空间转录组之后，组织原位空间蛋白组学还能补充什么？

空间转录组技术（如Visium、Xenium、CosMX等）能够帮助研究者在组织切片中定位基因表达的空间分布，识别不同区域的转录特征。然而，基因表达的空间格局只是组织微环境复杂信息的一部分。当空转结果提示了某些值得关注的空间现象后，研究者常常需要进一步追问：这些转录信号是否对应蛋白层面的表达？相关细胞在组织原位处于什么功能状态？它们与周围细胞形成了怎样的空间关系？这些问题正是组织原位空间蛋白组学可以进一步补充的观察维度。

《Nature Cancer》上发表的“Spatial single-cell protein landscape

reveals vimentinhighmacrophages as immune-suppressive in themicroenvironment of hepatocellular carcinoma”展示了这种补充思路。该研究在分析过程中纳入了6个独立的空间转录组数据集，观察到VIMhigh巨噬细胞和Treg细胞的特征基因在某些组织区域中存在空间重叠信号。但仅凭转录数据，研究者难以进一步确认这些细胞在蛋白层面是否表达特定功能标志物，也难以精确量化它们之间的空间邻近程度。为此，该研究进一步利用PCF(CODEX)超多重蛋白成像技术，在组织原位检测了36种蛋白标志物，从蛋白层面对空转提示的空间现象进行了更细致的观察。

通过PCF(PCF(CODEX))分析，研究者能够在同一组织切片中同时观察多种蛋白标志物的表达，识别细胞身份，定义细胞功能状态，并计算细胞之间的空间邻域关系。例如，该研究利用PCF(CODEX)数据定义了细胞表型邻域（CN）和成对细胞相互作用（PCI），观察到在部分组织区域中VIMhigh巨噬细胞与Treg细胞呈现空间邻近趋势。这种蛋白层的空间邻域信息，为空转中观察到的基因共表达现象提供了更具体的组织原位解释，有助于将"基因表达在哪里"的转录线索推进到"细胞在蛋白层面呈现什么状态、与谁相邻"的蛋白层观察。

对于已经获得空转数据的研究者而言，这种联合思路可作为后续实验设计的参考。当空转结果提示了特定区域、特定细胞群或特定基因模块的空间特征后，PCF(CODEX)可以帮助研究者进一步锁定关键蛋白标志物，观察细胞功能状态，分析细胞邻域结构，从而将转录层面的空间发现转化为更具体的机制假设。空间转录组与PCF(CODEX)不是重复关系，而是分别从转录层和蛋白层提供组织微环境研究线索，二者结合有助于形成更完整的空间多组学观察框架。

【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 vimentinhigh macrophages as immune-suppressive in the microenvironment of hepatocellular carcinoma. Nat Cancer. 2024. doi:10.1038/s43018-024-00824-y