依据T淋巴细胞的分布和表型特点对肿瘤所做的免疫分型，也就是现在临床常说的热性，变异性和冷性（hot, altered and cold）肿瘤，是指导对实体肿瘤临床免疫治疗的一种新型的免疫学分型。这类分型检测的理想肿瘤组织应该是手术切除的原发肿瘤或者是转移灶的肿瘤组织。而在实际的临床上，常常只有穿刺等方法采取的肿瘤的活体组织标本可供利用，因此，往往限制的检查的准确性。 

虽然活体组织检查样本在提供有关疾病的信息方面也非常有价值。但是，这种标本的检测也有一些局限性。例如：活体组织检查是属于创伤性的取材方法，有时不易为患者接受；不是总可以获得合格组织标本；取到的标本，有可能并未能反映和代表整体肿瘤组织的真正状况；在疾病过程中，免疫指标可能发生改变，因此一次的取材，还不能代表疾病的发展状态；此外，不同转移灶组织中可能存在有基因组和免疫学方面的显著不同，在这种前提下，每个转移灶都可被视为一个相互有所不同的肿瘤组织。  

开发创伤性较小并能获得相似信息量检测方法，已经投入了巨大的努力，液体活检就是其中之一。但是，利用血液检查来评估实体肿瘤微环境中发生的事情，试图最终得到免疫细胞和预后相关的主要指标和信息，至少目前的可行性不高。另一项无创检测方法，是免疫正电子放射断层扫描（immuno positron-emission tomography，PET）技术，能有效检测和跟踪体内CD8+ T细胞在肿瘤内和全身的分布动态。这种anti-CD8 immuno-PET的检测能力，可能为免疫治疗的前后，评估T细胞的动力学改变和预期抗肿瘤免疫治疗疗效，提供了新的途经。 

      除了免疫组化的检测方法之外，目前用于检测肿瘤微环境中免疫细胞特征的方法多采用针对大规模基因的表达谱（profiling）的分析。几年前的创新性研究首先证明了，通过基因表达谱能够在复杂细胞混合物中推断出免疫细胞类型的可能性。近几年，开发出了多种计算机算法工具，能够利用基因表达数据推测肿瘤微环境中免疫细胞的类型与频率。 

首先，建立的CIBERSORT （Cell-type Identification By Estimating Relative Subsets Of RNA Transcripts）分析方法能够利用基因表达（RNA）数据集，从混合的复杂细胞群体中分辨出各种类型的细胞成分，如从总体白细胞中确定免疫细胞亚群的相对分数；xCell分析方法也可以预测整个肿瘤微环境中免疫细胞的丰度；新近开发的TIMER（Tumor Immune Estimation Resource）算法，是用于肿瘤浸润性免疫细胞综合分析的互联网公共服务器，能够从RNA-seq表达谱数据中，依据64种免疫和基质细胞类型的比例进行评分，来检测和量化肿瘤组织中免疫细胞浸润的情况，由此来确定肿瘤细胞-免疫细胞之间的关系；采用综合免疫基因组学方法（以CIBERSORT为基础的综合方法），通过使用大量基因表达数据的解卷积（deconvolution）分析，来估计肿瘤内免疫细胞浸润的丰度，进而确定了癌症的6种免疫亚型。  

尽管上述技术有了显著的发展，但同时也存在着明显的技术上的限制。其中标本的可变性；RNA提取步骤的不一致性；不太可能将转录物明确地匹配给特定细胞类型；此外，来自血液和来自不同类型肿瘤微环境的免疫细胞表型并不相同等都是目前存在的局限性。而基于单细胞或原位条码测序（in situ barcode sequencing）等其它新技术，目前，不仅价格昂贵，而且远不能达到实现大规模诊断之用的水平。