单细胞测序不仅能识别细胞类型还能通过配体-受体分析推断潜在细胞通信。例如在骨髓生态位研究中研究者可以从转录组数据中看到间充质基质细胞MSC、内皮细胞、HSPC和髓系细胞之间可能存在CXCL12-CXCR4、SELE-CD44、KITLG-KIT等相互作用。这些结果非常有启发性但它们本质上仍然是一种基于mRNA表达的相互作用推断。细胞是否真的处在相近位置、是否位于同一个组织邻域、是否与骨内膜或血管结构相关仍需要组织原位层面的观察。《Cell》发表了“Mapping the cellular biogeography of human bone marrow niches using single-cell transcriptomics and proteomic imaging”,正是这项研究把“转录层推断”推进到“空间蛋白观察”的典型案例。研究者先利用scRNA-seq发现MSC、内皮细胞和造血细胞之间可能存在多种支持造血的信号关系并通过CellChat系统分析不同细胞的传出和传入信号。结果提示间充质细胞在骨髓通信网络中具有较强的信号输出能力不同MSC亚群和内皮细胞可能分别参与HSPC维持、髓系分化和淋巴分化等不同过程。但如果只停留在scRNA-seq和CellChat层面研究者只能得到“哪些细胞可能互相作用”的线索而难以回答“它们在组织中是否真的靠近”。这也是为什么本文在单细胞测序之后没有简单转向空间转录组而是构建PCF(CODEX)空间蛋白图谱。PCF类技术可以在同一张组织切片中同时识别多类细胞并保留每个细胞的空间坐标从而把配体-受体推断和空间邻域分析结合起来。文献中PCF(CODEX)空间蛋白成像被用于注释80万余个细胞并进一步构建骨髓细胞邻域图谱。研究者观察到骨髓并不是均质组织而是存在血管/骨内膜/MSC相关区域、动脉周围淋巴区域、早期髓系/动脉区域、髓系/淋巴区域、红系/髓系区域等不同空间邻域。更重要的是研究把scRNA-seq预测的细胞通信与PCF(CODEX)观察到的空间近邻关系结合起来使“可能的信号互作”进一步获得组织层面的观察维度。因此PCF在单细胞测序之后的关键价值是把“细胞之间可能交流”的假设转化为“这些细胞是否在组织中相邻或共处一个生态位”的观察问题。空间转录组适合寻找基因表达空间格局而PCF更适合围绕已知细胞群、蛋白marker和邻域关系进行组织原位分析。对于需要解释细胞互作、空间生态位和组织结构关系的课题scRNA-seq提供候选细胞与信号线索PCF进一步提供蛋白层面和空间邻近层面的参考这正是复杂组织微环境研究中非常有价值的一步。【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】Bandyopadhyay S, Duffy MP, Ahn KJ, Sussman JH, Pang M, Smith D, Duncan G, Zhang I, Huang J, Lin Y, Xiong B, Imtiaz T, Chen CH, Thadi A, Chen C, Xu J, Reichart M, Martinez Z, Diorio C, Chen C, Pillai V, Snaith O, Oldridge D, Bhattacharyya S, Maillard I, Carroll M, Nelson C, Qin L, Tan K. Mapping the cellular biogeography of human bone marrow niches using single-cell transcriptomics and proteomic imaging. Cell. 2024 Jun 6;187(12):3120-3140.e29. doi: 10.1016/j.cell.2024.04.013. Epub 2024 May 6. PMID: 38714197; PMCID: PMC11162340.