为什么NSCLC免疫治疗反应研究需要空间单细胞蛋白组？

为什么NSCLC免疫治疗反应研究不能只看PD-L1或肿瘤突变负荷？这是许多肿瘤免疫课题都会遇到的问题。免疫检查点抑制剂的疗效与肿瘤细胞、T细胞、巨噬细胞、Tregs、成纤维细胞、血管结构和代谢状态共同相关，而这些因素并不是随机分布在组织中。PCF80作为基于80抗体Panel的空间单细胞蛋白组产品，适合在组织原位解析细胞身份、功能状态、空间位置、邻近关系和组织微环境全景。对于NSCLC研究来说，它能够帮助研究者从“某个marker是否表达”进一步进入“表达该marker的细胞位于哪里、靠近谁、处于什么局部微环境”这一层面。

近期，《Nature Communications》发表了一项题为“Metabolic characterization of tumor-immune interactions by multiplexed immunofluorescence reveals spatial mechanisms of immunotherapy response in non-small cell lung carcinoma(NSCLC)”的论文提供了一个清晰案例。研究关注NSCLC患者接受免疫检查点抑制剂前的活检组织，使用PCF空间单细胞蛋白组34抗体多重成像，结合深度学习分析肿瘤微环境中的空间结构和代谢特征。研究并没有停留在单一指标表达，而是将细胞分型、细胞邻域、代谢邻域和空间互作特征结合起来。结果显示，肿瘤区内浆细胞浸润与临床获益正相关，而粒细胞和CD4+ Tregs呈负相关趋势；肿瘤和交界区中OXPHOS相关指标具有空间富集特征；在高代谢邻域中，肿瘤细胞富集与较差结局相关，而免疫细胞富集与获益相关。由此可见，免疫治疗反应并不只是“有没有免疫细胞”的问题，还涉及免疫细胞是否进入关键区域，以及该区域的代谢背景是否支持或限制免疫作用。

PCF80可以从三个层面回答这类问题。第一是细胞组成层面，利用80抗体Panel中的谱系指标识别肿瘤细胞、T细胞、B细胞、巨噬细胞、Tregs、内皮细胞和成纤维细胞等成分，避免只用少数marker粗略判断微环境。第二是功能状态层面，在同一细胞上观察PD-1、PD-L1、Granzyme B、ICOS等免疫功能相关蛋白，帮助区分细胞毒、调节性、免疫检查点相关或其他状态。第三是空间邻域层面，评估PD-1+ T细胞是否与肿瘤细胞重叠，肿瘤细胞是否靠近成纤维细胞，或免疫细胞是否进入高代谢区域。通过这些分析，研究者可以把“表达差异”转化为“空间互作差异”。

在具体课题中，空间单细胞蛋白组适合用于多个问题解答场景。例如，若研究者发现某组样本中CD8+ T细胞比例较高，但治疗反应并不理想，可以继续追问这些T细胞是否被排斥在基质区，是否与肿瘤细胞缺乏接触，是否伴随PD-1高表达或位于特定代谢邻域。若研究者关注巨噬细胞作用，也可以参考文献中Granzyme B+巨噬细胞与较差PFS相关的发现，进一步区分巨噬细胞功能状态而不是只计算总量。若研究者关注肿瘤-基质互作，可以分析成纤维细胞与肿瘤细胞的邻近关系，以及这种关系是否与免疫细胞进入肿瘤区有关。PCF80可将这些问题放在同一组织切片中联合分析。

因此，NSCLC免疫治疗反应研究需要空间单细胞蛋白组，是因为免疫微环境的关键差异常常体现在空间组织方式上。上述研究展示了PCF技术如何把细胞类型、代谢状态和空间互作纳入同一分析框架，PCF80则可在同类科研设计中进一步扩展标志物数量和分析维度。需要强调的是，PCF80用于科研分析，不用于直接诊断或治疗决策；它的价值在于帮助研究者提出更有组织依据的机制假设，筛选值得深入验证的空间特征，并为免疫治疗获益与耐药研究提供更细粒度的原位蛋白证据。对于NSCLC、肺癌免疫微环境和空间蛋白组方向的课题，PCF80是一种值得纳入方案设计的技术选择。

说明和参考文献：

【说明】本文仅为科研技术方法介绍，不涉及疾病诊断、治疗建议或用药指导。文中提及的研究发现均来自学术文献，不构成任何医疗意见。如有健康问题，请咨询专业医疗机构。

【参考文献】Monkman J, Kilgallon A, Lawler C, Tubelleza R, Aung TN, Warrell JH et al. Metabolic characterization of tumor-immune interactions by multiplexed immunofluorescence reveals spatial mechanisms of immunotherapy response in non-small cell lung carcinoma (NSCLC). Nature Communications. 2026;17(1):837.