细胞疗法是一种将活细胞打针到患者体内以医治某些疾病的办法。例如，打针T细胞用于医治癌症，因为这些细胞可以在免疫医治的进程中对立癌细胞。
近年来，细胞库的建造和展开，以及由此带来的细胞出产、存储等才能的扩展，增强了全球细胞疗法商场的容量。一起，引入有用的细胞疗法制作攻略以及细胞医治产品的有用性不断得到证明，影响了商场的展开。此外，干细胞疗法的价格下降也正在推进着全球细胞医治商场的添加。
全球细胞医治技能商场概略
依据全球商场情报组织Fiormarkets发布的新陈述，2017年全球细胞医治技能商场大约达112亿美元。2018年至2025年商场复合年添加率为16.81%，估计到2025年商场值将超越340亿美元。政府和私家安排对细胞医治临床试验的资金投入添加，以及引入有用的细胞疗法制作攻略正在推进着商场的快速展开。
细胞医治技能商场首要按技能产品、细胞类型、工艺和最终用户进行区分。
技能产品商场部分首要分为耗材、设备以及体系&软件。2017年，耗材部分占有了这部分商场的41.53%。企业加大投入先进产品的开发，以及政府加强细胞医治研讨的办法，促进了细胞医治耗材商场的添加。
工艺商场部分又分为细胞处理、存储、运送、以及质量操控等。未来7年，细胞处理的商场复合年添加率估计最高，大约为18.17%。
细胞类型商场部分分为人细胞和动物细胞，估计人类细胞将占最大比例。因为技能取得了前进，细胞医治的研讨越来越多的选用人类细胞，而不再选用动物细胞。细胞疗法的研讨展开，以及癌症、心脏病等疾病的发病率上升是这一部分商场添加的关键因素。
最终用户商场部分分为生命科学研讨企业以及科研组织。在未来，生命科学研讨企业估计占主导地位，商场复合年添加率估计达19.17%。这种添加归因于细胞医治试验以及癌症研讨中先进仪器的很多选用，以及全球研制组织数量的不光添加。
从地域视点来看，北美区域在全球细胞医治技能商场中占有主导地位，2017年创收最高，达33.8亿美元。在未来7年，依据具有先进的医疗基础设施，加上慢性病的高担负以及制药和生物技能职业日益添加的研制活动，北美区域商场将坚持主导地位。而亚太区域商场估计将完成最高复合年添加率，这首要是因为我国和印度对细胞医治产品和相关器械的需求不断添加。
全球细胞医治上市产品整理
现在，全球现已有几十种细胞医治产品获批上市，用于医治多种疾病。以下依据FDA等揭露材料盘点了获批上市的医治产品以及适用范围。
未来趋势
全球细胞医治正在快速展开傍边。2019年年头，美国FDA宣告了对未来细胞医治的展开计划。FDA猜测，到2025年这一范畴每年将有10-20款新药取得同意。
除了批阅上市，这类疗法的费用也受到了分外的重视。现在药企除了在细胞医治范畴加大出资协作之外，也不断测验选用立异付费形式，例如，具有上市CAR-T细胞医治产品的诺华公司选用了按效果付费的形式，让付款人可以依据医治的成果付费。
进步细胞制作功率和降低成本，是未来展开的趋势。而自动化技能是完成这一方针的有用手法，近年来自动化技能现已开端越来越多地被应用于细胞制作范畴，包含诺华和吉祥德等具有上市疗法的巨子企业也正在寻求细胞制作自动化。经过自动化技能优化细胞制作，将大大缩短这类产品的上市进程，以及进步患者对这类疗法的可及性。
2018年12月，国内江南大学戴晓峰教授和解放军总医院韩为东教授联名在闻名期刊《生物技能发展》（Biotechnology Advances）中建议运用封闭式自动化体系，一起提到了博雅旗下TG医疗自主研制的CAR-TXpress渠道，这是新一代细胞制作工艺，对过去的细胞处理技能进行了改造，可以完成自动化封闭式的细胞制作进程，一起比较传统办法大大进步了制作功率以及降低成本。
在未来，跟着监管、批阅以及付出方法的逐步完善，以及新一代细胞制作工艺的遍及，细胞医治产品的发布将会愈加快速，商场浸透率也会愈加大。也就意味着，会有更多的患者运用得上细胞医治产品。
参考材料：
[1] Fiormarkets: Global Cell Therapy Technologies Market by Product (Consumables, Equipment, Software), Cell Type (Human Stem & Differentiated, Animal), Process, End User, Region, Global Industry Analysis, Market Size, Share, Growth, Trends, and Forecast 2018 to 2025
[2] FDA: Market access of cellular and gene therapy products in the US and EU
[3] Biotechnology Advances: Standardizing CAR-T therapy: Getting it scaled up
