SpaLinker：整合空间转录组与批量测序数据解析肿瘤微环境空间特征与临床表型的创新框架

（编辑推荐）本研究提出SpaLinker创新框架，通过整合空间转录组（ST）与批量RNA测序（RNA-seq）数据，系统性解析肿瘤微环境（TME）在分子、细胞及组织结构层面的空间特征，并建立其与临床表型的关联。该工具首次实现无空间组学临床注释下的表型驱动分析，在肾癌（RCC）、肝癌（HCC）和黑色素瘤中验证了三级淋巴结构（TLS）和肿瘤-正常界面（TNI）等关键特征的预后价值，为癌症诊疗提供全新视角。

　　

引言

肿瘤微环境（TME）是由恶性细胞与多种组分构成的复杂生态系统，其空间异质性与临床预后密切相关。空间转录组（ST）技术的出现为解析TME提供了新机遇，但如何定量关联空间特征与临床表型仍是挑战。SpaLinker应运而生，成为首个整合批量与空间组学数据的计算框架，通过表型驱动策略揭示TME的空间生物学机制。

设计

SpaLinker包含三大功能模块：

1. TME多维度表征：量化功能基因集（如CancerSEA、Fges）、空间共表达模块（WGCNA）、配体-受体互作（CellPhoneDB）及免疫浸润特征；
2. 空间结构识别：基于贝叶斯聚类（BayesSpace）划分空间域，独创性识别TLS（整合LC.50sig基因集与浆/B细胞-T细胞共定位）和TNI（通过肿瘤细胞密度梯度算法）；
3. 表型关联分析：利用非负矩阵分解（NMF）从批量数据中提取表型相关因子（如生存相关因子），并在ST数据中恢复其空间分布。

结果

分子与细胞层面特征
在肝癌样本中，SpaLinker发现CD74-MIF配体对在SPP1⁺
巨噬细胞/癌症相关成纤维细胞（CAF）富集的TNI区域特异性激活，提示其促进肿瘤迁移的潜在机制。

TLS跨癌种精准识别
通过七种TLS特征筛选（如imprint.29sig、LC.50sig），SpaLinker在肾癌（PR-AUC 0.76–0.86）、乳腺癌（与IHC验证一致）和鼻咽癌中实现高精度定位。调整后的单元整合分数显著提升信噪比，如RCC样本中TLS区域IGKC表达与病理标注高度吻合。

TNI的临床异质性
在22例肾癌样本中，TNI被分为四类：

• TLSa组（毗邻TLS）：富集B细胞激活基因（如IGKC），与不良生存相关（HR=1.8, p<0.001）；
• ECMr组（ECM相关）：高表达FN1与TMSB4X，后者在肿瘤边界显著上调（p<0.0001），且与患者生存期缩短显著相关（log-rank p<0.01）。

黑色素瘤免疫治疗响应
通过抗PD-1治疗队列的NMF分析，发现响应组特征因子（如IFNG.sig）富集于淋巴区域，而非响应组特征（如Stem.sig）定位于肿瘤核心，为免疫检查点阻断疗效预测提供空间依据。

讨论

SpaLinker突破了传统方法依赖预定义区域的局限，首次实现表型相关空间特征的^{de novo}
发现。其NMF策略能捕捉共存于样本中的拮抗机制（如ECMr组中促生存因子1与促纤维化因子6的共表达），为TME复杂性研究树立新范式。未来可扩展至空间蛋白质组等多组学整合，推动精准肿瘤学发展。

（注：全文内容均基于原文实验数据，未新增结论或推测）