耶鲁樊荣等：３维多组学肿瘤图谱

2026/6/18 13:56:44

摘要

人类肿瘤由高度异质、存在复杂相互作用的细胞类群构成，在３维空间中形成动态生态系统，伴随癌前病变发生、肿瘤起始、进展、侵袭至转移全程持续演化。从全景３维层面解析肿瘤演化的核心规律，是提升癌症早期干预与治疗能力的关键。空间多组学技术的兴起与３维肿瘤图谱的构建，正逐步回应这一核心需求——相关研究致力于从时空维度解析癌前病变、肿瘤及其周边生态系统内的精细互作。本综述梳理了肿瘤图谱领域内外研发的新兴技术工具，探讨其在构建全面３维肿瘤图谱中的应用潜力。这类图谱有望发掘新型生物标志物，用于肿瘤风险分层、早期检测、预防性干预，以及开发颠覆性诊疗策略。此外，３维肿瘤图谱可揭示驱动人类肿瘤演化的分子与细胞机制，为癌症生物学领域的前沿研究与技术创新奠定基础。

rong.fan@yale.edu

siyuan.wang@yale.edu

l2shi@ucsd.edu

wirtz@jhu.edu

kiemen@jhmi.edu

#三维肿瘤图谱 #轴向分辨率 #数据整合 #衍射极限 #福尔马林固定石蜡包埋块 #基础模型 #生成式人工智能模型 #汉明码 #亨氏单位 #人类肿瘤图谱网络 #图像配准 #各向同性分辨率 #光学相干断层扫描 #光流模型 #最优传输理论 #光声遥感 #光漂白 #正电子发射断层扫描 #拉曼光谱 #滚环扩增 #灵敏度 #空间多组学 #超分辨成像 #三级淋巴结构 #Tn5标签化 #迂曲度 #肿瘤生态系统 #振动显微镜 #X线衰减

３维肿瘤图谱的构建技术

切除组织样本的图谱构建技术

表1 3维肿瘤图谱技术在癌症研究中的应用

非破坏性体成像技术

图13维肿瘤图谱构建中的无创成像与非破坏性体成像技术

3维肿瘤图谱的构建方法分为无创成像与非破坏性体成像2类。

无创成像技术可对活体原位肿瘤进行成像，包括计算机断层扫描（CT）、磁共振成像（MRI）、超声、正电子发射断层扫描（PET）、光学相干断层扫描（OCT）和多光谱光声断层扫描（MSOT）。

非破坏性体成像的起始样本可为福尔马林固定石蜡包埋（FFPE）组织块或新鲜切除的组织标本。临床存档的FFPE样本（如粗针穿刺活检组织）是3维病理研究的常用材料，经脱蜡、通透、苏木精-伊红（H&E）或类似染料染色、包埋、组织透明化等标准流程处理后，可通过光片荧光显微镜（尤其是开放式光片显微镜）完成3维成像，最终重建3维肿瘤图谱。此外，FFPE组织块也可从塑料包埋盒中分离后，通过显微计算机断层扫描（microCT）进行X射线成像，同样可重建3维肿瘤图谱。常用的组织透明化技术包括 CLARITY、溶剂透明化器官免疫标记3维成像技术（iDISCO）、透明无遮挡脑成像混合液与计算分析技术（CUBIC）以及原位免疫荧光标记透明肿瘤样本诊断技术（DIIFCO）。

新鲜切除的组织标本可制备为厚组织切片，用于3维蛋白或RNA成像。样本经4%多聚甲醛（PFA）或10%中性缓冲福尔马林（NBF）固定后，切为100~310 μm的厚切片，经通透、蛋白标记物染色或RNA转录本靶向寡核苷酸探针杂交后，进行水凝胶包埋以交联mRNA或cDNA扩增子，再完成组织透明化，最终通过共聚焦显微镜或光片荧光显微镜实现蛋白或RNA的3维成像。

为实现3维多重RNA成像，需提升RNA信号的信噪比以保证检测稳定性，可通过深度学习信号增强、滚环扩增（RCA）或杂交链式反应（HCR）信号放大实现。

3维肿瘤图谱的应用包括稀有细胞类型鉴定、肿瘤负荷定量、3维脉管特征测量、免疫细胞组成3维解析及3维空间邻域分析。

smFISH，单分子荧光原位杂交；TCR，T细胞受体。

基于连续切片的构建技术

图2基于连续切片的3维肿瘤图谱构建流程

基于连续切片的3维肿瘤图谱构建，首先将组织连续切割为厚度通常为4 μm、10 μm甚至35 μm的切片。对连续H&E染色切片进行计算配准与对齐，可重建3维组织形态；对相邻切片开展空间多组学检测并整合数据，可生成全景式3维分子肿瘤图谱。

空间多组学技术快速发展，可解析分子生物学中心法则各层级的分子特征，覆盖基因组与表观基因组、全转录组、蛋白质组、代谢组及细胞器生物学的空间解析：

基因组与表观基因组：通过微流控通道递送空间连接条形码，可解析空间染色质开放状态、组蛋白修饰或DNA甲基化；通过染色质示踪技术可解析3维基因组结构；通过玻片DNA测序生成的空间拷贝数变异（CNV）图谱，可重建肿瘤克隆的空间分布。

转录组：分为测序法与成像法2类。测序法包括激光捕获显微切割分离空间定位单细胞、空间条形码载体捕获RNA、微流控通道递送空间条形码等技术路径，其中病理兼容型DBiT技术可检测微小RNA、转运RNA、RNA异构体和长链非编码RNA等全类型RNA；成像法通过多重成像或原位测序，直接解析亚细胞水平的RNA表达与定位。

蛋白质组：通过寡核苷酸条形码抗体循环成像或金属标记抗体结合质谱读取，实现空间蛋白表达检测，代表技术包括循环免疫荧光、索引共检测技术、成像质谱流式、多重离子束成像。

代谢组与化学成像：包括拉曼成像、受激拉曼散射成像，以及飞行时间2次离子质谱、基质辅助激光解吸电离质谱成像、解吸电喷雾电离质谱成像等质谱成像技术。

结构成像补充：3次谐波成像可用于富含胶原的细胞外基质结构检测。

综上，连续切片结合计算配准，可将相邻切片的组织病理、基因组、表观基因组、转录组、蛋白质组、代谢组及细胞外基质信息整合为3维肿瘤图谱。

ATAC-seq，转座酶可及染色质高通量测序；CTCF，CCCTC 结合因子；ER，内质网；IF，免疫荧光；PCR，聚合酶链式反应；UMI，唯一分子标识符。

肿瘤研究中的空间多组学技术

表2空间多组学技术汇总

空间转录组生物学

框1 空间转录组技术

空间转录组技术主要通过３类策略实现RNA表达的空间解析：区域选择法、测序型空间条形码法、成像型原位检测法。

区域选择法：通过激光捕获显微切割、连续薄组织切片、光照激活等方式分离目标区域，代表技术包括LCM测序、Tomo-seq、光控条形码标记技术等，可实现单细胞精度的自定义区域选择，兼容活组织，但可检测区域数量通常有限。
测序型空间条形码法：在捕获表面固定空间条形码阵列，或在原位向反转录cDNA 递送空间条形码，代表技术包括空间转录组芯片、Visium、Slide-seq、Stereo-seq、DBiT-seq等，可实现全转录组覆盖，分辨率从百微米级到亚微米级不等。
成像型原位检测法：分为荧光原位杂交（FISH）类与原位测序（ISS）类。FISH类通过多重编码解码实现大量RNA的单分子定位，代表技术包括MERFISH、seqFISH +等；ISS类通过padlock探针与滚环扩增实现靶向或无偏原位测序。２类技术均可达亚细胞分辨率，FISH类检测灵敏度更高，无偏ISS类检测效率相对较低。

计算方法与人工智能模型

表3 计算数据分析与3维肿瘤图谱构建方法汇总

数据解读与下游分析

图33维肿瘤图谱数据分析的计算方法流程

在采集肿瘤演化全程的空间多组学数据后，数据预处理步骤通过测序读长比对或原始图像处理，将原始数据转化为包含细胞标签与空间坐标的特征矩阵。完整分析流程包括图像伪影去除、跨平台与跨模态数据整合、缺失切片插值、3维重建及下游数据解读。空间邻域分析、细胞间通讯、空间差异基因鉴定和空间动态演化是核心下游分析任务。

TCR，T细胞受体；MHCI，主要组织相容性复合体I类；PD1，程序性细胞死亡蛋白1；PDL1，程序性细胞死亡蛋白1配体1；FC，倍数变化。

结论与未来展望

图43维肿瘤图谱的临床转化路线图

3维肿瘤图谱的技术突破有望重塑临床癌症诊疗模式，其转化路径分为2条：3维数字病理路径，以及全景3维分子肿瘤图谱临床应用路径。

3维数字病理路径：3维病理利用3维肿瘤图像或标注的3维特征开展临床诊断与预后评估。临床数据库包含患者存档FFPE样本与病历信息，存档FFPE样本可经H&E或同类染料染色后通过光片荧光显微镜3维成像，也可直接通过显微CT成像。基于人工智能的3维病理主要采用2类策略：

① 端到端模式：以完整3维肿瘤图像为输入，直接输出诊断或预后结果；

② 特征提取模式：提取3维肿瘤图像中的血管几何形态、腺体结构、导管特征、肿瘤密度等量化特征，再预测诊疗与预后结果。由于流程相对简便，3维病理未来可实现自动化并大规模应用于临床患者分层，但仍需病理医师监督以保障诊断准确性。

全景3维分子肿瘤图谱临床路径：构建全景式3维分子肿瘤图谱并应用于临床。可利用配对的空间多组学与病理组织学数据集训练基础模型，当前及未来的人工智能模型可实现：从2维/3维病理图像预测2维/3维空间转录组图谱；从未染色组织生成虚拟病理染色；基于时序采集的3维肿瘤图谱数据集预测肿瘤进展。这类模型可挖掘大规模回顾性临床数据库，在细胞类型鉴定、治疗应答预测、预后评估、基因调控网络鉴定、生物标志物与治疗靶点发现、个体化肿瘤诊疗等方面具备巨大转化与临床潜力。

KI，基因敲入；KO，基因敲除。