肿瘤的进展与治疗响应不仅取决于癌细胞自身特性,更与其所处的微环境密切相关。肿瘤微环境由免疫细胞、成纤维细胞、内皮细胞等多种成分构成,这些细胞在空间中相互作用,形成不同的功能微区。解析这些空间特征对于理解肿瘤生物学和开发有效疗法至关重要。然而,现有技术面临诸多挑战:空间转录组学受限于RNA在临床存档样本中的不稳定性,而直接标记的空间蛋白组学方法则常受高背景噪声和低信号分辨率的困扰,难以在福尔马林固定石蜡包埋样本中精准应用。
2026年3月10日,四川大学华西医院生物治疗全国重点实验室赵成建教授、曹丹教授团队在《Cell Discovery》期刊发表了题为“Integrative spatial profiling pipeline for determining TME architectures in archival clinical specimens using CmTSA superplex technology”的研究论文。研究团队开发了一种名为混合光化学荧光淬灭(HOC-FD)的技术,并将其与循环多重酪胺信号放大(CmTSA)相结合,形成了一个完整的工作流程,旨在对存档FFPE样本进行高质量、高性价比的空间蛋白组学分析。

在本次实验的CmTSA阶段中,采用明虹LUMINIRIS荧光淬灭系统(货号:MH030101)与IRISKit® HyperView淬灭试剂(货号:MH900102)有效消除组织背景荧光,同时利用IRISKit® HyperView multiplex immunostaining Kit(货号:MH900205)多重免疫荧光染色试剂盒完成抗原特异性标记。



该研究针对存档福尔马林固定石蜡包埋(FFPE)临床样本的肿瘤微环境(TME)空间分析难题,开发了一套整合式技术平台:基于 CmTSA(循环多重酪酰胺信号放大)超多重技术的空间分析流程,核心目标是精准解析 TME 的细胞组成、空间分布及功能域(FNs)结构,为肿瘤免疫研究和精准免疫治疗提供支撑。

图1:HOC-FD兼容自发背景荧光淬灭和CmTSA染色荧光淬灭
研究的核心突破在于解决了传统空间组学技术的关键局限:开发混合光化学荧光淬灭(HOC-FD)技术,可高效消除 FFPE 样本的自发荧光(清除率 > 90%),同时保留抗原活性,结合 CmTSA 的酶促信号放大作用(信号强度提升 5-100 倍),实现超高信噪比 30-60 个生物标志物的超多重检测。

图2:利用 FFPE 切片的高质量超复合图像生成单细胞空间图
为将原始像素数据转化为可分析的数字化信息,研究引入了基于深度学习的计算流程。建立 AI 辅助的数据分析流程:通过 StarDist 深度学习模型实现精准细胞分割,结合预设的生物标志物注释规则完成细胞表型分类,再通过半径约束邻域网络(RNN)分析定义功能域,克服了传统 K 近邻(KNN)分析在异质性区域的聚类偏差,确保功能域的生物学相关性和预后价值。

图3: RNN 定义的多细胞功能生态位揭示全切片空间组学中生物学上连贯的组织结构
验证实验中,该平台成功应用于人类结直肠癌、宫颈癌等样本:在宫颈癌预后分层研究中,通过 20 标志物面板解析了不同预后患者的 TME 空间结构,识别出 4 类功能域(免疫活性型、肿瘤-免疫混合型、成纤维细胞富集型、肿瘤主导型),发现免疫活性型功能域在预后良好患者中富集,而成纤维细胞主导的功能域与不良预后相关,为免疫治疗靶点筛选和患者分层提供了新依据。

图4:利用CmTSA和基于RNN的微环境聚类方法解析不同预后宫颈癌患者的肿瘤微环境空间结构

综上,该整合平台兼具高灵敏度、高多重性、低成本和临床适用性,为存档临床样本的 TME 空间解析提供了标准化解决方案,有望推动肿瘤免疫微环境研究的临床转化和精准免疫治疗的发展。