企业官网建设流程全解析

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CD8+T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CD8+T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-1+CD8+T细胞在治疗后是否增加（提示T细胞活化）、CD45RO+PD-1-CD8+记忆T细胞是否富集（提示可能的持续免疫监视状态）、CD56+NK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