高水平空间组学研究越来越强调技术组合的逻辑,而不是简单堆叠技术。真正有价值的研究设计,通常会让每种技术承担不同的问题:单细胞测序负责发现细胞类型和转录状态,空间技术负责把细胞放回组织结构,功能实验或外部样本映射负责扩展研究解释。Cell这篇人骨髓生态位图谱研究没有使用空间转录组,而是选择“scRNA-seq+PCF(CODEX)空间蛋白成像”的组合,正好说明当研究问题聚焦细胞身份、蛋白marker和空间邻域时,PCF类技术可以成为非常关键的组织原位观察维度。
这篇文章的第一层价值,是用scRNA-seq建立细胞发现框架。研究者并没有只关注造血细胞,而是通过样本处理和细胞富集策略,重点捕获了以往较难系统分析的非造血微环境细胞,尤其是间充质基质细胞(MSC)、内皮细胞和骨相关细胞。通过转录组分析,研究者发现人骨髓MSC并不是单一群体,而是存在多个亚群,并且不同亚群在造血支持因子、祖细胞特征和潜在功能上呈现差异。这一步解决的是“骨髓中有哪些细胞、这些细胞可能做什么”。
第二层价值,则来自PCF类空间蛋白组观察。骨髓生态位不是一堆细胞的简单集合,而是由骨小梁、血管、MSC、脂肪细胞样区域和造血细胞共同构成的空间系统。研究者利用PCF(CODEX)53抗体Panel在FFPE切片中注释80万余个细胞,并构建空间邻域图谱,观察不同细胞在组织中的位置和相互关系。这一步解决的是“这些细胞在哪里、靠近谁、处于哪个组织邻域”。对于骨髓这类高度结构化组织,空间蛋白层面信息具有非常直接的科研价值。
第三层价值,是把健康参考图谱用于外部样本理解。文献进一步将PCF(CODEX)健康骨髓图谱用于AML样本的参考映射,观察到MSC扩增以及白血病细胞与MSC共同富集的空间邻域。这里需要特别注意,文章并不是把该方法写成临床诊断工具,而是展示健康空间图谱在疾病样本研究中的参考价值。
因此,Cell级文章给我们的启发是,复杂组织微环境研究并不一定总是“单细胞测序+空间转录组+PCF”三步全做。研究范式应服务于科学问题:如果研究重点是未知基因空间表达,空间转录组很有价值;如果单细胞测序已经明确关键细胞群和marker,而问题转向蛋白表达、细胞位置、邻域结构和组织原位功能状态,PCF可以直接进入核心分析。单细胞测序提供细胞发现,PCF提供蛋白和空间组织结构,两者联合能够形成清晰、可解释、适合高水平论文设计的空间多组学路径。
【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】
Bandyopadhyay S, Duffy MP, Ahn KJ, Sussman JH, Pang M, Smith D, Duncan G, Zhang I, Huang J, Lin Y, Xiong B, Imtiaz T, Chen CH, Thadi A, Chen C, Xu J, Reichart M, Martinez Z, Diorio C, Chen C, Pillai V, Snaith O, Oldridge D, Bhattacharyya S, Maillard I, Carroll M, Nelson C, Qin L, Tan K. Mapping the cellular biogeography of human bone marrow niches using single-cell transcriptomics and proteomic imaging. Cell. 2024 Jun 6;187(12):3120-3140.e29. doi: 10.1016/j.cell.2024.04.013. Epub 2024 May 6. PMID: 38714197; PMCID: PMC11162340.