空间免疫学

空间免疫学（Spatial Immunology）是结合了空间生物学与免疫学的交叉前沿学科。该技术旨在组织原位解码免疫细胞的物理坐标、表型特征及其与周围肿瘤细胞、基质细胞的相互作用。它弥补了单细胞测序丢失“位置信息”的缺陷，通过解析细胞邻里（Cellular Neighborhoods）关系，为理解免疫逃逸及优化生物治疗方案提供全息视阈。

空间免疫学 · 组织全息图

Spatial Immunology (点击展开详细数据)

               空间微环境解构

组织原位免疫微环境解构引擎

技术核心	空间转录组/多重成像
关键指标	细胞邻里/TCR空间分布
临床价值	精准免疫决策

核心技术架构与研究维度

空间免疫学通过高参数原位检测技术，将免疫应答的研究从“细胞列表”提升至“组织地理学”维度：

• 亚细胞分辨率分析： 利用 Xenium 或 CosMx 等平台，在分子水平定位 细胞因子 与受体的空间邻近性。
• 空间免疫组库： 追踪 T/B 细胞克隆在组织内的扩增轨迹，识别抗原驱动的局部应答区。
• 三级淋巴结构（TLS）： 定位组织内生发中心样结构，作为预后判断的重要空间生物标志物。

在生物治疗中的转化应用

1. 肿瘤免疫微环境（TME）的精准分型

基于细胞分布格局，空间免疫学将实体瘤分为三种核心表型，直接引导免疫决策：

• 免疫浸润型（Hot）： 淋巴细胞均匀分布，通常对PD-1抑制剂响应良好。
• 免疫排除型（Excluded）： 免疫细胞被挡在基质外围，需联合抗血管生成或间质重塑药物。
• 免疫沙漠型（Cold）： 缺乏免疫细胞归巢，需考虑肿瘤疫苗或细胞治疗介入。

2. 细胞治疗的归巢与动态监测

• CAR-T 浸润评价： 评估修饰 T 细胞是否成功穿透肿瘤基质屏障并到达靶点核心。
• 原位耗竭分析： 识别在组织内部诱导 T细胞 耗竭的空间触发因子，辅助设计下一代装甲型 CAR-T。

研究维度	空间免疫学的核心贡献
疗效预测	超越单纯 PD-L1 检测，通过 PD-1/PD-L1 空间邻近性预测获益。
新靶点挖掘	识别特定空间生态位（Niche）中的抑制性配体对。

AI 驱动的空间决策系统

海量的空间坐标数据需依赖辅助决策系统进行模式识别：

• 空间通讯模拟： 计算配体-受体在物理距离上的交互概率，模拟免疫攻击演化趋势。
• 病理智能组学： 利用深度学习从标准 H&E 切片中回溯空间免疫特征。

   [1] Lewis S M, et al. "Spatial omics and multiplexed imaging to explore cancer biology." Nature Methods. 2021/2025 Revised. 

   [2] Keren L, et al. "A Structured Tumor-Immune Microenvironment in Triple-Negative Breast Cancer." Cell. 2024.

空间免疫学导航

       空间转录组 • 多重免疫荧光 • 三级淋巴结构 • 细胞邻里分析 • 免疫微环境全息图