单细胞转录组学在CAR-T细胞疗法效价与毒性评估中的关键作用及靶点筛选新策略

本研究针对CAR-T细胞疗法中靶点选择与毒性预测的瓶颈问题，通过整合超300万单细胞转录组数据（scRNA-Seq）构建跨组织表达图谱，系统评估15个临床阶段靶点（含CD19/BCMA）在48例血液肿瘤患者与35种健康组织中的表达特征。研究发现靶点表达谱与临床毒性无显著相关性，但建立了首个整合临床结局的靶点优先级评估体系，为优化CAR-T安全性提供数据支撑。

　　

在肿瘤免疫治疗领域，嵌合抗原受体（CAR）T细胞疗法虽在B细胞恶性肿瘤中展现出革命性疗效，却始终面临两大困境：一是目前仅CD19和BCMA两个靶点获FDA批准，靶点选择范围严重受限；二是高达75%的患者会出现细胞因子释放综合征（CRS），26%发生神经毒性，甚至出现致命性器官损伤。更棘手的是，靶抗原在健康组织的"脱靶（on-target off-tumor）"表达机制仍不明确——例如抗CD19 CAR-T导致的神经毒性后来才发现与脑部血管周细胞表达CD19相关。这些"事后发现"的安全问题凸显了临床前靶点评估体系的不足。

为解决这一难题，来自德国慕尼黑工业大学等机构的研究团队创新性地利用单细胞转录组学（scRNA-Seq）技术，构建了迄今最全面的CAR靶点评估平台。研究整合了48例滤泡性淋巴瘤（FL）、多发性骨髓瘤（MM）和B细胞急性淋巴细胞白血病（B-ALL）患者的303,190个肿瘤细胞数据，以及35种健康组织超362万细胞的表达图谱，结合临床实验数据系统评估了15个临床阶段靶点的安全性和有效性特征。相关成果发表在《Computers in Biology and Medicine》上。

研究主要采用四大技术方法：1）通过临床数据库筛选FDA批准及临床试验中的CAR靶点；2）收集61项临床研究的患者响应率（ORR）和毒性数据（CRS分级、神经毒性发生率等）；3）运用scVI算法整合28个单细胞数据集，进行跨样本批次校正；4）采用欧几里得距离和PCA分析量化靶点表达相似性。特别值得注意的是，研究者通过scANVI模型将B-ALL数据映射至胎儿骨髓参考图谱，解决了原始数据注释缺失的问题。

2.1 临床靶点全景图谱
研究首先梳理了6个FDA批准和15个临床试验靶点，涵盖9种B细胞恶性肿瘤。值得注意的是，CD19和BCMA靶向治疗的总体响应率达77%，但不同靶点间差异显著——CS1靶向治疗的响应率最低，而CD22治疗组血液毒性发生率最高（15%）。

2.3 肿瘤靶点表达特征
通过单细胞分析发现，FL和MM的靶点在恶性细胞中普遍高表达，但B-ALL的ROR1和CD20表达量极低。PCA分析显示，多发性骨髓瘤的SDC1靶点与已批准靶点BCMA表达谱最相似，可能成为潜在替代靶点。

2.4 健康组织风险预警
研究首次系统揭示了各靶点在非靶组织的表达风险：CD56在星形胶质细胞和神经元中广泛表达；ROR1在心肌细胞中意外高表达；而GPRC5D在脑组织中表达量最低，显示出较好的安全性特征。值得注意的是，CD44在全组织广泛表达，但受3′测序限制无法区分致癌亚型CD44v6。

2.5 毒性机制的再认识
与传统认知不同，靶点表达水平与临床毒性无显著相关性（p>0.05）。例如CD19在脑组织的低水平表达仍导致26%神经毒性，提示毒性可能更多源于系统性免疫激活而非单纯靶点分布。

在讨论部分，研究者指出该研究建立了三个维度的创新价值：首先，创建了首个整合临床结局的CAR靶点决策矩阵，GPRC5D等靶点因与已批准靶点相似度高被推荐优先开发；其次，揭示了scRNA-Seq在预测脱靶毒性中的局限性，强调需要结合蛋白组学验证；最后，提出的跨组织整合分析方法为其他细胞疗法提供了范式参考。论文同时指出当前数据的三大局限：部分恶性肿瘤缺乏单细胞数据、3′测序无法解析异构体、以及mRNA-protein表达的不一致性。

这项研究的意义不仅在于为CAR-T研发提供了靶点选择的"风险地图"，更开创性地提出了"转录组相似性优先"的开发策略。随着单细胞技术的普及，这种将大规模组学数据与临床结局相关联的研究范式，有望成为加速肿瘤免疫治疗安全评估的新标准。