华人学者最新Nature:两大AI框架,实现癌症精准治疗在癌症诊疗不断迈向精准化的今天，如何破解“肿瘤治疗个体差异大、免疫治疗效果难预判”的难题，一直是全球科研团队攻坚的核心方向之一。而肿瘤微环境，正是解开这一谜题的关键钥匙。肿瘤内部并非单一细胞群体，而是一个由多个细胞群落组成的复杂生态系统。每个群落（生态型）都拥有各自动态的生物学信号，深刻影响癌症进展、免疫逃逸、患者生存预后及治疗效果。如何精准解析这一复杂系统，并实现临床可及的无创检测，始终是难以跨越的壁垒。2026年5月6日，斯坦福大学Aaron Newman团队与梅奥诊所Aadel Chaudhuri团队在Nature杂志发表了题为：Non-invasive profiling of the tumour microenvironment with spatial ecotypes的文章，攻克了肿瘤微环境空间解析、无创检测双重难题。研究团队自主开发了两大AI框架：Spatial EcoTyper：通过对肿瘤空间转录组数据的整合，系统性解析肿瘤空间细胞生态，精准识别肿瘤微环境内部的细胞组成与空间分布规律；Liquid EcoTyper：将复杂的肿瘤微环境检测拓展至液体活检，仅需外周血即可实现无创、便捷、实时的微环境解析。通过大规模整合分析来自10种常见癌症类型、6种空间转录组学技术平台的132例肿瘤样本，累计超1000万单细胞及空间转录组数据，该团队鉴定出9种在不同癌症中高度保守的空间生态型（SEs）。这些空间生态型是跨癌种肿瘤微环境的基本功能单元，拥有各自独特的细胞状态组合，如同肿瘤微环境的“基础零件”，全面定义了不同癌症中肿瘤微环境的核心生物学特征，为肿瘤分型、预后判断提供了全新标准。研究进一步分析了17种癌症、7076名患者的肿瘤样本，证实空间生态型与患者生存期呈现极强相关性，可有效判断预后风险。在4种癌症、1249名接受免疫治疗的患者中，仅通过治疗前空间细胞生态型检测，就能精准区分免疫治疗受益者与耐药人群。与临床目前常用的PD-L1表达、肿瘤突变负荷（TMB） 等生物标志物相比，空间生态型的预测性能全面领先，在黑色素瘤、肺癌、膀胱癌、胃癌中展现出绝对优势。这项临床突破性的成果，在于全球首个无创解析肿瘤微环境的液体活检技术。团队通过人工智能Liquid EcoTyper技术，仅需采集患者外周血浆，基于游离DNA甲基化信息，就能精准还原肿瘤空间生态型的检测。在近百名黑色素瘤免疫治疗患者的临床验证中，治疗前血液检测的空间生态型水平，不仅能精准预测免疫治疗应答效果与患者生存期，预测能力远超TMB、PD-L1，同时优于临床常用的ctDNA（血液循环中的肿瘤DNA）检测技术。这一技术让肿瘤微环境的实时、动态、无创监测成为现实。基础研究层面：首次系统构建泛癌肿瘤空间生态型图谱，揭开肿瘤微环境空间结构的基本组件和核心规律；临床应用层面：开创肿瘤微环境液体活检，为癌症早期筛查、个性化治疗、疗效实时监测提供全新工具，助力构建更精准、更个性化的癌症诊疗体系。文章链接https://www.nature.com/articles/s41586-026-10452-4Spatial EcoTyper和Liquid EcoTyper平台：https://spatialecotyper.stanford.edu/；https://github.com/digitalcytometry/spatialecotyper/Deep Science预印本投稿请点击下面👇阅读原文
夜雨聆风
