泛癌症三级淋巴组织空间图谱

《SCIENCE》：Pan-cancer spatial atlas of tertiary lymphoid structures

　　

编辑摘要

三级淋巴组织（TLSs）在肿瘤内部形成了局部免疫枢纽，但它们具有多样性，并非所有TLS的功能都相同。Cho等人构建了一个跨癌症的TLS图谱，并开发了一个基于人工智能（AI）的框架，用于检测和表征人类肿瘤中的TLSs。TLSs在成熟状态、空间位置、细胞组成和组织结构上存在差异。肿瘤内的TLSs与肿瘤内在信号传导的空间梯度有关。我们训练了一个可扩展的模型，用于在标准病理切片上检测和分类TLSs，并设计了一个基于组成的TLS评分系统，以根据生存结果对患者进行分层。这项研究为TLS生物学提供了新的见解，可能为将来将TLS特征整合到临床试验中提供途径。——Priscilla N. Kelly

结构化摘要

引言

三级淋巴组织（TLSs）是肿瘤内形成的异位免疫聚集体，能够调节抗肿瘤免疫。尽管TLS的存在与增强的免疫活性和改善的预后结果相关，但它们的成熟状态、相对于肿瘤的空间位置以及这些特征与特定环境的关联尚未在跨癌症范围内得到系统性的研究，这限制了我们对TLS生物学和临床应用的整体理解。我们探讨了TLS的成熟度和空间环境如何与局部免疫程序及肿瘤细胞状态相关联，以及是否可以通过常规组织病理学方法量化这些特征。为此，我们将空间转录组学（ST）与深度学习技术结合，应用于苏木精和伊红（H&E）全切片图像（WSIs），构建了一个反映人类癌症中TLS多样性的图谱，并开发了一个可将TLS的空间特征转化为患者分层的实用框架。

研究背景

通过对整个组织切片进行全转录组空间分析，可以无偏地识别TLS生态位、成熟轨迹及其相对于肿瘤区域（肿瘤内（IT）、肿瘤周围（PT）和肿瘤远端（DT）的空间环境，从而避免受到标记物限制或特定区域分析的影响。我们对340个ST切片进行了统一处理，并将其与组织学数据配对，随后使用基于人工智能（AI）的框架对3071个WSIs进行了TLS的检测和分类。我们假设TLS的成熟状态和空间环境会与特定的局部免疫程序及肿瘤通路模式相关联；同时，基于组成的评分系统（能够捕捉早期、主要或次要TLS状态及其相对比例）在预后预测方面将优于简单的“TLS存在或不存在”或主导状态判断方法。通过跨队列分析、正交验证（包括超高通量成像和单细胞空间分析）以及敏感性测试，我们评估了该方法的稳健性和泛化能力。

结果

在12种癌症类型中，我们分析了通过ST方法识别出的TLSs以及从WSIs中提取的TLSs。不同癌症类型中的TLSs在流行率、成熟度和空间分布上存在显著差异。TLSs涵盖了从早期（E-TLSs）到主要滤泡样（P-TLSs）再到次要滤泡样（S-TLSs）的成熟连续体，并在肿瘤内占据不同的空间生态位。成熟过程伴随着协调的免疫组织结构：B细胞和T细胞的分区与激活、滤泡树突状细胞网络、细胞因子和趋化因子信号传导以及干扰素（IFN）相关反应。对肿瘤内TLSs（IT-TLSs）的空间分析显示，免疫激活和抗原呈递程序（如IFN-α和IFN-γ反应及MHC II类分子特征）在靠近TLS的区域最为显著，而增殖和侵袭性程序（如MYC靶点、G2/M细胞周期相关通路、上皮-间充质转化及相关致癌通路）则在TLS远端的肿瘤区域更为活跃，这突显了TLS生态位与肿瘤程序之间的空间耦合关系。这些发现得到了单细胞空间多模态分析的支持。为了实现更大规模的分析，我们训练了一个AI框架，可以直接从H&E WSI图像中检测TLSs并预测其成熟状态，并在额外的癌症基因组图谱（The Cancer Genome Atlas）和独立治疗队列中对其进行了验证。我们将TLS的这些空间特征整合成一个考虑成熟度的综合评分系统，该系统能够根据患者的生存情况和治疗反应在各种癌症和治疗环境中进行有效分层。

结论

TLSs是空间上有序排列的异质性免疫枢纽，其成熟度和空间环境与局部免疫组织结构、肿瘤通路梯度及患者预后结果密切相关。通过将全切片ST分析与AI技术结合应用于标准WSIs，我们不仅构建了一个跨癌症的TLS多样性图谱，还提供了一种可扩展的、适用于组织病理学研究的TLS分析方法。基于组成的TLS综合评分系统有望作为免疫肿瘤学试验中的分层工具或终点指标，有助于指导促进有益TLS状态形成的策略。未来的研究应包括治疗过程中的纵向采样、利用更先进的抗体分型技术（如针对不同亚类或同型的抗体分析），以及通过功能扰动来验证因果机制并优化基于TLS的临床决策。

在浏览器中打开

跨癌症TLS图谱及基于AI的患者分层。

我们构建了一个跨癌症的TLS图谱，并开发了基于AI的框架来检测和表征TLSs。在12种癌症中，我们绘制了TLS的位置、成熟状态及肿瘤信号传导梯度。基于成熟度的综合评分系统能够根据临床环境对患者进行分层。GCB：生发中心B细胞；DC：树突状细胞；FDC：滤泡树突状细胞。

摘要

三级淋巴组织（TLSs）是抗肿瘤免疫的关键调节因子，但其在不同癌症类型中的空间组织结构、成熟度及其临床意义尚未完全明确。我们通过对12种癌症类型的空间转录组学数据进行分析，构建了一个跨癌症的TLS图谱，并描述了TLS的空间结构和成熟状态。TLS的成熟过程伴随着特定细胞群体的协调重组以及肿瘤通路梯度的变化，这些变化得到了超高通量单细胞空间分析的验证。为了实现可扩展的TLS分析，我们训练了一个AI框架，能够直接从苏木精和伊红染色的图像中预测TLS的成熟状态，并在TCGA（The Cancer Genome Atlas）和独立治疗队列中对其进行了验证。我们还开发了一个考虑成熟度的综合评分系统，该系统能够根据患者的癌症类型和治疗环境对其进行有效分层，其性能优于传统的TLS评估指标。