HPV 阳性不等于低危:Med 空间多组学用 1947 万个细胞重划头颈癌生态型
一句话看懂:2026 年 8 月发表于 Med 的这项研究,用 G4X 在 44 例头颈鳞癌的同一张 FFPE 切片上同时读取 RNA 与蛋白,画出 1947 万个细胞的空间图谱。结论不是「HPV 阳性预后好」被推翻,而是被加上了一个前提:真正决定行为的,是肿瘤处在哪种空间生态型。约 20% 的 HPV 阳性肿瘤长着 HPV 阴性样的成纤维细胞富集架构,同分期下活得更差。 对做组学的人还有一层意思:这篇文章把「CAF 通过哪些分子介质重编程肿瘤」明确留成了开放问题,而答案不在转录本里。
一、先把结论摆出来
头颈鳞状细胞癌(HNSCC)全球每年约 90 万新发、50 万死亡。临床上最常用的一根分型标尺是高危型 HPV 状态:HPV 阳性(尤其口咽癌)总体预后更好、对治疗更敏感,因此被写进了分期与治疗决策。但同一个标签下的病人,行为差别很大——约 20% 的 HPV 阳性患者会在 5 年内进展或死亡。
这项由爱因斯坦医学院 Shanye Yin 团队与麻省总医院 Wenjun Deng 团队合作完成的研究,给出的答案可以拆成五条:
分类单位要从「细胞比例」升级到「空间生态位」
:44 例肿瘤(24 例 HPV 阳性、20 例 HPV 阴性)、1947 万个单细胞分辨率的空间细胞,经 CellCharter 归出 12 个反复出现的生态位,再聚成 3 类生态型。 HPV 阴性偏向成纤维细胞富集、免疫贫瘠
:对应免疫荒漠(Niche 10)与免疫排斥(Niche 5)两种架构,伴随 EMT 与代谢重编程的肿瘤程序;HPV 阳性则免疫、基质、血管 niche 组合更丰富,免疫原性生态型更常见。 约 20% 的 HPV 阳性肿瘤是「生态型离群者」
:具体是 24 例中的 5 例(Pt. 1、2、4、5、6)呈现 HPV 阴性样架构;反过来也有 2 例 HPV 阴性(Pt. 43、44)落进 HPV 阳性样生态型。在独立 312 例临床队列中,同分期层内前者的生存更差、后者相对较好。 肿瘤细胞自身有三条转录轨迹
:免疫原性、EMT、高代谢。它们不是均匀撒在组织里,而是选择性地嵌在特定 niche 中——免疫富集区配干扰素高的肿瘤态,成纤维富集区集中 EMT 与代谢程序。 CAF 不只是「陪衬」
:患者来源的肿瘤细胞-CAF-T 细胞三细胞共培养,复现了免疫荒漠与免疫排斥;CAF 让肿瘤细胞变慢周期、抗顺铂(42 小时存活率 4% 对 35%),而先用 CDK4/6 抑制剂再做顺铂,能部分把敏感性拉回来。
一句话概括作者自己的定位:最重要的不是又找到几个细胞状态,而是证明了这些状态在组织里怎么被拼装起来,本身带有预后和机制信息。
二、为什么非得做「空间」:HPV 分型的天花板
先把问题问清楚。HPV 状态是个病因学标签,它概括的是病毒致癌通路、抗原负荷和宿主免疫背景,但它不描述一件事:肿瘤细胞、免疫细胞、基质细胞在切片上到底站成什么队形。
过去十年空间组学反复证明,同一个肿瘤里「T 细胞有多少」远不如「T 细胞在哪」有信息量。T 细胞明明数量不少,却被挡在基质里、贴着成纤维细胞而进不到癌巢——这就是免疫排斥(immune-excluded);另一种是干脆没免疫细胞进来,叫免疫荒漠(immune-desert)。这两种情况在常规 bulk 转录组、甚至解离后的单细胞测序里,都会被压成一句「免疫浸润偏低」,队形信息全部丢失。
作者因此选了一条更费劲的路:不解离组织,直接在完整 FFPE 切片上做单细胞分辨率的 RNA 与蛋白共检测,再看邻接关系、通讯网络和临床结局怎么对应。这也是理解后面所有图的关键——本文的统计单位是「细胞的空间邻居」,不是「细胞的表达量」。
三、技术底座:一张切片上同时读 RNA 和蛋白

▲ 图1 G4X 单细胞空间多组学研究总览:44 例 HNSCC 的研究设计、细胞类型注释与标志基因验证、同切片转录组/蛋白组/H&E 共定位、细胞亚型解析,以及与 mIHC、10x Visium、连续切片重现性的基准比对(改编自原文 Figure 1)
这套平台是 Singular Genomics 的 G4X Spatial Sequencer,属于原位测序(in situ sequencing)路线,和 10x Visium 那种「spot 里混着几个细胞」的捕获式空间转录组不是一回事。流程拆开看:
存档 FFPE 蜡块切 5 μm,经 TissuStamp 转移到功能化空间玻片,脱蜡并做压力抗原修复。 组装成多通道 flow cell,铺 fiducial beads 做成像配准。 先上抗体-DNA 偶联物 panel(37 ℃ 2 小时),把蛋白信号转成可测序的寡核苷酸条码。 再上padlock probe(锁式探针),45 ℃ 过夜杂交到靶向 RNA 和抗体条码上;连接成环、滚环扩增(RCA)过夜,生成局部 DNA 纳米球。 在 G4X 上做循环成像测序,仪器同步完成图像配准、拼接与背景扣除,一次输出:靶向基因 panel 的转录本计数、抗体 panel 的蛋白强度、细胞分割掩膜和配准图像。
关键收益是同一张切片、同一个细胞里 RNA 与蛋白共定位,不用拿相邻切片去推断「这两层信号大概对得上」。作者也专门做了平台基准:
蛋白层面与 Roche Ultra Discovery 多重免疫组化高度一致(CD4、CD8、PD-L1、上皮标志)。 转录层面与相邻连续切片的 10x Visium 对比,基因表达 Pearson r = 0.863。 连续切片之间 G4X 自身重现性 Spearman r = 0.995。
细胞类型由 STAMapper 参考映射独立赋予(恶性细胞、成纤维细胞、巨噬细胞、B、T、单核、NK、内皮、树突、平滑肌、中性粒、非恶性上皮),再用经典标志基因校验。更细的功能态也分得开:细胞毒性与耗竭 T 细胞、生发中心样与浆细胞样 B 细胞、M1/M2 样巨噬,以及 myCAF、iCAF、apCAF、meCAF、vCAF、稳态成纤维细胞和 ECM 相关成纤维细胞等一整套 CAF 亚型。能分辨 ECM 相关 CAF 这一支,是后面所有故事的伏笔。
一句方法学提醒:这里的「蛋白组」是抗体 panel 的靶向读数,不是发现型质谱蛋白组。它的通量上限、抗体依赖性和 FFPE 抗原修复偏倚,第十一节还会展开。
四、HPV 阴阳之别,不只在「有多少细胞」,更在「谁跟谁说话」

▲ 图2 HPV 阳性与 HPV 阴性 HNSCC 的细胞组成和空间组织差异:44 例切片的主要细胞群空间分布、逐例细胞比例堆叠图、组间组成差异,以及差异细胞邻接互作与代表性空间图(改编自原文 Figure 2)
在最大 10 mm × 10 mm 的整片区域里,研究者在 44 例样本中共获得 19,471,501 个空间定位细胞。第一层差异是组成:HPV 阳性肿瘤富集恶性细胞与淋巴群,尤其 B 细胞;HPV 阴性肿瘤里成纤维细胞、平滑肌细胞、内皮细胞占比更高。
但作者没有停在「谁多谁少」,而是算了细胞邻接互作。结果更有意思:
HPV 阳性肿瘤中,癌细胞与 ECM 相关成纤维细胞的互作明显减少,但与 myCAF、iCAF、apCAF 等其他 fibroblast 状态的互作反而增加。也就是说,HPV 阳性并非「基质少了」,而是基质换了另一种配置。 癌细胞与 M1 样、M2 样及混合态巨噬细胞的互作增强,提示肿瘤-髓系串扰活跃。 癌细胞与细胞毒性 CD8+ T、耗竭 CD8+ T 的互作增强;生发中心与记忆 B 细胞在免疫区内部及与癌细胞的互作也增加。 成纤维细胞与内皮/平滑肌细胞之间的互作同步增强,指向基质-血管协同重塑。
这组结果把「HPV 阳性=免疫热、HPV 阴性=基质多」的旧印象修正成了更准确的说法:HPV 阳性肿瘤维持的是一张更广泛、更淋巴富集的免疫通讯网络;HPV 阴性肿瘤则偏向 ECM 主导的基质架构。两者是组织方式的差别,不只是丰度的差别。
五、12 个空间生态位,归成三类生态型

▲ 图3 空间生态位架构定义 HNSCC 的肿瘤微环境生态型:CellCharter 识别的 12 个反复出现的 niche 在 44 例中的空间分布、逐例比例、细胞群富集、代表性互作网络与多重免疫荧光,以及按 HPV 状态/分期/部位分层与 312 例队列的生存分析(改编自原文 Figure 3)
用 CellCharter 基于细胞空间共定位做聚类,得到 12 个跨患者反复出现的 niche。它们不是随机分布,而是构成高度结构化、可在患者之间复现的组织单元。几个有明确生物学解释的:
Niche 1
:三级淋巴结构样(TLS-like),富集适应性免疫成分。 Niche 10
:免疫荒漠,Group 1 富集,主要是肿瘤细胞与成纤维细胞、免疫浸润极少。 Niche 5
:免疫排斥,Group 2 富集,T 细胞存在但被隔离在基质里、与癌细胞空间分离。 Niche 4
:CAF-血管主导;Niche 8:髓系-肿瘤炎症;Niche 2:适应性免疫活跃,这三者更常见于 HPV 阳性肿瘤。
再按每个样本的 niche 组成做无监督聚类,得到三类生态型:Group 1 与 Group 2 相对同质、以 HPV 阴性为主,更多见于晚期及下咽、喉、口腔部位;HPV 阳性肿瘤的 niche 多样性明显更高,被拆成若干小亚型,因每型病例数太少而合并为 Group 3,以早期、口咽部位为主。
这里必须提醒一句读图的边界:作者自己写明,HPV 状态、解剖部位与分期在 HNSCC 里本就互相纠缠,这些生态型很可能反映的是多个临床因素的综合作用,而不是某个变量的独立效应。把 Group 1/2 直接读成「HPV 阴性的分子分型」是过度解读。
六、最关键的离群者:HPV 阳性里,长着 HPV 阴性「脸」的那一群
整篇文章真正有临床分量的,是那几个不按标签出牌的病例。
44 例里有 5 例 HPV 阳性肿瘤呈现 HPV 阴性样微环境架构(Pt. 1、2 落在 Group 1,Pt. 4–6 落在 Group 2),同时有 2 例 HPV 阴性肿瘤落进 HPV 阳性样的 Group 3(Pt. 43、44)。换算到 HPV 阳性组,5/24 约为 20.8%,正对上摘要里「约 20%」以及临床上「约 20% HPV 阳性患者 5 年内进展或死亡」那个长期悬着的数字。
为评估临床意义,团队在一个独立的 312 例临床队列中按 HPV 状态与分期分层做 Kaplan–Meier 分析,并把这些生态型离群病例标注出来:同分期层内,HPV 阳性但呈 HPV 阴性样生态者生存更差;HPV 阴性但呈 HPV 阳性样生态者相对更好。
但请务必连同下面这行一起读——用 44 例空间样本做的多变量 Cox 敏感性分析(校正解剖部位、分期、HPV 状态、年龄)显示,成纤维细胞富集/免疫贫瘠特征与更差总生存只是方向一致:HR = 1.10,95% CI 0.90–1.36,未达统计学显著。作者明确把它定性为「支持性而非结论性证据」。所以准确的表述是:空间生态架构捕捉到了 HPV 标签之外的异质性线索,且方向值得追;它不是已经被验证的独立预后因子。
这也解释了该研究在转化上最实在的价值:如果能在常规病理流程里用有限指标把「HPV 阳性但基质排斥」的那一小撮认出来,就有机会解释为什么按现行标准被判为低危的病人仍然复发。作者把这个设想落到「niche 驻留标志物」上,而不是要求每家医院都去跑一遍 G4X。
七、肿瘤细胞自己的三条轨迹:免疫原性、EMT、代谢

▲ 图4 肿瘤内在程序与空间 niche 架构的对应:恶性细胞 UMAP 与拟时序关系、SCOP 排出的三条转录轨迹及标志基因/通路活性、HPV 状态投影、各 niche 对肿瘤簇的贡献、GSVA 通路热图,以及 EMT、糖酵解、IFNG 活性的原位空间图与多重免疫荧光验证(改编自原文 Figure 4)
把 44 例的恶性细胞全部提出来,Leiden 聚类得到 12 个转录状态;再用拟时序(SCOP)把它们整理成三条主轨迹:免疫原性、EMT、高代谢。投影 HPV 状态后,HPV 阳性偏向免疫原性轨迹,HPV 阴性偏向 EMT 与代谢轨迹。
更关键的是非随机配对:特定肿瘤状态选择性地出现在特定 niche 里。
Niche 10(免疫荒漠,Group 1 特有)主要富集肿瘤簇 3、4、7、8,属高代谢谱系。 Niches 4–6(Group 2)选择性富集簇 0 与 11,属 EMT 谱系。 髓系富集的炎症 niche 8 则主要对应免疫原性轨迹的簇 9。
GSVA 与这项分工一致:干扰素/炎症程序在免疫原性谱系升高,EMT、干性与代谢程序集中在另两条。作者进一步用 G4X 的蛋白读数做原位正交验证:EMT 高、糖酵解高、IFNG 低的肿瘤(EMT+Gly+IFNG−)出现 αSMA 与 PanCK 共定位,即恶性上皮细胞自己表达了 αSMA,同时 CD20 相关 B 细胞信号减弱;而 EMT−Gly−IFNG+ 肿瘤呈相反配置。
这段的意义在于把「肿瘤细胞可塑性」从一句细胞内禀的描述,改写成由局部微环境维持的状态。作者的说法很克制:空间生态可能是与特定肿瘤状态相关联的调控背景,而非已证实的因果驱动。
一个术语上必须点明的不一致
细读原文会发现,摘要把成纤维富集生态对应的肿瘤程序写作 hypometabolic(低代谢),正文与 TCGA 部分却写作 hypermetabolic(高代谢)谱系与「hypermetabolic signaling」(HR = 1.73)。共培养段落又出现「EMT、hypometabolic 与免疫原性程序」的表述。这份 PDF 是未经排版校订的 accepted manuscript,措辞尚未统一,投稿前大概率会被修。
我们的建议是:以通路打分与图示为准,不要按字面把「低代谢」当成实测结论。无论叫 hypo 还是 hyper,底层证据都是 GSVA 的糖酵解/代谢通路活性分数,属于转录推断;真实代谢通量得用代谢组或同位素示踪去测。这个区分对做代谢组的人尤其重要,第十一节再展开。
八、把相关性做成功能证据:三细胞共培养复现两种排斥架构

▲ 图5 患者来源肿瘤-成纤维-T 细胞三细胞共培养复现成纤维富集 niche 的特征:共培养体系示意与代表性图像、三谱系 scRNA-seq UMAP、恶性细胞在单培养/共培养下的状态迁移与 GSVA、ZEB1 与波形蛋白免疫荧光、CAF 与 CD4/CD8 T 亚群重塑、T 细胞在基质区的空间滞留及 CellChat 通讯网络(改编自原文 Figure 5)
空间图谱给出的是关联,要往前走一步就得做扰动。团队搭了一个还原论但可操作的体外系统:新鲜口咽鳞癌组织解离出原代肿瘤细胞与 CAF,外周血 PBMC 分离 CD3+ T 细胞(部分实验用 GFP 标记的 Jurkat T 细胞),单独培养或共培养 24 小时后做 scRNA-seq。肿瘤细胞用 CK5、CAF 用 FAP 确认身份。
现象非常干净:
肿瘤细胞 + CAF
复现了体内的免疫荒漠架构;再加入 T 细胞后,T 细胞被 CAF 「扣留」在基质区,复现免疫排斥架构。这正好对上 Niche 10 与 Niche 5。 肿瘤细胞从增殖态转向 EMT、代谢重编程与免疫原性程序;ZEB1 与波形蛋白免疫荧光升高,坐实 EMT 表型。 CAF 自身也迁移:从 ECM 相关、抗原递呈、血管相关程序转向 meCAF(代谢型 CAF),与同一培养体系里肿瘤的代谢程序变化同向。 T 细胞先快速激活、随后走向功能障碍,耗竭 CD8+ T 扩增,CD4+ 状态也改变;这与体内「T 细胞滞留在成纤维富集基质区」的图像一致。 CellChat 把 ECM 与免疫调节通路列为这一协同重编程的候选介质。
需要如实标注的是:作者说得很清楚,具体分子介质「仍待确定」。共培养用的是健康供者 T 细胞而非自体肿瘤反应性淋巴细胞,且受限于 HPV 阳性患者来源体系的可得性,实验只在 HPV 阴性模型里完成——因此这部分证据支持的是「成纤维富集 niche 相关表型」,不能用来推论 HPV 状态依赖的效应。
九、从「耐受」到「怎么破」:顺铂、慢周期与给药顺序

▲ 图6 CAF 相关的顺铂耐受及与临床结局关联的转录程序:单培养/共培养在顺铂处理 0、24、42 小时的肿瘤细胞图像与生长存活定量,哌柏西利、顺铂及序贯方案的对照,TCGA 500 例 HNSCC 基于 EMT/代谢/免疫原性通路的分子分型、总生存曲线与单变量 Cox 回归(改编自原文 Figure 6)
EMT 与慢周期状态在多癌种里都和耐药相连,于是团队直接测了顺铂:
单培养的肿瘤细胞增殖快,顺铂 42 小时后存活降至 4%。 与 CAF 共培养时,肿瘤增殖被明显压制,但顺铂 42 小时后仍保留 35% 存活。
也就是说,CAF 制造的不是「长得慢所以温和」的惰性状态,而是受保护的药物耐受表型(drug-tolerant phenotype)。
接着是一个带转化味道的发现:既然是慢周期,能不能用 CDK4/6 抑制剂把状态掰回来?先用哌柏西利(palbociclib)、再给顺铂的序贯方案显著降低活力、部分恢复顺铂敏感性;而两药同时给不但没有额外获益,反而提高肿瘤细胞存活。作者给出的解释是时序依赖:同时给 CDK4/6 抑制剂会强制 G1 阻滞,而顺铂对活跃周期细胞最有效,等于自己把靶细胞藏了起来;先短暂抑制则可能先动摇 CAF 保护态、改变 RB/E2F 依赖的周期适应,让细胞对后续铂类更脆弱。此时哌柏西利更像状态修饰药而非单纯细胞抑制药。
临床旁证也被摆了出来:2025 年单臂 II 期试验 NCT02693535 在既往未治的 HPV 阴性局部晚期 HNSCC 中,放化疗前后给哌柏西利,CRT 前客观缓解率 41.7%;携带 CDKN2A 改变者缓解率 66.7%,野生型为 0%,且 CRT 后复发风险更低。2024 年 TAPUR 研究里,哌柏西利在 CDKN2A 改变的头颈癌达到预设活性信号(疾病控制率 40%),但在组织学混合队列中未达到。这些结果共同指向:CDK4/6 抑制剂不太可能人人获益,价值更可能在生物标志物限定的人群里;作者的补充是,除 CDKN2A 基因型外,空间生态型或许也能帮着挑人、甚至帮着排给药顺序。
独立队列那一半要分开看。 团队分析了 TCGA 的 500 例 HNSCC bulk RNA-seq(78 例 HPV 阳性、422 例 HPV 阴性),用空间数据里得到的通路特征做 GSVA 聚类,分出 4 个分子组:EMT 与代谢信号富集的组生存最差,免疫原性强者较好(log-rank p = 0.00091);单变量 Cox 中高代谢信号与差预后强相关(HR = 1.73,p < 0.001),多变量分析也支持其为独立预后因子。
但作者特意加了一句限定,值得原样记住:TCGA 是 bulk 数据、没有空间分辨率,它支持的是这些转录程序的临床相关性,并不能独立验证本文的空间 niche 架构。把 TCGA 结果说成「空间生态型被外部队列验证」是不准确的。
十、方法学延伸:这套空间图谱还「看不见」什么
从组学服务与实验设计的角度看,这篇论文最有价值的可能不是结论,而是它明确留出的空白。以下四点,恰好是空间转录组/靶向蛋白 panel 之外可以补的层。
第一,蛋白层是「靶向」而非「发现」。 G4X 的蛋白读数来自抗体-DNA 偶联 panel(原文 Table S3),受限于抗体可得性、表位在 FFPE 抗原修复后的存活、非特异结合与通道数。文章讨论里提到 CAF 可能通过 TGF-β、CXCL12、IL-6 等分泌因子与 ECM 重塑来限制 T 细胞浸润,但同时又承认「具体分子介质仍待确定」——这类低丰度分泌因子、基质成熟与胶原交联、蛋白水解加工、翻译后修饰、受体剪切体,恰恰是抗体 panel 最难覆盖、而 DIA 蛋白质组 / FFPE 微量蛋白组 / 激光显微切割后空间蛋白组能系统枚举的对象。一个很自然的两段式设计是:先用发现型质谱在分型明确的 niche 里找出候选介质,再回头把这些蛋白做成可复用 panel 回到空间平台做原位验证。
第二,「代谢程序」目前只是通路分数,不是通量。 无论叫低代谢还是高代谢,本文证据来自 GSVA 对糖酵解等基因集的打分,加上少量蛋白标志。转录本丰度不等于酶活,更不等于碳流走向。要回答「CAF 共培养后肿瘤细胞究竟是糖酵解下调、转向氧化磷酸化,还是靠基质细胞代谢耦合供能」,需要 LC-MS/MS 靶向能量代谢面板(糖酵解/TCA/核苷酸/谷氨酰胺)、^13C-葡萄糖或 ^13C-谷氨酰胺同位素示踪,以及能保留位置信息的 MALDI 质谱成像。更不用说,第七节那个 hypo/hyper 的措辞矛盾,本来就该由实测代谢物来裁决。
第三,转录-蛋白一致性值得系统检验。 本文用 αSMA 与 PanCK 共定位、CD20 信号强弱为 EMT 态做了正交验证,方向很漂亮,但只覆盖少数标志物。EMT、干性、干扰素响应这些程序在 mRNA 与蛋白层面的相关性通常并不高,尤其涉及分泌蛋白与 ECM 组分。把同一批 FFPE 样本做 DIA 蛋白组,逐通路比较 mRNA-蛋白相关性,本身就能产出一张有普适价值的质量控制图。
第四,给药时序问题天然适合磷酸化蛋白组与药物定量。 哌柏西利→顺铂「序贯有效、同时无效」的结论目前建立在细胞活力与形态学上。RB/E2F 底物磷酸化的动态、CDK4/6 抑制的深度与恢复时程、DNA 损伤应答通路的激活次序,都可以用 DIA 磷酸化蛋白质组按时间点铺开;细胞内铂加合物或药物暴露量则可用 LC-MS/MS 直接定量。这些读数能把「时序」从经验观察变成可外推的药效学参数。
顺带一个现实优势:整套空间数据建立在存档 FFPE 蜡块上,意味着有完整随访的临床队列可以回溯性补做蛋白组与代谢组,不必重新收集新鲜组织。对做临床样本多组学整合的项目,这是很实在的落地路径。
十一、读这篇要守住的几条边界
把作者写在 Limitations 与 Discussion 里的克制逐条列出来,比记住结论更重要:
样本量与效能
:空间队列仅 44 例,多变量生存分析效能不足;校正后的 HR = 1.10、95% CI 0.90–1.36,跨过 1 且不显著。生态型的独立预后价值尚需更大队列确认。 队列构成偏倚
:24/44 为 HPV 阳性,相对于真实 HNSCC 谱系是富集的,未必能代表所有亚型;需要多中心外部空间队列验证可推广性。 变量纠缠
:HPV 状态、解剖部位、分期高度相关,作者明说生态型更可能是这些临床因素的综合反映,不宜解读为单一变量的独立效应。 共培养是还原论模型
:健康供者 T 细胞而非自体肿瘤反应性淋巴细胞,无法模拟慢性抗原暴露与个体化免疫;且由于 HPV 阳性患者来源体系有限,实验只在 HPV 阴性模型中完成,不能据此推论 HPV 依赖效应。作者把这部分定性为「支持性、假说生成性证据,而非确定性机制验证」。 TCGA 只验证了程序、没验证空间
:bulk 转录组不具备空间分辨率,不能作为 niche 架构的独立验证。 因果链未闭合
:ECM 与免疫调节通路是 CellChat 推断的候选介质,具体分子、体内验证与类器官重构都留给了后续工作。 稿件状态
:本次解读依据的是 HHS Public Access 收录的 accepted manuscript(PMC 2026 年 7 月 7 日可获取),尚未完成排版校订,存在前述术语不一致;正式见刊版本为 Med 2026 年 8 月 14 日、7 卷 8 期 101214 页,DOI 10.1016/j.medj.2026.101214,代码开源在 GitHub 的 huerqiang/Med_paper。引用具体数值前建议再对一遍终版。
十二、一句话带走
HPV 状态告诉我们肿瘤从哪来,空间生态型告诉我们肿瘤现在怎么组织自己;当两者给出的答案不一致时,后者似乎更接近临床行为。而对做组学的人来说,这篇文章递过来的下一棒也很清楚:空间架构已经被画出来了,接下来要用蛋白组与代谢组去填那些「转录推断填不满」的分子机制。
文献:An J, Hu E, Shen Q, et al. Spatially Defined Microenvironmental Niches Associate with Clinical Outcome and Tumor Ecosystem Diversity in Head and Neck Cancer. Med. 2026;7(8):101214. DOI: 10.1016/j.medj.2026.101214.



English

