基于空间组学 - 临床影像技术的肿瘤精准诊断

周鹏; 蔡宗苇; 赵超

doi:10.7536/PC240113

化学进展 ›› 2024, Vol. 36 ›› Issue (2) :159-166 DOI: 10.7536/PC240113

综述

扫码查看或转发全文

基于空间组学 - 临床影像技术的肿瘤精准诊断

周鹏 ¹ ,
蔡宗苇 ³^,^* ,
赵超 ¹^,²^,⁴^,⁵^,^*

作者信息 +

Spatial Omics and Clinical Imaging Technique for Accurate Diagnosis of Tumor

Peng Zhou ¹ ,
Zongwei Cai ³^,^* ,
Chao Zhao ¹^,²^,⁴^,⁵^,^*

Author information +

文章历史 +

摘要

作为全球公共卫生事件，恶性肿瘤严重影响人类健康、寿命和生活质量。肿瘤的发生发展经历了极其复杂的过程，表现出高度的时空异质性，影响其转移和耐药。为探寻这种异质性，多种临床影像技术和空间组学技术得以飞速发展。其中，临床影像技术准确率高但无法提供高通量的生物分子信息。空间组学技术可以获得标本的多种生物学特征，包括基因、蛋白和代谢等，但无法提供在体信息。将临床影像和空间组学技术相结合，可以优势互补，在临床和基础科学研究中具有较大应用前景，对于精确解析肿瘤的时空异质性和鉴别肿瘤分子分型、开展肿瘤精准诊断和发展进程预测等研究具有重要的推进作用。本文对该技术方法和特征进行了评述并展望了其发展趋势。

Abstract

As a global public health event, the emergence of malignant tumors seriously affects human health, longevity and quality of life. The occurrence and development of tumors undergo extremely complex processes, showing high spatial and temporal heterogeneity in multiple bio-information and disease progression. These features affect tumor metastasis and drug resistance. In order to explore tumor heterogeneity, a variety of clinical imaging techniques and spatial omics techniques have been rapidly developed. Tumor characteristics are accurately evaluated by using the conventional clinical imaging technique with a non-invasive advantage. However, it is difficult to obtain accurate tumor staging and more molecular information using clinical imaging techniques. Spatial omics technology can be used to determine a variety of cell types, spatial and temporal distribution, molecular typing, and molecular interaction networks, thereby obtaining the accurate panoramic spectrum in tumor biology. Although spatial omics technique can detect a variety of molecules and their interactions, such as genes, proteins, and metabolites, as well as the interactions between gene-gene, protein-protein, metabolite-metabolite, gene-protein, gene-metabolite, and protein-metabolite, it can’t provide in vivo information. The combination of clinical imaging and spatial omics technology can complement advantages and has great application prospects in clinical and basic scientific research. The novel fusion technique plays an important role in promoting the accurate analysis of the spatio-temporal heterogeneity of tumors, the identification of molecular typing, and the accurate diagnosis and prediction of tumor progression. Herein, we summarize the strategies and characteristics of this novel fusion technique in the accurate diagnose of tumors and also prospect for future development.

Contents

1 Introduction

2 Spatial omics

3 Clinical imaging

4 Spatial omics and clinical imaging fusion

5 Perspectives

Graphical abstract

关键词

空间组学 / 质谱成像 / 肿瘤代谢 / 肿瘤诊断 / 时空信息 / 生物标志物

Key words

omics analysis / mass spectrometry imaging / tumor metabolism / tumor diagnosis / temporal-spatial information / biomarkers

引用本文

引用格式 ▾

周鹏, 蔡宗苇, 赵超. 基于空间组学 - 临床影像技术的肿瘤精准诊断[J]. 化学进展, 2024, 36(2): 159-166 DOI:10.7536/PC240113

Peng Zhou, Zongwei Cai, Chao Zhao. Spatial Omics and Clinical Imaging Technique for Accurate Diagnosis of Tumor[J]. Progress in Chemistry, 2024, 36(2): 159-166 DOI:10.7536/PC240113

登录浏览全文

4963

注册一个新账户忘记密码

1 引言

恶性肿瘤的发生和发展已经成为全球范围内的公共卫生事件，对人类的生命健康构成重要威胁。根据世界卫生组织国际癌症研究机构发布的癌症数据，2020年全球新增癌症病例达到了1930万例，其中因肿瘤导致的死亡病例为996万例，中国300万例，占总人数的30%，位居全球第一^[1]。随着分子影像和临床诊断技术的快速发展，如何准确鉴别肿瘤发生发展的进程、肿瘤分子分型等，从而实现精准诊疗已成为亟待解决的临床和基础研究问题^[2]。

为了揭示与肿瘤生长相关的分子机制，探索其转移和耐药相关的新型生物标志物和调节因子，多组学技术策略应运而生，包括匀浆系统的基因组、表观遗传组、转录组、蛋白组和代谢组研究等^[3⇓~5]。然而，这些方法无法提供肿瘤及其微环境相关的空间信息及细胞分布的准确图像。肿瘤的发生发展经历了极其复杂的过程，表现出高度的时空异质性。同一疾病中不同定位的肿瘤细胞及不同病灶、肿瘤之间可能存在较大的分子生物学差异。这种异质性直接影响肿瘤的生物学行为、转移潜能及对治疗的反应^[6]。因此，精确解析肿瘤的时空异质性并对分子信息进行可视化分析对实现精准诊断和个体化治疗至关重要。

为了弥补传统组学技术的缺陷，近年来空间组学技术得到了飞速发展。空间组学技术（包括空间转录组、空间表观遗传组、空间蛋白组和空间代谢组等）目的在于联合多重分子信息和原位空间分布信息，从空间水平揭示和阐明生物体生理病理条件下的复杂性和多样性^[7⇓⇓~10]。采用空间组学技术可确定多种细胞种类及其时空分布、（分子或代谢）分型、多种分子的相互作用网络等，从而获得更为精准的肿瘤生物学全景谱图，为探索肿瘤恶性病变的发生发展、寻找潜在药物治疗靶点和新药研发提供重要的分子基础^[7⇓⇓~10]。但是，空间组学方法一般以离体的单细胞、多细胞组装体和组织标本为研究对象，缺失了生物体重要的在体信息。与空间多组学技术不同，多数临床影像技术具有非侵入性优点，能够准确评价肿瘤的大小、形态、弹性、位置、代谢、血流灌注等生物物理特征^[11]。近年来，利用空间组学技术和临床影像技术的优势互补从而将两者进行融合，同时也是多学科（生物学、物理学、病理学、生物物理学、影像组学等）交叉的优势互补，并应用于肿瘤的精准诊断研究中，为探索肿瘤形态结构和全景分子谱图时空异质性、病变预测提供了全新的方法策略。

2 空间组学技术

实现肿瘤精准诊疗的关键问题是如何全面认知肿瘤及其微环境的时空异质性。从时空角度分析，肿瘤及其微环境受细胞间精准的分子调节和转录调控，具有错综复杂的细胞组织和分层方式、演进结构特征等，直接影响癌细胞命运和发展变化。当机体内多种细胞群簇受到外界刺激时，包括环境污染、药物治疗等，多种生物分子开展重编程过程，发生了肿瘤细胞和间质细胞之间的代谢、定位以及免疫微环境变化等^[12]，传统多组学技术无法检测和分析上述内容。空间组学技术的引入可以帮助获取整个基因转录组、蛋白组、代谢组以及多重生物分子所对应的空间信息，即同时开展定性、定量和高维度成像研究，从而解析肿瘤及其微环境时空特征^[13,14]。

空间组学技术在肿瘤精准分析中具有广泛应用。在癌细胞重塑、异质性与肿瘤微环境研究中，以肺腺癌为例，其病死率高的原因是细胞、组织学以及分子水平的异质性，往往在单颗肿瘤内部存在多种分子亚型。为了深入了解强异质性标本的细胞和分子组成，Wang等^[15]采用空间转录组技术，并结合免疫荧光分析探索驱动组织细胞学亚型演进的肿瘤微环境细胞组成和调控机制，研究发现，巨噬细胞是肺腺癌最丰富的细胞种类，缺氧诱导的调节网络在决定亚型演进中发挥重要作用，不同的亚型在去分化状态下表现出显著的肿瘤内部异质性，包括具有不同的肿瘤微环境亚群等。这些癌症进展的分子异质性景观，为探寻强侵袭性肺腺癌潜在治疗靶点提供了重要见解。

在癌症发展和转移的研究中，以肝癌为例，其转移复发是肝癌整体诊疗的巨大难题，对肝癌基因表达谱和突变谱的全景描绘非常缺乏，导致肝癌转移灶的评估缺少准确的临床依据。Sun等^[16]从肝细胞癌患者中选取原发灶、转移灶、复发灶标本开展空间多组学研究，描绘了肝癌转移的时空演进全景图像，重点发现了肝癌转移克隆选择分子机制以及演进轨迹，为开发适用于临床研究的预测肝癌转移的标志物和治疗靶点提供了重要数据支撑。与此类似，在肺癌临床诊断中也存在多原发肺癌和肺内转移较难区分的难题，困扰其诊疗。Wang等^[17]采用空间多组学策略深入解析了不同病灶肿瘤微环境的细胞组成、空间构成和特征性分子表达，并筛选出在多原发肺癌中高表达基因，包括CLDN2等，以及特异性细胞类型二型肺泡细胞（CLDN2显著性高表达）。

在针对肿瘤的免疫治疗研究中，肿瘤内部异质性显著影响免疫治疗及其临床预后的效果。Song等^[18]选取双特异性抗体治疗的非小细胞肺癌晚期患者组织标本，开展空间多组学研究，获取肿瘤区域和基质区域空间转录组和蛋白组信息，研究发现这两个区域的基因和蛋白表达差异显著，筛选获得区域特征性蛋白18个，可作为预测PD1/PD-L1和CTLA-4双特异性抗体免疫治疗的空间标志物。其中，基质区域的空间标志物对免疫治疗表现出更高的预测能力。

随着技术的发展，相继涌现出以空间多组学为基础的融合策略，包括空间表观遗传组-空间转录组联合^[19]、空间转录组-单细胞测序联合^[20~22]、空间转录组-空间代谢组联合^[23]、空间代谢组-空间蛋白组联合^[24]和空间多组学数据集成等^[25]。空间转录组与单细胞测序的结合是常用的联合方法之一，利用联合的单细胞水平基因表型和空间分布信息，可在单细胞层面准确量化肿瘤细胞基因表达的空间异质性从而有利于获取新的癌症亚型并解析其空间转移特征和趋势^[20~22]。除了简单的方法联合之外，科学家还研发了基于微阵列的空间转录组方法，即采用微阵列点（Spots）在空间上揭示基因表达模式，每个阵列点可捕获多个临近细胞的转录组信息，再将微阵列点单细胞测序与空间转录组数据采用多模态交叉分析（Multimodal intersection analysis，MIA）进行数据挖掘分析。通过此方法，以原发性胰腺癌为例揭示了癌细胞及其微环境复杂组成的新特征：即多种类型的细胞亚群在空间上是有限的富集分布（包括导管细胞、巨噬细胞等），但与其他细胞类型在空间上是显著的共富集分布，同时还发现了表达应激反应基因模块的炎性成纤维细胞和癌细胞的共定位分布^[26]。

此外，研究者采用胃癌肿瘤组织相邻肿瘤切片，分别开展空间代谢组和空间转录组研究，发现并定位了癌细胞具有差异变化的代谢和基因通路（精氨酸和脯氨酸代谢、脂肪酸合成代谢通路等）以及免疫细胞代谢重编程，即谷氨酰胺、多不饱和脂肪酸代谢在肿瘤边界区域表现为显著上调，为胃癌发展中的免疫逃逸和精准治疗靶点筛选提供数据^[23]。研究者联合空间代谢组成像和胰蛋白酶酶解为基础的空间蛋白组成像，对环境污染物影响的乳腺癌肿瘤增殖和恶性病变分子机制展开探索，研究发现了污染物双酚S暴露诱导乳腺肿瘤内部细胞形态变化驱动的脂质和蛋白质空间异质性。其中，低剂量双酚S（10 μg/kg 体重/天）改变了肿瘤中心坏死区相关的神经酰胺-鞘磷脂信号通路、染色体稳定性相关蛋白和细胞增殖的空间分布变化，并产生显著的肿瘤增殖效应；高剂量双酚S（100 μg/kg 体重/天）改变了肿瘤周围区域核酸结构稳定性相关的蛋白质空间分布，且显著加速了肿瘤的恶化进程^[24]（图1）。

总体来讲，空间组学及多种空间组学联合技术，可以原位表征肿瘤及其微环境的细胞种类、免疫及间质微环境组成等，从而构建代谢/蛋白/基因的互作网络，为肿瘤演进的深入研究提供了前沿视角和重要分析工具。

3 临床影像技术

肿瘤的临床精准诊断和术前评估等过程主要依赖影像学检查，包括超声诊断、磁共振成像（MRI）、正电子发射计算机断层成（PET/CT）等，即通过确认病灶位置、大小、侵袭范围、有无（远端）转移等进行诊断鉴定，为患者个性化治疗计划的制定提供临床信息^[27]。

另外，针对产生的大量临床影像数据，可以通过自动化、高通量以及深度学习为主的策略开展影像特征提取、图像转化、信息挖掘和分析，同时结合患者个体信息构建疾病发生发展的预测模型，对良恶性肿瘤鉴别和诊断、复发和预后评价等起到重要的指导作用^[28,29]。以肺癌和头颈癌影像组学诊断结果为例，研究者选取CT和CT/PET的影像图片，提取特征性数据量化肿瘤图像的强度、纹理和形状等，并发现这些量化指标具有预测治疗效果的能力，并开展预后能力评估和预测模型的构建。同时，与基因组学数据进行比较，发现这些预后影像组学特征可以捕获肿瘤内部异质性并与基因表达模式相关。这种通过影像组学筛选的新型预后表型可以直接应用于临床实践中，并对诊疗决策起到重要作用^[30]。针对非小细胞肺癌治疗目前只有两种治疗策略包括酪氨酸激酶抑制剂法（TKIs）和免疫检查点抑制剂法（ICIs），新的治疗策略的产生依赖于寻找在治疗过程中能够发生动态变化的生物标志物。研究者提出了一种基于¹⁸F-FDG-PET/CT的深度学习模型，对于表皮生长因子（EGFR）突变状态可以达到高精度的定量预测水平，并对上述两者治疗策略产生显著性区分：对EGFR-TKIs治疗的患者，深度学习评分（EGFR-DLS）与更长的无进展生存期显著正相关；对ICIs治疗的患者，EGFR-DLS与持久的临床获益、更长的无进展生存期显著负相关，即通过EGFR-DLS可以识别两者治疗敏感的非小细胞肺癌患者并评估疗效^[31]。目前，临床影像技术较难获得精准的肿瘤分期，并且无法提供更多的分子层面的信息。

4 空间组学与临床影像的结合探索

2021年，The Innovation刊登了以空间组学为基础的多模态融合策略，即通过空间组学和临床影像组学融合使用来解决临床医学的难题，有望成为未来一代生化分析、肿瘤精准诊疗的重要方法（图2）^[32]。大多数生物和化学成像技术依赖“固有属性”来可视化样品中的目标化合物及其相互作用，如元素化学键信息、质荷比、分子片段、离子迁移率和官能团信息等，且多数是离体检测没有在体/活体信息。临床影像技术多数采用无创方式开展检测分析，提供了大量的生物体在体生物物理特征，并快速获取诊断结果来指导临床研究，但无法获得更为全面多样的分子信息。开展空间组学和临床影像技术的融合研究，可以从复杂的生物过程中获取更多的“隐藏”的物理、化学和生物的时空信息，为研究更高空间分辨率的生物过程提供更有价值的视角，从而帮助明确疾病的发生、诊断、个性化治疗和预后，是真正的临床和基础研究紧密融合^[32]。具体来讲，开展空间组学和临床影像技术的融合研究，重点适用于以下内容：细胞异质性研究：采用该融合技术可以探寻细胞种类及其所处状态（相互作用、营养分子梯度、供氧条件等）和相对空间位置，从而揭示分子-分子、细胞-细胞、细胞-间质之间的相互作用和调控关系，有利于深入理解肿瘤及其转移组织器官的功能变化；发现肿瘤发生、发展、转移新机制：以空间组学-临床影像组学数据作为基础，结合成像质谱流式、病理学等研究策略，可以进一步获得新的生物学假说，包括新的信号通路和分子网络、细胞亚群等^[32,33]。

随着影像技术和数据集成方法的进步，空间组学和临床影像组学融合技术在生物化学、临床医学等领域方面表现出的巨大潜力，包括药物的代谢和空间分布、肿瘤异质性相关的分子表型鉴定、暴露于环境污染物的靶器官筛选、与疾病进展相关的生物标志物筛选等。目前已经出现的空间组学和临床影像组学融合技术，包括空间组学与成熟的临床影像技术融合，如MRI、PET、病理影像、临床超声、多模态数据的集成等^{[32⇓⇓~35]}。以临床超声指导的空间组学研究为例：肿瘤的时空异质性为乳腺癌细胞提供了逃逸机制，从而阻碍了肿瘤进展的研究。超声诊断技术准确率高但化学特异性低。通过与能够提供丰富分子空间信息的空间组学技术相结合，科学家提出了无创超声弹性成像指导的分子空间成像策略（UEg-MSI），该策略整合了从体内和体外成像获取的肿瘤物理和生化特征，显示了弹性-组织病理-代谢指纹图谱以及相关的分子互作信息，揭示了乳腺自发肿瘤早、中、晚期完整的多病灶时空异质性。根据弹性评分增加、从增生到肿瘤细胞巢、坏死区域增加以及区域代谢异质性和时空重编程变化，研究发现位于颈部和胸部的乳腺原发性病灶的恶性程度逐渐增加。同时，研究确认了乳腺肿瘤截然不同的肿瘤演进特征，即脂肪酸自上向下合成主要集中在肿瘤中晚期的核心癌巢区、肿瘤早期外周微区。UEg-MSI策略扩大了空间组学技术的应用，同时也提高了超声介导的肿瘤诊断能力，为癌症的早期发现和转移的发生提供了新的见解^[35]（图3）。综上，空间组学和临床影像组学融合技术集成了高灵敏度、高通量、高特异性和高空间分辨率优势，在二维和三维空间的多模态成像中具有高度的互补性和灵活性。

5 展望

空间组学和临床影像技术的融合，实际上也是基础影像组学和临床医学技术的融合，其最大的优点是可以对物质分子在时空尺度上进行分布可视化研究，亟需将其应用于前沿的临床医学或基础医学相关的科学问题研究中，真正的促进和推动临床医学领域肿瘤相关难题的科学研究。需要指出的是该融合技术仍处于初级发展阶段，多种技术的融合虽然是必要的，但并不是每个科学问题的解决都需要融合技术，需要针对具体的科学问题采取特异性的研究策略。另外，技术的融合并不是简单的方法罗列，而是必要性整合并获取关键的互补信息。空间组学和临床影像技术、数据的集成和融合等都需要持续的改进和发展，研究的难点、重点主要体现在：（1）开发创新性生物医学工程技术来更真实的模拟肿瘤演进全过程，包括肿瘤细胞间、间质细胞间、肿瘤-间质细胞间的侵袭浸润转移等，着重开发（肿瘤）类器官制备、组装、操控以及生物学可视化相关的方法策略；（2）发展多影像组学的数据集成、图像配准以及预处理降噪等新方法，提升隐藏的时空演进数据的挖掘和解读能力；（3）构建基于空间组学-临床影像技术的肿瘤演进数据库，实现不同肿瘤的多地区、多模态数据、多时空可视化信息的资源共享，促进肿瘤诊断相关的新型生物标志物的发现和创新性药物筛选和评估，为疾病早期诊断和治疗提供新的思路和方法。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Siegel R L, Miller K D, Jemal A. CA A Cancer J. Clin., 2020, 70(1): 7.

[2]	Bai J W, Qiu S Q, Zhang G J. Signal Transduct Target Ther. 2023, 8(1): 89.

[3]	Zeng Q, Mousa M, Nadukkandy A S, Franssens L, Alnaqbi H, Alshamsi F Y, Al Safar H, Carmeliet P. Nat. Rev. Cancer, 2023, 23(8): 544.

[4]	Rusk N. Nat. Meth., 2019, 16(8): 679.

[5]	Rampler E, El Abiead Y, Schoeny H, Rusz M, Hildebrand F, Fitz V, Koellensperger G. Anal. Chem., 2021, 93(1): 519.

[6]	Bergers G, Fendt S M. Nat. Rev. Cancer, 2021, 21(3): 162.

[7]	Velten B, Stegle O. Nat. Meth., 2023, 20(10): 1462.

[8]	Zhang H, DelaField D G, Li L J. Nat. Meth., 2023, 20(3): 327.

[9]	Spatial Omics DataBase (SODB). Nat. Meth., 2023, 20(3): 359.

[10]	Lewis S M, Asselin-Labat M L, Nguyen Q, Berthelet J, Tan X, Wimmer V C, Merino D, Rogers K L, Naik S H. Nat. Meth., 2021, 18(9): 997.

[11]	Liu Z Q, Duan T, Zhang Y Y, Weng S Y, Xu H, Ren Y Q, Zhang Z Y, Han X W. Br. J. Cancer, 2023, 129(5): 741.

[12]	Bayik D, Lathia J D. Nat. Rev. Cancer, 2021, 21(8): 526.

[13]	Lundberg E, Borner G H H. Nat. Rev. Mol. Cell Biol., 2019, 20(5): 285.

[14]	Ma S Y, Leng Y X, Li X P, Meng Y F, Yin Z B, Hang W. Trac Trends Anal. Chem., 2023, 159: 116902.

[15]	Wang Y, Liu B, Min Q J, Yang X, Yan S, Ma Y Y, Li S L, Fan J W, Wang Y Q, Dong B, Teng H J, Lin D M, Zhan Q M, Wu N. Cell Discov., 2023, 9: 96.

[16]

Sun Y F, Wu P, Zhang Z F, Wang Z J, Zhou K Q, Song M F, Ji Y, Zang F L, Lou L M, Rao K Q, Wang P X, Gu Y T, Gu J, Lu B B, Chen L M, Pan X Q, Zhao X J, Peng L H, Liu D B, Chen X F, Wu K, Lin P H, Wu L, Su Y L, Du M, Hou Y Y, Yang X R, Qiu S J, Shi Y H, Sun H C, Zhou J, Huang X X, Peng D H, Zhang L Y, Fan J. Cancer Cell, 2024, 42(1): 135.

[17]	Wang Y W, Chen D, Liu Y, Shi D W, Duan C, Li J H, Shi X, Zhang Y, Yu Z W, Sun N, Wang W, Ma Y G, Xu X H, Otkur W, Liu X L, Xia T, Qi H, Piao H L, Liu H X. Cell Death Dis., 2023, 14(7): 462.

[18]	Song X Y, Xiong A W, Wu F Y, Li X F, Wang J, Jiang T, Chen P X, Zhang X S, Zhao Z K, Liu H F, Cheng L, Zhao C, Wang Z H, Pan C H, Cui X L, Xu T, Luo H T, Zhou C C. J. Immuno. Therapy Cancer, 2023, 11(2): e006234.

[19]	Zhang D, Deng Y X, Kukanja P, Agirre E, Bartosovic M, Dong M Z, Ma C, Ma S, Su G, Bao S Z, Liu Y, Xiao Y, Rosoklija G B, Dwork A J, Mann J J, Leong K W, Boldrini M, Wang L Y, Haeussler M, Raphael B J, Kluger Y, Castelo-Branco G, Fan R. Nature, 2023, 616(7955): 113.

[20]	Vandereyken K, Sifrim A, Thienpont B, Voet T. Nat. Rev. Genet., 2023, 24(8): 494.

[21]

Wu S Z, Al-Eryani G, Roden D L, Junankar S, Harvey K, Andersson A, Thennavan A, Wang C F, Torpy J R, Bartonicek N, Wang T P, Larsson L, Kaczorowski D, Weisenfeld N I, Uytingco C R, Chew J G, Bent Z W, Chan C L, Gnanasambandapillai V, Dutertre C A, Gluch L, Hui M N, Beith J, Parker A, Robbins E, Segara D, Cooper C, Mak C, Chan B, Warrier S, Ginhoux F, Millar E, Powell J E, Williams S R, Liu X S, O’Toole S, Lim E, Lundeberg J, Perou C M, Swarbrick A. Nat. Genet., 2021, 53(9): 1334.

[22]	Andersson A, Larsson L, Stenbeck L, Salmén F, Ehinger A, Wu S Z, Al-Eryani G, Roden D, Swarbrick A, Borg Å, Frisén J, Engblom C, Lundeberg J. Nat. Commun., 2021, 12: 6012.

[23]	Sun C L, Wang A Q, Zhou Y H, Chen P P, Wang X Y, Huang J P, Gao J M, Wang X, Shu L B, Lu J W, Dai W T, Bu Z D, Ji J F, He J M. Nat. Commun., 2023, 14: 2692.

[24]	Zhao C, Yong T, Zhang Y B, Xiao Y, Jin Y F, Zheng C, Nirasawa T, Cai Z W. J. Hazard. Mater., 2021, 414: 125391.

[25]	Xia C R, Cao Z J, Tu X M, Gao G. Nat. Commun., 2023, 14: 7236.

[26]	Moncada R, Barkley D, Wagner F, Chiodin M, Devlin J C, Baron M, Hajdu C H, Simeone D M, Yanai I. Nat. Biotechnol., 2020, 38(3): 333.

[27]	Nguyen Q T, Tsien R Y. Nat. Rev. Cancer, 2013, 13(9): 653.

[28]	Steyaert S, Pizurica M, Nagaraj D, Khandelwal P, Hernandez-Boussard T, Gentles A J, Gevaert O. Nat. Mach. Intell., 2023, 5(4): 351.

[29]	Wang Y, Herrington D M. Nat. Mach. Intell., 2021, 3(10): 838.

[30]	Aerts H J W L, Velazquez E R, Leijenaar R T H, Parmar C, Grossmann P, Carvalho S, Bussink J, Monshouwer R, Haibe-Kains B, Rietveld D, Hoebers F, Rietbergen M M, Leemans C R, Dekker A, Quackenbush J, Gillies R J, Lambin P. Nat. Commun., 2014, 5: 4006.

[31]	Mu W, Jiang L, Zhang J Y, Shi Y, Gray J E, Tunali I, Gao C, Sun Y Y, Tian J, Zhao X M, Sun X L, Gillies R J, Schabath M B. Nat. Commun., 2020, 11: 5228.

[32]	Zhao C, Guo L, Dong J Y, Cai Z W. Innov., 2021, 2(4): 100151.

[33]	Petibois C. Trends Biotechnol., 2017, 35(12): 1194.

[34]	Sinha T K, Khatib-Shahidi S, Yankeelov T E, Mapara K, Ehtesham M, Cornett D S, Dawant B M, Caprioli R M, Gore J C. Nat. Meth., 2008, 5(1): 57.

[35]	Zhou P, Xiao Y, Zhou X, Fang J H, Zhang J W, Liu J J, Guo L, Zhang J H, Zhang N, Chen K, Zhao C. Nat. Rev. Cancer. 2024, 4: 465.

[1]	Siegel R L, Miller K D, Jemal A. CA A Cancer J. Clin., 2020, 70(1): 7.
[2]	Bai J W, Qiu S Q, Zhang G J. Signal Transduct Target Ther. 2023, 8(1): 89.
[3]	Zeng Q, Mousa M, Nadukkandy A S, Franssens L, Alnaqbi H, Alshamsi F Y, Al Safar H, Carmeliet P. Nat. Rev. Cancer, 2023, 23(8): 544.
[4]	Rusk N. Nat. Meth., 2019, 16(8): 679.
[5]	Rampler E, El Abiead Y, Schoeny H, Rusz M, Hildebrand F, Fitz V, Koellensperger G. Anal. Chem., 2021, 93(1): 519.
[6]	Bergers G, Fendt S M. Nat. Rev. Cancer, 2021, 21(3): 162.
[7]	Velten B, Stegle O. Nat. Meth., 2023, 20(10): 1462.
[8]	Zhang H, DelaField D G, Li L J. Nat. Meth., 2023, 20(3): 327.
[9]	Spatial Omics DataBase (SODB). Nat. Meth., 2023, 20(3): 359.
[10]	Lewis S M, Asselin-Labat M L, Nguyen Q, Berthelet J, Tan X, Wimmer V C, Merino D, Rogers K L, Naik S H. Nat. Meth., 2021, 18(9): 997.
[11]	Liu Z Q, Duan T, Zhang Y Y, Weng S Y, Xu H, Ren Y Q, Zhang Z Y, Han X W. Br. J. Cancer, 2023, 129(5): 741.
[12]	Bayik D, Lathia J D. Nat. Rev. Cancer, 2021, 21(8): 526.
[13]	Lundberg E, Borner G H H. Nat. Rev. Mol. Cell Biol., 2019, 20(5): 285.
[14]	Ma S Y, Leng Y X, Li X P, Meng Y F, Yin Z B, Hang W. Trac Trends Anal. Chem., 2023, 159: 116902.
[15]	Wang Y, Liu B, Min Q J, Yang X, Yan S, Ma Y Y, Li S L, Fan J W, Wang Y Q, Dong B, Teng H J, Lin D M, Zhan Q M, Wu N. Cell Discov., 2023, 9: 96.
[16]	Sun Y F, Wu P, Zhang Z F, Wang Z J, Zhou K Q, Song M F, Ji Y, Zang F L, Lou L M, Rao K Q, Wang P X, Gu Y T, Gu J, Lu B B, Chen L M, Pan X Q, Zhao X J, Peng L H, Liu D B, Chen X F, Wu K, Lin P H, Wu L, Su Y L, Du M, Hou Y Y, Yang X R, Qiu S J, Shi Y H, Sun H C, Zhou J, Huang X X, Peng D H, Zhang L Y, Fan J. Cancer Cell, 2024, 42(1): 135.
[17]	Wang Y W, Chen D, Liu Y, Shi D W, Duan C, Li J H, Shi X, Zhang Y, Yu Z W, Sun N, Wang W, Ma Y G, Xu X H, Otkur W, Liu X L, Xia T, Qi H, Piao H L, Liu H X. Cell Death Dis., 2023, 14(7): 462.
[18]	Song X Y, Xiong A W, Wu F Y, Li X F, Wang J, Jiang T, Chen P X, Zhang X S, Zhao Z K, Liu H F, Cheng L, Zhao C, Wang Z H, Pan C H, Cui X L, Xu T, Luo H T, Zhou C C. J. Immuno. Therapy Cancer, 2023, 11(2): e006234.
[19]	Zhang D, Deng Y X, Kukanja P, Agirre E, Bartosovic M, Dong M Z, Ma C, Ma S, Su G, Bao S Z, Liu Y, Xiao Y, Rosoklija G B, Dwork A J, Mann J J, Leong K W, Boldrini M, Wang L Y, Haeussler M, Raphael B J, Kluger Y, Castelo-Branco G, Fan R. Nature, 2023, 616(7955): 113.
[20]	Vandereyken K, Sifrim A, Thienpont B, Voet T. Nat. Rev. Genet., 2023, 24(8): 494.
[21]	Wu S Z, Al-Eryani G, Roden D L, Junankar S, Harvey K, Andersson A, Thennavan A, Wang C F, Torpy J R, Bartonicek N, Wang T P, Larsson L, Kaczorowski D, Weisenfeld N I, Uytingco C R, Chew J G, Bent Z W, Chan C L, Gnanasambandapillai V, Dutertre C A, Gluch L, Hui M N, Beith J, Parker A, Robbins E, Segara D, Cooper C, Mak C, Chan B, Warrier S, Ginhoux F, Millar E, Powell J E, Williams S R, Liu X S, O’Toole S, Lim E, Lundeberg J, Perou C M, Swarbrick A. Nat. Genet., 2021, 53(9): 1334.
[22]	Andersson A, Larsson L, Stenbeck L, Salmén F, Ehinger A, Wu S Z, Al-Eryani G, Roden D, Swarbrick A, Borg ?, Frisén J, Engblom C, Lundeberg J. Nat. Commun., 2021, 12: 6012.
[23]	Sun C L, Wang A Q, Zhou Y H, Chen P P, Wang X Y, Huang J P, Gao J M, Wang X, Shu L B, Lu J W, Dai W T, Bu Z D, Ji J F, He J M. Nat. Commun., 2023, 14: 2692.
[24]	Zhao C, Yong T, Zhang Y B, Xiao Y, Jin Y F, Zheng C, Nirasawa T, Cai Z W. J. Hazard. Mater., 2021, 414: 125391.
[25]	Xia C R, Cao Z J, Tu X M, Gao G. Nat. Commun., 2023, 14: 7236.
[26]	Moncada R, Barkley D, Wagner F, Chiodin M, Devlin J C, Baron M, Hajdu C H, Simeone D M, Yanai I. Nat. Biotechnol., 2020, 38(3): 333.
[27]	Nguyen Q T, Tsien R Y. Nat. Rev. Cancer, 2013, 13(9): 653.
[28]	Steyaert S, Pizurica M, Nagaraj D, Khandelwal P, Hernandez-Boussard T, Gentles A J, Gevaert O. Nat. Mach. Intell., 2023, 5(4): 351.
[29]	Wang Y, Herrington D M. Nat. Mach. Intell., 2021, 3(10): 838.
[30]	Aerts H J W L, Velazquez E R, Leijenaar R T H, Parmar C, Grossmann P, Carvalho S, Bussink J, Monshouwer R, Haibe-Kains B, Rietveld D, Hoebers F, Rietbergen M M, Leemans C R, Dekker A, Quackenbush J, Gillies R J, Lambin P. Nat. Commun., 2014, 5: 4006.
[31]	Mu W, Jiang L, Zhang J Y, Shi Y, Gray J E, Tunali I, Gao C, Sun Y Y, Tian J, Zhao X M, Sun X L, Gillies R J, Schabath M B. Nat. Commun., 2020, 11: 5228.
[32]	Zhao C, Guo L, Dong J Y, Cai Z W. Innov., 2021, 2(4): 100151.
[33]	Petibois C. Trends Biotechnol., 2017, 35(12): 1194.
[34]	Sinha T K, Khatib-Shahidi S, Yankeelov T E, Mapara K, Ehtesham M, Cornett D S, Dawant B M, Caprioli R M, Gore J C. Nat. Meth., 2008, 5(1): 57.
[35]	Zhou P, Xiao Y, Zhou X, Fang J H, Zhang J W, Liu J J, Guo L, Zhang J H, Zhang N, Chen K, Zhao C. Nat. Rev. Cancer. 2024, 4: 465.