在复杂组织微环境研究中，仅知道"有哪些细胞"往往是不够的。同一类细胞在不同生理或病理条件下可能呈现截然不同的功能状态，而这些状态差异对于理解组织微环境的动态变化至关重要。Bulk RNA-seq可以通过去卷积算法估算细胞比例，空间转录组可以定位基因表达区域，但要从蛋白层面观察细胞功能状态，组织原位空间蛋白组学提供了一种直接的分析路径。一篇近期发表于Nature的文献，充分展示了超多重蛋白成像技术(PCF)在这方面的科研应用价值。
该研究使用PCF(CODEX)超多重蛋白成像技术（26抗体panel），对卵巢透明细胞癌患者的FFPE组织样本进行了空间蛋白分析。研究的目标不仅是识别组织中的免疫细胞类型，更是要观察这些细胞的功能状态及其动态变化。通过精心设计的抗体组合，研究者实现了从"细胞类型识别"到"细胞状态解析"的多层次观察：在T细胞层面，研究区分了CD8+T细胞的一般群体、PD-1+CD8+T细胞（提示活化状态）和CD45RO+PD-1-CD8+T细胞（提示记忆状态）；在B细胞层面，研究观察了CD20+总B细胞、CD20+Ki-67+增殖B细胞和CD20+CD21+Ki-67+生发中心B细胞；在NK细胞层面，研究分析了CD45+CD56+NK细胞的密度和分布。
这种基于多蛋白标志物的分型策略，使得研究者能够观察到单纯的细胞类型计数无法呈现的细节。例如，虽然PD-1+CD8+T细胞在治疗后两组样本中均有所增加，提示T细胞活化可能普遍存在，但CD45RO+记忆T细胞的富集却仅在特定样本组中观察到。这一蛋白层观察结果，为后续研究提供了关于"哪些T细胞状态可能与持续免疫监视相关"的组织层线索。同样，B细胞亚群的分析也提示了三级淋巴结构（TLS）的存在可能性，而TLS的结构信息很难通过Bulk RNA-seq直接获得。
这一文献案例说明，超多重蛋白成像技术(PCF)在细胞状态解析方面具有独特的科研价值。当研究问题需要从"细胞是谁"进一步走向"细胞正在发生什么"时，超多重蛋白成像技术可以通过多标志物Panel设计，在组织原位同时观察细胞身份、功能状态、增殖活性、免疫检查点表达和空间邻域关系。对于肿瘤微环境、炎症组织、免疫治疗相关基础研究等方向的课题而言，这种从细胞类型到细胞状态的蛋白层观察，有助于生成更具体的机制假设和后续实验设计。
【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】
Dai Y, Knisely A, Yano M, et al. PPP2R1A mutations portend improved survival after cancer immunotherapy. Nature. 2025. doi:10.1038/s41586-025-09203-8
