在复杂组织微环境研究中仅知道有哪些细胞往往是不够的。同一类细胞在不同生理或病理条件下可能呈现截然不同的功能状态而这些状态差异对于理解组织微环境的动态变化至关重要。Bulk RNA-seq可以通过去卷积算法估算细胞比例空间转录组可以定位基因表达区域但要从蛋白层面观察细胞功能状态组织原位空间蛋白组学提供了一种直接的分析路径。一篇近期发表于Nature的文献充分展示了超多重蛋白成像技术(PCF)在这方面的科研应用价值。该研究使用PCF(CODEX)超多重蛋白成像技术26抗体panel对卵巢透明细胞癌患者的FFPE组织样本进行了空间蛋白分析。研究的目标不仅是识别组织中的免疫细胞类型更是要观察这些细胞的功能状态及其动态变化。通过精心设计的抗体组合研究者实现了从细胞类型识别到细胞状态解析的多层次观察在T细胞层面研究区分了CD8T细胞的一般群体、PD-1CD8T细胞提示活化状态和CD45ROPD-1-CD8T细胞提示记忆状态在B细胞层面研究观察了CD20总B细胞、CD20Ki-67增殖B细胞和CD20CD21Ki-67生发中心B细胞在NK细胞层面研究分析了CD45CD56NK细胞的密度和分布。这种基于多蛋白标志物的分型策略使得研究者能够观察到单纯的细胞类型计数无法呈现的细节。例如虽然PD-1CD8T细胞在治疗后两组样本中均有所增加提示T细胞活化可能普遍存在但CD45RO记忆T细胞的富集却仅在特定样本组中观察到。这一蛋白层观察结果为后续研究提供了关于哪些T细胞状态可能与持续免疫监视相关的组织层线索。同样B细胞亚群的分析也提示了三级淋巴结构TLS的存在可能性而TLS的结构信息很难通过Bulk RNA-seq直接获得。这一文献案例说明超多重蛋白成像技术(PCF)在细胞状态解析方面具有独特的科研价值。当研究问题需要从细胞是谁进一步走向细胞正在发生什么时超多重蛋白成像技术可以通过多标志物Panel设计在组织原位同时观察细胞身份、功能状态、增殖活性、免疫检查点表达和空间邻域关系。对于肿瘤微环境、炎症组织、免疫治疗相关基础研究等方向的课题而言这种从细胞类型到细胞状态的蛋白层观察有助于生成更具体的机制假设和后续实验设计。【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】Dai Y, Knisely A, Yano M, et al. PPP2R1A mutations portend improved survival after cancer immunotherapy. Nature. 2025. doi:10.1038/s41586-025-09203-8