目前对癌症的理解以及治疗干预的有效性在很大程度上是获得癌症组织信息来推动的。一个特别重要的方面与肿瘤组织内免疫细胞的识别和分布有关。肿瘤浸润性免疫细胞的组成和功能直接影响某些治疗方法的疗效。更近，在癌症免疫疗法中，对目标肿瘤刺激免疫细胞，已开始得到预期的结果。故在特定激活之前进行全面的癌症-免疫细胞相互作用分析证明是治疗成功的关键。

肿瘤组织异质性的综合分析对于确定特定的疾病状态和建立合适的治疗方案至关重要。本文作者分析了10例HER2+乳腺癌患者的肿瘤组织切片。获得并分析多维的、全基因组的转录组数据，解决免疫细胞在组织切片中的空间分布和识别。此外，作者还确定了免疫细胞在肿瘤组织的不同区域(包括浸润性癌区域)的浸润程度。更后构建肿瘤及其微环境转录三维图像，并揭示了肿瘤-免疫相互作用的异质性及其患者间免疫细胞浸润方式的差异。这在治疗决策中很可能是必不可少的。

1. 10名患者分别收集3张切片进行空间转录组研究。肿瘤切片形态学检查显示患者间和患者内组织的异质性。所有10名患者的肿瘤都有浸润成分，但只有4名患者的肿瘤含有标记为导管原位癌(DCIS)的区域。6名患者的肿瘤含有免疫细胞丰度高的区域。已鉴定的其他主要组织类型包括脂肪组织、纤维组织和正常腺体。通过PCA降维分析发现患者被分为数组，同样也说明了病人间的巨大差异。LDA分析每个患者样本，与病理学家注释(见下图b）比较，显示某些基因表达主题与被描述为间质、癌症、免疫和腺体丰富的区域（见下图c）明显重叠.。这一发现表明，将LDA应用于空间转录学数据可以提供关于肿瘤微环境的有价值的信息。

2. 基于基因表达主题的比例进行空间位置点的聚类分析。发现与病理专家注释相比，聚类揭示了组织更多相关的细节。例如，在患者H中标注为导管原位癌(DCIS)的大区域也包含与H2簇一致的空间位置点，该位置点与侵袭性肿瘤细胞密集的区域相对应。提示该区域具有DCIS的形态学特征，但具有浸润性癌的分子特征。

3. 为了进一步研究这些数据，研究者又计算了空间免疫分数，并确定了每个样本中的免疫细胞组成。该方法还提供了每个群集的免疫细胞组成。对于大多数样本来说，更高值出现在标记为免疫细胞密集的区域（见下图）。然而，即使在其它区域，某些免疫细胞类型的得分也相对较高。例如，在患者H中，在DCIS、肿瘤间质和所有间质区域分别检测到Th2 , class-switched memory B-cells and memory B-cells （见下图c）。

4. 随后对10名患者的侵袭性癌区的免疫细胞组成进行分析（见下图）。分为四组，E H为一组，这两名患者具有相似的肿瘤浸润免疫细胞组成。表现出丰富的免疫细胞多样性。J独立成组：有且仅有大量Th2免疫细胞。B F I组免疫细胞模式与E和H患者相似，免疫细胞类型多样性较少。C G A D组淋巴细胞特征普遍缺失，这种总体存活率通常较差。

更后作者又做了3D图像（https://spatialtranscriptomics3d.shinyapps.io/ST3D-Viewer/)，所有免疫细胞和检测到的基因都可以交互可视化。