空间转录组技术如Visium、Visium HD、Xenium和CosMX等，已经帮助研究者实现了基因表达在组织中的精确定位。然而，一个常被忽视的问题是：mRNA表达水平与蛋白表达水平之间并非完全对应，而细胞的功能状态、免疫检查点表达、细胞毒性能力等关键生物学特征，往往更直接地体现在蛋白层面。2025年斯坦福大学团队在Nature Communications发表的一项肺腺癌研究，恰好从另一角度为这一问题提供了线索------该研究完全基于单细胞组织原位空间蛋白组（PCF）完成，却系统解析了传统上需要多组学联合才能回答的空间组织问题。
该研究使用PhenoCycler平台对LUAD assembloid模型和临床样本进行了15-plex蛋白成像分析。研究团队发现，即使不经过空间转录组步骤，仅通过PanCK、Vim、MUC1、EpCAM、αSMA、CD90、PDGFRb、PDPN、CAV1等蛋白标志物的组合，就能在组织原位区分出18个不同的细胞亚群，并进一步构建"colocatome"空间特征图谱。特别值得注意的是，研究发现MUC1+癌细胞亚群在assembloid和临床样本中均不与任何成纤维细胞亚群呈现正共定位，这一空间分离特征是通过蛋白标志物直接观察到的。如果仅依赖空间转录组检测MUC1 mRNA表达，研究者可能知道该基因在哪些区域上调，但难以直接确认对应细胞是否表达MUC1蛋白、是否处于特定功能状态、是否与基质细胞形成邻近关系。
这提示我们，在完成空间转录组分析后，PCF可以在以下几个维度提供补充性的组织原位蛋白层观察：首先是蛋白表达确认 ------mRNA检测到的高表达基因，其蛋白产物是否在对应细胞中真实存在、表达强度如何，需要蛋白层技术直接观察；其次是细胞身份复核 ------空间转录组通过基因表达谱推断细胞类型，而PCF可通过经典蛋白标志物在组织原位进行身份确认；第三是功能状态观察 ------如肌成纤维细胞活化(αSMA+)、EMT相关特征(Vim+)、细胞增殖(Ki67+)等状态，更直接体现在蛋白标志物上；第四是空间邻域分析 ------细胞间真实的空间距离和邻近关系，在单细胞分辨率的蛋白成像中可被直接量化。
该文献中的colocatome分析框架------基于CLQ共定位系数、空间置换检验和标准化处理------为定量比较不同条件下的空间特征提供了方法学参考。研究者将这一框架应用于erlotinib处理前后的assembloid模型，观察到药物扰动诱导了显著的空间重组现象，出现了新的、持续的以及敏感的空间共定位特征。这些发现提示，空间转录组与组织原位空间蛋白组学并不是重复关系，而是分别从转录层和蛋白层提供组织微环境研究线索。对于复杂组织微环境研究而言，在空转发现表达区域之后，单细胞组织原位空间蛋白组学可以进一步从蛋白层面观察细胞身份和功能状态，帮助研究者将"空间表达线索"转化为更具体的组织原位观察。
当然，这并不意味着空间转录组的价值被削弱。恰恰相反，空间转录组在发现候选基因、识别未知细胞群和构建空间表达地图方面具有独特优势。PCF的价值在于承接这些转录层发现，将其带回组织原位的蛋白层面进行观察和解释。二者联合使用，有望让组织微环境研究从"基因表达在哪里"进一步走向"蛋白是否存在、细胞处于什么状态、空间关系如何"。
【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】
Bouchard G, et al. A quantitative spatial cell-cell colocalizations framework enabling comparisons between in vitro assembloids and pathological specimens. Nature Communications. 2025;16:1392. doi:10.1038/s41467-024-55129-6