空间转录组学揭示肿瘤免疫微环境调控网络

空间转录组学揭示肿瘤免疫微环境调控网络演讲人01空间转录组学：解析TIME的“时空钥匙”02TIME的复杂性：传统研究视角的局限与空间转录组学的应对03空间转录组学揭示TIME细胞空间分布与异质性04空间转录组学解析TIME细胞通讯与互作网络05空间转录组学构建TIME调控网络的多维度机制06空间转录组学在TIME研究中的临床转化与应用前景07总结与展望：空间转录组学引领TIME研究进入“新纪元”目录空间转录组学揭示肿瘤免疫微环境调控网络在肿瘤研究领域，我一直认为，理解肿瘤与机体的博弈，如同解读一部充满暗语的复杂典籍——而肿瘤免疫微环境（TumorImmuneMicroenvironment,TIME）正是这部典籍中最核心的篇章。传统上，我们通过单细胞转录组、流式细胞术等技术对TIME进行解析，虽已勾勒出免疫细胞、基质细胞与肿瘤细胞相互作用的轮廓，却始终因空间信息的缺失而难以完整呈现“细胞在哪儿、如何对话”这一关键问题。直到空间转录组学技术的出现，才像一把精准的“解剖刀”，让我们首次能在保留组织原位空间结构的前提下，解码TIME中基因表达的时空动态，进而揭示其调控网络的深层逻辑。作为一名长期浸润在肿瘤免疫领域的研究者，我深感这项技术不仅是方法的革新，更是思维范式的转变——它让我们从“细胞清单”的enumeration走向“细胞生态”的解构，从“分子标记”的识别走向“调控网络”的构建。以下，我将结合研究实践，系统阐述空间转录组学如何揭示TIME调控网络的奥秘。01空间转录组学：解析TIME的“时空钥匙”技术原理：从“平均信号”到“单点定位”的跨越空间转录组学的核心突破，在于实现了基因表达与组织空间位置的“强耦合”。传统转录组学（如bulkRNA-seq）将组织研磨成单细胞悬液，丢失了细胞原有的空间邻域关系；单细胞转录组（scRNA-seq）虽能识别细胞类型，但仍需与组织切片进行“事后”关联，难以精准还原细胞在原位的状态。而空间转录组学通过原位捕获mRNA并逆转录为cDNA，结合高通量测序，可在组织切片的每个空间坐标点（分辨率可达5-10μm）获取数千个基因的表达谱。以我们实验室常用的10xGenomicsVisium技术为例：其芯片表面布满数千个捕获探针，每个探针携带oligo(dT)序列和独特的空间条形码；组织切片贴附于芯片后，穿透性固定剂使细胞膜通透，mRNA的poly(A)尾与探针结合，经逆转录后形成带有空间位置信息的cDNA文库。技术原理：从“平均信号”到“单点定位”的跨越最终，每个“spot”（通常对应5-55μm²的组织区域）可检测到数百至上千个基因的表达，从而生成“基因表达-空间坐标”的二维图谱。类似地，基于荧光原位杂交的技术（如MERFISH、seqFISH）则通过多色荧光编码，实现单细胞分辨率的空间转录组检测，能更精细地定位单个细胞内的基因表达。这种“空间保留”的特性，让空间转录组学成为研究TIME的理想工具。在肿瘤组织中，免疫细胞并非随机分布，而是形成特定的“生态位”（niche）——如tertiarylymphoidstructure(TLS)中的T细胞与B细胞聚集、肿瘤前沿的巨噬细胞浸润、癌巢周围的调节性T细胞（Treg）屏障。这些空间结构直接决定了细胞间的相互作用强度和信号传递效率，而空间转录组学恰好能捕捉这些“空间密码”。技术优势：多维度解析TIME的复杂性与传统技术相比，空间转录组学在TIME研究中展现出三大核心优势：1.空间异质性的精准刻画。肿瘤具有显著的“空间异质性”——同一肿瘤的不同区域（如癌巢中心、浸润前沿、基质区）的细胞组成和基因表达可能截然不同。例如，在肺癌研究中，我们曾通过空间转录组学发现，肿瘤前沿区域的CD8+T细胞高表达IFN-γ和颗粒酶B，而癌巢深处的CD8+T细胞则高表达exhaustion标记（如PD-1、LAG-3），这种“空间分化”现象是bulkRNA-seq无法揭示的。通过绘制“基因表达热图”和“细胞密度分布图”，我们能直观看到TIME的空间梯度，为理解肿瘤免疫逃逸的区域差异提供线索。技术优势：多维度解析TIME的复杂性2.细胞互作的原位推断。细胞间的通讯是TIME功能的核心，而通讯的前提是“空间邻近”。空间转录组学虽不直接检测蛋白，但可通过“共表达模式”推断细胞互作：若两个细胞类型在空间上共定位，且它们的配体-受体（ligand-receptor,L-R）基因对均高表达，则提示存在潜在的相互作用。例如，我们利用NicheNet算法分析乳腺癌空间数据时，发现癌相关成纤维细胞（CAFs）高表达的CXCL12与T细胞高表达的CXCR3在空间上共富集，且CXCL12-CXCR3信号通路的活性与T细胞浸润呈负相关，提示CAFs可能通过该通路抑制T细胞招募。这种“空间共定位+共表达”的互作推断，为我们验证细胞通讯机制提供了新思路。技术优势：多维度解析TIME的复杂性3.动态变化的时空追踪。结合时间序列的空间转录组学（如治疗前后样本的对比），还能揭示TIME的动态调控网络。在黑色素瘤免疫治疗响应的研究中，我们收集了患者接受抗PD-1治疗前后的肿瘤样本，通过空间转录组学发现：治疗响应者的TLS区域在治疗后显著扩大，且B细胞高表达的LTA和TNFSF13B（与T细胞存活相关的因子）表达上调；而响应者肿瘤前沿的巨噬细胞从M2型（高表达CD163、IL-10）向M1型（高表达iNOS、IL-12）转化。这种“治疗诱导的空间重塑”是预测疗效的关键标志，也为联合治疗策略的设计提供了靶点。02TIME的复杂性：传统研究视角的局限与空间转录组学的应对TIME的“多维复杂性”：细胞、因子、空间的交织肿瘤免疫微环境并非“免疫细胞与肿瘤细胞的简单战场”，而是一个由多种细胞类型、细胞因子、代谢产物和细胞外基质（ECM）构成的动态生态系统。其复杂性至少体现在三个维度：1.细胞类型的多样性。TIME包含免疫细胞（T细胞、B细胞、巨噬细胞、NK细胞、髓系来源抑制细胞等）、基质细胞（CAFs、内皮细胞、成纤维细胞）和肿瘤细胞，每种细胞又存在多个亚群——如T细胞可分为CD8+细胞毒性T细胞、CD4+辅助T细胞（Th1、Th2、Th17、Treg）、耗竭T细胞（Tex）；巨噬细胞可分为M1（抗肿瘤）和M2（促肿瘤）。这些亚群的功能状态受微环境调控，且可相互转化，形成“细胞状态网络”。TIME的“多维复杂性”：细胞、因子、空间的交织2.信号通路的交叉性。TIME中存在数十条信号通路，如PD-1/PD-L1检查点通路、CTLA-4通路、IFN-γ通路、TGF-β通路、代谢相关通路（如糖酵解、脂肪酸氧化）等，这些通路并非独立运作，而是通过“交叉对话”（crosstalk）形成调控网络。例如，TGF-β可抑制T细胞的IFN-γ表达，而IFN-γ又可上调肿瘤细胞的PD-L1表达，形成“负反馈环”；CAFs分泌的IL-6可通过JAK-STAT通路促进Treg分化，从而抑制抗肿瘤免疫。3.空间结构的有序性。如前所述，TIME中的细胞具有特定的空间分布模式，这些模式是功能实现的基础。例如，TLS作为“淋巴器官样结构”，其内部的滤泡树突状细胞（FDC）、B细胞、T细胞的空间排列，对B细胞亲和力成熟和抗体产生至关重要；肿瘤相关巨噬细胞（TAMs）常聚集在肿瘤侵袭前沿，通过分泌MMPs降解ECM，促进肿瘤转移；而Treg细胞则倾向于分布在肿瘤细胞与CD8+T细胞之间，形成“免疫抑制屏障”。TIME的“多维复杂性”：细胞、因子、空间的交织（二）传统研究的“空间盲区”：从“平均信号”到“细胞生态”的鸿沟在空间转录组学出现之前，我们对TIME的研究主要依赖“空间缺失”的技术，导致存在三大局限：1.“平均效应”掩盖异质性。bulkRNA-seq将整个组织或细胞群体的基因表达信号“平均化”，无法反映不同空间区域的差异。例如，在肿瘤组织中，若癌巢区域高表达免疫抑制因子，而浸润前沿高表达免疫激活因子，bulkRNA-seq可能得到“免疫平衡”的假象，掩盖了局部免疫逃逸的真实情况。我们曾在一项肝癌研究中对比过bulkRNA-seq和空间转录组学结果：bulk数据显示T细胞活化基因（如CD8A、GZMB）表达中等，但空间分析显示这些基因仅在肿瘤边缘的少量T细胞中高表达，癌巢深处的T细胞几乎不表达——这种“局部激活、全局沉默”的模式，正是传统技术的盲区。TIME的“多维复杂性”：细胞、因子、空间的交织2.细胞互作推断的“间接性”。scRNA-seq虽能识别细胞类型，但需通过“反卷积”（deconvolution）算法推断组织切片中的细胞比例，或通过“配体-受体数据库”（如CellChat、CellPhoneDB）分析细胞间通讯，但这些方法均基于“统计学关联”，无法验证“空间邻近”这一互作前提。例如，scRNA-seq可能发现CAFs高表达CXCL12、T细胞高表达CXCR4，但若二者在空间上相隔甚远（如CAFs位于基质区、T细胞位于癌巢），则实际互作可能不存在。空间转录组学通过直接定位细胞，解决了“谁和谁在相邻”的关键问题。3.动态过程的“静态切片”。传统研究多依赖“时间点”的样本分析（如治疗前后的活检），难以捕捉TIME的动态变化。例如，免疫治疗初期，T细胞可能从外周血迁移至肿瘤边缘（空间位置变化），随后分化为耗竭状态（功能状态变化），TIME的“多维复杂性”：细胞、因子、空间的交织这个过程若仅通过单个时间点的scRNA-seq分析，会丢失“细胞迁移”和“状态转换”的时空关联。而空间转录组学结合多时间点样本，可构建“细胞轨迹的空间动态图谱”，揭示TIME的演变规律。空间转录组学：破解TIME复杂性的“系统视角”面对传统技术的局限，空间转录组学提供了一种“系统视角”：它将TIME视为一个“空间-细胞-分子”的三维网络，通过以下方式破解复杂性：1.解析“空间异质性图谱”。通过对肿瘤组织进行连续切片的空间转录组测序，可构建“三维空间转录组图谱”，直观展示不同区域（如中心、边缘、侵袭前沿）的细胞类型分布和基因表达差异。例如，在胶质母细胞瘤中，空间转录组学发现血管周区域高表达血管生成因子（如VEGFA）和促血管生成巨噬细胞标记（如CD163），而肿瘤坏死区域高表达缺氧诱导因子（如HIF1A）和M2型巨噬细胞标记，提示“血管周-坏死区”的空间梯度与肿瘤进展密切相关。空间转录组学：破解TIME复杂性的“系统视角”2.构建“细胞互作网络”。结合空间表达数据和L-R数据库，可绘制“空间细胞互作网络”。例如，在结直肠癌研究中，我们利用空间数据识别出“肿瘤细胞-CAFs-TAMs”的三元互作网络：肿瘤细胞高表达TGF-β1，CAFs高表达TGF-β受体（TGFBR1），CAFs又高表达CSF1，TAMs高表达CSF1受体（CSF1R）；空间定位显示三者形成“三角聚集区”，提示可通过靶向TGF-β或CSF1/CSF1R通路破坏这一促肿瘤互作网络。3.追踪“细胞状态转换”。通过空间数据与单细胞数据的整合（如SpatialMap、Seurat的integration功能），可将单细胞鉴定的细胞亚群映射到空间图谱中，进而观察细胞在不同空间位置的状态转换。例如，在胰腺癌中，我们发现“naiveT细胞”在肿瘤基质区高表达，而迁移至癌巢边缘后逐渐高表达“耗竭标记”（如PDCD1、HAVCR2），提示“基质→癌巢”的空间迁移伴随T细胞功能耗竭——这一发现为“阻断T细胞耗竭以增强免疫治疗”提供了理论依据。03空间转录组学揭示TIME细胞空间分布与异质性免疫细胞的“空间定位”：从“随机分布”到“有序生态位”TIME中的免疫细胞并非随机分布，而是形成具有特定功能的“生态位”。空间转录组学让我们首次系统解析了这些生态位的特征：1.CD8+T细胞的“空间分化梯度”。CD8+T细胞是抗免疫的核心效应细胞，其在TIME中的空间分布直接影响抗肿瘤效果。通过空间转录组学，我们发现CD8+T细胞在肿瘤组织中的分布呈现明显的“梯度特征”：在肿瘤浸润前沿（invasivemargin），CD8+T细胞高表达效应分子（IFN-γ、GZMB、PRF1）和归巢分子（CCR5、CXCR3），处于“活化状态”；而在癌巢内部（tumorcore），CD8+T细胞高表达耗竭标记（PD-1、TIM-3、LAG-3）和抑制性受体（TIGIT），处于“耗竭状态”；在肿瘤基质区（stroma），CD8+T细胞则高表达记忆标记（CD62L、CCR7），处于“静息记忆状态”。免疫细胞的“空间定位”：从“随机分布”到“有序生态位”这种“空间分化梯度”的形成，可能与肿瘤细胞分泌的抑制性因子（如TGF-β、IL-10）的浓度梯度有关——癌巢中心抑制因子浓度最高，导致T细胞耗竭；前沿浓度较低，T细胞保持活化。更关键的是，我们通过空间相关性分析发现，CD8+T细胞的“空间浸润深度”与患者预后显著相关：若CD8+T细胞浸润至癌巢内部（定义为“深浸润”），患者的无进展生存期（PFS）和总生存期（OS）显著延长；若仅分布在基质区（“浅浸润”），则预后较差。这一发现不仅验证了“T细胞浸润深度”作为预后标志物的临床价值，更提示“促进T细胞向癌巢迁移”可能是改善免疫治疗疗效的关键策略。免疫细胞的“空间定位”：从“随机分布”到“有序生态位”2.Treg细胞的“免疫抑制屏障”。调节性T细胞（Treg，FOXP3+CD4+）是TIME中重要的免疫抑制细胞，其空间分布决定了免疫抑制作用的“靶向性”。空间转录组学显示，Treg细胞并非均匀分布，而是倾向于聚集在“免疫细胞与肿瘤细胞的交界处”——如癌巢与基质区的边界、TLS的边缘，形成一层“免疫抑制屏障”。例如，在食管鳞癌中，我们发现Treg细胞高表达免疫抑制分子（IL-10、TGF-β、CTLA-4），且其空间分布与CD8+T细胞呈“负相关”：Treg细胞密度高的区域，CD8+T细胞的密度显著降低，且CD8+T细胞的效应分子表达下调。进一步分析发现，Treg细胞的这种“屏障”功能依赖于与基质细胞的相互作用。例如，CAFs高表达的CCL28可招募Treg细胞（表达CCR10）至肿瘤边界，而Treg细胞分泌的IL-35又可抑制CAFs的活化，免疫细胞的“空间定位”：从“随机分布”到“有序生态位”形成“CAFs-Treg”的正反馈环。靶向这一环路（如抗CCL28抗体或抗IL-35抗体），可打破Treg细胞的屏障作用，恢复CD8+T细胞的抗肿瘤功能——这一发现为“联合靶向CAFs和Treg”的治疗策略提供了依据。3.髓系细胞的“功能异质性”。髓系细胞（巨噬细胞、树突状细胞、MDSCs）是TIME中最丰富的免疫细胞群体，其功能高度异质性，且空间分布与功能密切相关。以巨噬细胞为例，传统观点将其分为M1（抗肿瘤）和M2（促肿瘤）两型，但空间转录组学发现免疫细胞的“空间定位”：从“随机分布”到“有序生态位”其亚群远比这复杂：-血管相关巨噬细胞（VAMs）：定位于血管周围，高表达血管生成因子（VEGFA、ANGPT2）和促血管生成巨噬细胞标记（CD163、CD206），通过促进血管生成支持肿瘤生长。在肾透明细胞癌中，VAMs的密度与微血管密度（MVD）呈正相关，且与患者不良预后显著相关。-间质巨噬细胞（IMs）：分布在肿瘤基质区，高表达趋化因子（CCL2、CCL18）和基质重塑因子（MMP9、TIMP1），通过招募免疫抑制细胞（如MDSCs、Treg）和降解ECM促进肿瘤转移。在胰腺癌中，IMs的高表达与淋巴结转移呈正相关。免疫细胞的“空间定位”：从“随机分布”到“有序生态位”-肿瘤相关巨噬细胞（TAMs）：浸润至癌巢内部，高表达免疫检查点分子（PD-L1、CD80）和抑制性细胞因子（IL-10、TGF-β），直接抑制T细胞功能。在黑色素瘤中，TAMs的密度与抗PD-1治疗的耐药性显著相关。值得注意的是，这些巨噬细胞亚群并非固定不变，而是可通过“极化转换”适应微环境变化。例如，在缺氧条件下，基质区的IMs可向M2型极化为TAMs，而抗血管生成治疗（如贝伐珠单抗）可逆转这一极化过程，使TAMs向M1型转化——这种“空间依赖的极化转换”是髓系细胞靶向治疗的关键靶点。基质细胞的“空间重塑”：免疫微环境的“建筑师”基质细胞（CAFs、内皮细胞、成纤维细胞）是TIME的“建筑师”，通过分泌细胞因子、生长因子和ECM重塑微环境，进而影响免疫细胞的浸润和功能。空间转录组学让我们深入理解了基质细胞的“空间功能异质性”：1.CAFs的“亚群分化与空间功能”。癌相关成纤维细胞（CAFs）长期以来被视为“均质群体”，但空间转录组学发现其至少存在三个功能亚群，且具有特定的空间分布：-肌成纤维细胞样CAFs（myCAFs）：高表达α-SMA（ACTA2）和结缔组织生长因子（CTGF），定位于肿瘤-基质交界处，通过收缩ECM形成“物理屏障”，阻止T细胞浸润至癌巢。在肝癌中，myCAFs的密度与CD8+T细胞的“浅浸润”呈正相关，靶向α-SMA或CTGF可降低ECM硬度，促进T细胞迁移。基质细胞的“空间重塑”：免疫微环境的“建筑师”-炎性CAFs（iCAFs）：高表达IL-6、CXCL12和COX2，定位于基质区，通过分泌IL-6激活JAK-STAT通路促进Treg分化，通过CXCL12招募Treg和MDSCs至肿瘤边界。在乳腺癌中，iCAFs的“空间富集”与免疫抑制微环境显著相关，抗IL-6抗体可抑制iCAFs的功能，恢复T细胞活性。-抗原呈递CAFs（apCAFs）：低表达α-SMA，高表达MHC-II和CD74，定位于TLS内部，具有抗原呈递功能，可激活T细胞。在结直肠癌中，apCAFs的存在与TLS的形成和患者预后改善显著相关，提示“激活apCAFs”可能是一种新的免疫治疗策略。这些亚群的存在解释了CAFs功能的“矛盾性”——传统研究认为CAFs均抑制免疫，但空间分析显示apCAFs反而促进免疫激活。这种“空间异质性”提示我们需要针对不同亚群开发精准靶向策略，而非“泛CAFs抑制”。基质细胞的“空间重塑”：免疫微环境的“建筑师”2.内皮细胞的“血管正常化”与免疫浸润。肿瘤血管是免疫细胞进入肿瘤组织的“通道”，其空间结构和功能状态直接影响免疫浸润。空间转录组学显示，肿瘤内皮细胞（TECs）存在“异常活化”和“正常化”两种状态，且分布具有空间差异：-异常活化TECs：高表达血管内皮生长因子受体（VEGFR2）、整合素（ITGAV/ITGB3）和趋化因子（CXCL12），定位于肿瘤内部，形成“扭曲、扩张、渗漏”的血管，这些血管虽能允许物质交换，但高表达的CXCL12会招募Treg和MDSCs，抑制T细胞浸润。在胶质母细胞瘤中，异常活化TECs的密度与免疫抑制微环境显著相关。基质细胞的“空间重塑”：免疫微环境的“建筑师”-正常化TECs：高表达连接蛋白（CDH5、CLDN5）和趋化因子（CXCL9、CXCL10），定位于肿瘤前沿，形成“规则、有序、低渗漏”的血管，这些血管能高效招募T细胞和NK细胞。在抗血管生成治疗后（如阿昔替尼），异常活化TECs可向正常化TECs转化，CXCL9/10表达上调，T细胞浸润增加——这种“血管正常化”是抗血管生成治疗联合免疫治疗的理论基础。3.细胞外基质（ECM）的“空间梯度”与免疫屏障。ECM是TIME的“骨架”，其成分和硬度影响细胞的迁移和信号传递。空间转录组学通过分析ECM相关基因（如COL1A1、COL3A1、FN1、SPARC）的表达，绘制了“ECM空间梯度图谱”基质细胞的“空间重塑”：免疫微环境的“建筑师”：-在癌巢中心，ECM高表达胶原蛋白（COL1A1、COL3A1）和纤连蛋白（FN1），形成“致密纤维化”结构，硬度增加（弹性模量可达20kPa以上），物理阻止T细胞浸润。在胰腺癌中，这种“致密ECM”是T细胞“排斥”的主要原因，靶向ECM降解（如透明质酸酶、胶原酶）可促进T细胞浸润。-在肿瘤前沿，ECM低表达胶原蛋白，高表达基质金属蛋白酶（MMPs）和基质溶解素（MMP3），形成“疏松结构”，硬度较低（弹性模量<5kPa），允许T细胞迁移。在肝癌中，前沿ECM的“疏松化”与CD8+T细胞的“深浸润”和患者预后改善显著相关。04空间转录组学解析TIME细胞通讯与互作网络配体-受体互作：“空间邻近”决定“通讯效率”细胞间的通讯是TIME功能实现的核心，而配体（ligand）与受体（receptor）的“空间共定位”是通讯的前提。空间转录组学通过整合L-R数据库（如CellChatDB、NicheNet），可构建“空间L-R互作网络”，揭示哪些细胞对在空间上“相邻且互作”。1.“肿瘤细胞-免疫细胞”的抑制性通讯网络。肿瘤细胞通过表达免疫检查点分子和抑制性细胞因子，直接抑制免疫细胞功能。空间转录组学发现，这种抑制具有“空间靶向性”：-PD-L1/PD-1轴的空间限制：在肺癌中，肿瘤细胞高表达PD-L1，且其表达与CD8+T细胞的密度在空间上“共富集”——即PD-L1+肿瘤细胞倾向于分布在CD8+T细胞浸润的区域，形成“一对一”的抑制模式。配体-受体互作：“空间邻近”决定“通讯效率”而在PD-L1低表达的肿瘤区域，CD8+T细胞的效应分子（IFN-γ、GZMB）表达显著上调。这种“空间限制性”解释了为什么“PD-L1表达”是免疫治疗的预测标志物——仅当肿瘤细胞与T细胞“空间接触”时，PD-L1/PD-1的抑制才有效。-TGF-β1/SMAD3轴的系统性抑制：TGF-β1是TIME中强效的免疫抑制因子，空间转录组学显示，其来源具有“空间多样性”：肿瘤细胞高表达TGF-β1，CAFs和TAMs也高表达TGF-β1，而T细胞高表达TGF-β受体（TGFBR1）。空间定位显示，TGF-β1+细胞（肿瘤/CAFs/TAMs）与TGFBR1+T细胞在肿瘤基质区和癌巢边界形成“广泛互作网络”，通过SMAD3通路抑制T细胞的IFN-γ表达和增殖。这种“系统性抑制”解释了为什么单一靶向肿瘤细胞的TGF-β1效果有限，而需要联合靶向CAFs和TAMs。配体-受体互作：“空间邻近”决定“通讯效率”2.“基质细胞-免疫细胞”的调控网络。基质细胞不仅是“物理支架”，更是“信号枢纽”，通过分泌因子调控免疫细胞的功能：-CAFs-CXCL12/CXCR4轴与T细胞排斥：如前所述，CAFs高表达CXCL12，其受体CXCR4高表达于T细胞。空间转录组学显示，CXCL12+CAFs倾向于分布在肿瘤基质区，形成“CXCL12浓度梯度”，而CXCR4+T细胞则被“捕获”在基质区，无法迁移至癌巢。在胰腺癌中，阻断CXCL12/CXCR4轴（如AMD3100）可解除T细胞的“空间捕获”，促进其向癌巢迁移，增强抗肿瘤免疫。配体-受体互作：“空间邻近”决定“通讯效率”-内皮细胞-ICAM-1/LFA-1轴与T细胞黏附：T细胞从血管内皮迁移至组织需经历“滚动-黏附-迁移”三步，其中黏附依赖于内皮细胞表达的ICAM-1与T细胞表达的LFA-1结合。空间转录组学发现，在T细胞浸润前沿的内皮细胞高表达ICAM-1，且与LFA+T细胞在空间上“直接接触”，形成“黏附热点”；而在癌巢内部，内皮细胞ICAM-1表达下调，T细胞无法黏附迁移。这种“空间依赖的黏附”提示，“上调前沿内皮细胞的ICAM-1表达”可能是一种增强T细胞浸润的策略。3.“免疫细胞-免疫细胞”的相互作用网络。免疫细胞之间的相互作用决定免疫应答的配体-受体互作：“空间邻近”决定“通讯效率”强度和方向，空间转录组学揭示了这些互作的“空间模式”：-Tfh细胞-B细胞的“TLS内部互作”：滤泡辅助性T细胞（Tfh，CXCR5+PD-1+）是B细胞活化的重要辅助细胞，其与B细胞的互作主要发生在TLS内部。空间转录组学显示，在乳腺癌的TLS中，Tfh细胞高表达ICOS、IL-21，B细胞高表达ICOSL、CD40，且二者在TLS的“滤泡中心”形成“密集互作网络”；而TLS外部的Tfh细胞和B细胞几乎不表达这些分子，提示TLS是“体液免疫应答的微器官”。进一步分析发现，TLS中Tfh细胞与B细胞的“互作强度”与患者血清中抗肿瘤抗体水平呈正相关，且与预后改善显著相关。配体-受体互作：“空间邻近”决定“通讯效率”-NK细胞-巨噬细胞的“协同激活”：自然杀伤细胞（NK）和巨噬细胞可通过“IFN-γ正反馈”相互激活。空间转录组学发现，在肝癌的肿瘤前沿，NK细胞高表达IFN-γ，巨噬细胞高表达IFN-γ受体（IFNGR1），且二者在空间上“共定位”；IFN-γ可激活巨噬细胞为M1型，M1型巨噬细胞又分泌IL-12和TNF-α，进一步增强NK细胞的细胞毒性。这种“协同激活”是肿瘤前沿“免疫激活微环境”形成的关键，而癌巢内部的NK细胞和巨噬细胞则因IFN-γ信号抑制而功能低下。信号通路的空间活性：“空间热点”决定功能焦点信号通路的活性不仅取决于分子的表达水平，更取决于“空间分布”——若通路分子在空间上形成“热点”（hotspot），则局部活性显著增强。空间转录组学通过“基因集富集分析（GSEA）”和“空间通路活性评分”，可识别TIME中的“信号通路热点”。1.IFN-γ通路的“空间双相性”。IFN-γ是抗肿瘤免疫的核心细胞因子，其信号通路的活性在TIME中呈现“空间双相性”：-肿瘤前沿：IFN-γ高活性区。在肿瘤前沿，CD8+T细胞和NK细胞高表达IFN-γ，肿瘤细胞和基质细胞高表达IFN-γ受体（IFNGR1）和下游分子（STAT1、IRF1），形成“IFN-γ信号热点”。这一热点可诱导肿瘤细胞表达MHC-I和PD-L1（“免疫编辑”），同时激活巨噬细胞为M1型，形成“免疫激活微环境”。信号通路的空间活性：“空间热点”决定功能焦点-癌巢内部：IFN-γ信号抑制区。在癌巢内部，虽然IFN-γ表达不低，但IFNGR1和STAT1表达显著下调，形成“IFN-γ信号沉默”。这种沉默可能与肿瘤细胞表达的SOCS1（STAT1抑制因子）和TAMs分泌的IL-10有关，导致癌巢内部的免疫细胞无法响应IFN-γ，功能耗竭。这种“空间双相性”解释了为什么“IFN-γ水平”与预后呈“倒U型关系”——适度的IFN-γ激活前沿免疫，而过高的IFN-γ可能通过免疫编辑导致癌巢内部免疫逃逸。靶向“癌巢内部的IFN-γ信号沉默”（如抑制SOCS1或IL-10），可能是恢复抗肿瘤免疫的关键。2.TGF-β通路的“空间梯度抑制”。TGF-β是促肿瘤和免疫抑制的核心因子，信号通路的空间活性：“空间热点”决定功能焦点其通路的活性在TIME中呈现“从外向内递增”的空间梯度：-肿瘤外部基质区：TGF-β低活性。在肿瘤外部的正常基质区，TGF-β表达较低，CAFs和成纤维细胞处于“静息状态”，ECM成分（如胶原蛋白）表达较少，免疫细胞（如CD8+T细胞、NK细胞）可正常浸润。-肿瘤-基质交界处：TGF-β中活性。在交界处，肿瘤细胞和CAFs高表达TGF-β1，激活TGFBR1-SMAD3通路，诱导CAFs活化（表达α-SMA、CTGF）和ECM沉积（高表达COL1A1、FN1），形成“物理屏障”，同时抑制T细胞的IFN-γ表达。-癌巢内部：TGF-β高活性。在癌巢内部，TGF-β1表达达到顶峰，不仅抑制T细胞功能，还诱导EMT（上皮-间质转化），促进肿瘤转移。同时，高活性的TGF-β信号可诱导T细胞和巨噬细胞向Treg和M2型极化，形成“免疫抑制微环境”。信号通路的空间活性：“空间热点”决定功能焦点这种“空间梯度抑制”提示，我们需要“分区域靶向”TGF-β通路——在交界处靶向CAFs的TGF-β分泌，在癌巢内部靶向肿瘤细胞的TGF-β信号，才能实现精准抑制。3.代谢通路的“空间竞争”。肿瘤细胞的“Warburg效应”（有氧糖酵解）导致葡萄糖和营养物质耗竭，形成“代谢抑制微环境”，影响免疫细胞功能。空间转录组学通过分析代谢相关基因（如GLUT1、HK2、LDHA、ARG1、IDO1）的表达，揭示了代谢通路的“空间竞争”：-肿瘤细胞：葡萄糖“monopolization”。在癌巢内部，肿瘤细胞高表达葡萄糖转运体（GLUT1）、糖酵解酶（HK2、LDHA），通过“Warburg效应”大量摄取葡萄糖，导致局部葡萄糖浓度降低（<1mM），抑制T细胞的糖酵解和功能（T细胞依赖糖酵解产生IFN-γ和增殖）。信号通路的空间活性：“空间热点”决定功能焦点-基质细胞：氨基酸“剥夺”。在肿瘤基质区，CAFs高表达精氨酸酶（ARG1）和吲胺-2,3-双加氧酶（IDO1），通过分解精氨酸和色氨酸，抑制T细胞的功能（精氨酸是T细胞增殖的必需氨基酸，色氨酸代谢产物犬尿氨酸可抑制T细胞）。-免疫细胞：代谢“适应性”。在肿瘤前沿，M1型巨噬细胞高表达一氧化氮合酶（iNOS），通过产生一氧化氮（NO）竞争性抑制肿瘤细胞的线粒体呼吸，同时T细胞高表达肉碱棕榈酰转移酶1A（CPT1A），通过脂肪酸氧化（FAO）获取能量，以适应葡萄糖限制的微环境。这种“空间竞争”提示，联合靶向肿瘤细胞的糖酵解（如2-DG）、基质细胞的氨基酸代谢（如ARG1抑制剂、IDO1抑制剂）和免疫细胞的代谢适应性（如CPT1A激活剂），可能是逆转代谢抑制的有效策略。12305空间转录组学构建TIME调控网络的多维度机制转录调控网络：空间特异的转录因子“指挥中心”转录因子（TF）是基因表达调控的核心，其活性和靶基因的表达具有空间特异性。空间转录组学通过“TF活性预测算法”（如TRUST、DoRothEA），可识别TIME中空间特异的TF及其靶基因网络，揭示“转录调控的空间逻辑”。1.肿瘤细胞中的“空间分化TF”。肿瘤细胞在不同空间区域（如癌巢、前沿、基质区）具有不同的转录状态，这种状态由特定的TF调控：-癌巢内部：SOX10和ZEB1“驱动耗竭”。在黑色素瘤的癌巢内部，肿瘤细胞高表达SOX10（神经嵴发育相关TF）和ZEB1（EMT相关TF）。SOX10通过抑制MHC-I和抗原呈递相关基因（如B2M、TAP1）的表达，降低肿瘤细胞的免疫原性；ZEB1通过诱导EMT，促进肿瘤转移和免疫逃逸。空间相关性分析显示，SOX10和ZEB1的活性与CD8+T细胞的耗竭标记（PD-1、TIM-3）表达呈正相关，提示“靶向SOX10或ZEB1”可能恢复肿瘤细胞的免疫原性。转录调控网络：空间特异的转录因子“指挥中心”-肿瘤前沿：AP-1和NF-κB“激活免疫编辑”。在肿瘤前沿，肿瘤细胞高表达激活蛋白-1（AP-1，由c-FOS/c-JUN组成）和核因子-κB（NF-κB）。AP-1通过上调IFN-γ诱导的基因（如PD-L1、CXCL10），参与“免疫编辑”；NF-κB通过上调促炎因子（如IL-6、IL-8）和生存因子（如BCL2），促进肿瘤细胞存活和免疫逃逸。有趣的是，前沿的肿瘤细胞对IFN-γ敏感，而癌巢内部的肿瘤细胞对IFN-γ抵抗，这种差异可能与AP-1和NF-κB的活性梯度有关。2.免疫细胞中的“空间功能TF”。免疫细胞在不同空间区域的功能状态，由特定的T转录调控网络：空间特异的转录因子“指挥中心”F调控：-CD8+T细胞：TCF1和TOX“调控命运选择”。在肿瘤浸润前沿，CD8+T细胞高表达T细胞因子1（TCF1，TCF7），维持“干细胞样记忆”状态，具有自我更新和分化为效应细胞的能力；在癌巢内部，CD8+T细胞高表达TOX（T细胞耗竭相关TF），驱动“耗竭程序”。空间追踪显示，TCF1+T细胞从前沿向癌巢迁移后，逐渐高表达TOX，分化为耗竭T细胞，提示“抑制TOX或维持TCF1活性”可能延缓T细胞耗竭。-巨噬细胞：PU.1和IRF8“决定极化方向”。在血管相关巨噬细胞（VAMs）中，PU.1高表达，驱动M2型极化（高表达CD163、IL-10）；在肿瘤相关巨噬细胞（TAMs）中，干扰素调节因子8（IRF8）低表达，抑制M1型极化（低表达iNOS、IL-12）。空间相关性分析显示，IRF8的活性与M1型巨噬细胞的密度和患者预后呈正相关，提示“激活IRF8”可能促进巨噬细胞向M1型转化。转录调控网络：空间特异的转录因子“指挥中心”3.基质细胞中的“空间互作TF”。基质细胞通过TF调控与免疫细胞的互作：-CAFs：YAP/TAZ“激活促肿瘤程序”。在肌成纤维细胞样CAFs（myCAFs）中，yes相关蛋白（YAP）和转录共激活因子TAZ（总称YAP/TAZ）高表达，通过上调α-SMA、CTGF和CXCL12，促进ECM重塑和Treg招募。空间分析显示，YAP/TAZ的活性与myCAFs的密度和T细胞的“浅浸润”呈正相关，靶向YAP/TAZ（如verteporfin）可抑制myCAFs的活化，恢复T细胞浸润。-内皮细胞：KLF2和KLF4“维持血管正常化”。在正常化内皮细胞中，Krüppel样因子2（KLF2）和KLF4高表达，通过上调连接蛋白（CDH5、CLDN5）和趋化因子（CXCL9、CXCL10），转录调控网络：空间特异的转录因子“指挥中心”维持血管结构和功能；在异常活化内皮细胞中，KLF2/KLF4低表达，导致血管渗漏和免疫抑制。空间相关性分析显示，KLF2/KLF4的活性与T细胞浸润和患者预后呈正相关，提示“激活KLF2/KLF4”可能是血管正常化的新策略。表观遗传调控网络：空间特异的“表观修饰记忆”表观遗传修饰（如DNA甲基化、组蛋白修饰、染色质开放性）决定基因的可及性，其修饰模式具有空间特异性。空间转录组学结合“空间表观基因组学”（如空间ATAC-seq、空间ChIP-seq），可揭示TIME中表观遗传调控的空间网络。1.DNA甲基化的“空间沉默”。DNA甲基化（5mC）通常抑制基因表达，在TIME中，关键免疫基因的甲基化具有空间特异性：-PD-L1基因启动子的“癌巢特异性甲基化”。在部分肿瘤中，PD-L1基因（CD274）的启动子在癌巢内部呈高甲基化状态，导致PD-L1表达低下，而肿瘤前沿的PD-L1启动子呈低甲基化状态，PD-L1高表达。这种“空间甲基化差异”解释了为什么“PD-L1表达”具有异质性——甲基化“开关”决定了PD-L1的空间表达模式。表观遗传调控网络：空间特异的“表观修饰记忆”-T细胞受体基因（TCR）的“甲基化沉默”。在癌巢内部的T细胞中，TCRα和TCRβ基因的V（D）J区呈高甲基化状态，导致TCR表达缺失，形成“克隆缺失”；而前沿的T细胞TCR基因低甲基化，TCR表达完整，具有抗原识别能力。这种“甲基化沉默”是肿瘤细胞逃逸T细胞识别的重要机制，靶向“DNA甲基化转移酶（DNMT）”（如5-aza-2'-deoxycytidine）可恢复TCR表达，增强T细胞抗肿瘤功能。2.组蛋白修饰的“空间激活”。组蛋白修饰（如H3K4me3激活标记、H3K27表观遗传调控网络：空间特异的“表观修饰记忆”me3抑制标记）调控基因的转录活性，在TIME中具有空间特异性：-IFN-γ信号通路的“H3K4me3富集”。在肿瘤前沿，IFN-γ受体（IFNGR1）、STAT1和IRF1基因的启动子区富集H3K4me3，处于“开放激活”状态，响应IFN-γ信号；而在癌巢内部，这些基因的启动子区富集H3K27me3，处于“封闭抑制”状态，无法响应IFN-γ。这种“组蛋白修饰差异”是IFN-γ信号空间活性的基础，靶向“组蛋白去乙酰化酶（HDAC）”（如vorinostat）可开放染色质，恢复IFN-γ信号通路。-T细胞耗竭基因的“H3K27me3富集”。在癌巢内部的耗竭T细胞中，PD-1（PDCD1）、TIM-3（HAVCR2）和LAG-3（LAG3）基因的启动子区富集H3K27me3，处于“稳定抑制”状态，即使PD-1/PD-L1阻断，表观遗传调控网络：空间特异的“表观修饰记忆”这些基因也难以下调；而在前沿的T细胞中，这些基因的启动子区H3K27me3水平较低，PD-1/PD-L1阻断后可快速恢复功能。这种“表观遗传记忆”解释了为什么“耗竭T细胞”对免疫治疗响应较差，靶向“H3K27me3去甲基化酶（EZH2）”可能逆转耗竭状态。3.染色质开放性的“空间差异”。染色质开放性（ATAC-seq信号）反映基因的可及性，在TIME中具有空间特异性：-肿瘤细胞的“染色质开放区”。在肿瘤前沿，肿瘤细胞的染色质开放区富集“免疫编辑相关基因”（如PD-L1、MHC-I）的启动子；在癌巢内部，染色质开放区富集“促转移基因”（如MMPs、VEGF）的启动子。这种“开放区差异”决定了肿瘤细胞的空间功能——前沿肿瘤细胞“适应免疫”，癌巢内部肿瘤细胞“促进转移”。表观遗传调控网络：空间特异的“表观修饰记忆”-T细胞的“染色质动态变化”。在从前沿向癌巢迁移的过程中，T细胞的染色质开放区发生动态变化：前沿T细胞的开放区富集“效应相关基因”（IFN-γ、GZMB）的启动子；迁移过程中，开放区逐渐富集“耗竭相关基因”（PD-1、TIM-3）的启动子；癌巢内部的T细胞开放区则富集“抑制相关基因”（LAG-3、TIGIT）的启动子。这种“染色质动态变化”是T细胞功能状态转换的表观遗传基础，靶向“染色质重塑复合物”（如SWI/SNF）可能延缓这一过程。代谢调控网络：空间特异的“代谢重编程”代谢重编程是TIME的重要特征，细胞在不同空间区域的代谢状态决定其功能。空间转录组学通过“代谢基因集富集分析”和“代谢物空间定位”，可揭示代谢调控网络的空间机制。1.葡萄糖代谢的“空间竞争”。如前所述，肿瘤细胞通过“Warburg效应”在癌巢内部垄断葡萄糖，但空间转录组学发现，不同细胞的葡萄糖代谢策略具有“空间特异性”：-肿瘤细胞：糖酵解“主导”。在癌巢内部，肿瘤细胞高表达GLUT1、HK2、LDHA，将葡萄糖转化为乳酸，即使氧气充足也不进行氧化磷酸化（OXPHOS）。这种代谢策略不仅为肿瘤细胞提供生物合成前体（如核苷酸、氨基酸），还通过乳酸分泌酸化微环境（pH<6.5），抑制T细胞的功能（T细胞依赖OXPHOS，且对酸性环境敏感）。代谢调控网络：空间特异的“代谢重编程”-T细胞：糖酵解“依赖”与“适应”。在肿瘤浸润前沿，活化的CD8+T细胞依赖糖酵解产生ATP和中间产物（如磷酸戊糖途径产生的NADPH），支持IFN-γ产生和增殖；在葡萄糖限制的癌巢边缘，T细胞通过上调葡萄糖转运体（GLUT3）和糖酵解酶（PFKFB3），增强葡萄糖摄取和糖酵解效率；在癌巢内部，T细胞因葡萄糖耗竭而被迫转向脂肪酸氧化（FAO），通过CPT1A将脂肪酸转运至线粒体进行OXPHOS，但能量产生效率降低，功能受损。-巨噬细胞：糖酵解“极化”。在M1型巨噬细胞（肿瘤前沿），糖酵解活性增强，通过产生NO和ROS杀伤肿瘤细胞；在M2型巨噬细胞（癌巢内部），OXPHOS活性增强，通过脂肪酸氧化产生能量，促进组织修复和免疫抑制。2.氨基酸代谢的“空间剥夺”。氨基酸是蛋白质合成和信号传递的重要底物，在TIM代谢调控网络：空间特异的“代谢重编程”E中，不同细胞的氨基酸代谢具有“空间特异性”：-精氨酸代谢：ARG1“剥夺”与“补充”。在肿瘤基质区，CAFs高表达精氨酸酶1（ARG1），将精氨酸分解为鸟氨酸和尿素，导致局部精氨酸浓度降低（<10μM），抑制T细胞的增殖和功能（T细胞依赖精氨酸表达TCR和CD3ζ链）。而在肿瘤前沿，内皮细胞高表达精氨酸酶2（ARG2），但活性较低，精氨酸浓度相对较高，T细胞可正常增殖。-色氨酸代谢：IDO1“耗竭”与“拮抗”。在肿瘤基质区和癌巢内部，巨噬细胞和树突状细胞高表达吲胺-2,3-双加氧酶1（IDO1），将色氨酸代谢为犬尿氨酸，导致色氨酸浓度降低（<20μM），犬尿氨酸浓度升高（>5μM）。色氨酸耗竭激活T细胞中的GCN2激酶，抑制mTOR信号，抑制T细胞增殖；犬尿氨酸通过激活芳烃受体（AhR），诱导Treg分化，抑制免疫应答。而在肿瘤前沿，IDO1活性较低，色氨酸和犬尿氨酸浓度正常，T细胞可正常活化。代谢调控网络：空间特异的“代谢重编程”-谷氨酰胺代谢：GLS1“依赖”与“替代”。谷氨酰胺是细胞氮源和碳源的重要来源，在TIME中，肿瘤细胞高表达谷氨酰胺酰胺酶1（GLS1），将谷氨酰胺转化为谷氨酸，用于合成谷胱甘肽（抗氧化）和α-酮戊二酸（TCA循环中间产物）。在肿瘤前沿，活化的T细胞也依赖GLS1产生谷氨酸，支持IFN-γ产生；而在癌巢内部，T细胞因谷氨酰胺耗竭而转向天冬酰胺代谢，通过天冬酰胺合成酶（ASNS）合成天冬酰胺，维持基本代谢。3.脂质代谢的“空间重塑”。脂质是细胞膜和信号分子的重要组成，在TIME中，脂代谢调控网络：空间特异的“代谢重编程”质代谢具有“空间特异性”：-肿瘤细胞：脂肪酸“合成”与“储存”。在癌巢内部，肿瘤细胞高表达脂肪酸合成酶（FASN)和乙酰辅酶A羧化酶（ACC），将葡萄糖合成长链脂肪酸，用于合成细胞膜和脂质筏（lipidraft，聚集信号分子）；同时，肿瘤细胞高表达脂滴相关蛋白（如PLIN2、Perilipin），将脂肪酸储存为脂滴，避免脂毒性。这种脂质合成不仅支持肿瘤细胞生长，还通过脂滴分泌外泌体，传递免疫抑制分子（如PGE2、TGF-β），抑制T细胞功能。-免疫细胞：脂肪酸“摄取”与“氧化”。在肿瘤浸润前沿，M1型巨噬细胞高表达清道夫受体（CD36），摄取外源性脂肪酸，通过β-氧化产生能量，支持吞噬和杀伤功能；在癌巢内部，T细胞高表达CD36和肉碱棕榈酰转移酶1A（CPT1A），摄取肿瘤细胞分泌的脂肪酸，通过FAO获取能量，但功能受限。这种“脂质摄取”是免疫细胞在脂质丰富微环境中的适应性策略，但长期依赖FAO会导致T细胞耗竭。06空间转录组学在TIME研究中的临床转化与应用前景生物标志物的发现：从“平均表达”到“空间特征”空间转录组学通过解析TIME的空间异质性和细胞互作网络，发现了具有临床价值的生物标志物，这些标志物超越了传统的“平均表达”模式，更精准地预测预后和疗效。1.预后标志物：“空间浸润深度”与“细胞互作强度”。传统预后标志物（如PD-L1表达、TMB）虽有一定价值，但无法反映TIME的空间特征。空间转录组学发现：-CD8+T细胞“深浸润”：在肺癌、结直肠癌、黑色素瘤等多种肿瘤中，CD8+T细胞浸润至癌巢内部（深浸润）的患者，PFS和OS显著优于仅浸润至基质区（浅浸润）的患者。这种“空间浸润深度”与PD-L1表达无关，是独立的预后标志物。-TLS“形成状态”：在乳腺癌、结直肠癌中，TLS的结构完整性（如含B细胞滤泡和T细胞区）与患者预后显著相关。空间转录组学可精确识别TLS的存在和结构状态，其预测预后的准确性优于传统的“HE染色”评估。生物标志物的发现：从“平均表达”到“空间特征”0102在右侧编辑区输入内容-CAFs-Treg“互作强度”：在胰腺癌、肝癌中，CAFs与Treg的空间互作强度（通过CXCL12-CXCR4信号通路评估）与患者不良预后显著相关。这种“互作强度”反映了免疫抑制的“靶向性”，是预测转移和复发的重要标志物。-“免疫激活型”：特征为CD8+T细胞深浸润、TLS结构完整、CAFs-Treg互作弱。这类患者对免疫治疗响应率高（响应率>50%），如部分肺癌和黑色素瘤患者。2.疗效预测标志物：“空间免疫微环境类型”。免疫治疗（如抗PD-1/PD-L1）的响应率较低（约20-30%），精准预测疗效是关键。空间转录组学通过聚类分析，将TIME分为“空间免疫微环境类型”，每种类型对治疗的响应不同：生物标志物的发现：从“平均表达”到“空间特征”-“免疫排斥型”：特征为CD8+T细胞浅浸润、ECM致密、CAFs高表达CXCL12。这类患者对免疫治疗响应率低（响应率<10%），如胰腺癌和肝癌患者，需联合ECM降解或CAFs靶向治疗。-“免疫抑制型”：特征为Treg和M2型巨噬细胞富集、TGF-β信号高活性。这类患者对免疫治疗响应率中等（响应率20-30%），如部分乳腺癌患者，需联合TGF-β或Treg靶向治疗。这种“空间免疫微环境类型”比传统标志物（如PD-L1、TMB）更精准预测疗效，目前已进入临床试验验证阶段。治疗靶点的发现：从“泛靶向”到“空间精准”传统治疗策略（如化疗、放疗、免疫治疗）多为“泛靶向”，无法针对TIME的空间异质性。空间转录组学通过揭示“空间特异性的调控网络”，发现了新的治疗靶点，实现了“空间精准靶向”。1.肿瘤细胞靶向：“空间异质性靶点”。肿瘤细胞在不同空间区域的基因表达和依赖性不同，空间转录组学发现了“空间异质性靶点”：-癌巢内部：SOX10抑制剂。在黑色素瘤的癌巢内部，SOX10驱动肿瘤细胞耗竭和免疫逃逸，靶向SOX10的小分子抑制剂（如GSK-LSD1）可降低肿瘤细胞的免疫原性，增强PD-1/PD-L1阻断的疗效。-肿瘤前沿：AP-1抑制剂。在肿瘤前沿，AP-1激活肿瘤细胞的“免疫编辑”程序，靶向AP-1的小分子抑制剂（如T-5224）可抑制PD-L1和CXCL10的表达，降低免疫抑制，增强T细胞浸润。治