从细胞类型到细胞状态：空间单细胞蛋白组如何让组织微环境分型更可解释？

在组织微环境研究中仅仅知道“有哪些细胞”往往还不够。T 细胞、巨噬细胞、肿瘤细胞、CAF、内皮细胞等只是细胞类型标签真正影响研究解释力的常常是这些细胞在组织中处于什么状态。例如 T 细胞可能处于杀伤、记忆、耗竭或抑制相关状态巨噬细胞可能呈现炎症、抗原呈递、脂质相关或免疫抑制相关特征肿瘤细胞也可能处于增殖、间质化、DNA 损伤应答或分型转换相关状态。PCF的价值就在于用多蛋白标志物组合在组织原位观察这些状态差异。这篇Cancer Cell文献中研究者并没有停留在细胞分类层面而是进一步观察了肿瘤细胞和免疫细胞的功能状态。肿瘤细胞方面研究者关注 ASCL1、NEUROD1、POU2F3、YAP1 等分型相关转录因子并发现多阳性肿瘤细胞在部分区域富集同时结合 SLFN11、Ki67、Vimentin 等蛋白标志物进一步描述这些细胞可能呈现的增殖、DNA 损伤相关反应和间质化相关线索。这样的分析使肿瘤分型从“属于哪类细胞”进一步走向“这些细胞在组织中呈现什么状态”。免疫细胞方面文献同样体现了“类型 状态 空间”的分析逻辑。研究者不仅识别 CD8 T 细胞、CD4 T 细胞、NKT 细胞、巨噬细胞等主要细胞类型还进一步分析它们是否形成空间聚集的免疫生态位。尤其是 MT2 生态位的分析不只是说明某些免疫细胞存在而是关注巨噬细胞、CD8 T 细胞和 NKT 细胞是否在组织中形成局部结构以及生态位内部是否呈现不同的功能状态相关特征。这提示我们细胞状态比细胞数量更接近组织功能观察。PCF适合承接这类细胞状态研究因为它可以围绕一个明确的 Panel 同时设计细胞身份和功能状态指标。例如 T 细胞相关课题可以同时纳入 CD3、CD4、CD8、FOXP3、GZMB、PD-1、LAG3、TIM3 等巨噬细胞课题可以结合 CD68、CD163、CD11c、HLA-DR、SPP1、APOE 等肿瘤细胞课题可以结合 PanCK、E-cadherin、Ki67、Vimentin、p53、SLFN11 等基质或血管相关课题则可关注 αSMA、Vimentin、CD31 等。通过这些组合研究者可以在一张切片中同时观察细胞身份、蛋白状态和空间邻域。因此从细胞类型到细胞状态是PCF提升组织微环境分型解释力的重要方向。它不是简单地把细胞分得更细而是帮助研究者在组织原位观察“这些细胞正在发生什么”。对于肿瘤免疫、炎症、纤维化、神经退行性疾病和发育组织图谱等方向PCF有助于观察细胞状态相关蛋白标志物的空间分布并为后续机制假设和组织微环境研究提供更具体的蛋白层线索。【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。