CAR-T

嵌合抗原受体T细胞（CAR-T）疗法在血液系统恶性肿瘤中展现出变革性疗效，并逐步拓展至多种实体瘤和自身免疫病领域。尽管发展迅速，CAR-T疗法仍面临肿瘤逃逸、微环境抑制、脱靶效应、继发性T细胞恶性转化等临床挑战。因此，深入研究CAR-T细胞的结构设计、功能状态及其与肿瘤微环境的相互作用至关重要。

在这一背景下，多组学技术（基因组、单细胞转录组、空间转录组、蛋白组、代谢组、微生物组）联合应用，强力推动CAR-T细胞分子机制的探索。同时，飞速发展的可视化技术使得CAR-T细胞的三维结构与时空行为得以实时呈现。人工智能（AI）则助力复杂数据整合、结构设计的高通量优化与临床疗效/毒性预测，进一步推动了CAR-T治疗的研究与应用。

《Advanced Science》近日发表综述，强调了多维组学在CAR-T疗法中的整合的最新进展，并探讨了可视化技术和AI应用的前沿发展。多组学、可视化工具和AI的全面融合有望为CAR-T细胞疗法的调控机制提供变革性的见解。文章通讯作者为华中科技大学同济医学院附属同济医院隗佳教授和苏州医学院附属第一医院徐杨教授。现整理主要内容供参考。

多组学技术在CAR-T细胞疗法中的应用

多组学的快速发展正在为CAR-T疗法提供更全面的生物学理解，从靶点筛选、结构优化到疗效评估与毒性预测，逐步构建起覆盖基因、蛋白、代谢和微环境的多维数据体系。

图1. 各类组学技术在CAR-T治疗全流程中的作用

图2. 多组学技术在CAR-T研究中的应用方向

可视化技术在CAR-T细胞疗法中的应用：

组学多为静态信息，难以还原CAR-T细胞在体内的实时状态。可视化技术的引入为研究者提供了多尺度观察手段。作者们介绍了用于评估CAR-T细胞浸润能力的3D打印肿瘤模型，以及共聚焦成像、冷冻电镜、超分辨率显微成像、光片显微镜等手段在细胞结构与免疫突触观察中的应用，同时也强调了PET/MRI等影像技术在细胞定位追踪及疗效监测中的重要作用。

图3. 可视化技术打通CAR-T从实验室到临床的桥梁

图4. 多组学与可视化技术如何协同助力临床应用

人工智能（AI）在CAR-T细胞疗法中的应用

AI正逐步参与CAR-T研究的多个关键环节。深度学习算法可用于多组学数据的降维分析；计算机视觉技术支持CAR-T与肿瘤细胞之间交互图像的识别与分析；分子对接与蛋白结构预测模型可提升CAR结构设计效率；此外，AI还可用于毒性事件预测与个体化治疗路径的优化。

图5. 人工智能赋能CAR-T疗法的多维优化

总结

文章系统综述了多组学技术、可视化手段与人工智能在CAR-T治疗研究中的最新融合进展多组学×可视化×AI三者协同，将共同塑造下一代更高效、更精准、更安全的CAR-T治疗模式。

参考文献

Gong Y, Fei P, Zhang Y, et al. From Multi-Omics to Visualization and Beyond: Bridging Micro and Macro Insights in CAR-T Cell Therapy.Adv Sci (Weinh) . 2025 May 11:e2501095. doi: 10.1002/advs.202501095.

Tags： 【Advanced Science】综述：多组学×可视化×AI，多维解析CAR-T治疗的微观与宏观世界