同样是一份写着"肿瘤内可见淋巴细胞浸润"的病理报告，有的患者对免疫检查点抑制剂长期应答，有的几乎毫无反应。差别往往不在"有没有免疫细胞"，而在这些细胞待在哪里、以什么状态待着、和谁待在一起。

在上一篇中我们讨论过：组织解离会丢失空间位置，而位置本身就是信息。传统IR-seq能告诉我们哪些克隆在扩增，却无法回答这些克隆是否进入了肿瘤、聚集在哪个区域、与哪些细胞相邻。在肿瘤研究中，这个问题最尖锐——因为肿瘤免疫微环境（tumor immune microenvironment, TIME）本身就是高度空间组织化的生态系统：同样的细胞组成，换个排列方式，临床结局可以完全不同。

这一篇，我们将聚焦肿瘤免疫微环境这一应用方向，看看空间维度正在如何改变我们对肿瘤免疫的理解——从TLS的成熟异质性，到克隆的空间浸润与功能耗竭，再到免疫治疗响应与耐药的空间生物标志物以及肿瘤–免疫界面的表型解析。

01 TLS不是“有或无”，而是“成熟度不同”

三级淋巴结构（TLS）是肿瘤组织内自发形成的异位淋巴样聚集体，富集B细胞与T细胞，在多数瘤种中与免疫检查点抑制剂（ICI）的疗效相关。但近年来的空间研究揭示了一个更精细的图景：决定 TLS 功能的，不只是它是否存在，更是它成熟到哪一步、由哪些细胞构成、位于哪里。

同样是"成熟 TLS"，在不同肿瘤里可以是两种免疫状态。对比高级别浆液性卵巢癌（HGSOC）和非小细胞肺癌（NSCLC）的研究发现：HGSOC中成熟的TLS数量有限，其内的CD8⁺ T细胞以TIM3⁺PD1⁺为主，对ICI治疗不敏感；而NSCLC的成熟TLS中，CD8⁺ T细胞保留了TCF1⁺PD1⁺的ICI响应表型，这意味着，TLS的“成熟”不等于“有效”[1] 。因此，成熟度还需要在更大尺度上被定义。泛癌种空间图谱进一步证实，TLS与肿瘤细胞的距离对应着肿瘤信号的空间梯度——靠近TLS的肿瘤区域富集免疫活化与抗原呈递程序，远离的区域则偏向增殖与侵袭。同时，基于AI框架提出的“成熟状态感知的TLS组成评分”，在生存与治疗应答分层上优于仅看TLS数量或有无的传统指标[2]。

那么，谁在维持TLS的功能？ 2026年发表于 Science 的一项研究给出了答案：在成熟TLS内部高度富集一类成熟树突状细胞（如CCR7⁺、 DC-LAMP⁺、cDC1），它们定位于T细胞区及 T–B 细胞交界处，与Tpex细胞和生发中心B细胞密切接触。在小鼠模型中清除这类细胞会破坏TLS结构；反之，扩增它们可使TLS扩大并促进肿瘤特异性IgG的产生。临床数据也显示，TLS密度高且成熟DC特征强的患者，接受ICI后局部T细胞克隆扩增更显著[3]。

如果TLS成熟受阻，问题出在哪里？空间组学发现，这往往源于局部的微环境重塑：在肝细胞癌（HCC）中，肿瘤细胞塑造的色氨酸富集微环境会驱动TLS发育“偏离”（偏离型TLS不具备免疫治疗响应功能），而抑制色氨酸代谢则可促进TLS成熟并协同抗PD-1疗效[4]；在非小细胞肺癌（NSCLC）中，形成高内皮微静脉（HEV）的内皮细胞若高表达ID1，则具有较强的淋巴细胞招募能力并预示更好的ICI响应，但ICI暴露会导致其ID1及黏附分子水平下降，使招募通路受损[5]。

此外，空间距离也是关键——早在2021年，研究者就在肝癌组织中提出了TLS-50特征谱用于精准定位TLS，并发现TLS的细胞组成实际上由其到肿瘤细胞的距离所塑造[6]。

图1 | TLS 成熟梯度：从早期聚集到成熟生发中心。成熟度不是“有/无”的开关，而是一条连续轨迹，每一级对应不同的细胞组成与ICI应答含义。（图片为示意，非实测数据）

这些发现共同指向一个结论：TLS的空间组成和成熟状态，比“有没有TLS”更能预测免疫治疗的效果。

空间免疫组库能补上哪一层？ 上述研究主要依赖转录组与蛋白标志物，刻画了TLS的静态结构。加入受体序列后，我们就能进一步追踪这些B细胞的“来龙去脉”：TLS内的B细胞克隆从何而来？是否与肿瘤引流淋巴结或远端病灶共享谱系？是否经历了体细胞高频突变（SHM）与类别转换？分化出的浆细胞最终去向何处？

如果说传统空间分析看到了“TLS里产生了肿瘤特异性IgG”这一结果，受体序列则能解答“是哪些B细胞克隆在产生、它们从哪来、又去了哪”。正如上一篇推文提到的肺腺癌研究：研究者观察到B细胞从未成熟TLS向外迁移，并在远端形成浆细胞富集的异位生发中心样生态位，且同源的IgH克隆同时出现在该区域[7]。这种“克隆谱系的空间溯源”，正是单纯的空间表达谱无法回答的。

02 同一克隆，不同位置，不同命运

TLS是免疫细胞的“集结地”，但真正决定治疗成败的，是克隆从TLS向肿瘤实质的浸润能力，以及浸润后的功能状态。

空间免疫组库研究揭示了一个此前无法观测的现象：同一个T细胞克隆，在肿瘤的不同位置，可能处于完全不同的转录状态。在一份抗 PD-1 治疗后的肾透明细胞癌肺转移灶中，研究者解析了上千个独特克隆型的空间分布，发现最显著富集于肿瘤的克隆在靠近肿瘤边缘处高表达“ICI 不良应答”（PRI）基因集，而深入肿瘤内部后该基因集表达反而下降。这说明同一克隆的 T 细胞会因浸润深度不同而呈现转录状态的分化[8]。 

一项尚处于预印本阶段的研究在鼻窦癌中通过空间V(D)J分析发现，扩增的T/B细胞克隆集中在肿瘤周围的特定免疫生态位中。关键的是，占据这些生态位的T细胞克隆与浸润至肿瘤实质的克隆高度相关，说明这些“淋巴枢纽”正在向肿瘤区域输送效应细胞[9]。

位置与功能的关联，本质上是分化路径的空间投影。通常，前体耗竭T细胞（Tpex）位于TLS和基质区，而终末耗竭T细胞（Ttex）聚集在肿瘤巢内。在新辅助治疗后的乳腺癌中，空间多组学结合 TCR 测序显示：TLS内的肿瘤特异性Tpex与TLS外的终末效应细胞具有克隆相关性，且邻近的B细胞通过特定受体互作促进了Tpex的“再激活”[10] 。这条“TLS内储备→TLS外执行”的链条，唯有在同一张切片上同时读取克隆与位置才能捕获。

为什么必须同一张切片同时读序列和位置？ 同一个TCR克隆，在TLS内可能呈Tpex样状态，在肿瘤巢内则可能呈Ttex样状态。Bulk测序混合了不同区室的细胞；解离后的单细胞TCR与转录组联合测序虽能得到克隆和状态，却丢失了位置。空间免疫组库把克隆身份、空间坐标和转录状态关联起来，有助于推断同一克隆沿空间梯度的状态变化。

图 2｜同一 TCR 克隆沿空间梯度的状态演变。克隆身份（CDR3）不变，变的是它所处的位置与转录状态。（图片为示意，非实测数据）

03 空间生物标志物：从预测到耐药

空间分析不仅能帮助理解机制，还能为临床决策提供新的生物标志物思路。

在一项转移性胃癌研究（目前为会议摘要）中，空间分析发现治疗响应者和耐药者呈现出截然不同的空间免疫格局：长期响应者的肿瘤中富集了GZMK⁺ CD8⁺ T细胞和TLS样结构，构成“免疫枢纽”；而早期进展者则表现为中性粒细胞和IL1B⁺巨噬细胞与肿瘤细胞相邻，形成促耐药的“炎性生态位”。这两种空间格局的丰度呈显著负相关，揭示了治疗响应与耐药背后的“二分法”[11]。

此外，在肝内胆管癌中，研究人员发现TP53突变肿瘤呈现CD8⁺ T细胞浸润不足、CD109⁺巨噬细胞富集及抗原呈递基因下调的免疫抑制微环境[12]（注：该结论基于小样本回顾性队列，尚需在更大队列中验证）。

图3 ｜胃癌中应答 vs 耐药的空间二分法：CD8⁺T免疫枢纽与炎性生态位两种格局。空间排列——而非细胞总数——与治疗结局密切相关。（图片为示意，非实测数据）

空间免疫组库能补上哪一层？上述研究刻画了"哪些细胞在哪些位置"，但多数没有回答：占据这些生态位的T/B细胞，究竟是肿瘤反应性克隆，还是非特异性旁观者？在同一张切片上读取TCR/BCR，可以判断局灶扩增的克隆是否跨区域共享，再结合肿瘤反应性表型或抗原特异性验证，有助于区分真实的免疫响应与旁观者聚集。这也为检验一类耐药假说提供了工具：T细胞并非缺席，而是被物理屏障挡在正确位置之外，或在局部微环境中功能受抑。

说明：上述候选空间标志物多源于回顾性或探索性研究。当前阶段，空间特征更宜作为假设生成与患者分层的工具，尚不能独立指导临床免疫治疗决策。

04 肿瘤-免疫界面：免疫逃逸的空间前线

肿瘤与免疫系统的交锋，最激烈的地方不在肿瘤中心，而在肿瘤-免疫界面。

经典的三种免疫表型——浸润型、排斥型、沙漠型——本质上是界面性质的问题：T 细胞是被放进去了、被挡在外面，还是根本没来。数量相近的 T 细胞，界面状态不同，生物学意义完全不同。而界面不是一条线，而是一个有厚度的功能区。

在结直肠癌中，研究定义了一条以肿瘤–基质边界为中心、宽约300 μm的“边界带”。在治疗响应者中，该区域显著富集效应T细胞和树突状细胞；而耐药者的边界中心则被SPP1⁺巨噬细胞占据，且特定成纤维细胞（CAF）通过重塑基质形成免疫排斥屏障[13]。肝细胞癌研究进一步界定了约500 μm宽的“侵袭前沿区”：该区域是微环境中转录、细胞与结构最为活跃的部位；并发现缺氧诱导的SPP1⁺巨噬细胞与产细胞外基质的 CAF共同构筑了肿瘤–免疫屏障（TIB），与 ICI 不应答相关，临床前实验证实阻断SPP1可破坏该屏障并增强抗PD-1疗效[14,15]。

在食管鳞癌中，这一空间屏障被具体刻画为“免疫特权生态位”：边界处的肿瘤细胞通过激活CAF驱动胶原沉积形成物理屏障，将CD8⁺ T细胞挡在瘤外。这一“边界肿瘤细胞–免疫豁免生态位”机制在胰腺癌、胃癌等多种实体瘤中呈现相似的关联特征，提示其可能是肿瘤免疫逃逸的保守机制[16]。

空间免疫组库在界面分析上的独特价值，在于实现"距离 × 克隆 × 状态"的三元建模：以肿瘤边界为原点建立距离梯度，观察克隆多样性、克隆扩增程度与耗竭状态随距离的变化。这类分析能把"免疫排斥"从一个形态学描述，变成可量化、可跨队列复现的连续变量。

图 4｜肿瘤–免疫界面的距离梯度剖面（示意）。以肿瘤–基质边界为 0 点，叠加克隆多样性、Tpex/Ttex 比例、耗竭评分与屏障密度曲线，并标注 CRC（0 ± 150 μm）与 HCC（± 250 μm）两个尺度。（图片为示意，非实测数据）

05 空间免疫组库能为肿瘤免疫研究提供什么

综合上述研究，空间免疫组库在肿瘤免疫微环境方向的核心价值可以归纳为四个层次：

第一，解析TLS成熟与功能的空间决定因素。 从TLS的成熟轨迹、内皮细胞的招募能力、到代谢微环境的调控，空间维度正在将TLS的临床意义从“是否存在”，推向“成熟到何种状态、由哪些细胞维持”。

第二，建立克隆空间分布与功能状态的关联。克隆在哪里聚集、在何处耗竭、与哪些细胞互为邻居——这些决定免疫应答质量的问题，本质上依赖坐标，无法从解离数据中获取。

第三，刻画肿瘤–免疫界面的厚度与通透性。 边界是300 μm还是500 μm，屏障由CAF还是SPP1⁺巨噬主导，克隆能否穿越——界面不仅是形态学描述，更是可量化、可复现的连续变量。

第四，发现可指导临床决策的空间生物标志物。 从免疫枢纽与炎性生态位的空间二分法，到肿瘤-免疫界面的免疫特权生态位，空间特征正在成为预测ICI响应与耐药的新型候选标志物。

四个层次指向同一个前提：必须在同一张组织切片上，同时获得空间坐标、TCR/BCR 受体序列和转录状态。

华大智造自研的空间免疫组库产品 Stereo-IR，可在同一张组织切片上同步完成5’端空间转录组与免疫组库检测，在单细胞分辨率下实现转录组表达与免疫受体库的原位联合解析，为回答“克隆在哪里、在做什么”提供直接数据支撑。

该产品预计于 2026 年 10 月底启动首批 Early Access（EA）合作。如果您正在开展肿瘤免疫微环境、TLS 结构或免疫治疗响应相关研究，欢迎扫码提交项目意向。

欢迎扫码提交项目意向

参考文献：

1. Kasikova L, Rakova J, Hensler M, et al. Tertiary lymphoid structures and B cells determine clinically relevant T cell phenotypes in ovarian cancer. Nature Communications. 2024;15(1):2528. DOI: 10.1038/s41467-024-46873-w

2. Cho KS, Liu Y, Pei G, et al.; Wang L. Pan-cancer spatial atlas of tertiary lymphoid structures. Science. 2026 May 28;392(6801):eadz2742. DOI: 10.1126/science.adz2742

3. Mattiuz R, Boumelha J, Aerakis E, et al.; Merad M. Dendritic cells control tertiary lymphoid structure development and maintenance in cancer. Science. 2026;393(6808):eady1678. DOI: 10.1126/science.ady1678

4. Tang Z, Bai Y, Fang Q, et al.; Liu S, Peng S, Kuang M. Spatial transcriptomics reveals tryptophan metabolism restricting maturation of intratumoral tertiary lymphoid structures. Cancer Cell. 2025;43(6):1025-1044.e14. DOI: 10.1016/j.ccell.2025.03.011

5. Matsumoto K, Noda Y, Hachiya K, Muramatsu F, et al.; Kumanogoh A, Takakura N. Single-cell spatial analysis identifies ID1-high endothelial cells in tertiary lymphoid structures as predictors of durable response to immunotherapy in non-small cell lung cancer. Cancer Cell International. 2026;26(1):65. DOI: 10.1186/s12935-025-04161-7

6. Wu R, Guo W, Qiu X, et al.; Wang H, Gu J, Chen L. Comprehensive analysis of spatial architecture in primary liver cancer. Science Advances. 2021;7(51):eabg3750. DOI: 10.1126/sciadv.abg3750

7. Zhan X, Huang M, Zhang Y, et al. Uncovering ectopic GC-like niches for tumor reactive lymphocyte priming in lung adenocarcinoma using Stereo-XCR-seq. Nature Communications. 2026;17:7549. DOI: 10.1038/s41467-026-75405-x

8. Liu S, Iorgulescu JB, Li S, et al. Spatial maps of T cell receptors and transcriptomes reveal distinct immune niches and interactions in the adaptive immune response. Immunity. 2022;55(10):1940-1952.e5. DOI: 10.1016/j.immuni.2022.09.002

9. Álvarez JA, Gracia Villacampa E, Labuz D, et al.; Thrane K, Engblom C, Coquet JM. Immune repertoire profiling reveals extensive clonal expansion of T and B cells in CXCL9-rich niches in sinonasal cancer. bioRxiv. 2026. DOI: 10.64898/2026.06.04.730068 

10. Huang J, Chen Y, Deng P, et al. Spatial Multiomics Implicates the Interaction between Tpex and B Cells in Tertiary Lymphoid Structures after Neoadjuvant Therapy. Cancer Discovery. 2026. DOI: 10.1158/2159-8290.CD-25-0806

11. Kim HD, Park JS, Ahn YS, et al. Spatial and single-cell landscapes of blood and tumor microenvironment reflect immuno-chemotherapy outcomes in metastatic gastric cancer. Journal for ImmunoTherapy of Cancer. 2025;13(Suppl 2):A523（SITC 2025, Abstract 460）. DOI: 10.1136/jitc-2025-SITC2025.0460

12. Inada H, Kurano S, Miyamoto H, et al. TP53 mutation predicts resistance to immune checkpoint inhibitor-based therapy in intrahepatic cholangiocarcinoma. Journal of Gastroenterology. 2025. DOI: 10.1007/s00535-025-02320-1

13. Feng Y, Ma W, Zang Y, et al.; Liu L, Zhou J, Zhang R. Spatially organized tumor-stroma boundary determines the efficacy of immunotherapy in colorectal cancer patients. Nature Communications. 2024;15(1):10259. DOI: 10.1038/s41467-024-54710-3

14. Wu L, Yan J, Bai Y, Chen F, Zou X, Xu J, et al.; Chen A, Liu S, Yang X, Fan J, Zhou J. An invasive zone in human liver cancer identified by Stereo-seq promotes hepatocyte–tumor cell crosstalk, local immunosuppression and tumor progression. Cell Research. 2023;33(8):585-603. DOI: 10.1038/s41422-023-00831-1

15. Liu Y, Xun Z, Ma K, et al.; Liu L. Identification of a tumour immune barrier in the HCC microenvironment that determines the efficacy of immunotherapy. Journal of Hepatology. 2023;78(4):770-782. DOI: 10.1016/j.jhep.2023.01.011

16. Wan L, Li B, Ma T, et al.; Wang Q. An immune-privileged niche mediates immunotherapy resistance in esophageal carcinoma. Journal for ImmunoTherapy of Cancer. 2026;14(1):e013959. DOI: 10.1136/jitc-2025-013959