肺癌多重免疫荧光空间分析要把组织取样、单细胞信息和患者级统计连起来。Zheng等2025年的非小细胞肺癌研究提供了一个完整案例：总队列132人，其中50人的肿瘤进入mIF分析，共255个组织芯、约150万个细胞、33个marker。
第一步：确定取样范围和患者映射
全队列、mIF队列和疗效子集不能混用。论文免疫治疗队列为34人；其中mIF疗效比较使用22人、152个组织芯，响应者7人25芯，非响应者15人127芯。后文9.5%与3.8%的细胞比例属于这个子集。
一位患者的多个组织芯能描述异质性，却不能变成多个独立患者。项目应在分析前确定区域选择、有效面积、坏死排除和患者—样本—ROI映射，保存未通过质控的区域及原因。
第二步：用Panel定义可区分的细胞
该研究33个marker分为19个谱系、6个共刺激/抑制、4个免疫信号和4个组织结构标记，注释13类细胞。实际项目需要先列目标表型及组合规则，再核对是否有足够标记；不能依靠聚类替代缺失的实测信息。详见mIF Panel评估方法。
第三步：将图像转换为可复核单细胞表
| 字段 | 用途 |
|---|---|
| patient_id / sample_id / roi_id | 保留分析层级，支持患者内汇总。 |
| cell_id / x / y / pixel_size | 定位细胞，统一距离单位。 |
| 各marker强度、阈值和cell_type | 追溯表型依据及未分类原因。 |
| compartment / qc_flag | 区分组织区室，记录分割或信号问题。 |
每一步都应把标签回贴原图，核对细胞边界、信号定位及排除区。字段表为本文整理的输入建议，不是论文原始数据或固定交付承诺。
第四步：定义局部空间邻域
论文统计每个细胞周围50 μm内的细胞组成，经聚类得到8类空间邻域，包括肿瘤、淋巴、巨噬细胞及成纤维细胞富集等模式。50 μm是研究参数；更换尺度或分割方案后，需要重新评估分组的稳定性。
第五步：比较细胞关系与响应
在上述22人mIF疗效子集中，响应者与非响应者的细胞毒性T细胞平均比例为9.5%与3.8%，相关富集邻域比例为7.8%与1.2%。论文还比较细胞邻近和距离；这些指标分别描述丰度、局部组成与位置，不能互相替代，也不能直接证明功能互作。
第六步：汇总回患者并验证统计设计
多个组织芯可按预设规则汇总；原研究比较平均数、中位数和最大值时，得到的模型表现不同。项目应预设汇总方案，报告各分析实际人数、终点、随访和协变量，避免以细胞数夸大样本量。回顾性队列的结果也不能直接成为其他患者的临床预测。
交给分析方前准备什么
- 代表性多通道原图、panel与通道对应、扫描和像素尺度。
- 肿瘤/间质等ROI与排除区、患者和样本映射。
- 分组、主要研究终点、随访是否完整，以及希望输出的图表。
- 对分割、表型和空间参数的已有约定；具体格式与可分析尺度先用代表图确认。
对应模块包括TR-Seg细胞分割、TR-PhenoClass表型分析和TR-Spa组织空间解码；需要整体项目评估时可查看图像分析服务。上述论文数字属于原研究，不是泰立瑞产品效果数据。
参考文献与资料
内容整理：泰立瑞｜本文于2026年10月20日更新。文献结果归原研究作者；教学模板、分析建议和软件介绍按文中说明使用。