在肿瘤错综复杂的微环境中，散布着一些特殊的免疫细胞聚集体，它们并非与生俱来，而是在肿瘤诱导下新生形成，被称为三级淋巴结构。长久以来，TLS的存在被视为机体对抗肿瘤的积极信号，但其具体如何发挥作用，却如同一座座功能不明的“岛屿”，所知有限。

2026年5月28日，得克萨斯大学 MD 安德森癌症中心王凌华等团队合作在Science发表题为Pan-cancer spatial atlas of tertiary lymphoid structures的研究论文，该研究首次在泛癌种尺度上系统绘制了TLS的多样性图谱。研究发现，TLS并非千篇一律，其成熟状态与空间位置共同决定了它是高效的“免疫堡垒”还是徒有其表的“摆设”，并深刻影响着患者的生存与治疗反应。

研究突破：超越“有或无”，描绘TLS的功能全景

传统上，病理学家仅在显微镜下判断肿瘤中“有无”TLS。本研究团队结合了能揭示细胞空间位置与基因表达关系的空间转录组学，以及基于常规H&E染色切片的人工智能分析，对12种癌症、超过3000个样本进行了深入剖析。这使他们能够超越简单的二元判断，首次系统回答：TLS到底有多成熟？它们长在肿瘤的什么位置？这些特征又如何影响肿瘤？

核心发现：成熟度与位置决定TLS的“战斗力”

研究发现，TLS是一个从幼稚到高度组织化的成熟连续体，可分为早期、初级滤泡样和次级滤泡样三个阶段。越成熟的TLS，其内部免疫“部队”的组织分工越明确，激活信号越强，抗肿瘤“战斗力”也越强。

更重要的是，TLS在肿瘤中的空间位置（内部、边缘或远处）与其功能紧密耦合。尤其是那些深入敌后的肿瘤内部TLS，能对周边肿瘤细胞产生强大的“教化”作用。

研究揭示了一个清晰的距离依赖性梯度：离TLS越近的肿瘤细胞，其免疫识别和抗原呈递相关通路被强烈激活；而离TLS越远的肿瘤细胞，则更倾向于表现出旺盛的增殖、侵袭等恶性特征。这就像TLS在肿瘤内部建立起一个“免疫活化辐射区”，其影响力随距离而衰减。

全癌种TLS图谱及基于人工智能的患者分层分析（图源自Science）

临床转化：AI赋能，将组织切片转化为预后评分

基于上述发现，研究团队开发了一套人工智能框架，能够像一位经验丰富的数字病理学家，仅凭一张常规的H&E染色切片，就能自动识别TLS，并精准判断其成熟状态和空间分布。他们将此转化为一个基于成分的综合评分，不仅考虑TLS的有无，更量化了不同成熟状态TLS的比例和位置。

在多个独立患者队列验证中，这一TLS综合评分在预测患者生存期和对免疫治疗的反应方面，显著优于传统的简单判断方法。评分高的患者，其预后明显更好。这为将TLS的状态作为一种可量化、可推广的新型生物标志物，用于临床预后分层和精准治疗决策，提供了坚实的技术路径。

总结与展望

这项研究从根本上改变了对TLS的认知：它不再是一个静态的“有或无”的标志物，而是一个动态、异质且功能强大的免疫枢纽。其成熟与定位，直接编码了局部免疫的活性与肿瘤的恶性程序。

更重要的是，该研究打通了从基础生物学发现到临床应用的桥梁，通过AI将深奥的空间生物学特征，转化为病理科日常切片上即可读取的实用信息。未来，旨在“催熟”或诱导TLS在肿瘤内部形成的治疗策略，或将成为增强癌症免疫治疗效果的新方向。

参考消息：https://www.science.org/doi/10.1126/science.adz2742