PCF80如何帮助解析癌症相关成纤维细胞微环境？

如果只用少数标志物观察CAF，研究者往往只能得到一个相对粗略的结论：某个区域有较多成纤维细胞，或者某类基质信号较强。但CAF并不是单一群体，它们可能处于肌成纤维样、炎症型、抗原呈递型、血管相关型、代谢相关型或衰老相关状态，并与肿瘤细胞、免疫细胞、血管和ECM形成不同空间组合。PCF80基于80抗体Panel的空间单细胞蛋白组设计，正是面向这种复杂场景：在组织原位同时观察多类细胞、多个功能指标和多种空间结构，让CAF微环境从一团“基质信号”变成可被分层、分区、分邻域分析的空间蛋白组图谱。

《Nature Cancer》综述强调，CAF的异质性既体现在转录特征，也体现在细胞起源和分子标志物上；更重要的是，CAF表型会受到局部信号、肿瘤突变状态、转移微环境和宿主系统性因素的影响，具有较强可塑性。文献还指出，CAF相关标志物存在癌种差异和交叉表达问题，目前尚无完全统一且高度特异的CAF标志物。因此，在CAF研究中，仅凭单一marker或少量marker进行判断，容易忽略亚群之间的连续状态，也难以解释同一CAF标志物在不同生态位中可能对应不同功能。

PCF80的切入点在于“组合式理解”。80抗体Panel可以围绕CAF主线进行扩展设计：一方面定制化纳入PDGFRα、PDPN、CD90、FAP、α-SMA、MHC II、CD74等CAF相关指标，用于候选亚群识别；另一方面加入CD3、CD8、CD20、CD68、CD163、内皮细胞和肿瘤细胞相关标志物，用于还原微环境组成；同时搭配TGFβ相关、炎症因子、免疫检查点、增殖、缺氧、ECM等功能或结构指标，分析CAF所处状态。这样得到的不是单点染色结果，而是能够支持细胞分型、空间定位、邻域构成和功能关联的多维数据。

在课题设计上，80抗体Panel尤其适合回答三类问题：

第一类是CAF功能状态与候选亚型解析问题，例如基于αSMA、FAP、Collagen IV等标志识别myCAF样基质活化状态，结合CXCL12等炎症相关分子推断iCAF样特征，以及通过HLA-DR、BCL6等免疫调节相关标志探索apCAF样候选状态在不同癌种中的比例与空间分布。该层面更强调“功能状态与谱系倾向推断”，而非严格单一亚型定义。

第二类是CAF生态位与空间组织问题，例如CAF是否富集于肿瘤边缘、血管周围或三级淋巴结构（TLS）区域，并结合CD31、CD34、CD146、Collagen IV等血管相关标志分析其与内皮结构的空间耦合关系，或结合CXCR5、CD20、CD3e、CD21等免疫结构标志解析CAF与TLS形成及维持相关的邻域组织方式。

第三类是微环境功能状态问题，例如CAF富集区域是否伴随T细胞耗竭或排斥（PD-1、LAG3、TOX、TCF-1）、巨噬细胞极化（CD68、CD163、CD206、Arginase-1、iNOS）、ECM沉积与重塑（FAP、Collagen IV、Vimentin）、缺氧与代谢重编程（HIF1α、Glut-1、GPX4）以及肿瘤增殖与治疗反应（Ki67、Granzyme B、PD-L1、IFNγ）等整体微环境变化。

因此，PCF80的技术价值不在于把CAF简单“染出来”，而在于帮助研究者建立一套空间化的CAF分析框架。它能把CAF标志物、免疫谱系、肿瘤结构、血管区域和ECM状态放在同一张切片上综合解读，为后续机制假设、分组比较和多组学验证提供依据。对于需要提升CAF研究空间分辨率和蛋白证据密度的项目，80抗体Panel提供了更有层次的观察窗口。

文献参考

Pramod S, Lavon H, Scherz-Shouval R, Sherman MH. Heterogeneity and plasticity of cancer-associated fibroblasts. Nat Cancer. 2026. https://doi.org/10.1038/s43018-026-01146-x