肿瘤异质性是产生放疗抵抗、治疗失败的重要原因之一。近年来，随着空间转录组学及放射组学的结合，肿瘤微环境在空间和时间上发生异质性的认识逐渐形成。空间转录组学通过对不同空间位置的基因表达谱进行研究，可以识别出不同的肿瘤细胞亚型、组织模块及这些模块之间的作用网络，进而表明了决定异质性动态变化的直接原因可能是肿瘤细胞自身在空间上存在的异质性及临近微环境中信号的共同作用。而放射组学是将多模态影像学特征参数与基因组数据相结合，用以量化肿瘤表型异质性、预测放疗敏感性的工具。利用深度学习框架的方法，将兼备放射线特征的空间转录组学数据融合，在此基础上进行肿瘤亚区域分割，可指导放疗靶区划定及自适应放疗。通过数字孪生及人工智能的综合分析平台能够从全局中抓取正确的放疗剂量适形化方式，提升局部控瘤的同时尽可能减轻对正常组织的伤害。该文总结了目前空间转录组学和放射组学在解析肿瘤异质性进行联合应用的情况，并提出其在放疗靶区优化中应用的转化思路，为患者精准放疗的实现提供参考。