注：此报告仅来自单一来源，尚待核实。

美国国立卫生研究院（NIH）资助的研究人员开发了一种机器学习工具，通过分析癌细胞的局部基因活性来构建肿瘤细胞生态系统（称为空间生态型）。该工具利用来自100多个人类肿瘤的空间转录组学数据和超过1000万个单个细胞的基因活性数据，识别出9种在不同肿瘤类型中普遍存在的空间生态型。这些生态型以特定的基因活性为特征，在肿瘤内的位置各不相同，通常出现在肿瘤边缘或核心附近。

该研究发现，这六种生态型与癌症生存率相关。其中两种，分别标记为SE7和SE8，与免疫检查点抑制剂疗法的良好反应相关，而SE4则与耐药性相关。这些空间生态型比现有生物标志物更能预测治疗反应。

研究人员还探索了通过血液检测来检测这些空间生态型水平的可能性，这种方法比肿瘤活检的侵入性更小，并且能够更好地监测和预测癌症患者的治疗结果。

这项发表在《自然》杂志上的研究结果，可能有助于通过加强治疗监测和结果预测来开发个性化癌症疗法。