高水平组织微环境研究越来越重视多层信息的整合，但真正重要的并不是技术堆叠，而是每一层技术都回答不同问题。单细胞测序可以帮助研究者发现细胞类型和转录状态，空间转录组可以提供基因表达的空间线索，PCF则更适合在组织原位观察蛋白表达、功能状态和细胞邻域。对于医学转化研究而言，蛋白层信息往往更接近病理标志物、功能状态和潜在干预相关分子，因此在单细胞发现之后加入PCF，能够让研究从细胞图谱进一步走向组织层解释。
近期，在《Cell》发表的“Tumor-associated macrophages trigger MAIT cell dysfunction at the HCC invasive margin”文献，展示了这种路径。研究者首先通过scRNA-seq发现肝细胞癌（HCC）中MAIT细胞存在不同转录状态，并观察到肿瘤相关MAIT细胞呈现功能异常和细胞毒性下降相关特征。随后，流式进一步从蛋白层面观察PD-1、CD25、HLA-DR、CD56等指标变化。再通过37-plexPCF（CODEX）空间蛋白成像，研究者将这些免疫细胞放回完整组织切片，观察它们在邻近肝组织、侵袭边缘和肿瘤核心中的分布，并进一步分析MAIT细胞邻域。这个过程体现了从“细胞发现”到“蛋白层观察”再到“空间邻域分析”的研究路径。
PCF在其中的转化价值，主要体现在三个方面：
- PCF可以把候选marker转化为可在组织中观察的蛋白指标，例如PD-1、PD-L1、CD163、GZMB、Ki67等，这些指标更接近病理组织观察和功能状态分析。
- PCF可以比较不同组织区域，如肿瘤核心、侵袭边缘和邻近组织，从而观察某些细胞状态是否具有区域偏好。
- PCF可以分析细胞邻域，例如MAIT细胞是否与PD-L1+ TAM相邻，这类信息有助于形成细胞互作相关的科研假设。
文献中的离体共培养和小鼠模型进一步说明，空间观察可以为后续功能实验提供入口。空间蛋白成像观察到PD-L1+ CD163+ TAM与MAIT细胞邻近后，研究者又通过共培养实验分析CD163+巨噬细胞对MAIT细胞IFNγ产生的影响，并观察PD-L1阻断条件下的变化。对于PCF相关课题设计，这一逻辑很有启发：先由单细胞测序提出候选细胞状态，再由PCF观察组织原位蛋白和邻域，最后围绕关键邻域设计功能实验。这样的路线有助于把空间组学结果转化为更具体、可讨论的机制假设。
因此，PCF推动空间组学走向医学转化研究的核心，不在于给出临床判断，而在于让组织微环境研究更接近可观察、可比较、可进一步实验验证的蛋白层问题。对于已经完成单细胞测序的课题，PCF可以帮助研究者回答：候选细胞群在组织中在哪里？关键蛋白是否在对应细胞上出现？细胞状态是否与特定区域相关？它们是否靠近某类调控性细胞？这些问题共同构成从单细胞图谱到组织原位功能观察的研究路径，也正是PCF在复杂疾病机制和转化研究中的重要价值。
【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】
Ruf et al., Tumor-associated macrophages trigger MAIT cell dysfunction at the HCC invasive margin, Cell, 2023.
 等 12 个 is*() 方法全解析与 Unicode 陷阱)
