近期，复旦大学肿瘤医院的陈海泉教授团队与曹志伟教授联合在国际期刊《Cancer Cell》上发表了题为“Integrative Spatial Analysis Reveals Tumor Heterogeneity and Immune Colony Niche Related to Clinical Outcomes in Small Cell Lung Cancer”的研究论文，重点探讨小细胞肺癌（SCLC）中的肿瘤异质性及其与临床结果的关系。

该研究利用组织芯片（TMA）技术将上百名SCLC患者的肿瘤样本整合至一张载玻片，通过空间多组学（PCF：PhenoCycler-Fusion空间单细胞蛋白组、CosMx SMI）与传统组学结合，系统化地构建了SCLC的空间单细胞图谱。研究发现，在ASCL1+（SCLC-A）亚型中，存在一个与不良预后相关的高SLFN11表达的肿瘤细胞邻近区域。

研究团队开发了一种细胞集落检测算法（ColonyMap），揭示了由抗肿瘤巨噬细胞、CD8+ T细胞和自然杀伤细胞（MT2）组成的免疫生态位，其与较好的生存率呈显著正相关，并能在另一个独立队列中预测免疫治疗反应的改善。这为研究小细胞肺癌的空间异质性和潜在的患者分层、个性化治疗提供了重要参考。

TMA构建过程中，含有251个直径20mm的组织芯点，经过切片和CODEX（PCF）、CosMx及H&E染色，采用PCF技术对126例肿瘤样本及16例配对癌旁样本进行35种抗体的检测，获得267张高维图像，分析超930万个细胞。这35种抗体包括了SCLC分型相关的转录因子、各种标记上皮细胞、间充质细胞、免疫细胞及内皮细胞的标记蛋白，及细胞功能相关的靶标。

研究还发现，不同聚合或分散状态的同一细胞类型在空间上可能表现出不同的生理功能。通过ColonyMap算法，识别出17种不同的细胞群落类型，并观察到免疫细胞群落通常比肿瘤细胞群落更小，ASCL1+肿瘤群落主要位于血管附近，其相互作用与较差的无复发生存率（RFS）和总生存率（OS）相关。

在MT2生态位中，巨噬细胞高表达CD11C，反映出其增强的抗原呈递能力；而免疫检查点PD-1和CTLA4在CD8+ T细胞中的低表达则表明T细胞耗竭状态减轻。研究还发现，高MT2区域的患者呈现出更好的预后，而这一现象与整体免疫浸润水平无关。

最后，研究考察了MT2生态位是否能够预测免疫治疗反应。在接受免疫治疗的23例患者中，通过多色免疫荧光染色（mIHC）和空间转录组分析，发现应答者治疗前M1巨噬细胞丰度显著增加，且高丰度M1-MT2群落与治疗后生存延长显著相关。

本研究所采用的组织芯片（TMA）技术、PCF空间单细胞蛋白组、CosMx SMI及传统测序组学技术均可通过芯超平台实现高效应用。为进一步推动生物医学研究的发展，Z6·尊龙凯时近期推出“芯空一号”空间多组学解决方案，帮助科研人员轻松实现“从样本制备到数据挖掘”的全链条路径，极大提高研究效率。

该解决方案结合组织芯片/大组织切片、空间多组学技术及人工智能驱动的空间映射算法，实现高性价比、高一致性、高维度的空间数据挖掘与分析。其不仅能够揭示细胞间复杂的互作关系，还能预测疾病的发展，为精准诊疗和新型生物标志物的发现开辟新途径。

我们期待与全国科研先锋共同努力，推动空间组学研究的新范式，开创生命时空图谱的新纪元。如有任何相关疑问，欢迎随时联系Z6·尊龙凯时当地销售或拨打热线电话，祝愿广大科研人员在科学探索的道路上取得丰硕成果！