Nature：中科大孙成/刘连新团队开发基于空间免疫特征的肝癌复发预测系统TIMES，准确率达82.2%

肝细胞癌（HCC）是最常见的恶性肿瘤之一，也是全球第6位常见恶性肿瘤及第3位肿瘤致死的病因，具有起病隐匿、进展快和预后较差等临床特点。肝切除术是目前HCC治疗最常用的潜在根治性治疗手段，但超70%HCC患者术后会出现复发。鉴于HCC切除术后的高复发率，更好地早期识别术后复发高风险患者，将有助于改善患者预后，并合理分配医疗资源。

近日，中国科学技术大学孙成、刘连新团队与新加坡科学技术研究局团队合作，在Nature上发表了题为“Spatial Immune Scoring System Predicts Hepatocellular Carcinoma Recurrence”的文章。通过整合空间转录组学、蛋白质组学、多重免疫组化数据及人工智能（AI）分析技术，研究团队开发了一个基于空间免疫学特征的肝癌复发风险预测系统——TIMES（肿瘤免疫微环境空间评分系统）。经验证，其真实世界准确率达82.2%，特异性达85.7%，为HCC的术后风险分层提供了潜在的空间免疫学评估维度。

研究团队通过10x Visium空间转录组分析技术，对17名在2018-2023年间接受过肝癌切除术的HCC患者的福尔马林固定、石蜡包埋肿瘤样本中近76,600个区域进行评估，以表征各种免疫细胞的分布。其中，11名复发患者，6名非复发患者。结果显示，与复发患者相比，非复发HCC患者的肿瘤侵袭前缘区域CD57+NK细胞显著富集，且其密度与无病生存期显著正相关。

研究团队还对 8 个HCC样本中的浸润前沿、邻近基质和肿瘤中心部位进行分析，发现了200多个差异表达基因，其中23个基因在NK细胞单细胞RNA测序数据中呈现特异性表达模式。

图1.研究概述

通过整合61名HCC患者的多重免疫组织化学、全切片成像和基于质谱的蛋白质组学分析结果，研究团队使用梯度增强决策树（XGBoost）机器学习算法构建了TIMES评分系统，其评分范围为0-1，分数越高HCC复发风险越大。据悉，该系统将临床病理数据与SPON2、ZFP36L2、ZFP36、VIM和HLA-DRB1等5个关键预测生物标志物的空间表达数据相结合，通过量化免疫细胞在肿瘤微环境中的空间分布特征，实现了对肝细胞癌复发风险的高精度预测。特别地，这些生物标志物的预测能力取决于其空间分布综合情况，而非单个标志物的表达水平。

在包含 231 名HCC患者的多中心队列中，研究团队评估了TIMES系统性能。结果显示，TIMES准确率为82.2%、特异性为85.7%，性能显著优于现有TNM系统和BCLC系统。

孙成表示：“TIMES评分系统并非依赖于单个生物标志物或从组织样本整体得出的表达特征，而是‘统地’量化了关键免疫细胞群体的空间分布模式，捕捉到了已被证明对复发风险具有高度预测性的区域免疫梯度。”

图2. 用于HCC复发风险分层的TIMES评分系统。

SPON2在TIMES系统中预测性能最强，为此研究团队探究了SPON2+ NK细胞的功能机制。三维迁移实验及细胞毒性实验证实，SPON2可促进NK细胞向肿瘤细胞的定向迁移，SPON2+NK细胞具有增强的细胞杀伤活性，能显著促进CD8+T淋巴细胞的活化。HCC小鼠基因敲除实验则表明，NK细胞中SPON2缺失会显著增加小鼠肝癌复发风险；进一步分析显示，SPON2通过调控γ干扰素细胞因子活性、CD8+阳性T细胞激活以及肿瘤浸润前沿NK细胞浸润情况增加复发风险。

孙成解释道：“阐明SPON2在促进NK细胞动员和抗肿瘤活性方面的作用，为开发旨在增强SPON2介导的NK细胞反应的免疫治疗策略提供了机制基础。” 他还指出，SPON2+ NK细胞“代表了一个此前未被充分研究的亚群，其具有更强的细胞杀伤能力和卓越的肿瘤浸润特性”。

上述结果表明，TIMES系统能够对复发高风险患者进行更精细的分层，有望为辅助治疗方案的选择提供指导。TIMES 评分较低的患者，可能会从更密集的免疫监测方案中获益，或者考虑接受辅助免疫治疗干预。

为促进临床应用，研究团队还开发了全球可访问的在线平台（https://sun.times.ustc.edu.cn/），仅需上传标准免疫组化染色图像或数据，即可获得包含TIMES评分和复发风险预测的综合报告。

值得注意的是，TIMES系统相关的核心算法和模型均已获得专利保护，研究团队正积极寻求与企业合作，推动该预测系统的规范化临床转化应用。

基于目前的研究发现，研究团队计划开展多中心前瞻性研究对TIMES系统进行评估，以了解空间表达分层策略对早期肝细胞癌病例的实用性，并计划 探究TIMES 评分与现有治疗（尤其是免疫检查点免疫治疗）反应之间的潜在关系。

综上所述，该研究首次在临床层面实现了基于空间免疫特征的肝癌复发风险预测。TIMES评分系统的建立标志着HCC预后评估领域的重要进展，通过整合空间免疫信息实现了超越传统临床因素的风险分层能力。

参考文献：

1.https://www.nature.com/articles/s41586-025-08668-x

2.https://www.genomeweb.com/cancer/liver-cancer-recurrence-risk-informed-tumor-microenvironment-spatial-expression-score