高水平空间组学研究越来越重视“多层信息如何共同回答同一个科学问题”而不是简单堆叠技术。近期《Cancer Cell》发表的“Integrative spatial analysis reveals tumor heterogeneity and immune colony niche related to clinical outcomes in small cell lung cancer”小细胞肺癌研究整合了PCF(CODEX)空间蛋白成像、CosMx空间转录组、WES、bulk RNA-seq、IHC和多重免疫荧光等方法核心并不是展示技术数量而是围绕SCLC肿瘤异质性和免疫组织结构构建了从细胞身份、空间邻域到功能状态的分析路径。这正是PCF与CosMx联合值得关注的地方。该研究首先用PCF(CODEX)类空间蛋白成像建立单细胞分辨率的组织图谱。35-plex抗体Panel覆盖SCLC分型相关转录因子、上皮/间质标志物、免疫细胞标志物、内皮细胞标志物以及部分功能状态相关蛋白。通过这种蛋白层观察研究者可以在组织原位区分ASCL1、NEUROD1、YAP1、POU2F3肿瘤细胞以及CD8 T细胞、CD4 T细胞、Treg、NKT细胞、巨噬细胞、树突状细胞等免疫细胞。这一步回答的是“组织中有哪些细胞它们处于什么蛋白表型并分布在哪里”。在这个基础上CosMx提供了第二层空间信息。空间转录组可以帮助研究者观察细胞亚群和功能状态背后的RNA表达特征尤其适合解析巨噬细胞、T细胞等免疫细胞在不同空间生态位中的转录状态。文献中研究者将ColonyMap算法应用于CODEX和SMI CosMx数据说明这一空间群落分析思路具有跨平台延展性。PCF负责描绘细胞群落和邻域结构CosMx帮助深入理解这些空间结构内部的转录特征两者组合形成了“空间形态—蛋白表型—转录状态”的连续分析。这篇文献尤其值得关注的是从细胞邻域走向细胞群落的分析思路。传统空间分析常关注单个细胞与周围邻居的关系而研究者进一步提出ColonyMap将空间聚集的同类细胞视为“cell colony”并分析不同细胞群落之间的交界区域。通过这种方法研究观察到MT2免疫生态位其组成包括巨噬细胞、CD8 T细胞和NKT细胞。PCF使这些细胞群落在组织原位可见CosMx则进一步帮助研究者分析MT2内部巨噬细胞是否更接近炎症/干扰素相关状态T细胞是否呈现不同耗竭状态。这种设计比单纯统计细胞比例更接近组织生态系统研究。从科研设计角度看这种联合范式适合复杂组织微环境研究。单细胞测序或bulk转录组可以提供细胞类型和表达线索CosMx把表达线索放回组织空间PCF进一步观察蛋白标志物、细胞状态和空间邻域。对于肿瘤微环境、免疫治疗相关基础研究、巨噬细胞状态、T细胞耗竭、肿瘤细胞可塑性、组织边界区域和空间生态位等课题这种多层设计可以提供较清晰的方法学框架。需要注意的是技术联合本身并不等于一定产生结论而是为复杂问题提供更完整的观察维度和机制假设入口。【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观察与复核不构成任何医疗意见。【参考文献】Chen H, Deng C, Gao J, Wang J, Fu F, Wang Y, Wang Q, Zhang M, Zhang S, Fan F, Liu K, Yang B, He Q, Zheng Q, Shen X, Wang J, Hu T, Zhu C, Yang F, He Y, Hu H, Wang J, Li Y, Zhang Y, Cao Z. Integrative spatial analysis reveals tumor heterogeneity and immune colony niche related to clinical outcomes in small cell lung cancer. Cancer Cell. 2025 Mar 10;43(3):519-536.e5. doi: 10.1016/j.ccell.2025.01.012. Epub 2025 Feb 20. PMID: 39983726.