1. PASTA 到底解决了空间生物学里的什么麻烦如果你最近在跑 CODEX 或者做过 RNAscope 与蛋白共染大概率遇到过这种尴尬抗体 panel 设计得挺漂亮结果一到成像CD4、CAIX 这类低丰度标志物信号弱得几乎看不见细胞分割和聚类直接崩掉。更难受的是珍贵临床样本已经切了、染了、成像了想补一个标志物只能重新切片重来一遍。PASTA 这篇 Nature Methods 的工作就是冲着这个痛点去的。PASTA 全称 Protein and Nucleic Acid Serial Tyramide Amplification直译过来是“蛋白与核酸串行酪酰胺扩增”。它是什么一句话把传统 TSA 的荧光报告基团换成一段可编程的寡核苷酸条形码让信号放大这件事变得可延迟、可重复、可多模态拼接。能做什么在同一个 FFPE 切片上先按常规 CODEX 成像拿到基线再对弱信号靶标做酪酰胺-寡核苷酸扩增甚至把 ISH、PLA、非偶联抗体统统塞进同一张组织里。适合谁做空间蛋白组、空间转录组、多模态空间生物学的研究者尤其是手里样本量少、切片珍贵、又想做高重检测的团队。我先把核心机制讲清楚不然后面配置你没法调。传统 TSA 是 HRP 在 H₂O₂ 存在下催化酪酰胺形成自由基自由基和邻近蛋白的酪氨酸残基共价结合把荧光染料“焊”在组织上。问题是荧光一沉就不可逆想再做一轮多重检测信号会叠加、串扰。PASTA 的关键改动是沉积的不是荧光染料而是一段 30–40 nt 的寡核苷酸B 组条形码。这段寡核苷酸焊上去之后稳定存在你什么时候想看就用带荧光的互补探针去杂交看完还能剥离探针重新成像。更妙的是CODEX 抗体上原本偶联的 A 组条形码和 B 组序列不同所以扩增信号和原始信号在解码时用不同报告探针区分互不干扰。这就实现了“先成像、后放大”的灵活策略。实测下来这个设计对 CD3、Iba1 这类标志物能做到数量级信号提升对 CAIX、CD4 这种原本“表现欠佳”的靶标可以在初始成像后做一次事后挽救不用额外切片。论文在 B 细胞淋巴瘤 TMA 上整合了 7 种额外标志物和纯 CODEX 的细胞表型结果一致性 R²0.9874说明扩增没有显著改变细胞注释。这个数字很关键它意味着你可以放心把 PASTA 当成 CODEX 的“增强插件”而不是另起炉灶的新流程。下面我会按真实实验台的操作顺序把样本标记、扩增、多轮成像的配置思路拆开讲给出可复制的参数模板和结果核对清单。中间涉及自动化液体处理的部分我会说明 OpenTrons OT-2 上的流程要点。如果你只是想先跑通一个小规模验证也可以跳过自动化用手动移液完成前两轮。2. 上手前的前置准备试剂、条形码与 TaoToken 配置在动手之前先把两件事理清楚一是湿实验侧的试剂与条形码设计二是数据侧的模型调用配置。前者决定你能不能染出来后者决定你能不能高效处理多轮成像产生的大量图像与元数据。这里我结合自己踩过的坑把配置顺序讲明白。先说条形码。PASTA 的双码策略里A 组是 CODEX 抗体自带的寡核苷酸条形码B 组是你需要自己设计或采购的酪酰胺-寡核苷酸共轭物。B 组序列必须和 A 组不互补、不交叉杂交同时要和你的荧光报告探针互补。设计时建议把 B 组做成一个 8–12 条的 panel每条对应一个待扩增靶标序列间 GC 含量控制在 40%–60%避免形成发夹。酪酰胺-寡核苷酸共轭物的浓度是可调灵敏度的核心旋钮论文里对 CD3、Iba1 的扩增用了不同浓度梯度我建议你第一次做的时候准备 1×、2×、5× 三档用同一张对照切片跑看信噪比拐点在哪里。HRP-寡核苷酸桥接探针是另一个关键件。它的序列要和 A 组条形码互补同时带 HRP 标记。如果你买的是生物素-寡核苷酸 HRP-链霉亲和素体系那桥接这一步就拆成两步先孵生物素探针再加 HRP-链霉亲和素。两种路线都行前者步骤少但探针贵后者灵活但多一次孵育。我一般推荐新手走生物素路线因为 HRP-链霉亲和素是通用试剂换靶标时只需换生物素探针。剥离缓冲液是 80% DMSO 体系用来在每轮沉积后化学剥离 HRP-寡核苷酸消除残余 HRP 活性。这一步不能省否则下一轮沉积会出现“幽灵信号”。论文里写的是 5 分钟 × 2 次我实测下来如果组织切片较厚5 μm可以延长到 7 分钟 × 2 次但不要超过 10 分钟否则会损伤组织形态。数据侧多轮成像会产生几十 GB 的 OME-TIFF 和配准中间文件你需要一个稳定的模型调用来做图像描述、元数据整理、甚至辅助生成分析脚本。我自己的做法是通过 TaoToken 统一管理模型调用Base URL 用https://taotoken.net/apiKey 在控制台生成模型 ID 按任务选。这样做的原因是多模态空间生物学的数据处理往往要在不同模型间切换比如用视觉模型读图像、用代码模型写配准脚本统一入口能省掉反复改环境变量的麻烦。具体配置我会在下一节给出可复制的 JSON 和 TOML 片段。这里先提醒一句TaoToken 是模型调用入口不是实验试剂供应商别把它和湿实验试剂搞混。它的作用是让你在处理 PASTA 多轮成像数据时有一个稳定的 API 层来跑脚本、做批量描述、生成报告。如果你还没生成 Key可以去控制台创建然后按文档接入。接入文档里有各语言的示例Claude Code 和 Codex 的配置也有专门说明。对于长期做空间生物学数据分析的团队Coding Plan 会更划算因为配准、分割、聚类这些脚本迭代频率很高。3. 可复制配置从 settings.json 到 PASTA 实验参数模板这一节是全文最“硬”的部分我分成数据侧配置和湿实验参数模板两块。数据侧给可直接复制的 JSON/TOML湿实验侧给一张参数表和分步操作。先看数据侧。如果你用 Claude Code 做 PASTA 数据分析脚本的开发可以在项目根目录建.claude/settings.json内容如下{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的TaoTokenKey, ANTHROPIC_MODEL: claude-sonnet-4-20250514 }, permissions: { allow: [Bash(python:*), Read, Write] } }注意 Base URL 和 Key 要配套Model ID 按你实际可用的填。如果你用 Codex配置文件在~/.codex/auth.json结构类似{ base_url: https://taotoken.net/api, api_key: sk-你的TaoTokenKey, model: gpt-4.1 }Cline 或 Roo Code 这类 VS Code 插件在设置里填 Base URL、API Key、Model ID 三件套即可Provider 选 OpenAI Compatible。这三件套缺一不可我见过有人只填了 Key 没改 Base URL结果请求打到默认端点报 401。再看湿实验参数模板。下面这张表是我根据论文方法和自己实操整理的你可以直接抄进实验记录本步骤试剂/参数浓度/时间备注抗体孵育CODEX 条形码偶联抗体过夜 4°Cpanel 按需混合固定4% PFA10 min室温透化0.1% Triton X-10010 minPBS 配HRP 桥接HRP-寡核苷酸或生物素探针1–2 μg/mL30 min室温避光沉积酪酰胺-寡核苷酸1×/2×/5×10–20 minH₂O₂ 现配剥离80% DMSO5 min × 2每轮必做报告探针荧光互补寡核苷酸1 μM15 min按通道选染料成像微流控芯片按 CODEX 循环A/B 组分开解码沉积时间我建议从 10 分钟起步如果信号弱再延到 15–20 分钟。H₂O₂ 必须现配现用浓度一般 0.0015%–0.003%太高会导致背景飙升。酪酰胺-寡核苷酸浓度是灵敏度旋钮1× 适合高丰度靶标5× 用于低丰度挽救。自动化流程方面OpenTrons OT-2 上跑 PASTA 的核心是把孵育、洗涤、沉积、剥离写成 Python 协议。论文里开发了自动化流程来减少批次差异我建议你先手动跑通 2 轮确认信号和形态没问题再把步骤翻译成 OT-2 协议。协议里要特别注意 DMSO 的移液DMSO 黏度低、易滴落用低吸附枪头并放慢吸打速度。ISH 整合部分RNAscope 或 DNAscope 的 C1–C4 探针带 HRP可以直接走 TSA 或 PASTA 显色。如果你用的是非偶联一抗就走“一抗 HRP 二抗 PASTA 沉积”路线。这条路线对偶联困难的抗体特别有用比如某些 IgM 或低亲和力抗体。多轮成像的配准是数据侧最容易翻车的地方。论文用 VALIS 做配准MESMER 做细胞分割PhenoGraph 做聚类。我建议你在每轮成像后立刻做一次快速配准检查不要等全部跑完再处理否则一旦某轮漂移回溯成本很高。4. 验证请求与成功结果怎么确认 PASTA 真的放大了配置跑通之后最关键的问题是我怎么知道 PASTA 真的在工作而不是背景噪声这一节给你一套可执行的验证动作和成功判据。第一步做一轮“先成像、后放大”的对照。同一张切片先按常规 CODEX 对 A 组条形码成像记录 CD3、CD4、CAIX 的基线信号强度。然后对 CD4 和 CAIX 做 PASTA 扩增用 B 组报告探针成像。成功的结果是CD4 和 CAIX 的信号强度相比基线有数量级提升而 CD3 这类高丰度标志物如果没做扩增信号不应变化。如果所有通道都变亮说明你的报告探针有非特异性结合需要加封闭或降低探针浓度。第二步核对细胞表型一致性。论文在 B 细胞淋巴瘤 TMA 上得到 R²0.9874这个数字是拿 PASTA-CODEX 整合 7 种额外标志物后的细胞注释结果和纯 CODEX 结果做回归得到的。你在自己的样本上可以简化选 3–5 个细胞类型标志物分别用纯 CODEX 和 PASTA-CODEX 做聚类比较同一细胞的类型标签是否一致。如果一致率低于 90%检查配准和分割参数。第三步验证 ISH 整合。如果你做了 RNAscope PASTA 蛋白共检测成功判据是RNA 信号呈点状、蛋白信号呈膜/胞质分布两者在同一细胞内有合理的空间关系。比如检测病毒 RNA 和对应蛋白应该看到部分细胞同时阳性。如果 RNA 信号弥散可能是探针剥离不彻底或沉积时间过长。第四步跑一次 API 验证请求确认数据侧链路通畅。用 curl 测一下模型调用curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoTokenKey \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-20250514, messages: [{role: user, content: 用一句话描述PASTA的核心机制}] }成功返回会包含 choices 数组和模型输出。如果报 401检查 Key 是否复制完整如果报 model not found检查 Model ID 拼写。这一步通了说明你后续用脚本批量处理成像元数据、生成分析报告都没问题。结果核对清单我整理成下面几条每次实验后逐条打勾基线成像信噪比是否可接受弱信号靶标是否可见扩增后目标通道信号是否提升 ≥5 倍非目标通道信号是否稳定波动 20%剥离后是否有残余 HRP 活性下一轮背景是否升高配准误差是否 1 像素细胞分割边界是否贴合膜/核标记聚类结果与纯 CODEX 一致率是否 ≥90%ISH 与蛋白信号空间关系是否合理这套清单能帮你快速定位问题出在湿实验还是数据侧。我自己的经验是80% 的“扩增失败”其实是剥离不彻底或报告探针浓度过高而不是酪酰胺-寡核苷酸本身的问题。5. 本篇常见错排查401、local proxy failed 与 reading choices这一节专门讲报错。空间生物学的数据处理链路长从湿实验到 API 调用每一环都可能出问题。我按真实遇到的报错逐个拆。401 Unauthorized。这是最常见的 API 报错。原因通常有三个Key 没填、Key 填错、Base URL 和 Key 不匹配。如果你用的是 Claude Code检查.claude/settings.json里的ANTHROPIC_API_KEY和ANTHROPIC_BASE_URL是否配套。如果你用的是 Codex检查~/.codex/auth.json里的api_key和base_url。注意 TaoToken 的 API 地址是https://taotoken.net/api不要多加/v1或漏掉/api具体以接入文档为准。我见过有人把 Key 里的sk-前缀删了也会 401。local proxy failed。这个报错通常出现在你本地配了代理但代理没启动或端口不对。处理方式是检查环境变量HTTP_PROXY、HTTPS_PROXY是否指向了一个不可用的地址。如果你不需要代理直接 unset 掉。注意这里说的是本地开发环境的网络配置问题不涉及任何网络访问方式的选择纯粹是排查本机环境变量。reading choices 相关报错。这类报错一般出现在你解析 API 返回时代码假设choices[0].message.content一定存在但实际返回可能是错误结构或空数组。排查步骤先打印完整 response JSON看choices是否存在、是否为空。如果choices为空看error字段。常见原因是 Model ID 写错、请求体格式不对、或者触发了内容过滤。修复方式是加一层判空resp response.json() if not resp.get(choices): raise RuntimeError(fAPI error: {resp.get(error, resp)}) content resp[choices][0][message][content]OAuth 相关报错。如果你用 Claude Code 的 OAuth 登录方式但同时又配了 API Key可能会冲突。处理方式是二选一要么走 OAuth要么走 API Key。走 API Key 时确保ANTHROPIC_BASE_URL指向 TaoToken走 OAuth 时不要混填 Key。Codex 的auth.json同理不要同时保留 OAuth token 和 API Key。配准失败。VALIS 配准报错通常是图像尺寸不一致或通道顺序不对。检查每轮成像的 OME-TIFF 元数据确保像素尺寸、通道数、位深一致。如果某轮图像有旋转先在预处理阶段做粗配准。细胞分割过分割/欠分割。MESMER 的参数对结果影响很大。如果核标记信号弱先做一轮 PASTA 扩增再分割。如果膜标记弥散调整nuclear_channel和membrane_channel的权重。ISH 信号弥散。RNAscope 探针剥离不彻底会导致下一轮背景升高。检查剥离缓冲液是否新鲜、DMSO 比例是否准确、剥离时间是否足够。如果问题持续降低探针浓度或缩短沉积时间。酪酰胺-寡核苷酸沉积背景高。原因可能是 H₂O₂ 浓度过高、沉积时间过长、或封闭不充分。处理方式是降低 H₂O₂ 到 0.0015%、沉积时间缩到 10 分钟、加 1% BSA 封闭。这些报错我基本都踩过最耗时的往往不是技术本身而是定位问题出在哪一环。建议你每步都留对照湿实验留一张不扩增的对照切片数据侧留一份原始 response 日志。6. 从验证到规模化把 PASTA 接进你的空间生物学流水线跑通单张切片的验证之后下一步是把它接进常规流水线。这里我给几条实用建议都是实操中总结的。第一把 PASTA 当成 CODEX 的可选增强模块而不是替代流程。你的基础 panel 还是走 CODEX只在需要挽救弱信号靶标或整合 ISH 时才启用 PASTA。这样风险最低也最容易和已有数据对比。第二条形码 panel 要预留扩展位。B 组条形码不要一次用满留 2–3 条给后续新增靶标。酪酰胺-寡核苷酸共轭物可以分装冻存避免反复冻融。第三自动化要循序渐进。先手动跑通 3–5 张切片确认重复性再上 OT-2。自动化协议里把 DMSO 剥离和 H₂O₂ 沉积这两步单独设成子程序方便调试。第四数据侧统一走 TaoToken 入口。多轮成像产生的元数据、配准日志、聚类结果可以用脚本批量调用模型生成摘要和质控报告。Base URL 固定https://taotoken.net/apiKey 在控制台管理模型按任务选。长期做 Agent 化分析的团队Coding Plan 能覆盖高频脚本迭代。第五建立自己的质控清单。论文的 R²0.9874 是一个参考值你的样本类型不同一致性阈值要自己定。我建议每批实验都跑一次纯 CODEX 对照计算一致率低于阈值就回溯。如果你还没开始接入可以先从模型对话验证模型可用性再按接入文档把 Key 和 Base URL 配好。需要生成 Key 就去 API Keys 页面。Claude Code 用户可以直接参考 ClaudeCodeAnthropic 的配置说明。整个链路通了之后你会发现 PASTA 带来的不只是信号放大而是把空间蛋白、空间核酸、蛋白互作整合到同一张切片上的能力。对于珍贵临床样本这种“一次切片、多次挖掘”的策略价值远超试剂成本本身。