在肿瘤微环境研究中单细胞RNA测序scRNA-seq已成为解析细胞异质性的重要工具。它能够在转录层面系统识别组织中的不同细胞类型和分子状态为后续研究提供候选标志物。然而单细胞测序在解离过程中不可避免地丢失了细胞原有的空间位置信息。当研究问题从有哪些细胞转向这些细胞在组织中位于何处、是否表达对应蛋白、与哪些细胞相邻时研究者需要一种能够直接回到组织原位进行观察的技术手段。此时单细胞组织原位空间蛋白组学方法可作为承接单细胞测序结果的直接路径。以近期发表于Cancer Discovery的一项研究为例研究者整合了来自4个公共数据集的18,698个髓系细胞转录组数据涵盖128个样本和92例患者的乳腺癌与结直肠癌数据。通过转录组整合分析研究团队鉴定出11个髓系转录簇并进一步提炼出5种巨噬细胞群体及其候选蛋白标志物包括LYVE1、FOLR2、IL4I1、NLRP3和SPP1巨噬细胞。这些基于转录组发现的细胞亚群和标志物为后续的组织原位观察提供了明确的研究入口。在获得单细胞层面的细胞图谱后该研究并未选择进行大规模空间转录组探索而是直接建立了FFPE兼容的抗体检测体系通过PCF(CODEX)36-plex超多重蛋白成像和四色免疫荧光在组织切片中直接观察上述巨噬细胞群体的蛋白表达和空间分布。研究结果显示IL4I1TAMs在蛋白层面定位于肿瘤侵袭前沿的高细胞更新区域FOLR2组织驻留巨噬细胞TRMs则分布于远离肿瘤巢的正常组织中而SPP1TAMs富集于缺氧和坏死区域附近。这种从单细胞候选marker到组织原位蛋白观察的承接方式使研究者能够在同一张组织切片中同时确认细胞身份、蛋白表达水平和空间位置关系。这种单细胞发现→PCF(CODEX)空间观察的策略可为多种课题方向提供科研设计参考。例如在单细胞测序发现新的TAM亚群后可利用组织原位空间蛋白组学直接观察其在肿瘤组织中的空间分布特征在鉴定出耗竭或活化T细胞标志物后可进一步分析其与肿瘤细胞或CAF的空间邻域关系在发现不同CAF亚型后可观察其在组织中的生态位和边界特征。对于以蛋白标志物、细胞功能状态和空间关系为核心的科研问题PCF(CODEX)能够直接承接单细胞测序结果无需经过额外的转录层空间探索。综上所述单细胞测序负责发现细胞类型和转录状态PCF则负责将这些发现放回组织结构中进行蛋白层观察。二者形成互补的分析链条有助于研究者从细胞图谱走向组织原位空间蛋白观察。对于研究目标明确指向已知细胞类型、蛋白标志物或细胞邻域关系的课题PCF可作为高效且直接的方法学参考帮助研究者在组织微环境中回答细胞是谁、位于何处、处于什么状态的问题。【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】Matusiak M, et al. Spatially Segregated Macrophage Populations Predict Distinct Outcomes in Colon Cancer. Cancer Discov. 2024.
)
