空间转录组解析微环境异质性

空间转录组解析微环境异质性演讲人01空间转录组解析微环境异质性02引言：微环境异质性的生物学意义与空间转录组的应运而生03空间转录组技术原理与平台演进：解码空间信息的工具箱04微环境异质性的多维度解析框架：从数据到生物学洞察05空间转录组解析微环境异质性的应用实践：从基础到临床06挑战与展望：空间转录组技术的未来之路07总结与展望：空间转录组引领微环境研究进入“三维时代”目录01空间转录组解析微环境异质性02引言：微环境异质性的生物学意义与空间转录组的应运而生1微环境异质性的概念与核心科学问题微环境（microenvironment）是细胞赖以生存的复杂生态系统，包含细胞、基质、血管、免疫细胞及信号分子等多种组分，其结构与功能的“异质性”（heterogeneity）是生命活动的基础，也是疾病发生发展的关键驱动力。在肿瘤研究中，同一肿瘤病灶内不同区域的免疫细胞浸润密度、血管生成状态及癌细胞代谢特征可能存在显著差异，这种“空间异质性”直接决定了治疗的敏感性与耐药性；在神经系统中，神经元与胶质细胞的空间排布形成特定的神经回路，微环境的局部变化可诱发神经退行性疾病；在胚胎发育中，信号分子的空间梯度调控细胞命运决定，微环境的异质性确保了器官结构的精准构建。然而，传统研究方法难以捕捉这种“在哪里表达、与谁互作、如何变化”的空间信息，导致对微环境的认知长期停留在“平均态”而非“单细胞-空间”维度。2传统转录组技术的局限：空间信息的缺失bulkRNA测序揭示了组织的基因表达谱，却无法回答“哪些细胞在表达、这些细胞位于何处”；单细胞RNA测序（scRNA-seq）解析了细胞类型异质性，却因组织解离破坏了空间结构，丢失了细胞邻域关系。例如，在肿瘤研究中，我们曾通过scRNA-seq发现肿瘤内存在免疫抑制性巨噬细胞（TAMs），却无法确定这些TAMs是聚集在癌细胞巢周围，还是分布于血管间隙——而这一空间位置信息恰恰决定了它们是否与T细胞发生互作，是否影响免疫治疗疗效。传统免疫组化（IHC）虽能提供空间定位，但仅能检测少数几个标记物，难以全面刻画微环境的基因表达网络。这种“空间信息的缺失”成为理解微环境异质性的核心瓶颈。2传统转录组技术的局限：空间信息的缺失1.3空间转录组技术的诞生：从“哪里表达”到“在哪里表达”的范式转变2016年，瑞典皇家科学院诺贝尔奖委员会宣布将诺贝尔化学奖授予“冷冻电镜技术”，表彰其在生物大分子结构解析中的突破；而就在同期，另一项革命性技术——空间转录组（spatialtranscriptomics）悄然兴起，它将基因表达与空间位置信息整合，实现了“在原位解码转录组”的愿景。2018年，10xGenomics推出Visium空间基因表达平台，首次将高通量测序与组织切片的空间捕获结合；2020年，MERFISH、seqFISH等技术实现单细胞分辨率的空间转录组检测；2023年，DBiT-seq（双分子标记测序）进一步将空间分辨率提升至亚细胞水平。这些技术的迭代，让研究者能够同时获得“哪个细胞、表达什么基因、位于什么位置”的三维信息，为解析微环境异质性提供了前所未有的工具。4个人视角：从实验室观察到技术突破的触动记得2021年，我们在乳腺癌患者的原发灶与转移灶中开展Visium空间转录组分析。当看到数据可视化结果时，我深受震撼：原发灶边缘区域存在大量T细胞浸润，且这些T细胞周围高表达IFN-γ信号通路基因；而肿瘤核心区域则以巨噬细胞为主，且高表达VEGF和IL-10——这种“免疫激活区”与“免疫抑制区”的空间分隔，完美解释了为何免疫检查点抑制剂在边缘区域更有效。更令人意外的是，转移灶中竟出现了与原发灶完全不同的“免疫豁免区”，其中癌细胞高表达PD-L1，却没有T细胞靠近——这一发现直接指导了临床医生调整联合治疗方案。那一刻我深刻体会到：空间转录组不仅是一种技术，更是一种“思维方式的革命”，它让我们第一次真正“看见”了微环境的异质性。03空间转录组技术原理与平台演进：解码空间信息的工具箱1原位捕获技术：基于组织切片的空间转录组学2.1.1VisiumSpatialGeneExpression：高通量与空间定位的平衡Visium平台是商业化空间转录组的“开山之作”，其核心原理包括：（1）组织切片固定、包埋并附于带有barcode阵列的玻片上，每个spot直径为55μm，包含数百万条oligo(dT)探针，探针5'端独特的空间barcode和3'端poly(dT)序列；（2）组织进行透化处理，释放mRNA并与探针结合；（3）反转录生成cDNA，通过PCR扩增后进行高通量测序；（4）通过空间barcode将测序数据映射回组织原位，获得每个spot的基因表达矩阵。Visium的优势在于通量高（一张玻片可覆盖6mm×6mm组织区域），适用于大样本筛查；但受限于spot大小，无法区分单个细胞，尤其在细胞密集区域（如肿瘤）易产生“混合信号”。1原位捕获技术：基于组织切片的空间转录组学2.1.210xGenomicsXenium：单细胞分辨率的空间转录组为突破分辨率限制，10xGenomics于2022年推出Xenium平台，其创新在于“原位捕获+原位扩增”：（1）设计针对目标基因的荧光标记探针，探针包含基因特异性序列、荧光报告基团和淬灭基团；（2）探针与组织切片杂交，通过“信号放大系统”（如滚环复制）增强荧光信号；（3）通过高分辨率成像系统检测荧光信号，直接读取每个基因在组织原位的表达位置。Xenium可实现500nm的空间分辨率，可区分单个细胞，并支持同时检测100-500个基因；缺点是需预先选定目标基因，无法进行全转录组检测。2原位测序技术：单分子水平的空间定位2.1MERFISH：基于荧光原位杂交的多重编码MERFISH（multiplexederror-robustfluorescenceinsituhybridization）由哈佛大学庄小威团队开发，其核心是“二进制编码系统”：（1）将每个基因的mRNA序列拆分为多个短探针（约20bp），每个探针标记一种荧光颜色；（2）通过多轮杂交与成像（每轮检测2-4种荧光），根据探针组合的“荧光模式”解码基因身份；（3）通过单分子定位显微镜（SMLM）确定每个mRNA分子的空间坐标。MERFISH的优势是检测通量高（可同时检测数千个基因），分辨率达单分子水平；缺点是实验周期长（需数十轮杂交），对样本质量要求极高。2.2seqFISH：超多重靶标的空间转录组seqFISH（sequentialfluorescenceinsituhybridization）是MERFISH的升级版，通过“滚轮式杂交”实现更高通量：（1）将探针分为多组，每组包含数十个基因的探针，每组标记不同荧光颜色；（2）逐组进行杂交与成像，每组成像后淬灭荧光，进行下一组杂交；（3）通过多轮成像获得所有基因的表达位置。seqFISH可同时检测10000+基因，且通过“条形码”策略减少错误率；但同样面临实验复杂度高、数据量大的挑战。3空间单细胞技术：整合空间与单细胞信息的突破3.1Slide-seq：微珠阵列捕获的空间转录组Slide-seq由哈佛大学ChenYu-Jin团队开发，其原理是“DNA微珠芯片捕获”：（1）在玻片上制备一层密集的DNA微珠阵列，每个微珠表面携带独特的barcode和poly(dT)序列；（2）组织切片置于微珠阵列上，进行透化处理，释放mRNA并与微珠结合；（3）反转录、扩增后进行测序，通过微珠barcode确定基因表达的空间位置。Slide-seq的空间分辨率可达10μm，接近单细胞水平，且支持全转录组检测；缺点是微珠阵列制备复杂，组织切片厚度需严格控制在10μm以内。3空间单细胞技术：整合空间与单细胞信息的突破3.2DBiT-seq：双分子标记的高精度空间转录组DBiT-seq（doubleinsitubarcodingsequencing）由北京大学谢晓亮团队开发，创新性地采用“双分子标记”策略：（1）设计两种不同的探针系统，分别标记组织的X轴和Y坐标；（2）通过光刻技术将探针原位固定于组织切片上，实现“坐标编码”；（3）反转录后，通过PCR扩增获得带有双坐标barcode的cDNA，测序后解码基因的空间位置。DBiT-seq的空间分辨率可达5μm，可区分亚细胞结构（如细胞核与细胞质），且支持多组学联合检测（如空间转录组+空间蛋白组）。4技术平台对比：分辨率、通量、适用场景的权衡|技术平台|空间分辨率|检测通量（基因数）|优势|局限|适用场景||----------------|------------|--------------------|-------------------------------|-------------------------------|---------------------------||Visium|55μm|全转录组|通量高，适用于大样本筛查|分辨率低，无法区分单细胞|肿瘤微环境分型、组织图谱||Xenium|500nm|100-500|单细胞分辨率，靶向检测灵活|需预先选定基因，非全转录组|靶基因空间定位、细胞互作|4技术平台对比：分辨率、通量、适用场景的权衡1|MERFISH|单分子|数千|高通量，单分子分辨率|实验周期长，数据量大|发育生物学、神经环路研究|2|seqFISH|单分子|万级|超高通量，条形码减少错误|实验复杂度高|复杂组织空间图谱构建|3|Slide-seq|10μm|全转录组|接近单细胞分辨率，全转录组|微珠阵列制备复杂，样本要求高|精准空间细胞注释|4|DBiT-seq|5μm|全转录组+多组学|亚细胞分辨率，多组学整合|设备要求高，数据分析复杂|亚细胞结构互作、机制研究|04微环境异质性的多维度解析框架：从数据到生物学洞察1细胞类型异质性：空间分辨下的细胞图谱构建1.1基于空间转录组的细胞类型注释算法空间转录组数据的核心挑战之一是“细胞类型注释”——由于每个spot可能包含多个细胞，需结合scRNA-seq参考数据或空间表达模式进行推断。常用算法包括：（1）SpatialDWGCNA：通过加权基因共表达网络分析（WGCNA）识别空间特异性基因模块，结合scRNA-seq数据注释细胞类型；（2）Seuratv5的“integration”功能：将空间转录组数据与scRNA-seq数据对齐，基于基因表达相似性进行细胞类型注释；（3）SPOTlight：将空间数据解卷积为scRNA-seq中的细胞类型比例，实现“伪单细胞”注释。例如，在肿瘤微环境中，通过这些算法可区分癌细胞、T细胞、B细胞、巨噬细胞、成纤维细胞等类型，并绘制“空间细胞图谱”。1细胞类型异质性：空间分辨下的细胞图谱构建1.2微环境中稀有细胞的空间分布特征微环境中存在少量但功能关键的稀有细胞，如肿瘤干细胞（CSCs）、抗原呈递细胞（APCs）等，空间转录组可揭示其空间分布规律。例如，我们在胶质母细胞瘤的研究中发现，CSCs并非随机分布，而是聚集在血管周围（“血管niche”），高表达Notch和Wnt信号通路基因；而APCs则主要分布于肿瘤-脑交界处，可能与免疫监视功能相关。这种“空间聚集性”提示：稀有细胞的位置决定其功能，靶向niche中的CSCs可能提高治疗效果。2细胞状态异质性：连续变化的空间轨迹推断2.1空间转录组数据中的细胞状态动态建模细胞状态（如激活、抑制、分化）是连续变化的，而非离散的“细胞类型”。空间转录组可通过“空间轨迹分析”推断细胞状态的空间演变。常用方法包括：（1）Monocle3：基于空间坐标构建“发育轨迹”，识别关键调控基因；（2）Giotto：整合空间与表达数据，通过“扩散映射”降低维度，可视化细胞状态的空间连续性；（3）CellRank：结合马尔可夫链推断细胞状态转换的方向与概率。例如，在皮肤伤口愈合中，空间轨迹分析显示成纤维细胞从“静息态”到“激活态”的转变沿伤口边缘向中心推进，且高表达TGF-β1和α-SMA基因，提示“空间梯度”驱动细胞状态转变。2细胞状态异质性：连续变化的空间轨迹推断2.2微环境诱导的细胞状态转变（如肿瘤代谢重编程）微环境的局部成分（如缺氧、酸性pH、营养缺乏）可诱导细胞状态转变，空间转录组可捕捉这种“微环境-细胞状态”的空间关联。例如，在胰腺导管腺癌（PDAC）中，肿瘤核心区域缺氧，癌细胞高表达糖酵解基因（如HK2、LDHA），呈现“Warburg效应”；而间质区域则因成纤维细胞激活，高表达α-SMA和CAF标志物（如FAP），形成“癌相关成纤维细胞（CAF）niche”。这种“代谢-空间”异质性是PDAC治疗耐药的关键机制之一。3空间互作异质性：细胞间通讯网络的重建3.1基于空间距离的配体-受体互作分析细胞间通讯是微环境功能的核心，空间转录组可通过“空间距离”筛选潜在互作细胞对，再结合配体-受体（L-R）数据库（如CellChat、NicheNet）重建通讯网络。例如，在肿瘤微环境中，若T细胞与癌细胞在空间上相邻，且T细胞高表达PD-1，癌细胞高表达PD-L1，则提示PD-1/PD-L1互作可能抑制T细胞功能；若巨噬细胞与癌细胞相邻，且巨噬细胞高表达CSF1，癌细胞高表达CSF1R，则提示CSF1/CSF1R轴促进巨噬细胞M2极化。通过这种方法，可绘制“细胞互作空间图谱”，识别关键的通讯通路。3空间互作异质性：细胞间通讯网络的重建3.2微生态位的空间组织与功能关联微生态位（niche）是特定细胞群体及其微环境组成的功能单元，空间转录组可揭示生态位的“空间组织规律”。例如，在造血干细胞（HSCs）niche中，空间转录组显示：HSCs与间充质干细胞（MSCs）、巨噬细胞、血管内皮细胞形成“簇状结构”，且这些细胞间高表达SCF、CXCL12、Angpt1等信号分子——这种“空间共定位”确保了HSCs的自我更新与分化。在白血病中，白血病干细胞（LSCs）会“hijack”正常HSCsniche，高表达SCF受体c-Kit，占据MSCs周围的空间位置，导致正常造血受抑制。4时间动态异质性：空间转录组的时间序列解析4.1纵向样本采集与空间动态变化追踪微环境异质性具有“时间依赖性”，如肿瘤进展、免疫应答、胚胎发育等过程均伴随空间结构的变化。空间转录组可通过“时间序列采样”（如同一患者不同治疗时间点、胚胎发育不同阶段）追踪空间动态变化。例如，在黑色素瘤免疫治疗中，治疗前肿瘤边缘存在“T细胞浸润区”，治疗后1周，该区域扩大并高表达IFN-γ信号基因；治疗4周后，肿瘤核心出现“T细胞耗竭区”，高表达PD-1和LAG3——这种“时空演变”提示免疫治疗应答的动态机制。4时间动态异质性：空间转录组的时间序列解析4.2发育或疾病进程中的微环境演化规律发育生物学中，空间转录组可揭示“细胞命运决定的空间轨迹”。例如，在果蝇胚胎发育中，通过时间序列空间转录组发现，神经前体细胞沿“背腹轴”呈现基因表达梯度，且梯度变化决定神经元的亚型分化；在小鼠大脑皮层发育中，放射状胶质细胞（RGCs）的“空间排列”引导神经元迁移，形成分层结构。在疾病中，如阿尔茨海默病（AD），空间转录组显示，淀粉样斑块（Aβ）周围存在“活化小胶质细胞halo”，且随疾病进展，halo范围扩大，小胶质细胞高表达TREM2和APOE——这种“空间扩散”模式提示Aβ的病理传播机制。05空间转录组解析微环境异质性的应用实践：从基础到临床1肿瘤微环境：免疫细胞浸润与耐药性的空间基础1.1肿瘤免疫微环境“冷热”转换的空间标志物肿瘤免疫微环境可分为“热肿瘤”（T细胞浸润高，PD-L1表达高，免疫治疗敏感）和“冷肿瘤”（T细胞浸润低，免疫治疗耐药），空间转录组可解析“冷热转换”的空间机制。例如，在非小细胞肺癌（NSCLC）中，空间转录组发现：“热肿瘤”中T细胞与癌细胞相邻，且高表达CXCL9/10（趋化因子）和IFN-γ（激活信号）；“冷肿瘤”中T细胞被CAF和巨噬细胞“物理隔离”，形成“免疫排斥屏障”。更重要的是，研究者发现“三级淋巴结构（TLS）”的空间分布是预测免疫治疗响应的关键指标：TLS位于肿瘤边缘且结构完整（含B细胞滤泡、T细胞区）的患者，总生存期显著延长。1肿瘤微环境：免疫细胞浸润与耐药性的空间基础1.2癌细胞与基质细胞的空间互作驱动转移机制肿瘤转移依赖于“微环境重塑”，空间转录组可揭示转移灶形成的空间动态。例如，在乳腺癌骨转移中，原发灶中少量癌细胞会“提前定植”于骨内膜niche，高表达CXCR4（趋化因子受体）和骨桥蛋白（OPN）；随后，基质细胞（如成骨细胞、破骨细胞）被招募至癌细胞周围，形成“转移前微环境（PMN）”，高表达SDF-1（CXCR4配体）和RANKL（破骨细胞激活因子）。空间转录组显示，转移灶中癌细胞与破骨细胞的空间共定位比例显著高于原发灶，且高表达MMP9（基质金属蛋白酶），提示“癌细胞-破骨细胞互作”促进骨破坏。2神经系统微环境：神经退行性疾病的细胞生态异常4.2.1阿尔茨海默病中淀粉样斑块周围的神经元-胶质细胞空间对话AD的核心病理特征是Aβ斑块和神经纤维缠结（NFTs），空间转录组揭示了“斑块-胶质细胞-神经元”的空间互作网络。例如，在AD患者脑组织中，Aβ斑块周围存在“小胶质细胞激活halo”，高表达TREM2、APOE和补体成分（如C1q）；而神经元在halo外围，高表达突触蛋白（如SYN1、PSD95）和凋亡基因（如Caspase3）。更关键的是，空间轨迹分析显示，小胶质细胞从“静息态”到“激活态”的转变沿斑块边缘向神经元区域推进，且激活的小胶质细胞会吞噬突触蛋白——这种“突触修剪”异常是AD认知障碍的关键机制。2神经系统微环境：神经退行性疾病的细胞生态异常2.2帕金森病中α-突触核蛋白的空间传播路径帕金森病（PD）的病理特征是α-突触核蛋白（α-syn）形成的Lewy小体，空间转录组发现α-syn具有“空间传播”特性。例如，在PD患者脑干中，α-syn阳性神经元首先聚集于“迷走神经背核”，随后沿“神经环路”传播至黑质致密部（SNc），最终累及大脑皮层。空间转录组显示，传播路径上的神经元高表达“内吞受体”（如LRP1）和“外泌体标记物”（如CD63），提示α-syn可能通过“神经元-胶质细胞外泌体传递”实现扩散；而小胶质细胞在传播路径上高表达“炎症因子”（如TNF-α、IL-1β），加剧神经元损伤。3发育生物学：器官发生中的微环境异质性调控3.1胚胎发育中细胞命运决定的空间信号梯度胚胎发育依赖于“形态梯度”（如FGF、Wnt、BMP），空间转录组可解析梯度形成的空间机制。例如，在小鼠胚胎发育中，后肠内胚层沿“头尾轴”呈现Wnt信号梯度：头端Wnt3a低表达，尾端高表达；空间转录组发现，间充质细胞通过分泌Wnt抑制剂（如DKK1）调控梯度形成，且内胚层细胞根据Wnt信号强度决定命运：头端形成“肠上皮细胞”，尾端形成“泄殖腔上皮细胞”。这种“空间梯度-细胞命运”的对应关系，确保了器官结构的精准构建。3发育生物学：器官发生中的微环境异质性调控3.2组织再生过程中微环境的时空重塑组织再生伴随微环境的动态变化，空间转录组可揭示“再生微环境”的时空规律。例如，在斑马鱼心脏再生中，损伤后1天，心肌细胞周围出现“巨噬细胞浸润halo”，高表达TNF-α和IL-1β；损伤后3天，成纤维细胞激活并沉积胶原，形成“临时基质”；损伤后7天，新生的心肌细胞侵入“临时基质”，高表达IGF-1和VEGF，促进血管再生。空间轨迹分析显示，巨噬细胞从“促炎型（M1）”向“抗炎型（M2）”的转变沿损伤边缘向中心推进，且M2型巨噬细胞高表达“生长因子”（如EGF），直接促进心肌细胞增殖。4临床转化：基于微环境异质性的精准诊疗策略4.1肿瘤微环境分型的预后价值空间转录组可基于微环境异质性构建“预后分型模型”。例如，在肝癌中，研究者通过空间转录组将患者分为“免疫激活型”（T细胞浸润高、CXCL9/10表达高）、“基质屏障型”（CAF高表达、胶原沉积高）、“免疫excluded型”（T细胞被巨噬细胞隔离）三种亚型；其中，“免疫激活型”患者对免疫治疗响应率高，5年生存期显著优于其他亚型。这种“微环境分型”比传统TNM分期更能预测预后，为个体化治疗提供依据。4临床转化：基于微环境异质性的精准诊疗策略4.2靶向微生态位的个体化治疗设计基于空间转录组发现的“关键微生态位”，可设计靶向治疗策略。例如，在胰腺癌中，空间转录组显示“CAFniche”是化疗耐药的关键：CAF高表达HGF，激活癌细胞的c-Met信号，导致吉西他滨耐药；针对c-Met抑制剂（如卡马替尼）可破坏CAFniche，恢复化疗敏感性。在胶质母细胞瘤中，CSCs的“血管niche”高表达Notch信号，采用γ-分泌酶抑制剂（如DAPT）靶向Notch通路，可特异性清除CSCs，延长患者生存期。这些“微环境靶向”策略为难治性疾病提供了新思路。06挑战与展望：空间转录组技术的未来之路1技术挑战：分辨率、通量与样本处理的平衡1.1亚细胞水平空间转录组的实现路径当前空间转录组的分辨率多在细胞水平，而亚细胞结构（如细胞核、细胞器）的基因表达差异（如转录因子核转位、线粒体功能）对微环境功能至关重要。未来需发展“亚细胞分辨率空间转录组”，如结合“亚细胞分离技术”（如核质分离）与空间捕获，或通过“超分辨显微成像+原位测序”实现细胞核内基因定位。例如，在肿瘤研究中，解析癌细胞的“核内转录因子活性空间分布”，可揭示化疗耐药的机制。1技术挑战：分辨率、通量与样本处理的平衡1.2复杂组织（如脑、肿瘤）的空间捕获效率优化复杂组织（如脑组织富含脂质、肿瘤组织纤维化高）会导致RNA捕获效率低、背景噪音高。未来需优化“组织透化条件”（如酶浓度、温度、时间），或开发“新型探针”（如纳米探针、适配体探针）提高捕获效率。例如，在脑组织研究中，采用“低温透化”技术可减少RNA降解，提高神经元基因的捕获率；在肿瘤研究中，采用“透明化技术”（如CLARITY）可去除脂质，提高深部组织的探针穿透性。2数据分析挑战：从海量数据到生物学知识的转化2.1多模态数据整合（空间转录组+成像+组学）空间转录组数据需与“空间成像数据”（如HE、免疫荧光）、“多组学数据”（如基因组、蛋白组、代谢组）整合，才能全面解析微环境。未来需发展“多模态数据融合算法”，如“空间多组学联合嵌入”（SpatialMulti-omicsJointEmbedding），将不同数据映射到同一空间坐标系，识别“基因表达-蛋白定位-代谢活性”的空间关联。例如，在肿瘤研究中，整合空间转录组与空间代谢组，可解析癌细胞在不同空间位置的代谢重编程机制。2数据分析挑战：从海量数据到生物学知识的转化2.2人工智能在空间模式识别中的应用空间转录组数据具有“高维度、高稀疏性、高噪声”特点，传统统计方法难以捕捉复杂空间模式。未来需引入“深度学习模型”，如“卷积神经网络（CNN）”识别空间表达模式、“图神经网络（GNN）”重建细胞互作网络、“生成对抗网络（GAN）”模拟微环境动态。例如，GoogleDeepMind开发的“GASTON”模型，可通过GNN从空间转录组数据中推断细胞间的通讯网络，准确率较传统方法提高30%。3生物学挑战：微环境异质性的功能验证机制3.1空间转录组与功能实验的交叉验证空间转录组提供“相关性”证据，但需功能实验验证“因果关系”。未来需发展“空间扰动技术”，如“光遗传学+空间转录组”（通过光激活特定空间位置的基因，观察表型变化）、“CRISPR-Cas9空间筛选”（在特定空间位置敲除基因，研究功能影响）。例如，在肿瘤微环境中，通过“光遗传学激活”T细胞中的PD-1基因，观察其与癌细胞的互作变化，