从空间的角度来揭开肿瘤微环境的秘密

肿瘤微环境（TME），顾名思义是肿瘤周围的区域，由癌细胞和各种免疫细胞及其他细胞组成。为了实现更有效的癌症免疫疗法，如今科学家们正采用各种技术来揭开TME的秘密。通过分析TME的细胞类型多样性以及RNA和蛋白质的表达，他们正在更好地了解如何增强人体的免疫系统，以便与癌症作斗争。近年来逐渐兴起的空间分析也成为他们的新工具。

空间转录组学

如今，研究人员正采用不同的技术，在空间背景下测定RNA或蛋白质的表达。Vizgen公司的MERSCOPE™平台利用MERFISH技术来定量组织样本中RNA的空间分布。这项技术采用为癌基因及其他重要基因设计的探针，定位细胞内的基因表达。一些合作者正使用Vizgen的平台来研究药物或遗传操作对TME内基因表达的影响。

Vizgen公司的肿瘤学负责人Colles Price表示：“当我使用MERFISH技术分析肿瘤样本时，我能够以亚细胞分辨率观察到肿瘤细胞、非恶性上皮细胞、免疫细胞和基质细胞的确切位置。”他认为，最令人兴奋的发展来自机器学习和人工智能的进步，这增强了我们从空间生物学数据中获取宝贵生物学见解的能力。

“在过去五年里，我们已经看到这种方法被应用于数字病理学，”Price说。“通过少量标志物，人们就能够在免疫细胞染色后对患者进行分层，预测治疗应答更好的患者。”他补充说，TME的空间分析会带来更多标志物，加速此类研究进展。

空间蛋白质组学

Lunaphore公司的COMET™平台则是基于空间蛋白质组学技术。这种全自动的开放式系统允许研究人员使用现成的无标记抗体以及他们自选的试剂。基于微流控的多重分析系统能够温和地处理组织样本，同时跳过抗体偶联步骤，以免引入变化。最近一项表征脑转移瘤TME的研究就采用Lunaphore技术对免疫细胞进行表型分析，并测定细胞之间的距离。

Lunaphore的首席技术官Diego Dupouy表示，许多研究表明了解宿主的免疫浸润情况对预测临床结局至关重要。“这促进了多重检测需求的快速增长，最终人们有望开发出一些诊断方法来同时评估免疫细胞与肿瘤细胞的相互作用及其在组织样本中的空间定位，从而更准确地了解和预测患者对免疫治疗的应答。”

Canopy Biosciences也是知名的空间生物学公司之一，在2020年被布鲁克（Bruker）公司收购。它家的CellScape™平台是一种台式的高通量蛋白质标志物检测系统，主要采用ChipCytometry技术来实现亚细胞水平的空间蛋白质组学分析。

它具有高度多重的空间分析能力，并使用标准抗体（无需额外修饰），因此是TME研究的理想选择。据该公司的产品经理Thomas Campbell介绍，研究人员已使用这项技术来发现组织中的稀有细胞群，或分析TME中各种细胞表型之间的空间关系。

空间多组学

慕尼黑工业大学的一个研究团队正使用ChipCytometry技术对同一组织样本中的蛋白质和RNA靶点进行染色。“现在，研究人员能够对空间背景下完全相同的细胞进行多组学分析，以发现稀有的细胞表型，从而更深入了解肿瘤微环境，”Campbell谈道。他表示，这项技术正在进入临床开发流程，可改善诊断并帮助患者获得更好的治疗效果。

10x Genomics的Visium平台也广泛用于空间多组学分析。“像Visium这样的新技术能够同时测定同一组织切片上的多个分析物，”10x Genomics的肿瘤学市场开发副总监Abbey Cutchin谈道。“同一组织切片中的全转录组、数百种蛋白质以及T细胞和B细胞受体序列都能分析。”Visium技术可单独使用，也可以与其他技术（如单细胞转录组学或免疫荧光检测）一起使用，进行分子表征。

斯坦福大学的一个研究团队将Visium空间转录组学与单细胞转录组学技术相结合，以分析鳞状细胞癌的结构。他们发现TME和周围组织中的模式受到特定肿瘤和免疫细胞动态的影响。特别值得一提的是，他们发现肿瘤的前缘包含一个特异性的角质形成细胞亚群，它们在细胞间通讯和癌症转移中发挥重要作用。

“开发高分辨率的组织结构图谱对于揭示重要的癌症生物学至关重要——例如肿瘤细胞如何重塑微环境生态位，逃避免疫监视，或转移到周围组织中，”Cutchin说。

埃默里大学的另一个研究团队则利用Visium和单通道转录组学来探索脑组织转移性肿瘤中CD8+ T细胞的表型。这些T细胞的表型多种多样，从初始到耗竭都有，但一些表型位于肿瘤的特定区域。

“将Visium数据和scRNA-seq数据中存在的T细胞受体克隆关联起来，该团队能够绘制出特定表型的CD8+ T细胞在肿瘤微环境中的位置，”Cutchin说。“例如，他们在肿瘤实质中发现了耗竭表型的CD8+ T细胞，其信号背景与周围基质明显不同。”

关于TME内部是如何运作的，亚细胞水平的高分辨率分析有望带来更多信息。“它将进一步完善复杂的细胞关系和网络，从而更深入地了解那些推动癌症进展的细胞间相互作用以及配体-受体相互作用，”Cutchin补充说。

未来的临床影响

Dupouy指出，空间分析虽具有巨大潜力，但需要更先进的分析工具来充分利用其功能，例如，将患者的肿瘤活检与有效的抗癌疗法相匹配。“从早期的生物标志物发现到后期的转化研究，空间分析将进入临床领域，”他说。“捕获患者内部及患者间的差异将揭示与治疗相关的模式。”

展望未来，Price认为，使用机器学习和人工智能来分析TME中单个细胞的基因表达，有望带来进一步的成功。“通过这些我们可建立细胞行为的预测模式，假设它们从哪里来，将来会做些什么，”他说。“过去五年对空间生物学来说已令人相当兴奋，但未来五年将更加不可思议。”