在组织微环境研究中仅知道有哪些细胞往往不足以理解组织的复杂生物学过程。研究者更需要了解这些细胞在特定组织区域中处于什么功能状态、表达哪些关键蛋白、是否形成特定的空间邻域关系。PCF(CODEX)通过多蛋白标志物组合可以在组织原位同时观察细胞身份和功能状态为细胞分型提供更丰富的解释维度。近期一项发表于《Nature Cancer》的“Spatial single-cell protein landscapereveals vimentinhighmacrophages as immune-suppressive in the microenvironment of hepatocellular carcinoma”该研究的空间组学研究展示了这一思路。该研究利用PCF(CODEX)超多重免疫荧光技术在36个蛋白标志物的支持下不仅区分了免疫细胞、基质细胞和肿瘤细胞等基本类型更重要的是进一步定义了67种细胞表型。例如研究者在巨噬细胞群体中观察到一种表达VIMVimentin的亚群这种细胞状态仅凭传统的细胞类型marker如CD68无法区分需要结合VIM、HLA-DR、CD11c等多种蛋白标志物才能在组织原位被识别。该文献的分析进一步提示不同细胞状态在空间分布上可能呈现差异化特征。研究者在PCF(CODEX)数据中观察到VIMhigh巨噬细胞与Treg细胞CD4FOXP3在部分组织区域中呈现空间邻近趋势而这种空间关系在不同研究分组中存在差异。值得注意的是这种观察依赖于蛋白层面的标志物组合如果没有FOXP3的蛋白表达信息仅凭CD4无法确认Treg身份如果没有VIM的蛋白表达信息也无法区分这一特定巨噬细胞状态。这说明PCF(CODEX)所提供的多蛋白标志物检测能力对于在组织原位解析细胞状态具有不可替代的科研价值。从科研设计角度当研究问题已经从识别细胞类型深化到理解细胞功能状态时超多重蛋白成像技术可以作为重要的方法学参考。例如在肿瘤微环境研究中研究者可能需要观察T细胞是否表达耗竭相关蛋白、巨噬细胞是否呈现特定活化标志物、成纤维细胞是否表达基质重塑相关蛋白。PCF(CODEX)可以在组织切片中原位呈现这些信息帮助研究者将细胞分型结果与空间位置、功能状态和邻域关系联系起来使分型结果更接近组织原位的生物学情境。总的来说PCF(CODEX)不是简单的细胞分型工具而是能够在组织原位连接细胞身份与功能状态的空间蛋白组学观察维度。对于需要在组织层面理解细胞状态异质性的研究课题PCF(CODEX)所提供的高维蛋白信息有助于生成更具体的机制假设为后续研究提供组织层线索。【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 vimentinhighmacrophages as immune-suppressive in the microenvironment of hepatocellular carcinoma. Nat Cancer. 2024. doi:10.1038/s43018-024-00824-y
在组织微环境研究中仅知道有哪些细胞往往不足以理解组织的复杂生物学过程。研究者更需要了解这些细胞在特定组织区域中处于什么功能状态、表达哪些关键蛋白、是否形成特定的空间邻域关系。PCF(CODEX)通过多蛋白标志物组合可以在组织原位同时观察细胞身份和功能状态为细胞分型提供更丰富的解释维度。近期一项发表于《Nature Cancer》的“Spatial single-cell protein landscapereveals vimentinhighmacrophages as immune-suppressive in the microenvironment of hepatocellular carcinoma”该研究的空间组学研究展示了这一思路。该研究利用PCF(CODEX)超多重免疫荧光技术在36个蛋白标志物的支持下不仅区分了免疫细胞、基质细胞和肿瘤细胞等基本类型更重要的是进一步定义了67种细胞表型。例如研究者在巨噬细胞群体中观察到一种表达VIMVimentin的亚群这种细胞状态仅凭传统的细胞类型marker如CD68无法区分需要结合VIM、HLA-DR、CD11c等多种蛋白标志物才能在组织原位被识别。该文献的分析进一步提示不同细胞状态在空间分布上可能呈现差异化特征。研究者在PCF(CODEX)数据中观察到VIMhigh巨噬细胞与Treg细胞CD4FOXP3在部分组织区域中呈现空间邻近趋势而这种空间关系在不同研究分组中存在差异。值得注意的是这种观察依赖于蛋白层面的标志物组合如果没有FOXP3的蛋白表达信息仅凭CD4无法确认Treg身份如果没有VIM的蛋白表达信息也无法区分这一特定巨噬细胞状态。这说明PCF(CODEX)所提供的多蛋白标志物检测能力对于在组织原位解析细胞状态具有不可替代的科研价值。从科研设计角度当研究问题已经从识别细胞类型深化到理解细胞功能状态时超多重蛋白成像技术可以作为重要的方法学参考。例如在肿瘤微环境研究中研究者可能需要观察T细胞是否表达耗竭相关蛋白、巨噬细胞是否呈现特定活化标志物、成纤维细胞是否表达基质重塑相关蛋白。PCF(CODEX)可以在组织切片中原位呈现这些信息帮助研究者将细胞分型结果与空间位置、功能状态和邻域关系联系起来使分型结果更接近组织原位的生物学情境。总的来说PCF(CODEX)不是简单的细胞分型工具而是能够在组织原位连接细胞身份与功能状态的空间蛋白组学观察维度。对于需要在组织层面理解细胞状态异质性的研究课题PCF(CODEX)所提供的高维蛋白信息有助于生成更具体的机制假设为后续研究提供组织层线索。【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 vimentinhighmacrophages as immune-suppressive in the microenvironment of hepatocellular carcinoma. Nat Cancer. 2024. doi:10.1038/s43018-024-00824-y
双梁正问题 【 torch 实战】（Python代码实现）)
