单细胞RNA测序scRNA-seq能够帮助研究者系统解析组织中的细胞类型和转录状态但其天然局限在于丢失了细胞的空间位置信息。当scRNA-seq已经提供了候选细胞群和关键marker后下一步如何将这些发现放回组织原位进行观察是许多研究者面临的方法学问题。在某些科研场景中PCF(CODEX)超多重蛋白成像可以直接承接单细胞测序结果完成从转录发现到组织原位蛋白观察的转化。一项针对肝细胞癌HCC的空间组学研究为这一思路提供了参考。该研究首先利用公共scRNA-seq数据集Sun et al., Cell 2021重新分析髓系细胞和CD4T细胞识别出巨噬细胞群体的异质性并将VIM表达水平作为区分不同巨噬细胞状态的参考依据之一。在此基础上研究者没有止步于转录层面的描述而是设计了PCF(CODEX)超多重蛋白成像Panel在组织原位同时检测VIM、CD68、CD4、FOXP3等36种蛋白标志物直接观察这些细胞在真实组织中的空间分布和蛋白表达特征。这种scRNA-seq发现→PCF(CODEX)组织原位观察的策略使得研究者能够在组织切片中进一步分析scRNA-seq提示的VIMhigh巨噬细胞在组织中原位是否确实表达VIM蛋白它们与Treg细胞CD4FOXP3的空间距离如何这种空间关系在不同研究分组中是否呈现差异这些问题难以通过scRNA-seq单独回答而PCF(CODEX)凭借其在组织原位保留空间位置信息的能力可以直接在蛋白层面对单细胞测序的发现进行空间层面的补充观察。从科研设计角度当单细胞测序已经明确了主要细胞群和候选marker而研究的核心问题是这些细胞在组织中位于哪里、表达什么蛋白、靠近哪些细胞时PCF(CODEX)可以作为一种高效的方法学参考。例如在肿瘤微环境研究中若scRNA-seq提示某巨噬细胞亚群可能具有特定功能特征研究者可以设计针对性的PCF(CODEX)Panel在组织原位观察这些细胞的蛋白标志物表达和空间邻域关系而不必经过完整的空间转录组探索阶段。需要强调的是这种策略并不意味着空间转录组没有价值而是在某些问题明确、标志物明确的科研场景中PCF(CODEX)可以直接承接单细胞测序结果快速将转录层面的发现转化为组织原位的蛋白层观察为后续机制假设生成提供空间信息。【说明】本文仅为科研技术方法介绍不涉及疾病诊断、治疗建议、疗效预测、用药指导或临床决策。文中提及的研究发现均来自学术文献相关分析结果需结合更多实验和研究进一步验证不构成任何医疗意见。【参考文献】Qiu X, Zhou T, Li S, et al. Spatial single-cell protein landscape reveals vimentinhigh macrophages as immune-suppressive in the microenvironment of hepatocellular carcinoma. Nat Cancer. 2024. doi:10.1038/s43018-024-00824-y