整合生产工艺流程而非单一参数主导临床CAR T细胞产品转导效率变异：一项单中心204例GMP级产品的回顾性研究

《STAR Protocols》：Transduction efficiency in clinical CAR T cell products: A retrospective study at a single center

　　

转导效率（Transduction Efficiency, TE）是衡量CAR T细胞生产质量的关键指标；然而，其变异性及与终产品表型的关系尚未被完全阐明。在本项回顾性研究中，研究人员评估了204个GMP（药品生产质量管理规范）级别生产的CAR T细胞产品的TE，整合了生产工艺参数、起始物料组成以及终产品的免疫表型和转录组学数据。研究人员采用多变量线性回归分析和方案特异性相关分析以控制生产工艺相关的混杂因素。TE的变异性主要与整合的生产工艺流程及起始物料组成相关。与CD4CD8-Bag-Dynabeads工艺流程相比，CD4CD8-Prodigy-TransAct工艺流程与更高的TE相关，但由于方案特异性参数间存在相互依赖性，单个生产工艺参数的贡献无法被独立确定。在基于PBMC（外周血单个核细胞）的生产中，单核细胞丰度与TE呈负相关，提示起始物料组成对TE的影响具有方案依赖性。较高的TE与较低分化的T细胞表型相关，包括较低的效应记忆T细胞（T_EM）频率，尤其在CD4⁺CAR⁺亚群中表现显著。转录组学分析进一步揭示了TE与增殖相关和氧化磷酸化（OXPHOS）相关基因表达特征之间的关联；然而，这些发现属于探索性分析，可能反映了方案相关的差异。总体而言，TE变异性主要与整合的生产工艺流程相关，为理解CAR T细胞生产性能提供了一个真实世界框架。

**论文解读：临床CAR T细胞产品转导效率的变异性溯源与影响因素分析**

**一、研究背景与问题**

嵌合抗原受体（Chimeric Antigen Receptor, CAR）T细胞疗法在血液系统恶性肿瘤治疗中取得了显著临床成功，多项靶向CD19和BCMA的产品已获FDA批准上市。这些疗法的有效性高度依赖于CAR T细胞产品的生产效率，尤其是在体外生成足够数量的CAR⁺ T细胞。转导效率（Transduction Efficiency, TE），即被成功修饰以表达CAR构建体的T细胞比例，是纳入所有GMP级CAR T细胞批放行标准的核心关键质量属性（Critical Quality Attribute, CQA）。部分产品未能达到临床试验给药标准中规定的细胞数量要求，导致培养时间延长，可能使终产品呈现耗竭T细胞表型增加的趋势。尽管已知TE受细胞质量、病毒载体类型和工艺参数等多种因素影响，但大多数研究仅基于单一临床试验或非GMP生产条件。在单一生产中心内，跨多种GMP级CAR T细胞生产方案的大规模真实世界比较分析仍然有限。此外，许多生产工艺参数在方案特异性工艺流程中相互关联，使得区分单个工艺变量对TE的贡献变得困难。这一综合数据的缺乏给早期疗法开发者和缺乏广泛经验性优化资源的小规模生产商带来了重大挑战。

**二、研究内容与意义**

研究人员开展了一项回顾性研究，分析了来自10项临床试验方案的共204个CAR T细胞产品。通过整合TE数据、生产工艺参数、患者人口统计学信息以及起始物料和终产品的细胞表型数据，并采用多变量回归分析和方案内相关分析，研究人员旨在明确常规GMP生产中TE的变异范围及其来源，同时表征TE与产品表型的关系。研究发现，TE变异性主要与整合的生产工艺流程相关，而非单一生产工艺参数。此外，较高的TE与终产品中较低分化的T细胞表型（尤其是CD4⁺CAR⁺亚群中较低的T_EM频率）以及增殖和氧化磷酸化相关基因表达特征存在关联。该研究为下一代学术型和床旁型（point-of-care）CAR T细胞项目提供了数据驱动的框架，用于指导工艺优化和支持基于证据的生产决策。

**三、关键技术方法**

本研究数据来自美国国立卫生研究院（NIH）临床中心细胞工程中心（CCE）在完全GMP条件下生产的204个CAR T细胞产品，涵盖10项临床试验方案。所有产品均源自患者自体白细胞单采（leukapheresis）采集物。生产工艺流程包括T细胞富集与活化、病毒转导、T细胞扩增及在添加细胞因子的特定培养基中培养。TE通过流式细胞术检测CAR表达（使用Protein-L、EGFR特异性抗体、BCMA-Fc或SLAMF7-Fc等方案特异性检测试剂）确定。载体拷贝数（Vector Copy Number, VCN）采用微滴式数字PCR（ddPCR）测定。转录组学分析基于80个终产品的已发表批量RNA测序（RNA-seq）数据再分析，原始数据来自NCBI SRA数据库（BioProject编号PRJNA1173154和PRJNA1400062）。主要统计方法包括多变量线性回归分析、Spearman秩相关分析及FDR校正。

**四、研究结果**

**（1）研究概览（Overview of the study）**

204个CAR T细胞产品来自10个方案，TE范围为9.9%至89.7%，中位值为55.1%。所有方案要求TE≥15%方可进行输注，仅方案P_001中一个产品TE为9.9%未达到该阈值。

**（2）TE与生产工艺方案（TE and manufacturing protocols）**

多变量线性回归分析显示，γ-逆转录病毒载体产品相比慢病毒载体产品TE显著更高（p=0.024）；CD4CD8-Prodigy-TransAct工艺流程相比CD4CD8-Bag-Dynabeads参考工艺流程TE显著更高（p<0.001）。MOI类别和培养时间在现有方案层面信息下未检测到与TE的显著关联。由于方案间参数高度相互依赖，单个参数的独立效应无法完全分离。

**（3）TE与起始物料（TE and starting material）**

在PBMC起始物料方案中，单核细胞（CD14⁺）丰度与TE呈负相关，尤其在方案P_009中（r=?0.67，p_adj=0.0011）。在CD4/CD8富集T细胞方案中，CD4/CD8组成变异与TE的关联较小。起始物料组成对TE的影响应在具体生产工艺流程背景下解读，而非作为跨所有CAR T细胞生产平台的普适性决定因素。

**（4）TE与终产品（TE and final product）**

终产品T细胞纯度均较高，CD3⁺比例平均为98.6%。T细胞分化亚群分析显示，在CD3⁺CAR⁺、CD4⁺CAR⁺和CD8⁺CAR⁺三个CAR⁺群体中，较高TE普遍与较低T_EM频率相关，其中CD4⁺CAR⁺亚群中关联最强（r=?0.42，p_adj=0.0041）。较高TE还与CD4⁺CAR⁺亚群中初始/干细胞样记忆（T_N/T_SCM）细胞频率呈正相关趋势（r=0.29，p_adj=0.054），提示较高TE与较低分化的T细胞表型相关。

**（5）TE与转录组特征（TE and transcriptional signatures）**

80个终产品的RNA-seq数据分析显示，TE相关基因主要富集于DNA复制和细胞周期进展通路。基于增殖、细胞毒性和氧化磷酸化（OXPHOS）基因表达特征的无监督层次聚类识别出四个转录组簇，其平均TE值不同。簇1平均TE最高（58%），特征为强增殖和OXPHOS相关特征；簇4平均TE最低（36.4%），全部由方案P_001样本组成。由于方案分布在簇间存在显著差异，这些转录组关联是探索性的，方案相关因素对观察到的聚类模式可能有所贡献。

**五、讨论总结与研究结论**

本研究表明，临床CAR T细胞生产中TE变异性主要与整合的生产工艺流程相关，并在较小程度上与起始物料组成的方案依赖性差异相关。鉴于生产工艺变量间存在强相互依赖性，这些发现并不能确立载体类型、活化方法或扩增平台等单个因素的独立效应。CD4CD8-Prodigy-TransAct工艺流程与较高TE的关联，可能部分反映了Dynabeads被吞噬作用干扰持续活化以及磁珠结合导致的不均匀刺激等特性，但单个参数的贡献无法完全分离。此外，在PBMC方案中，单核细胞（可能涉及单核细胞表型的髓源性抑制细胞MDSC）可能通过抑制T细胞活化而降低TE。较高TE与终产品中较低分化的T细胞表型以及增殖和OXPHOS相关基因表达特征的关联，可能反映了更广泛的生物学状态而非调控转导的直接机制。研究人员同时指出，由于TE的数学定义，低TE产品中CAR阴性T细胞比例较高属必然关系，而非独立生物学相关性。研究局限性包括回顾性设计的残余混杂、单中心数据的外推性限制、患者临床信息（疾病负荷、既往治疗史、淋巴细胞清除方案等）的系统性缺失，以及各方案间未统一测定转导时绝对T细胞输入量。

**研究结论翻译：**研究人员的发现表明，临床CAR T细胞生产中的TE变异性主要与整合的生产工艺流程相关，并在较小程度上与起始物料组成的方案依赖性差异相关。鉴于生产工艺变量间的强相互依赖性，这些发现并不能确立诸如载体类型、活化方法或扩增平台等单个因素的独立效应。较高的TE与较低分化的T细胞表型以及特定的增殖和OXPHOS相关基因表达特征相关，尽管这些关联可能反映了更广泛的生物学状态而非调控转导的直接机制。这些结果为理解TE变异性提供了一个真实世界框架，并强调了在解读与CAR T细胞生产相关的因素时，必须考虑生产工艺和方案相关混杂的重要性。