血液检测可预测免疫治疗反应

斯坦福医学院和梅奥诊所的研究人员开发出首个无创血液检测方法，可揭示肿瘤周围的细胞微环境，为预测癌症患者对免疫治疗的响应提供了全新途径。该研究于5月6日发表在《自然》杂志上，识别出九种跨癌症类型共有的、反复出现的多细胞生态系统——称为"空间生态型"——并证明仅凭一次简单抽血，借助人工智能即可检测到这些生态型。

无需活检即可绘制肿瘤微环境图谱

这项研究由斯坦福大学的 Aaron Newman 和梅奥诊所的 Aadel Chaudhuri 担任共同通讯作者，整合了来自10种癌症类型、132份肿瘤样本的逾1000万个单细胞及空间转录组点位数据，从中识别出九种空间生态型。每种生态型代表一种独特的细胞微环境——其直径约相当于一根人类发丝——由免疫细胞、基质细胞和癌细胞以特定比例构成，并具有独特的基因表达程序。

"就像植物在某些土壤中茁壮生长、在另一些土壤中枯萎死亡一样，癌细胞在不同的细胞环境中也会呈现出截然不同的生长模式，"Newman 说，"我们的目标是从宏观层面理解这些微环境（即空间生态型）如何影响癌症的生长和对治疗的反应，以及它们在不同患者之间有何差异。"eurekalert

研究团队随后开发了 Liquid EcoTyper——一个基于人工智能的分析框架，能够通过检测血浆中循环游离 DNA 上的甲基化信号来重建上述空间模式，从而无需进行有创组织活检。该工具建立在 Newman 实验室早期计算方法的基础上，包括 CytoSPACE 和 Spatial EcoTyper——前者可将细胞精确定位至肿瘤的具体位置，后者则能从基因表达数据中预测细胞间的相互作用。

超越现有生物标志物

在一项涉及超过1,300名黑色素瘤、肺癌、膀胱癌和胃癌患者的临床验证研究中，特定空间生态型与免疫治疗应答及生存结局存在显著关联。在近100名黑色素瘤患者的治疗前血浆样本中，液态生态型信号对应答相关生态型SE7的跨癌种平均曲线下面积（AUC）达到0.87，远超肿瘤突变负荷、PD-L1表达及循环肿瘤DNA等预测标志物。

在多变量分析中，液态空间生态型信号在多种实体瘤类型中与总生存期的关联强度，均显著优于肿瘤突变负荷（TMB）和PD-L1。Morningstar

从研究到临床应用

这些研究发现已引发商业机构的浓厚兴趣。诊断公司 LiquidCell Dx 由纽曼（Newman）联合创立，该公司宣布正在研发 LiquidTME——一种以《自然》论文的研究成果为基础的临床检测方法，旨在为多种癌症类型和治疗方式的临床决策提供指导。Business Wire

纽曼展望了一个美好的未来：这种血液检测手段不仅能帮助临床医生选择初始治疗方案，还能持续追踪肿瘤微环境随时间的演变。他表示："这项技术有潜力成为目前追踪肿瘤微环境最全面、最有力的方法，其临床应用前景令人振奋。"eurekalert