评Wu团队Slide-GoTags：空间解析新抗原-TCR共定位
新抗原（neoantigen）作为肿瘤特异性靶点，在过继性T细胞疗法与个性化疫苗中扮演核心角色。然而，将肿瘤细胞所表达的新抗原与其cognate TCR对应起来，并定位到组织原位的物理交互，一直是免疫肿瘤学的方法学瓶颈。Dana-Farber的Catherine Wu团队近期在Nature Biotechnology发表的工作Slide-GoTags给出了一套整合靶向突变基因分型、TCR测序与单核空间转录组的多模态方案，并在小鼠MC38模型与9种人类肿瘤样本上验证了新抗原-TCR空间共定位的可行性。
方法核心
Slide-GoTags以10x Genomics液滴snRNA-seq为底盘，从一张20 μm冰冻切片同时构建三个文库：（1）全转录组snRNA-seq，提供细胞类型注释与基因表达背景；（2）TCR α/β链扩增测序，基于V(D)J区设计引物，绕开3′ poly(A)捕获的限制，使TCRα与TCRβ检出率较Slide-TCR-seq分别提升约11.8倍与13.6倍；（3）靶向突变基因分型（genotyping），根据样本WES预测的候选新抗原位点设计探针，在cDNA层面直接捕获突变转录本。三套数据通过共享的细胞条形码在原位像素坐标上完成配准，从而把”突变转录本在哪一格、TCR是哪一格、表达谱是哪一格”统一在空间框架内。
小鼠模型验证
在经典MC38-SIINFEKL/OT-I系统中，作者首先确认方法灵敏度：基因表达文库中检出70个表达SIINFEKL的肿瘤细胞，靶向基因分型在61%的细胞中阳性（对应到全映射核的2.1%）。通过normalized mixing score（NMS）配合permutation test，定量验证了OT-I克隆型与SIINFEKL表达肿瘤细胞在约150–300 μm半径内存在显著空间共定位——这与组织内T细胞-APC接触的典型尺度吻合。
进一步在Rpl18 p.Q125R突变体系中，作者比较了anti-PD1与anti-CTLA4两种ICB方案的免疫地形差异。结果显示：anti-PD1治疗组中apCAF（antigen-presenting CAF）显著富集，并与T细胞共定位；Rpl18特异性T细胞在靠近mutant肿瘤细胞时表现出更高的CD8增殖评分，其耗竭程度与新抗原表达强度正相关——CMV启动子驱动的高表达组中TIM3⁺LAG3⁺ tetramer⁺ CD8 T细胞比例显著上升。这些数据在单一空间分辨率下同时回答了”哪些T细胞被什么新抗原激活”以及”激活强度是否受抗原密度调控”两个原本需要两套实验才能回答的问题。
人ccRCC的TCR-新抗原空间配对
将方法迁移到人类样本的关键挑战是罕见性——典型实体瘤中能识别任一特定新抗原的T细胞通常不到总T细胞的1%。作者利用先前经TCR特异性筛选的ccRCC样本（RCC_1），已知35条TCR具有肿瘤反应性，其中11条靶向NSUN5 p.Q18K新抗原。在四张组织切片中，作者定位了53条NSUN5特异性T细胞与66条NSUN5突变肿瘤细胞，NMS分析显示NSUN5特异性克隆型与突变肿瘤细胞在200–250 μm半径内显著共定位（NMS = 2.26, P < 1×10⁻³），而同一克隆型与NSUN5-WT细胞之间无此信号。
通过KDE对NSUN5突变肿瘤与NSUN5特异性T细胞的高密度区域进行重叠分析，作者将切片A划分为”region 1″（高共定位区）与”region 2″（外围区）。Region 1的肿瘤细胞显著富集IFNγ信号通路、HLA-I/II分子与ISGs——典型的”热肿瘤”特征；位于region 1的NSUN5特异性克隆型表现出更高的耗竭评分与细胞毒性评分，且高亲和力克隆型（EC₅₀ < 80 pg/mL）在region 1富集（OR = 5.40）。受体-配体分析进一步揭示CXCL9-CXCR3（DC招募T细胞）与BTLA-TNFRSF14（M2型巨噬细胞介导的T细胞抑制）两条关键信号轴均在region 1富集。
跨瘤种推广与”免疫源性龛”
将Slide-GoTags扩展到9个人类肿瘤样本（ccRCC、胶质瘤、黑色素瘤、卵巢癌；共130,866个核，60%空间映射），作者发现：所有可检出TCR-新抗原空间共定位的样本都属于免疫学上的”热肿瘤”，且其T细胞密度与MP17 IFN-response metaprogram评分均显著高于”冷肿瘤”。在3个独立样本中分别鉴定到TCR克隆型与其cognate新抗原在原位共定位——这是首次在非质谱路径下、以单张切片直接观察到的人类新抗原特异性识别事件。
技术评述
从免疫肽组学（immunopeptidomics）视角看，这套方法的互补价值在于绕过HLA配体组质谱的两大传统瓶颈：检测灵敏度（新抗原HLA呈递丰度常低于IP-MS的检出阈值）与TCR配对（MS能鉴定peptide，却无法知道识别它的TCR）。Slide-GoTags用”突变转录本的存在”替代”peptide-MHC复合物的存在”——这是一种上游替代，探测的是有潜力呈递新抗原的细胞，而非实际呈递的细胞。对于抗原加工缺陷或HLA-LOH的细胞，这一替代会引入假阳性。这是Slide-GoTags与传统HLA-IP之间最本质的方法学权衡。
| 维度 | HLA配体组质谱（IP-MS） | Slide-GoTags（snRNA-seq） |
|---|---|---|
| 读出层级 | 实际呈递的peptide-HLA | 突变转录本存在性 |
| 灵敏度限制 | HLA-IP丰度、样本量 | 突变表达水平、cDNA捕获效率 |
| 空间信息 | 无（块状裂解） | 原位单细胞 |
| TCR配对 | 无法 | 同切片V(D)J测序 |
| 假阳性来源 | 污染肽、肽预测错配 | HLA-LOH、转录≠翻译 |
| 假阴性来源 | 丰度低、Ion suppression | 突变未表达、dropout |
在空间方法学层面，NMS与KDE的组合提供了无监督定义”免疫相互作用热点”的范式。Region 1/2的二分避免了预设细胞邻域半径的人为偏差，对组织异质性较强的ccRCC尤为稳健。NMS峰值落在150–300 μm这一区间，与文献中T-APC稳态接触距离相符，提示捕获到的是生物学真实的相互作用，而非技术噪声。
值得注意的局限在于：靶向基因分型受限于等位基因dropout，61%的捕获率意味着低表达突变位点存在系统性漏检；TCR检出虽较Slide-TCR-seq大幅提升，仍依赖V(D)J引物的覆盖完整性，对超罕见克隆型的检出上界不明。此外，方法本身依赖已知突变列表——也就是说，靶向基因分型不能”发现”新抗原，只能验证由WES+NetMHCpan等流程预测出的候选位点。这与质谱HLA配体组的”无偏”特性形成对照。
内容经AI校正和润色，审慎阅读