夜雨聆风Nature双AI框架：全球首个无创解析肿瘤微环境技术，免疫治疗预测再升级
导读：
肿瘤微环境（TME）由肿瘤细胞、免疫细胞、基质细胞等组成，其空间结构和细胞状态对癌症进展、免疫逃逸及治疗反应至关重要。传统评估方法依赖侵入性组织活检，存在取样偏差且难以动态监测，亟需非侵入性检测技术。
一、研究背景及方法
肿瘤微环境中的多细胞程序驱动着癌症的发病机制和治疗应答，但在临床识别和剖析方面仍存在挑战。该研究提出了一个机器学习框架，用于对空间依赖性细胞状态和多细胞生态系统进行多分析物分析，并将其命名为空间生态型。通过整合来自不同人类癌种和黑色素瘤的逾1000万个单细胞及斑点级空间转录组数据，研究识别出九种具有广泛保守性的空间生态型，每种均具有独特的生物学特征、地理空间特点及临床结局关联，其中数种与免疫治疗应答相关。值得注意的是，这些空间生态型可通过DNA甲基化分析加以区分，并能够利用深度学习从血浆游离DNA中复原。在近100例黑色素瘤患者的血浆游离DNA样本中，空间生态型水平与免疫治疗应答呈现出显著关联。研究数据揭示了肿瘤微环境组织构成的基本单元，并展示了一个用于实体与液体肿瘤微环境分析的多模态平台，这对改进风险分层和个体化治疗具有潜在意义。
图1. 人类癌症中SE的多模态剖析
二、主要研究结果
2.1 空间受限的肿瘤微环境细胞状态
高分辨率分子谱揭示肿瘤微环境（TME）中免疫、成纤维和内皮细胞亚群具有高度可塑性，但细胞状态与空间背景在全转录组层面的互作仍不清楚。该研究整合132例涵盖10种肿瘤、6种空间转录组平台（包括Visium、MERSCOPE、Xenium等）的标本，并配合同类肿瘤的单细胞RNA测序参考图谱。通过CytoSPACE构建含460万细胞的空间图谱。在9种免疫与基质细胞中均发现核心-基质的广泛空间变异，除已知极性基因外，新鉴定PRDX1为肿瘤相关NK细胞区域标志物。大量转录本呈现不依赖细胞类型和瘤种的地理异质性，核心区普现代谢重编程（如PKM），周边区TNFα信号上调，且此梯度从单个mRNA分子到整体标本多个尺度均成立。综上，该整合分析刻画了TME中保守的空间表达图谱，多平台结果高度一致。
图2. 跨癌症多细胞程序的地理空间图
2.2 多细胞生态系统的空间图谱
为同时刻画九种肿瘤微环境细胞类型的转录程序与空间坐标的关系，并突破现有方法忽视空间信息或无法跨癌种整合的局限，研究开发了Spatial EcoTyper框架。首先对5例石蜡包埋样本的MERSCOPE数据进行单独分析，涵盖844,315个细胞，来自乳腺癌、结肠癌、肝癌、前列腺癌及黑色素瘤。为克服数据稀疏，按细胞类型将单细胞表达聚合到50 µm半径邻域，利用转录协方差生成空间嵌入。可视化结果显示，每个嵌入均形成从核心到基质的显著梯度，独立于癌种和免疫“冷”“热”区，构成正交的微环境轴。整合41,066个邻域的共同嵌入经非负矩阵分解，识别出9个空间聚集、互斥的“空间生态型”（SE1-SE9），按距肿瘤边缘平均距离排序，从而描绘出跨癌种保守的多细胞空间图谱。
2.3 空间生态型的跨平台验证
为验证空间生态型（SE1–SE9）的普适性与稳健性，在含90份保留样本的验证队列中进行了系统评估，队列覆盖黑色素瘤、九种癌及六种空间转录组平台。在90个保留样本、6种平台上系统性验证，定义38个可重复的生态型富集细胞状态。各平台中同一生态型细胞状态均显著空间共定位，空间相干性及与边缘距离关系符合预期。从头发现可从Xenium Prime独立复原全部SE1-SE9。在10种癌的144个单细胞数据以及64例脑转移瘤中，均可特异性地复原生态型频率与相关性，证实其生物地理特征稳定，框架可推广。
2.4 空间生态型的数字细胞计量
利用10种癌症的单细胞RNA测序数据，以1,000个伪批量肿瘤训练非负矩阵分解模型，定量解析空间生态型含量。交叉验证表明，在保留癌种重构的合成肿瘤及具有“金标准”的真实肿瘤中，反卷积准确性总体较高；与既往最先进方法相比，本方法相关性更强，且能复原其他方法无法检出的若干生态型。在42例配对批量RNA-seq与Visium样本中，两平台生态型丰度显著且特异相关，不受癌种或疾病状态影响。跨技术验证中，Visium与MERSCOPE、Visium HD的生态型微结构均呈显著一致，证明该策略可从批量表达数据高分辨率、规模化地复原空间生态系统。
图3. 大规模数字细胞术及SE的临床特征
2.5 空间生态型的临床意义
为探索空间生态型的临床价值，将反卷积方法应用于癌症基因组图谱（TCGA）中7,076例涵盖黑色素瘤及16种癌的批量RNA测序谱。预后分析显示，6种生态型对总生存期有显著影响：交界区SE5与上皮-间质转化、TGFβ1升高和短生存相关；SE7（抗原加工）和SE8（代谢活性）则预测较长生存，但在前列腺癌等免疫抑制癌种中存在相反关联。1,249例免疫治疗分析表明，SE8预测ICI获益效能优于CE9，SE7在黑色素瘤中更优，SE4为首要耐药标志。在465例有TMB的患者中，SE7和SE8对OS的预测力强于TMB及CD274。空间生态型实现转录与空间变异的耦合细胞组装体，为临床结局预测提供新维度。
2.6 空间生态型的液体活检
为克服组织活检在转移性疾病中的采样偏差与纵向监测困难，开发了Liquid EcoTyper深度学习框架，利用血浆cfDNA甲基化数据无创定量空间生态型。该框架基于二值神经网络，学习可区分CpG组合，同时推断生态型丰度、肿瘤含量和健康背景，具备正则化强、抗稀疏且完全透明的优势。在黑色素瘤配对数据中训练，推断丰度与金标准高度相关，可拓展至13种癌。所学CpG特征富集相应生态型标志基因，在23例黑色素瘤患者中血浆与配对组织生态型丰度显著相关，且不受外周血单个核细胞干扰，证实信号源自肿瘤。该框架为无创空间生态型液体活检提供了可行方案。
图4. 从无浆细胞DNA中非侵入性检测TME
2.7 液体生态型预测免疫检查点抑制剂应答
为评估液体空间生态型的临床潜力，对78例接受抗PD-1/CTLA-4治疗的转移性黑色素瘤患者治疗前血浆cfDNA进行了全基因组酶法甲基化测序，部分患者同步进行ctDNA靶向测序和TMB分析。分析显示，血浆SE7和SE8升高与更长的PFS和OS显著相关（HR<0.38），SE4升高则预示耐药及更短生存（HR=2.29-2.92），关联独立于治疗亚型、ctDNA水平等，并在外部队列复现。多变量分析中，SE7、SE8和SE4与OS的关联强度均优于TMB和PD-L1。液体空间生态型可无创捕获TME空间架构信息，在早期免疫治疗应答预测中提供超越现有标志物的增益价值。
图5. SEs免疫治疗反应的非侵入性早期评估
三、小编总结
本研究建立了一个多模态整合框架，将空间转录组学的实体分析与液体活检的无创检测相桥接，实现了肿瘤微环境中空间生态型（SE1-SE9）的跨平台、跨样本系统性解码。结果表明，空间生态型是驱动肿瘤微环境组织架构的基本功能单元，其转录程序、空间坐标与临床结局紧密耦合，特定生态型可独立预测免疫治疗获益与生存，且其液体活检替代指标展现出超越经典生物标志物的预后价值。上述研究可推广至健康与疾病状态下的空间生态型解析，为提出新假说、优化治疗策略及构建贯通手术活检与液体活检的新一代诊断体系奠定了理论基础与技术路径。
