While immune checkpoint–based immunotherapy (ICI) shows promising clinical results in patients with cancer, only a subset of patients responds favorably. Response to ICI is dictated by complex networks of cellular interactions between malignant and nonmalignant cells. Although insights into the mechanisms that modulate the pivotal antitumoral activity of cytotoxic T cells (Tcy) have recently been gained, much of what has been learned is based on single-cell analyses of dissociated tumor samples, resulting in a lack of critical information about the spatial distribution of relevant cell types. Here, we used multiplexed IHC to spatially characterize the immune landscape of metastatic melanoma from responders and nonresponders to ICI. Such high-dimensional pathology maps showed that Tcy gradually evolve toward an exhausted phenotype as they approach and infiltrate the tumor. Moreover, a key cellular interaction network functionally linked Tcy and PD-L1+ macrophages. Mapping the respective spatial distributions of these two cell populations predicted response to anti-PD-1 immunotherapy with high confidence. These results suggest that baseline measurements of the spatial context should be integrated in the design of predictive biomarkers to identify patients likely to benefit from ICI. Significance: This study shows that spatial characterization can address the challenge of finding efficient biomarkers, revealing that localization of macrophages and T cells in melanoma predicts patient response to ICI. See related commentary by Smalley and Smalley, p. 3198

中文翻译：

---

绘制转移性黑色素瘤的免疫图谱揭示了预测免疫治疗反应的局部细胞间相互作用

虽然基于免疫检查点的免疫疗法 (ICI) 在癌症患者中显示出有希望的临床结果，但只有一小部分患者有良好的反应。对 ICI 的反应由恶性细胞和非恶性细胞之间复杂的细胞相互作用网络决定。尽管最近对调节细胞毒性 T 细胞 (Tcy) 关键抗肿瘤活性的机制有了深入的了解，但大部分知识都是基于对分离肿瘤样本的单细胞分析，导致缺乏有关细胞毒性 T 细胞 (Tcy) 的关键信息。相关细胞类型的空间分布。在这里，我们使用多重 IHC 来空间表征 ICI 反应者和非反应者的转移性黑色素瘤的免疫景观。这种高维病理图显示，Tcy 在接近和浸润肿瘤时逐渐演化为耗尽表型。此外，一个关键的细胞相互作用网络在功能上连接了 Tcy 和 PD-L1+ 巨噬细胞。绘制这两个细胞群各自的空间分布图可以高度可信地预测对抗 PD-1 免疫疗法的反应。这些结果表明，空间环境的基线测量应纳入预测生物标志物的设计中，以识别可能从 ICI 中受益的患者。意义：这项研究表明，空间表征可以解决寻找有效生物标志物的挑战，揭示黑色素瘤中巨噬细胞和 T 细胞的定位可以预测患者对 ICI 的反应。参见 Smalley 和 Smalley 的相关评论，第 17 页。3198 此外，一个关键的细胞相互作用网络在功能上连接了 Tcy 和 PD-L1+ 巨噬细胞。绘制这两个细胞群各自的空间分布图可以高度可信地预测对抗 PD-1 免疫疗法的反应。这些结果表明，空间背景的基线测量应纳入预测生物标志物的设计中，以识别可能受益于 ICI 的患者。意义：这项研究表明，空间表征可以解决寻找有效生物标志物的挑战，揭示黑色素瘤中巨噬细胞和 T 细胞的定位可以预测患者对 ICI 的反应。参见 Smalley 和 Smalley 的相关评论，第 17 页。3198 此外，一个关键的细胞相互作用网络在功能上连接了 Tcy 和 PD-L1+ 巨噬细胞。绘制这两个细胞群各自的空间分布图可以高度可信地预测对抗 PD-1 免疫疗法的反应。这些结果表明，空间背景的基线测量应纳入预测生物标志物的设计中，以识别可能受益于 ICI 的患者。意义：这项研究表明，空间表征可以解决寻找有效生物标志物的挑战，揭示黑色素瘤中巨噬细胞和 T 细胞的定位可以预测患者对 ICI 的反应。参见 Smalley 和 Smalley 的相关评论，第 17 页。3198 绘制这两个细胞群各自的空间分布图可以高度可信地预测对抗 PD-1 免疫疗法的反应。这些结果表明，空间环境的基线测量应纳入预测生物标志物的设计中，以识别可能从 ICI 中受益的患者。意义：这项研究表明，空间表征可以解决寻找有效生物标志物的挑战，揭示黑色素瘤中巨噬细胞和 T 细胞的定位可以预测患者对 ICI 的反应。参见 Smalley 和 Smalley 的相关评论，第 17 页。3198 绘制这两个细胞群各自的空间分布图可以高度可信地预测对抗 PD-1 免疫疗法的反应。这些结果表明，空间环境的基线测量应纳入预测生物标志物的设计中，以识别可能从 ICI 中受益的患者。意义：这项研究表明，空间表征可以解决寻找有效生物标志物的挑战，揭示黑色素瘤中巨噬细胞和 T 细胞的定位可以预测患者对 ICI 的反应。参见 Smalley 和 Smalley 的相关评论，第 17 页。3198 意义：这项研究表明，空间表征可以解决寻找有效生物标志物的挑战，揭示黑色素瘤中巨噬细胞和 T 细胞的定位可以预测患者对 ICI 的反应。参见 Smalley 和 Smalley 的相关评论，第 17 页。3198 意义：这项研究表明，空间表征可以解决寻找有效生物标志物的挑战，揭示黑色素瘤中巨噬细胞和 T 细胞的定位可以预测患者对 ICI 的反应。参见 Smalley 和 Smalley 的相关评论，第 17 页。3198