单细胞测序找到细胞群后，PCF为什么能补上组织原位这一环？
很多肿瘤微环境研究会从单细胞测序开始因为它能在高维转录层面拆解细胞组成发现T细胞、B细胞、巨噬细胞、树突状细胞、肿瘤细胞等不同群体。但单细胞结果常常会带来一个新的问题这些细胞在原始组织里究竟位于哪里它们是彼此分散还是构成局部生态位它们表达的关键基因是否在蛋白层面形成可观察的功能状态当问题进入这一阶段PCF的价值就不只是“补充图片”而是把单细胞发现带回组织结构中重新观察。近期《Cancer Cell》发表的“Single-cell and spatial profiling identify three response trajectories to pembrolizumab and radiation therapy in triple negative breast cancer”的研究中scRNA-seq对CD45阳性细胞进行了深入分群。文献识别出多类B细胞/浆细胞亚群、NK/T细胞亚群和髓系亚群并观察到效应/耗竭样CD8 T细胞、Tfh样细胞、迁移性DC、抗原呈递相关巨噬细胞等与不同研究分组和时间点相关的线索。这些结果非常适合继续向空间层面追问这些细胞只是比例变化还是在组织中形成了特定空间组织方式研究者采用PCF(CODEX)进行空间蛋白成像后发现TNBC样本可以被划分为12类空间districts包括上皮细胞主导区域、基质区域、B细胞富集区域、T细胞富集区域、浆细胞相关区域和髓系细胞相关区域。这里的关键不是简单给细胞“上色”而是把单细胞中识别出的细胞类型与组织中的空间社区对应起来。对于PCF而言这正是其核心应用逻辑在单细胞测序提示细胞群之后利用多蛋白Panel观察细胞身份、功能状态和空间邻域。为什么这个阶段不一定先做空间转录组因为研究者已经通过scRNA-seq获得了较清晰的转录图谱下一步更需要的是把候选细胞群放回组织中进行蛋白层观察。例如T细胞是否与上皮肿瘤细胞相邻d9髓系区域是否靠近T细胞区域d4 B细胞区域是否与T细胞区域形成空间关联这些都是单细胞测序无法直接回答、空间转录组也未必最直接的问题。PCF能够以单细胞分辨率把“谁、在哪里、表达什么蛋白、靠近谁”放在同一套数据中分析。这类设计对后续课题很有启发如果研究者已经完成单细胞测序并筛选出关键免疫亚群、功能marker或候选微环境结构可以直接用PCF开展组织原位空间蛋白组学研究而不必把空间转录组视为固定中间步骤。空间转录组适合回答基因表达在哪里发生PCF则更适合观察蛋白是否存在、细胞处于什么状态以及邻域结构如何形成。【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】Shiao SL, Gouin KH 3rd, Ing N, Ho A, Basho R, Shah A, Mebane RH, Zitser D, Martinez A, Mevises NY, Ben-Cheikh B, Henson R, Mita M, McAndrew P, Karlan S, Giuliano A, Chung A, Amersi F, Dang C, Richardson H, Shon W, Dadmanesh F, Burnison M, Mirhadi A, Zumsteg ZS, Choi R, Davis M, Lee J, Rollins D, Martin C, Khameneh NH, McArthur H, Knott SRV. Single-cell and spatial profiling identify three response trajectories to pembrolizumab and radiation therapy in triple negative breast cancer. Cancer Cell. 2024 Jan 8;42(1):70-84.e8. doi: 10.1016/j.ccell.2023.12.012. PMID: 38194915.
