医学转化研究并不只需要发现一个基因或一个细胞群更需要回到真实组织中观察这些线索是否具有空间结构、蛋白表达和细胞邻域特征。PCF作为组织原位空间蛋白组学方法适合在FFPE组织切片中观察关键蛋白标志物、细胞身份、功能状态和空间关系。与CosMx空间转录组联合后研究者还可以进一步解析组织结构背后的转录特征从而为候选标志物研究和治疗相关基础研究提供更完整的组织层参考。近期《Cancer Cell》发表的“Integrative spatial analysis reveals tumor heterogeneity and immune colony niche related to clinical outcomes in small cell lung cancer”小细胞肺癌研究具有优秀的转化研究启发。该文献围绕165例SCLC患者样本建立空间图谱重点观察肿瘤异质性和免疫微环境结构。研究中PCF帮助识别MPTC多阳性肿瘤细胞邻域和MT2免疫生态位CosMx进一步帮助解析MT2内部免疫细胞的转录状态。这样的研究路线提示空间组学进入转化研究时关键不是单一指标而是“蛋白标志物空间结构细胞状态转录解释”的综合观察。在MPTC部分研究者观察到部分肿瘤细胞同时呈现多种分型相关标志物并在空间上形成特定邻域结构。对于转化研究来说这类发现的价值不在于直接给出临床判断而在于提示研究者肿瘤组织中的异质性可能不仅体现为总体表达差异也可能体现为局部空间区域中的细胞状态混合。PCF可以在组织原位观察这些蛋白标志物和邻域结构CosMx可进一步分析这些区域相关的转录表达。二者联合有助于将候选区域从“图像中可见”推进到“可进一步设计实验研究”。在MT2免疫生态位部分PCF的价值更加直观。研究者不是简单统计免疫细胞浸润量而是分析巨噬细胞、CD8 T细胞和NKT细胞是否形成空间聚集结构并进一步比较生态位内外的功能标志物差异。CosMx补充了巨噬细胞和T细胞更细的状态信息使研究者能够进一步观察炎症/干扰素相关巨噬细胞、脂质/纤维化相关巨噬细胞、增殖型巨噬细胞以及耗竭相关T细胞在空间生态位中的差异。对于免疫治疗相关基础研究来说这类信息可作为组织层线索而不是直接用于个体治疗决策。因此PCF推动空间组学走向医学转化研究的核心价值在于让候选标志物和细胞状态回到组织原位中观察。空间转录组提供基因表达地图PCF提供蛋白层观察、细胞邻域和组织结构信息两者联合有助于研究者围绕肿瘤微环境、免疫生态位、细胞状态、候选蛋白标志物和空间区域差异建立更清晰的研究假设。对于科研设计来说这种路线尤其适合FFPE样本、回顾性队列、空间邻域分析、免疫状态研究和转化线索探索。【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。【参考文献】Chen H, Deng C, Gao J, Wang J, Fu F, Wang Y, Wang Q, Zhang M, Zhang S, Fan F, Liu K, Yang B, He Q, Zheng Q, Shen X, Wang J, Hu T, Zhu C, Yang F, He Y, Hu H, Wang J, Li Y, Zhang Y, Cao Z. Integrative spatial analysis reveals tumor heterogeneity and immune colony niche related to clinical outcomes in small cell lung cancer. Cancer Cell. 2025 Mar 10;43(3):519-536.e5. doi: 10.1016/j.ccell.2025.01.012. Epub 2025 Feb 20. PMID: 39983726.