这份研究通过分析TONIC临床试验中103名转移性三阴性乳腺癌患者的纵向样本，揭示了肿瘤微环境动态演变与免疫治疗效果的关系。研究团队利用高分辨率的多重成像技术和开源分析管道SpaceCat，从原发灶及治疗前后的转移灶中提取了超过800项空间特征。实验结果表明，治疗中采集的样本比初始样本具有更强的疗效预测能力，其多变量预测模型的准确率（AUC）高达0.90。肿瘤边缘的T细胞浸润、免疫细胞多样性以及骨髓细胞上的PDL1表达被确定为关键的预测指标。相比之下，传统的全外显子测序特征未能展现出可靠的预测价值。这项工作强调了空间蛋白组学在解析复杂免疫反应中的重要性，为优化转移性癌症的精准医疗提供了科学依据。

References:

• Greenwald N F, Nederlof I, Sowers C, et al. Temporal and spatial composition of the tumor microenvironment predicts response to immune checkpoint inhibition in metastatic TNBC[J]. Nature cancer, 2026: 1-16.