CAR-T 细胞基因改造与功能优化
基于 CellOS 虚拟细胞模型，预测候选基因扰动对T细胞状态及功能相关分子通路的潜在影响，辅助筛选与细胞耗竭、扩增能力及肿瘤杀伤活性相关的改造靶点，支持 invivo CAR-T 细胞治疗产品研发
项目背景
国内某聚焦于 invivo Car-T 的头部细胞治疗企业，希望通过 AIVC 平台技术提升 T 细胞的抗耗竭能力、体内持久性并进行递送方案的筛选，加速候选改造方案验证
痛点
| 1 | 体内T细胞靶向递送复杂，递送效率与特异性难以兼顾 |
| 2 | CAR表达及T细胞功能状态存在差异，干预效果难以预测 |
| 3 | T细胞耗竭与体内持续性难以协同优化 |
| 4 | 体内外功能验证周期长，候选方案筛选成本高 |
解决方案
| 1 | 基于 CellOS 构建 T 细胞状态模型，解析不同亚群的分子特征 |
| 2 | 结合递送实验数据，评估 T 细胞亚群与 CAR 表达的关联 |
| 3 | 利用 AuraPert 筛选抗耗竭及功能持续性相关候选靶点 |
| 4 | 结合体内外功能实验，验证候选靶点并迭代优化模型 |
核心价值
解析 T 细胞亚群差异，支持体内递送策略研究
筛选抗耗竭候选靶点，支持 CAR-T 功能优化
减少低效功能筛选，降低研发验证成本
加速候选方案验证，支持新一代 CAR-T 研发
案例图集
