Cancer Cell最新综述：空间肿瘤学

1.原位癌症诊断

对福尔马林固定石蜡包埋（FFPE）肿瘤切片进行常规临床苏木精和伊红（H&E） 染色、免疫组织化学（IHC）对特定蛋白质靶点进行特异性染色、使用荧光原位杂交（FISH）来检测染色体易位是临床上最常见的原位癌症诊断方法。

2.将分子多重分析技术引入临床

单一或低通量多重分子分析具有明显的临床实用性，但肿瘤组织的复杂性可能需要对分子细节进行更全面的评估。临床上，通常是通过解离冷冻、固定和FFPE 保存的样本，然后纯化样本中的核酸，进而进行基因分型的分子测定，精确表征肿瘤生物学，包括但不限于检测DNA突变、DNA甲基化、同源修复缺陷、基因组杂合性丢失、微卫星不稳定性、肿瘤突变负担和其他基因组改变。而液体活检还可被用来生成肿瘤克隆性和治疗反应的分子谱，包括循环肿瘤DNA、血浆蛋白、无细胞RNA和基于循环细胞的生物标志物。

然而，这些检测受到两个因素的限制： 肿瘤特异性信号的非恶性稀释和缺乏空间分辨率。单细胞测序方法可以部分解决这些困难，从而实现分子生物标志物的高通量细胞类型特异性分配。然而，单细胞测序方案所需的解离技术成本和要求较高，使得它们在实践中很难用临床组织进行，而且缺乏空间信息也会导致难以获得细胞间通信和细胞类型的空间组织的数据信息。

3.商业化的空间分析系统

目前商业化的空间分析系统主要分为基于成像或测序的工具，并且主要关注 RNA和蛋白质作为检测的分析物 （图1） 。近年来，基于成像的方法已将其目标覆盖范围扩大到数千个目标，而空间转录组学等以公正发现为重点的方法则提高了其空间分辨率。

图1. 商业化的空间分析系统示意图

4.空间数据分析的计算方法

（1）基于成像

在基于成像的方法中，根据形态标记（例如细胞膜和核染色）进行细胞分割是构建准确的单细胞概况的关键的第一步。CellPose等机器学习算法和星距经过手动策划的分割示例的训练从而提供有用的首次通过结果。然后，将这些空间剖面映射到参考地图集，促进空间信息与单细胞数据的整合，进而将细胞评分为匹配的注释参考集或新的细胞类型或状态。

（2） 基于测序

在基于测序的方法中，分辨率受到光斑大小的限制。因此，能够反卷积和纠错的统计算法及其重要。细胞类型注释后，许多用于分析单细胞数据的基本分析方法可用于研究肿瘤异质性，同时整合空间信息。最后，应用空间可变表达算法来识别跨位置的差异表达基因和具有空间限制表达的生物标志物。

肿瘤异质性对癌症治疗的功效构成了重大障碍。而空间转录组技术的进步使得人们能够更深入地研究TME中异质多细胞相互作用的结构和功能，以便进一步研究治疗靶向 （图2） 。

图2. 空间技术识别TME中的多细胞相互作用

1.多细胞生态系统的邻域分析

邻域分析是一种用于表征空间定义的微环境的细胞组成的方法，可用于研究细胞的空间组织如何导致与疾病进展相关的新兴特性。邻域分析能够做到：

• 检测组织相似性和差异的存在

• 详细了解驱动空间邻域的细胞特性以及其中的动态分子相互作用

• 识别肿瘤组织的特别有丝分裂和浸润区域

• 识别结构模式，例如缺氧或坏死等空间可变的组织特征

2.介导肿瘤进展和治疗耐药的配体-受体相互作用的推断

配体-受体相互作用在促进癌细胞存活、增殖以及逃避免疫和治疗诱导的细胞死亡的多细胞通讯中发挥着至关重要的作用。通过将空间数据集与更高灵敏度的 scRNA-seq数据集相结合，可以绘制空间中的单细胞概况。再结合先进的空间数据计算分析，例如SpaOTsc、Giotto、COMMOT和SpatialDM等，则可以提供临床相关配体-受体相互作用的更全面的图景。

3.肿瘤-基质界面的治疗靶点

（1）癌症相关成纤维细胞（CAF）

CAF是许多癌症TME中的基质细胞，被证明可以通过各种生长和信号通路促进肿瘤细胞增殖和侵袭，包括促有丝分裂上皮生长因子、ECM重塑蛋白酶的表达和分泌以及抗肿瘤炎症反应的抑制。多项研究通过应用空间工具揭示了CAF亚型和肿瘤组织中的富集模式。

（2）肿瘤免疫相互作用

局部TME的免疫浸润通常被表征为促炎表型，其中各种免疫细胞在肿瘤周围和内部积聚，从而产生抗肿瘤或促肿瘤作用，具体取决于浸润免疫细胞的类型和状态。 利用空间转录组学可以很好地表征不同癌症类型TME，进一步了解可靶向的肿瘤免疫细胞相互作用。

（3）肿瘤-神经相互作用

癌症神经科学的新兴领域提示有必要将中枢和周围神经系统（CNS和PNS）视为癌症发生、进展、转移和治疗的积极调节者。空间转录组分析有利于揭示癌细胞响应神经元环境中的炎症、代谢刺激或一般细胞应激而出现的几种空间上不同的转录和代谢程序。

空间组学鉴定的生物标志物可以预测临床结果或预测治疗反应，强调了空间生物学的转化前景。

1.预测免疫治疗的反应

空间生物学研究可以揭示与免疫疗法的预后和治疗反应相关的空间组织免疫学特征和细胞状态，通常包括巨噬细胞、CD8+ T细胞、PD-1+ CD4+ T细胞和Treg细胞，这将优于利用IHC、基因表达谱和质谱流式分析的传统生物标志物进行预测的效果。此外，将基因表达定位到特定细胞区室的高分辨率空间工具也揭示了基因表达的特定位置会改变免疫检查点抑制剂的功效。

2.免疫细胞的空间组织作为预后和治疗反应的生物标志物

空间生物学强调了组织（尤其是免疫细胞）的结构组织，这有望成为预后和治疗反应的生物标志物，尤其是三级淋巴结构（TLS）组织。TLS是在持续炎症刺激部位形成的异位淋巴聚集体，以支持局部免疫反应。空间转录组学则可以很好地表征淋巴结构以及维持这些结构的基础生物学，从而加深对TLS组成的复杂性和异质性的理解。

3.肿瘤侵袭前沿（TIF）的识别

TIF描述了肿瘤最外环中与周围非恶性细胞相互作用的恶性细胞的生态位。研究 TIF处的细胞相互作用有助于阐明肿瘤侵袭和适应不同环境的机制。利用空间组学技术，能够识别基因表达区域并推断拷贝数变异，从而区分恶性和非恶性区域，更准确地发现和表征TIF，从而提供有关侵袭机制和预后的信息。

1.理想的临床空间平台

• 仪器与临床病理工作流程中使用的样品制备兼容，即FFPE标本或新鲜冰冻切片

• 易用性，能够整合已经在诊所广泛实施的工作流程的平台

• 周期短

• 足够的复杂度和分辨率

• 合理的成本

2.整合病理学家对H&E样本提供的有关组织注释、细胞类型识别、肿瘤分级评估等方面的权威见解和基于成像的空间技术

3.对严格验证的工作流程进行事先优化和标准化

空间技术未来发展的领域还包括同时探索空间和时间上的基因表达变化，以及专注于使用人工智能（AI）方法直接通过常规H&E染色进行生物标志物和基因表达预测。简而言之，新技术的持续开发和应用将使生物现象能够置于其天然组织环境中，在新的治疗干预策略和确定新的空间生物标志物中发挥重要作用。

图3. 空间技术的临床应用