组织原位空间蛋白组如何让DLBCL免疫分型更可解释？

在肿瘤免疫微环境研究中只知道“有多少T细胞”已经不够。T细胞可能处于naive/memory、细胞毒性、增殖、耗竭或抑制相关状态肿瘤B细胞可能处于致密增殖区也可能与免疫细胞混合分布肿瘤相关巨噬细胞TAM和成纤维网状细胞FRC也可能通过趋化因子、抗原呈递或免疫检查点信号影响局部微环境。PCF组织原位空间蛋白组的核心价值之一就是在组织原位观察这些状态相关蛋白把细胞类型进一步转化为可解释的细胞状态和空间邻域。这篇弥漫性大B细胞淋巴瘤DLBCL文献通过CosMx识别了19种细胞类型和状态并进一步构建7类空间生态位。研究并未停留在“DLBCL中有哪些细胞”的层面而是比较不同生态位中的T细胞和肿瘤B细胞状态。例如T细胞在T细胞富集生态位、髓系生态位和肿瘤B细胞富集生态位中呈现不同转录特征肿瘤B细胞在CN5肿瘤B细胞生态位中显示更高细胞周期相关表达和BCL2表达线索。这说明同一种细胞类型在不同空间区域中可能呈现不同功能状态。PCF(CODEX)可以将这些状态分析转化为蛋白层观察。以T细胞为例CosMx可以提示GZMB、PRF1、GZMK、NKG7、HAVCR2、LAG3、PDCD1等转录特征而PCF(CODEX)可进一步观察CD3e、CD4、CD8、Granzyme B、PD-1等蛋白标志物在组织中的分布。以肿瘤B细胞为例CosMx可以分析TOP2A、PCNA、BCL2、BTK、SYK等表达PCF(CODEX)则可观察CD20、Ki67、BCL2等蛋白在致密肿瘤区域和弥散型区域中的差异。这样细胞分型就不再只是标签而是与空间状态、蛋白状态和组织区域联系起来。因此CosMx提供转录状态和通讯线索PCF提供蛋白表达和组织原位观察两者共同帮助研究者理解同一类细胞在不同生态位中的差异。对于DLBCL、淋巴瘤、肿瘤免疫和免疫治疗相关基础研究这种方法学思路可用于细胞状态分型、空间邻域分析和候选机制假设生成。【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】Dai Y, Kizhakeyil A, Chihara D, Li X, Liu Y, Sainz Zuniga TP, Wilson A, Henderson J, Vibe D, Petrosyants A, Jacobson C, Sarachakov A, Nomie K, Kryukov K, Bagaev A, Chauhan A, Westin JR, Flowers CR, Vega F, Wang L, Green MR. Multi-modal spatial characterization of tumor immune microenvironments identifies targetable inflammatory niches in diffuse large B cell lymphoma. Nat Genet. 2025 Nov;57(11):2715-2727. doi: 10.1038/s41588-025-02353-5. Epub 2025 Oct 21. PMID: 41120574; PMCID: PMC12597830.