在很多组织微环境研究中，单细胞测序的第一步价值是"发现"。它可以从复杂组织中拆分出不同细胞群，并用转录特征描述细胞身份和状态。但当研究对象是骨髓的间充质基质细胞(MSC)这类与空间结构高度相关的细胞时，只有单细胞数据还不够。因为MSC并不是均匀漂浮在组织中的细胞，而是与骨小梁、血管、脂肪细胞、造血细胞和神经相关结构共同组成生态位。scRNA-seq能够告诉我们MSC分成哪些亚群，却不能直接告诉我们这些亚群在骨髓组织中具体位于哪里。
《Cell》发表的"Mapping the cellular biogeography of human bone marrow niches using single-cell transcriptomics and proteomic imaging"的这篇骨髓研究中，研究者通过scRNA-seq发现了成人骨髓MSC的显著异质性。过去一些基于骨髓抽吸或体外扩增的研究容易偏向捕获某些细胞状态，而本文通过组织消化和富集策略观察到更丰富的非造血细胞谱系。文章识别出Adipo-MSC、THY1+ MSC、Fibro-MSC、Osteo-MSC、Osteoblast和APOD+ MSC等亚群，并进一步显示Fibro-MSC更符合间充质干/祖细胞特征，Adipo-MSC和THY1+ MSC则更突出表达造血支持相关因子。这些发现为骨髓生态位研究提供了很好的细胞群入口。
但真正的问题随之出现：这些MSC亚群是否具有不同空间定位？Fibro-MSC是否靠近骨表面？Adipo-MSC和THY1+ MSC是否更可能与造血细胞或脂肪细胞相关？这些问题如果继续做空间转录组，能够获得转录层面的空间表达线索；但如果研究目标是把单细胞发现的亚群转换为抗体Panel，在FFPE组织中直接识别细胞类型、蛋白marker和细胞邻近关系，那么PCF类空间蛋白组技术更贴近问题本身。
文献中的PCF (PCF(CODEX))设计正体现了这种逻辑。研究者不是把所有基因重新放进空间表达图谱，而是基于scRNA-seq结果选择可用于组织原位识别的蛋白marker，例如CXCL12、CD90、PDPN、CD271、FOXC1、CD34、CD38、SPINK2等，并结合多种造血、髓系、淋巴、红系、血管和平滑肌标志物，构建53抗体Panel。通过这种方式，scRNA-seq发现的MSC亚群被转化为组织切片中的蛋白标记细胞，研究者可以直接分析它们距离骨结构、血管结构和造血细胞的关系。
所以，"单细胞测序之后为什么不一定先做空转"，关键不在于空间转录组不好，而在于研究问题是否已经从"发现表达区域"转向"观察蛋白状态和空间生态位"。如果单细胞测序已经明确了目标细胞群和marker，PCF 可以更直接地回答这些细胞在组织中位于哪里、是否与特定细胞共定位、是否形成特定邻域以及蛋白层面的表型是否可见。对于MSC、CAF、TAM、内皮细胞、HSPC等明确依赖组织结构的课题，PCF能够帮助研究者把scRNA-seq的细胞群线索真正放回组织原位中理解。
【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.