肺癌是全球范围内发病率与死亡率*的恶性肿瘤，严重威胁人类健康。其中肺鳞状细胞癌作为非小细胞肺癌主要亚型，普遍缺乏有效靶向治疗靶点，整体预后欠佳。
新辅助免疫联合化疗（NICT）已成为局部进展期肺鳞癌的主流治疗方案，但临床实践发现，不同患者对 NICT 的治疗响应差异极大，仅有部分患者可实现病理完全缓解（pCR）。如何在治疗前甄别获益人群、规避无效治疗、减少医疗资源浪费与药物毒副作用，是当前肺鳞癌诊疗领域亟待突破的关键难题。
电子科技大学附属医院・四川省人民医院团队于 2024 年在肿瘤学期刊《Frontiers in Oncology》发表原创研究。研究依托多重免疫荧光（mIF）定量分析技术与 TissueFAXS 全景组织细胞成像定量分析系统，深度解析肺鳞癌肿瘤免疫微环境，筛选核心疗效标志物并*构建新辅助免疫化疗（NICT）病理完全缓解（pCR）预测模型。经验证，该模型综合性能显著优于传统 PD-L1 TPS 评分体系，可为肺鳞癌疗效预判与个体化治疗方案制定提供坚实的理论与技术支撑。
一、研究方案
本研究为回顾性临床研究，共纳入50 例接受新辅助免疫化疗的肺鳞癌患者，根据术后病理结果将研究对象分为病理完全缓解组（pCR 组）与非病理完全缓解组（非 pCR 组）。
研究联合 HE 染色与多重免疫荧光技术，一次性检测CD8、PD-L1、Foxp3、CD163、CD3、CD4、LAG-3、TIM3、CD20、CD21共计 10 种免疫标志物，系统对比两组患者肿瘤组织内免疫细胞的种类、密度、空间分布及表型共表达差异。结合 LASSO 回归、子集回归等统计学方法，筛选影响治疗应答的关键指标，*终完成预测模型的构建与效能验证。
二、核心研究结论
新辅助免疫化疗可通过富集肿瘤区域功能性免疫细胞、逆转耗竭 T 细胞免疫抑制状态，进而发挥强效抗肿瘤作用。研究证实，肿瘤组织内免疫细胞的丰度、表型及空间分布，是决定患者能否达到病理完全缓解的核心因素。
肿瘤区域内CD8⁺、PD-L1⁺、CD8⁺PD-L1⁺细胞丰度与 NICT 疗效高度相关：pCR 组三类细胞密度显著高于非 pCR 组，是预判治疗获益的核心独立标志物。
与此同时，具有免疫抑制作用的CD3⁺Foxp3⁺、Foxp3⁺（调节性 T 细胞）与CD163⁺（M2 型巨噬细胞）在非 pCR 组中表达更高，提示此类细胞会抑制机体抗肿瘤免疫，降低治疗响应率。
基于上述三类核心标志物构建的预测模型，各项评价指标全面越传统 PD-L1 TPS 评分标准，有效弥补了传统评估方式主观性强、分层粗糙、误判率高的缺陷，可实现对肺鳞癌新辅助免疫化疗疗效的*预判。
三、核心技术支撑：TissueFAXS 全景成像与多重免疫荧光分析体系
本研究能够实现多指标同步检测、全切片空间解析与*定量分析，TissueFAXS 全景组织细胞成像定量分析系统及配套 StrataQuest 图像分析软件发挥了核心作用，整套技术流程如下：
采用分级扫描模式：先以2.5× 倍率完成整张切片全景预览，快速定位组织区域；再切换至20× 高倍镜进行*扫描，完整保留肿瘤区域、侵袭边缘、间质区域的组织形态与细胞空间分布信息，实现高通量、无死角成像。
结合多重免疫荧光染色技术，对 10 种免疫标志物进行独立荧光成像，有效规避多通道荧光串色干扰，清晰区分 CD8、PD-L1、Foxp3、CD163 等不同标记信号，为细胞表型识别、共表达分析奠定基础。
依托配套 StrataQuest 分析软件，可自动完成肿瘤区域 / 间质区域*分割、阳性细胞智能识别、细胞密度统计、空间定位及表型共定位分析。结合机器学算法，还可对 HE 染色切片内淋巴细胞、巨噬细胞、肿瘤细胞等不同细胞类型进行自动分类与定量，全程自动化分析，数据客观、可重复、标准化。
Figure 1 机器学识别 HE 染色切片各类细胞，并对比 pCR 组与非 pCR 组之间差异
Figure 2 多重免疫荧光技术解析两组患者肿瘤免疫微环境及标志物表达差异
五、结
随着肿瘤免疫治疗迈入*化时代，仅依靠定性观察、人工判读的传统病理技术，已无法满足临床与科研的发展需求。
本项研究充分证明：多重免疫荧光定量技术 + TissueFAXS 全景组织成像分析平台，可深度挖掘肿瘤免疫微环境的临床价值，是实现肺鳞癌新辅助免疫化疗疗效*预测的可靠技术路径。
从前沿科研成果到临床落地应用，该套一体化分析体系打通了 “样本检测 — 图像采集 — 智能分析 — 结果判读” 全流程，不仅为肺鳞癌个体化治疗提供全新解决方案，也为肺癌及其他实体瘤的免疫诊疗、基础科研、新药研发搭建了高性能技术平台，持续推动肿瘤*医学的发展。
