编辑推荐:
专业术语翻译的论文摘要
病理学始终是一门空间科学:超过150年来,诊断依赖于解读细胞与组织的结构。三项技术潮流正汇聚于这一基本原则之上。空间分辨组学能够在完整的福尔马林固定石蜡包埋(FFPE)组织中测量数千种转录本和超过一百种蛋白质;多重成像能够逐个细胞地量化
专业术语翻译的论文摘要
病理学始终是一门空间科学:超过150年来,诊断依赖于解读细胞与组织的结构。三项技术潮流正汇聚于这一基本原则之上。空间分辨组学能够在完整的福尔马林固定石蜡包埋(FFPE)组织中测量数千种转录本和超过一百种蛋白质;多重成像能够逐个细胞地量化组织微环境;而计算病理学已从玻片数字化发展到能够从形态学预测分子特征的基础模型。空间读数的临床证据真实存在但参差不齐:少数检测已获得指南提及或前瞻性应用,而大多数发现仍停留在回顾性、依赖平台且验证不均衡的阶段。然而,该领域目前仍分散于“空间生物学”、“数字病理学”和“计算病理学”之下,缺乏统一的标准化、培训和诊断框架。在此,研究人员提出(作为讨论议题而非定论)将这一融合视为病理学的一个连贯分支——“空间病理学”(spatial pathology),并将其定义为利用组织的空间分辨测量来获取诊断、预后和预测信息。研究人员阐述了现有结构尚未解决的问题,承认了反对意见,并概述了一个建立共识的议程。研究人员还建议使用“spathology”作为可选简称,并公开声明所有作者均为一家名为SPATHO AB的公司联合创始人,该公司名称即源于同一缩略词。
论文解读文章
一、研究背景与现存问题
病理学自创立之初便根植于空间概念:Virchow的细胞病理学将疾病定位于细胞及其构成的组织结构中,并通过显微镜进行判读。百余年来,Gleason分级、TNM分期、HER2免疫组化评分等诊断实践,本质上均为编码化的空间模式识别。然而,尽管病理学一直实践着空间生物学,其核心技术——免疫组化(IHC)——在临床上近八十年间基本维持在单重检测水平。
当前,三项技术潮流正在汇聚:空间分辨组学(如空间转录组学、空间蛋白质组学)可在完整FFPE组织中高通量测量RNA和蛋白质;多重组织成像技术(如成像质谱流式、多重离子束成像)实现了对组织微环境的单细胞级定量;计算病理学则从全玻片成像发展到可基于苏木精-伊红(H&E)染色形态预测分子特征的基础模型。这些技术的融合使研究人员能够以前所未有的分辨率获取组织内细胞和分子的位置信息。
然而,该领域面临严峻挑战。首先,研究成果碎片化分布于“空间生物学”、“数字病理学”和“计算病理学”等不同领域,缺乏统一的标准、培训和诊断框架。其次,临床证据成熟度极不均匀:仅有少数空间生物标志物达到指南提及或前瞻性应用水平,大部分发现仍属回顾性、依赖特定平台且验证不充分。第三,现有病理学体系无法妥善处理跨模态的质量保证、坐标解析数据的共享数据模型、多参数空间检测的监管与报销分类,以及病理学家和计算科学家在空间数据方面的交叉培训等问题。因此,有必要探讨是否应将这一技术融合确立为病理学的一个独立分支。
二、主要研究方法
本研究为观点性论述,未开展实验研究。研究人员主要通过文献综述和逻辑论证,梳理了空间分辨组学、多重组织成像和计算病理学三大技术领域的发展脉络与汇聚趋势,分析了现有临床证据的成熟度,并提出了建立“空间病理学”(spatial pathology)这一学科分支的必要性、定义、议程及潜在命名方案。研究人员特别强调了形态-分子推断环(morphology-molecule inference loop)这一关键机制:空间组学提供分子参考,训练基于形态学的模型;训练后的模型应用于存档H&E玻片;预测结果用于优先选择需进行正交验证的样本,从而反馈优化参考数据。
三、研究结果
1. 病理学始终是空间的
现代病理学建立在空间主张之上。Virchow的细胞病理学将疾病定位于细胞及其组成的组织结构中。诊断实践中的核心内容,如Gleason分级、TNM分期、HER2 IHC评分,本质上都是编码化的空间模式识别。IHC本身也是一种空间分子检测,只是八十年来在临床上基本保持单重水平。变化在于仪器设备:能在组织切片每个位置测量的分子种类已从一种增至数万种,计算能力也随之提升。
2. 三条支流,一处汇合
2.1 空间分辨组学
该技术路线始于单分子荧光原位杂交(smFISH),随后发展为原位测序(in situ sequencing)和组合条形码技术。空间条形码捕获阵列实现了全转录组测量,即空间转录组学(spatial transcriptomics)。两项关键进展推动了这些技术向病理科转化:一是商业化成为围绕常规标本设计的稳健平台;二是与FFPE组织的兼容性,FFPE是诊断实践和全球组织档案库的通用基质。到2024年,许多主流商业平台已兼容FFPE,单细胞规模的全转录组分析已在常规FFPE切片上可行。空间分辨转录组学和空间蛋白质组学分别被《自然·方法》评为2020年度方法和2024年度方法。技术栈正向空间表观基因组学、代谢组学和三维方法拓展。
2.2 多重组织成像
蛋白质路线将IHC从单一标志物扩展到数十种。成像质谱流式(IMC)和多重离子束成像(MIBI)使用金属标记抗体突破荧光光谱限制,DNA条形码循环免疫荧光则在常规显微镜上实现同等多重能力。这些方法使组织结构的组织变得可量化:细胞邻域分析显示结直肠癌侵袭前沿的复发性多细胞结构可分层患者预后;乳腺癌单细胞病理图谱表明空间定义的组织表型携带超越传统亚型的预后信息。基于百万以上注释细胞的深度学习分割现可将此类图像转化为单细胞数据。
2.3 计算病理学
该路线最为年轻但发展最快。2017年美国批准全玻片成像用于初诊,创造了机器学习的数据基础。几年内,深度学习在特定诊断任务上与病理学家相当或更优,可从H&E形态预测驱动基因突变和微卫星不稳定性,并在盲法国际验证中达到病理学家水平的Gleason分级。当前的基础模型时代——在数十万至百万张全玻片图像上预训练的自监督编码器——提供了跨器官、任务和机构的通用组织形态表征。近期工作直接将机器学习应用于空间组学数据,如Squidpy等开源框架使空间统计和图像特征分析成为常规,新方法可从组织学预测近单细胞分辨率的空间基因表达。
3. 空间读数已揭示的内容及证据成熟度
空间上下文携带超越批量或单标志物检测的诊断信息,但证据成熟度差异巨大。Immunoscore是奠基性案例:结直肠癌中T细胞的类型、密度和位置比当时使用的组织病理学分期系统更能预测结局。一项2681例的国际验证研究表明,这种数字量化、位置感知的检测对复发风险预测的贡献超过包括TNM分期在内的任何常规参数。欧洲肿瘤内科学会(ESMO)指南指出Immunoscore可与TNM联用细化预后。三级淋巴结构(TLS)在2020年被发现与黑色素瘤、肾细胞癌和肉瘤的检查点抑制剂获益相关。一项针对TLS阳性肉瘤患者的II期试验显示6个月无进展率为40%,远高于此前非选择队列的4.9%。一项涵盖8135例患者的荟萃分析报告,多重空间分辨IHC/免疫荧光(IF)对PD-1/PD-L1阻断反应的区分度(AUC 0.79)高于PD-L1 IHC(0.65)、基因表达谱(0.65)和肿瘤突变负荷(0.69)。高度多重空间研究进一步表明,肿瘤-免疫结构(而非单纯细胞组成)与三阴性乳腺癌生存相关,复发性微环境结构将基因型与数百例乳腺肿瘤的结局联系起来,复发性基质-免疫生态位定义了临床不同的生态型。空间分析甚至开始动摇诊断分类本身:在导管原位癌(DCIS)中,周围基质和肌上皮的状态比肿瘤细胞特征更能追踪进展风险;前列腺的器官级空间转录组学揭示了组织学良性上皮中的克隆拷贝数扩增,挑战了“正常”的形态学定义。
4. 汇聚环路:形态-分子推断
空间组学可提供与组织坐标对齐的分子参考,用于训练基于形态学的模型;训练后的模型可应用于存档H&E玻片,每张玻片的边际成本低于新的空间分析;预测结果有助于优先选择需进行空间分析或正交验证的样本,从而反馈优化参考。该环路已在运行:基于空间转录组学匹配点训练的深度学习可从乳腺癌H&E预测局部表达;全转录组规模的预测随后实现;整合空间转录组学与高分辨率组织学现可进行近单细胞表达推断;视觉-组学基础模型已将该方法泛化。但该环路不应过度解读:空间组学测量本身受采样、灵敏度、特异性、探针设计、组织处理、细胞分割、空间分辨率、批次效应和平台依赖性误差影响,是分子参考而非金标准。从H&E预测分子状态可能反映形态相关性或数据集特异性混杂因素,性能可能随机构、扫描仪、染色方案和疾病患病率下降。
5. 是否需要共享框架及其命名?
5.1 现有结构未解决的问题
四个候选问题:跨模态质量保证缺失;现有信息系统无法处理多模态坐标解析数据;多参数空间检测缺乏监管和报销类别;缺乏交叉培训项目。
5.2 命名
研究人员提出“空间病理学”(spatial pathology)作为描述性术语,定义为“从组织的空间分辨测量——形态学、分子和计算——中获取诊断、预后和预测信息的病理学分支,将细胞和分子的位置视为原始数据”。该定义有意保持技术中立,并涵盖经典组织病理学和IHC。研究人员建议“spathology”作为可选简称,但承认其可能被误读为拼写错误、不易理解、翻译困难,且与作者创立的公司SPATHO AB关联密切。研究人员邀请替代提案,并欢迎独立的术语共识过程。
5.3 利益冲突与编辑处理
三位作者均为SPATHO AB联合创始人并持有财务权益。该文章是纯粹的学术讨论,不描述、评估或推广SPATHO AB的任何产品、服务或技术,不呈现公司数据,论点不依赖公司存在或活动。此外,T.H.是本文章所在特刊的客座编辑,但未参与本文的编辑处理。
6. 学科议程
若社区同意值得建立共享框架,议程包括:多方利益相关者共识流程;标准化和外部质量保证;数据采集、管理和基础设施(需建立类似放射学PACS和DICOM的等效系统);验证和临床交付(现实近期路径是通过高重空间发现定义生物学,再将其提炼为适合现有实验室经济学的可扩展低重或H&E推断检测);培训(建立奖学金轨道、核心课程和共享词汇)。
四、讨论与结论
研究人员强调,每一次病理学的重新工具化——显微镜、免疫染色、测序仪、扫描仪——最终都得到了制度性的回应。空间分辨测量是一次重大的新工具化,少数空间生物标志物已达到指南提及或前瞻性应用水平,但整体证据尚不均匀,多数空间发现尚未成为临床工具。是否需要为这项工作设立一个独立的命名分支,或由现有体系吸收,应由病理学界通过开放独立的过程来决定。研究人员提供“空间病理学”作为描述,“spathology”作为可选简称(附上述警示和利益冲突),并将议程作为讨论起点。