单细胞测序常常能给出非常精细的细胞分型但研究者在解读这些分型时经常会遇到一个问题这些亚群在组织中分别位于哪里它们是不是处于同一个病理区域它们周围有哪些细胞它们的转录状态是否对应可观察的蛋白状态如果缺少组织原位信息细胞亚群很容易停留在“命名”和“marker列表”层面。PCF的作用就是把细胞分型从转录层列表带回组织结构让细胞类型、细胞状态和空间邻域一起被观察。近期在《Cell》发表的“Tumor-associated macrophages trigger MAIT cell dysfunction at the HCC invasive margin”文章中scRNA-seq并没有只停留在识别免疫细胞类型而是进一步解析了MAIT细胞亚群。研究者观察到MAIT细胞可分为多个状态部分亚群具有细胞毒性和炎症因子相关特征部分亚群则呈现功能异常相关基因表达。这样的结果提示MAIT细胞在肝细胞癌(HCC)中不是“有无”的简单问题而是“不同状态的MAIT细胞在什么组织环境中出现”的问题。对于后续研究来说仅靠转录数据很难判断这些状态是否与肿瘤边缘、邻近肝组织或特定巨噬细胞邻域有关。空间蛋白成像给出了进一步观察路径。文献使用PCF(CODEX)在完整组织切片中识别MAIT细胞并同时观察CD163 TAM、PD-L1、PD-1等蛋白信息。通过组织区域划分和空间邻域分析研究者不仅看到MAIT细胞在不同区域中的分布差异还观察到PD-L1 CD163 TAM与MAIT细胞邻近这一组织层线索。对于类似课题PCF80可以用80抗体Panel把单细胞测序提示的marker转化为蛋白指标在同一张组织切片中观察细胞身份、免疫检查点、细胞毒性、增殖、髓系状态和空间邻近关系。这对细胞分型解读非常关键。比如一个T细胞或MAIT细胞亚群在scRNA-seq中表现为PDCD1、CTLA4、ICOS上调并不意味着研究已经完成研究者还需要知道对应细胞是否在蛋白层表达PD-1是否靠近PD-L1髓系细胞是否在肿瘤核心内减少是否在侵袭边缘或邻近组织中形成特定生态位。PCF可以提供这些组织原位维度使单细胞分型从“哪些基因高表达”进一步变成“哪些细胞在什么地方、以什么蛋白状态出现、和谁相邻”。因此PCF让单细胞分型更可解释并不是简单给单细胞结果做展示图而是把细胞状态放到真实组织结构中重新理解。对于复杂肿瘤微环境研究细胞状态往往受到组织区域、相邻细胞和局部蛋白环境的共同影响。单细胞测序提供候选细胞和转录线索PCF进一步提供蛋白状态与空间邻域信息。这样的组合有助于研究者从细胞类型清单走向组织生态系统分析为后续课题设计、机制假设和转化研究提供更清晰的方向。【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观察与复核不构成任何医疗意见。【参考文献】Ruf et al., Tumor-associated macrophages trigger MAIT cell dysfunction at the HCC invasive margin, Cell, 2023.