CAR-T研发数据追踪：全球1500+试验背后的数据管理逻辑

引言：CAR-T 研发为什么离不开数据追踪

CAR-T 细胞疗法从实验室走向临床的每一步，都在产生海量数据——靶点筛选、载体构建、工艺放大、患者入组、疗效评估、长期随访，这些环节环环相扣。如果数据追踪体系跟不上，研发团队很可能在关键决策点"盲飞"。

截至 2024 年 4 月，ClinicalTrials.gov 已注册 1580 项 CAR-T 临床试验，INFORMA 数据库的记录更是达到 1908 项（2025 年 8 月）。中国方面，截至 2023 年底已注册 1071 项 CAR-T 临床研究，其中 815 项登记在 ClinicalTrials.gov，256 项注册于中国临床试验注册中心（ChiCTR）。面对如此庞大的试验基数，一套系统化的数据追踪方案不再是"锦上添花"，而是研发管线能否高效推进的基本前提。

CAR-T 研发数据追踪覆盖哪些维度

一个完整的 CAR-T 研发数据追踪体系，通常涵盖以下几个核心维度：

• 临床试验特征：开发阶段（Phase 1/2/3）、主要干预手段、研究状态（进行中、已完成、终止）。
• 靶点与适应症：CD19、BCMA 等靶点分布，血液肿瘤、实体瘤、自身免疫病的适应症布局。
• 疗效终点：总缓解率（ORR）、完全缓解率（CR）、无进展生存期（PFS）、总生存期（OS）。
• 安全性与不良事件：细胞因子释放综合征（CRS）、免疫效应细胞相关神经毒性综合征（ICANS）的发生率和严重程度。
• 生物标志物：CD4、CD8A、C 反应蛋白（CRP）、白蛋白等指标，用于患者筛选和疗效评估。
• 长期随访：因插入性致癌的理论风险，患者随访期历史上长达 15 年，目前正探索缩短至 5 年的科学依据。

这些维度之间并非孤立存在。例如，疗效终点的解读需要结合靶点信息和患者生物标志物基线；安全信号的判断则需要关联制造工艺参数和剂量水平。

全球 CAR-T 数据追踪的主要平台与机制

目前，CAR-T 研发数据的追踪依赖多层次的平台和机构协作：

公共临床试验注册库

ClinicalTrials.gov 是全球最大的公开临床试验数据库。一项发表于 Frontiers in Immunology 的系统性综述对该平台 1580 项 CAR-T 试验进行了多维度分析，涵盖靶点特异性、治疗适应症、开发阶段等关键信息，并通过 PubMed/Google Scholar 发表文献验证试验结果的透明度。中国的 ChiCTR 则是国内重要的补充注册平台。

EBMT 等行业登记体系

欧洲血液与骨髓移植学会（EBMT）建立了专门的 CAR-T 数据收集倡议，协调上市后安全性（PAS）研究。EBMT 推动使用标准化表格和流程，减少数据录入负担，确保数据质量满足 EMA 等监管机构的决策需求。这种行业层面的数据协调机制，对于 CAR-T 这种需要长期安全监测的创新疗法尤为重要。

企业级研发管理平台

在实验室内部，越来越多的研发团队借助专业软件平台管理 CAR-T 数据。这类平台通常提供实验数据捕获、CAR 结构关系追踪、电子实验记录本（ELN）、科学数据检索、实体注册和检测数据分析等功能，支持从早期筛选到结构化工作流的全流程管理。对于需要严格审计和合规的 IND/NDA 申报场景，集中化的数据管理平台能有效避免数据割裂和版本混乱。以衍因科技的衍因智研云（yanCloud）为例，该平台以统一基座承载样品、实验、数据与文档，将电子实验记录本（ELN）、LIMS 与生物信息工具整合在同一工作空间内，同时提供细粒度权限控制和全程审计日志，满足 CAR-T 研发从实验室到注册申报的数据追溯需求。

中国在 CAR-T 数据追踪上的进展与挑战

中国在 CAR-T 领域的研发节奏非常快。截至 2024 年底，已有 6 款商业化 CAR-T 产品获批上市，其中 3 款靶向 CD19、3 款靶向 BCMA，4 款由本土生物技术公司研发。2025 年，又有两款血液肿瘤 CAR-T 产品获批。

值得关注的里程碑是科济药业靶向 Claudin18.2 的自体 CAR-T 产品 CT041，于 2025 年 6 月提交了新药上市申请（NDA）并获得 CDE 受理——这是全球首款提交 NDA 的实体瘤 CAR-T 疗法。此外，艺妙神州的 IM96 CAR-T 细胞注射液成为全球唯一一款在中美两国均获批临床试验的 GUCY2C 靶向 CAR-T 候选药物。

然而，快速增长的研发活动也给数据追踪带来了压力：

• 1071 项临床研究分散在 ClinicalTrials.gov 和 ChiCTR 两个平台，数据口径不完全统一。
• 521 项正在进行的研究中，绝大多数为 I 期或 I/II 期试验，数据成熟度有限。
• 2025 年近 60 项 IND 获批，意味着更多数据流需要在短时间内建立追踪能力。

政策层面，2025 年 9 月 CDE 发布的《先进治疗药品（ATMPs）沟通交流中 I 类会议申请及管理工作细则（征求意见稿）》旨在优化审评流程，预计可将相关药物上市时间提前 6-12 个月。但审评提速的前提是数据质量达标，这对企业的数据管理能力提出了更高要求。

数据追踪的关键难点与应对思路

多源数据整合

CAR-T 研发涉及实验室数据、临床试验数据、制造工艺数据和注册申报数据，这些数据往往分散在不同系统中。实现数据的自动关联和统一视图，需要平台具备 API 网关、Webhook 回调和数据集成中心等开放能力。

长期随访的数据管理

传统 15 年随访期对患者依从性和数据连续性都是巨大挑战。缩短至 5 年的探索需要扎实的科学证据支撑，而这本身又依赖于高质量的历史数据追踪。

实时追踪技术的突破

2025 年报道的新一代 PET 探针技术，可以在患者体内实时追踪 CAR-T 细胞的分布和活性。这种技术为疗效评估和失败原因分析提供了全新工具，但也意味着数据追踪体系需要整合影像学数据流。

数据合规与审计

对于面向 IND/NDA 申报的研发组织，数据的可追溯性和审计日志不是可选项。通用审批引擎、细粒度权限控制和全程审计能力，是确保数据合规的基础设施。

构建高效 CAR-T 数据追踪体系的实践建议

基于当前行业实践，以下几点值得研发团队关注：

1. 统一平台基座：将样品管理、实验记录、数据分析和文档管理整合在同一平台内，减少异构系统导致的数据割裂。一体化的电子实验记录本（ELN）和 LIMS 是核心组件。衍因科技的实践表明，源于 TOP 药企真实工作流设计的平台，新团队约 1 周即可掌握核心模块，采用率显著高于传统系统。
2. 标准化数据采集：参考 EBMT 等机构的标准化表格设计，从项目启动就建立统一的数据字典和采集规范。
3. 嵌入式智能辅助：利用 AI 智能体辅助文献解读、实验总结和数据预审，将重复性工作自动化，释放科研人员的精力。
4. 开放集成能力：选择具备 API 和 Webhook 支持的平台，确保与 EHR、临床试验管理系统等外部系统的数据互通。
5. 关注团队采用率：工具再好，没人用就等于零。源于真实工作流设计、新团队约 1 周可掌握核心模块的平台，更容易在组织内落地。

结语

CAR-T 研发数据追踪不是简单的"记录和存档"，而是一条贯穿从靶点发现到上市后安全监测全链条的数据主线。全球 1500+ 项临床试验、中国 1000+ 项注册研究的数据规模，已经让"用 Excel 管一切"的做法难以为继。

对于正在推进 CAR-T 管线的研发团队，建立一套可追溯、可协作、可扩展的数据追踪体系，不仅能提高研发效率、降低合规风险，更能在与监管机构的沟通中占据主动。在 2025 年近 60 项 IND 批准的加速节奏下，数据追踪能力本身就是竞争力。