在组织微环境研究中Bulk RNA-seq可以帮助研究者看见基因表达的整体变化趋势——哪些通路上调了、哪些免疫相关基因活跃了、不同样本组之间存在什么转录差异。但很多时候这些发现会停留在看得见却说不清的状态免疫相关基因上调了但具体是哪类免疫细胞在表达这些细胞是否处于功能活化状态它们在组织中是否靠近肿瘤细胞是否形成了特定的空间结构一篇近期《Nature》文献为我们展示了如何通过超多重蛋白成像技术PCF把Bulk数据提示的现象转化为更具体的蛋白层观察。该研究通过Bulk RNA-seq分析发现在特定基因突变状态的样本中IFNγ反应、炎症反应、补体通路等免疫相关特征呈现富集趋势。同时纵向比较提示CD8T细胞和活化NK细胞的比例可能在治疗后有所增加。这些转录层面的线索很有价值但也带来了更多需要解释的问题。例如IFNγ通路上调是否意味着细胞毒性T细胞在组织中活化NK细胞比例增加是否对应组织原位中NK细胞密度的真实变化这些免疫细胞是否与肿瘤细胞形成了特定的邻域关系为了回答这些Bulk数据说不清的问题研究者采用了PCF(CODEX)对配对的预处理和治疗后样本进行了组织原位空间蛋白分析。通过26种蛋白标志物的组合研究者不仅识别了CD8T细胞、B细胞、NK细胞等类型还进一步观察了它们的功能状态PD-1CD8T细胞在治疗后是否增加提示T细胞活化、CD45ROPD-1-CD8记忆T细胞是否富集提示可能的持续免疫监视状态、CD56NK细胞是否呈现活化特征。更重要的是通过多细胞邻域分析80μm半径研究者观察到这些免疫细胞在肿瘤组织中的空间分布模式——例如NK细胞在肿瘤邻域的富集趋势以及记忆T细胞在MHC-I肿瘤细胞周围的分布特征。这一文献案例提示当Bulk RNA-seq发现了值得关注的表达现象后PCF(CODEX)可以帮助研究者从三个层面进一步看懂这些现象细胞身份层面——哪些细胞类型表达相关蛋白功能状态层面——这些细胞是否处于活化、记忆、耗竭或其他状态空间关系层面——这些细胞在组织中如何分布、与哪些细胞形成邻域。对于空间转录组与组织原位空间蛋白组学的联合研究而言这种从看见到看懂的分析路径有助于将转录层面的空间发现进一步走向蛋白层面的功能解释。【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】Dai Y, Knisely A, Yano M, et al. PPP2R1A mutations portend improved survival after cancer immunotherapy. Nature. 2025. doi:10.1038/s41586-025-09203-8