肿瘤的发生、发展与肿瘤细胞所处的微环境有着密切关系,肿瘤微环境不仅包括肿瘤所在组织的结构、功能和代谢,而且与肿瘤细胞自身的内在环境也有密切关系。近年来,由于肿瘤细胞学和分子生物学的研究进展,人们对于肿瘤和其微环境的相互关系有了更加深入的了解。这不仅对于认识肿瘤的发生、发展、转移等有着重要的意义,而且对于肿瘤的早期诊断、防治和预后亦有着重要的作用。目的:患者间肿瘤微环境具有很高的异质性,仅有很少一部分病人对特定的某种免疫疗法发生响应。因此,需要更好地了解肿瘤患者的免疫微环境景观及其特征,识别微环境相关亚型和免疫分子特征,基于细胞图谱识别肿瘤微环境特异的生物标志物,以期在临床实践的诊断及治疗提供新的切入点,并对患者的预后预测及风险评估提供帮助。方法:利用已有深度学习算法拟合出32种癌症微环境中434种细胞浸润的程度,通过一致聚类方法系统识别出肿瘤微环境特异的4种癌症亚型。从患者的临床特征方面探究免疫微环境差异的癌症亚型患者组间,在生存时间、年龄、肿瘤分期等方面的差异。探究肿瘤微环境中免疫细胞浸润程度、免疫分子特征等方面的差异。使用细胞共表达网络的方法探究免疫微环境差异的亚型患者间特有的细胞互作模式,进行免疫微环境状态的刻画,探究亚型患者间生存预后差异的原因。在细胞浸润和转录组学层面构建了患者风险预后模型。在免疫特征层面对亚型样本进行进一步的分析,探究泛癌亚型在免疫特征打分、T细胞相关功能以及免疫检查点响应上的差异,最终识别出一类具有免疫治疗潜力的泛癌亚型。结果:通过对泛癌样本的免疫细胞浸润水平的一致聚类,识别出四个免疫微环境亚型。在亚型间病人具有免疫浸润差异和生存差异。在表型方面亚型一患者具有脑部的组织特异性,并展现出独特的患者低年龄水平,以及更高的初始状态肿瘤分期占比。通过筛查亚型间细胞类型的浸润差异,得到了泛癌亚型二和亚型四中特异高浸润水平的细胞类型,并根据细胞本体论注释进一步获得了亚型特异的细胞互作模式,表现出亚型二的高增殖和亚型四的高分化景观。通过风险回归模型,在细胞浸润水平上得到了由8个细胞构成的预后风险模型,并在其对应的标志基因集合背景下识别到8个基因,作为转录组层面的预后生物标志物。通过免疫特征得分、T细胞相关基因集合和免疫检查点相关的基因特征分析,确认了亚型四是具有免疫治疗应答潜力的泛癌亚型。基于泛癌亚型二和亚型四之间的20个差异表达基因,构建了泛癌患者预后风险分类器。进一步在多组学层面探究了泛癌亚型患者在基因组突变和拷贝数变异上的区别,泛癌亚型患者因三个基因的高突变可导致预后变差。结论:本课题基于肿瘤微环境细胞图谱提出了一种对癌症患者进行疾病分型的方法。通过分析免疫亚型间有浸润差异的细胞类型及其标记基因,在细胞和转录组层面构建了患者风险预后模型。通过转录组数据识别出免疫亚型的生物标志物,并且根据不同免疫特征上的表现,识别出一类具有免疫治疗潜力的泛癌亚型。本研究以期能够在实际的临床过程中为患者的诊断及治疗提供新的切入点,并对患者的预后风险评估提供帮助。