文章介绍
肿瘤微环境（Tumor Microenvironment, TME）的空间异质性是影响癌症进展、治疗响应和患者预后的核心因素。近年来，以CODEX（CO-Detection by indEXing）为代表的高重空间蛋白组学技术能够同时检测数十种蛋白标志物，在单细胞分辨率下揭示TME中免疫细胞、基质细胞与肿瘤细胞的空间组织架构。然而，这类技术成本高昂、操作复杂，难以在常规临床中大规模应用。与之形成鲜明对比的是，H&E染色病理切片是癌症诊断的临床金标准，具有普遍可及性和与现有临床工作流的完美兼容性。但H&E仅能呈现组织形态和细胞核结构，无法直接测量蛋白表达，更无法解析复杂的分子回路。如何将空间蛋白组学的分子深度与组织病理学的临床可及性有效衔接，是转化空间生物学到精准肿瘤学面临的重大瓶颈。
为跨越这一鸿沟，Yuchen Li、Zhe Li及其合作者在Cell 上发表了题为"Cellular architecture and neighborhood-informed virtual spatial tumor profiling from histopathology"的研究论文，提出了一个名为CANVAS的计算平台，旨在从常规H&E病理切片中解码空间肿瘤生态系统，实现群体水平的预后建模和免疫治疗反应预测。
CANVAS的研究路径分为三个层层递进的阶段。第一阶段 ，研究者对457例非小细胞肺癌（NSCLC）肿瘤样本进行了41重CODEX成像，覆盖超过1800万个细胞，构建了迄今为止最大规模的肺癌单细胞空间蛋白组学图谱。通过无监督聚类，他们定义了10种细胞邻域（Cellular Neighborhoods, CNs） ------肿瘤核心区（CN01）、巨噬细胞富集区（CN02）、B细胞巢（CN03）、基质纤维化区（CN04）、浆细胞簇（CN05）、中性粒细胞富集区（CN06）、肿瘤-免疫界面（CN07）、T细胞区（CN08）、泛免疫激活区（CN09）和血管区（CN10）。这些CNs捕获了肺癌中跨组织学亚型保守的多细胞空间拓扑结构，且与患者预后显著相关。进一步地，他们通过细化细胞状态定义了更精细的"细胞状态生态学单元"（CEUs），揭示了功能程序如何塑造空间生态位的细胞组成。
第二阶段，研究者开发了CANVAS的AI预测模块。通过将同一组织切片的CODEX与H&E图像进行高精度单细胞共配准，他们将CODEX定义的CN标签转移到H&E图像上，构建了大规模配对训练集。CANVAS采用基于病理学视觉-语言基础模型（MUSK）的编码器，结合多尺度空间分析，直接从H&E图像块预测10种CN空间生境。模型在独立测试集上取得了超过0.83的准确率和0.79的F1分数，并在12种癌症类型和空间转录组数据中验证了泛化能力。
第三阶段 ，研究者将CANVAS应用于超过5000例患者的H&E切片（涵盖TCGA、PLCO、NLST三大肺癌队列及8种TCGA癌症类型），实现了大规模虚拟空间分析。通过无监督聚类，他们识别出4种空间生态型（ecotypes）：C-I（髓系炎症型）、C-II（纤维化型）、C-III（肿瘤富集型）和C-IV（免疫活跃型），这些生态型与不同的基因突变谱（如EGFR、PTEN、BRCA1）、拷贝数变异和免疫治疗相关分子特征显著关联。更重要的是，研究者基于262个生境级空间特征开发了一个13特征的空间签名，在149例接受免疫检查点抑制剂治疗的NSCLC患者中发现队列和40例外部验证队列中均能有效预测无进展生存期（PFS），时间依赖性AUC超过0.75，且优于TMB、PD-L1等传统生物标志物。
算法原理介绍
CANVAS的算法设计围绕"空间生态位定义 → 多模态共配准 → 基础模型迁移学习 → 空间特征工程"四步流程展开。
（一）细胞邻域（CN）的发现与定义。 基于CODEX单细胞空间蛋白组数据（41个蛋白标志物），首先进行细胞分割和标记物表达量化，通过无监督聚类鉴定15种主要细胞类型（如CD8+ T细胞、CAF、M2巨噬细胞、中性粒细胞等）。随后，对每个细胞，定义半径40μm内的局部邻域（约25个邻近细胞），应用空间潜在狄利克雷分配（spatialLDA）------一种主题模型框架------将局部细胞组成建模为潜在空间基序的混合。对每个样本的基序比例进行K-means聚类，最终确定10个CNs。这一过程本质上是对局部多细胞拓扑结构进行无监督的模式发现，而非简单基于细胞丰度。
（二）CODEX-H&E多模态共配准与标签转移。 利用DAPI通道（CODEX）与苏木素通道（H&E）的形态学对应关系，通过仿射变换矩阵 A ∈ R 2 × 3 A \in \mathbb{R}^{2 \times 3} A∈R2×3将CODEX单细胞质心坐标映射到H&E空间： x dst = A ⋅ x src x_{\text{dst}} = A \cdot x_{\text{src}} xdst=A⋅xsrc，实现亚微米级精度的空间对齐。随后，H&E图像上分割的每个细胞核通过最近邻距离阈值（5μm）匹配到CODEX细胞，继承其CN标签。224×224像素的图像块被标记为其内部占主导地位的CN类别（需满足>15个标注细胞且主导类别占比>60%），形成用于监督学习的训练集。
（三）基础模型驱动的生境预测。 CANVAS的骨干网络基于MUSK基础模型 （预训练于超过5000万张病理图像和10亿文本token）。输入224×224的H&E图像块，经MUSK编码器提取高维视觉特征 h ∈ R d h \in \mathbb{R}^d h∈Rd，随后通过三层全连接分类头（256→128→11，含Dropout和ReLU）输出10种生境+背景类的logits。为应对类别不平衡，采用焦点损失（Focal Loss） L ( p t ) = − α ( 1 − p t ) γ log ( p t ) \mathcal{L}(p_t) = -\alpha(1-p_t)^\gamma \log(p_t) L(pt)=−α(1−pt)γlog(pt)结合加权随机采样，使模型聚焦于难分类的少数生境类别。训练采用两阶段微调：前10轮仅训练分类头（冻结骨干），后50轮解冻编码器最后两层联合优化。
（四）空间特征工程与生存模型。 对预测的生境图，提取262个量化特征，涵盖组成（10种生境频率）、多样性（Shannon指数、Fisher's α等6种）、空间离散度（Ripley's K/L函数、对相关函数等90个）、交互（100对生境间空间邻接富集分数）和距离（55对最近邻距离）五类，以及空间转移熵（1个）。通过Spearman相关性去冗余（>0.95的聚类剔除）后，结合LASSO-Cox回归 （100次重采样）和随机生存森林（1000次Bootstrap）两种互补策略筛选稳健特征，最终13个特征进入多变量Cox比例风险模型，输出空间签名风险评分。
总结
CANVAS是一个从常规H&E病理切片中解码肿瘤空间生态系统的AI平台，通过CODEX高重空间蛋白组学定义10种细胞邻域，利用多模态共配准和病理学基础模型实现从H&E到空间生境的跨模态预测，并在超过5000例患者中验证了其预后建模和免疫治疗反应预测能力。其核心创新在于：以空间蛋白组学为"金标准"定义生物学可解释的空间生态位，再以AI为"桥梁"将这种空间知识迁移到临床普遍可及的H&E图像上 ，突破了空间生物学与临床病理学之间的转化壁垒。CANVAS识别的4种空间生态型与不同的基因组特征和免疫微环境状态紧密关联，其衍生的空间签名在预测免疫治疗生存获益方面优于TMB和PD-L1等现有生物标志物，为精准肿瘤学提供了一种可大规模部署、生物学可解释且临床可转化的空间诊断新范式。