为什么高水平研究常采用“单细胞发现＋组织原位验证”？

高水平空间组学文章通常不是简单堆叠技术而是围绕科学问题形成多层证据框架。近期《Nature》发表的“Organization of the human intestine at single-cell resolution”该研究没有只停留在单细胞测序层面也没有把空间技术作为装饰性补充而是用单核RNA、单核ATAC和PCF(CODEX)空间蛋白成像共同回答“肠道细胞如何组成组织”的问题。首先单细胞测序负责建立细胞与转录层基础。文献利用snRNA-seq识别免疫、基质和上皮细胞类型并在不同肠段中比较细胞组成差异snATAC-seq进一步提供调控层信息帮助分析转录因子和细胞分化相关调控程序。这些数据适合回答“细胞有哪些”“状态是什么”“调控程序如何变化”。但单细胞测序需要组织解离或核提取天然会丢失细胞所在的空间位置。其次PCF(CODEX)这类空间蛋白组技术负责把细胞放回组织。文献中的PCF(CODEX)成像用54个蛋白抗体标志物在组织切片上识别25类细胞并对270万级别细胞进行空间分析。研究者不只是展示彩色图像而是进一步计算细胞邻域、社区和组织单元构建从细胞到组织层级的结构图谱。这正是PCF的核心表达点蛋白标志物、细胞身份、空间关系和组织结构可以在同一张切片中关联观察。再次这种联合不仅能描述结构还能提出新的研究假设。文献通过整合PCF(CODEX)与snRNA-seq分析空间共定位的细胞类型和潜在配体-受体互作并使用MaxFuse在单细胞层面连接转录组与空间蛋白组数据。例如研究者讨论了浆细胞富集邻域、滤泡社区相关通路以及小肠与结肠中不同细胞互作线索。对于PCF应用来说这提示空间蛋白组不仅可用于展示细胞分布也可用于筛选邻域相关机制假设。最后这篇文章也说明“单细胞测序之后不一定必须先做空间转录组”。当研究目标是蛋白层细胞身份、组织原位结构、邻近关系和空间生态位时PCF可以直接承接单细胞结果。空间转录组提供的是转录层空间表达PCF提供的是蛋白层组织观察两者各有适用场景。对于已经有单细胞图谱和候选marker的课题PCF往往能更快进入组织原位分析。因此围绕这篇文献写PCF文章可以突出“单细胞发现细胞类型PCF解释组织位置与蛋白状态”的研究范式。它不仅适用于肠道参考图谱也可迁移到肿瘤微环境、炎症组织、免疫生态位、发育组织和器官图谱构建中。PCF的价值不在于替代空间转录组而是在明确细胞和marker后为研究者提供组织原位蛋白层的空间观察维度。【本文说明】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】Hickey JW, Becker WR, Nevins SA, et al. Organization of the human intestine at single-cell resolution.Nature. 2023;619(7970):572-584. doi:10.1038/s41586-023-05915-x