pcf

为什么单细胞测序发现的细胞状态需要蛋白层面验证？很多研究者做完单细胞测序后会遇到一个共同问题：细胞类型已经分出来了，marker也找到了，下一步到底应该做什么？如果研究目标是继续扩展转录层面的空间表达，可以考虑空间转录组；但如果关键问题是细胞在组织中如何排列、是否形成组织结构、蛋白标志物是否在对应细胞中表达，那么PCF可能更适合作为下一步。Nature肠道组织图谱展示了这一思路：单核RNA和ATAC负责解析细胞与调控，PCF(CODEX)空间蛋白成像负责解析组织原位结构。

从空间表达到蛋白观察：单细胞组织原位空间蛋白组如何补充空间转录组？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

从bulk数据到组织原位观察：超多重免疫荧光成像如何为转化研究提供蛋白层线索？医学转化研究不仅需要发现分子层面的表达差异，更需要可观察、可解释、可进一步验证的组织原位信息。在肿瘤微环境研究中，bulk RNA-seq可以帮助研究者从整体层面识别候选通路和细胞组成变化，但这些"平均信号"难以直接转化为可在组织切片中观察的蛋白标志物。当研究目标是寻找候选标志物、理解组织局部微环境特征、或为后续实验设计提供线索时，组织原位空间蛋白组学可以提供bulk测序难以直接呈现的蛋白层观察维度。

scRNA-seq发现细胞亚群后，PCF如何回到组织原位观察空间位置？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。

从配体-受体推断到空间邻域观察：scRNA-seq之后PCF补上的关键一步单细胞测序不仅能识别细胞类型，还能通过配体-受体分析推断潜在细胞通信。例如，在骨髓生态位研究中，研究者可以从转录组数据中看到间充质基质细胞（MSC）、内皮细胞、HSPC和髓系细胞之间可能存在CXCL12-CXCR4、SELE-CD44、KITLG-KIT等相互作用。这些结果非常有启发性，但它们本质上仍然是一种基于mRNA表达的相互作用推断。细胞是否真的处在相近位置、是否位于同一个组织邻域、是否与骨内膜或血管结构相关，仍需要组织原位层面的观察。

从Cell文献看空间单细胞蛋白组的转化研究价值：单细胞发现之后，为什么还要看蛋白和空间邻域？高水平组织微环境研究越来越重视多层信息的整合，但真正重要的并不是技术堆叠，而是每一层技术都回答不同问题。单细胞测序可以帮助研究者发现细胞类型和转录状态，空间转录组可以提供基因表达的空间线索，PCF则更适合在组织原位观察蛋白表达、功能状态和细胞邻域。对于医学转化研究而言，蛋白层信息往往更接近病理标志物、功能状态和潜在干预相关分子，因此在单细胞发现之后加入PCF，能够让研究从细胞图谱进一步走向组织层解释。

PCF 和空间转录组联合：从表达线索到蛋白状态的组织微环境观察空间转录组和空间单细胞蛋白组（PCF ）解决的是组织微环境研究中的两个不同问题。空间转录组更擅长回答“基因表达在哪里发生”，能够帮助研究者看到组织中的表达区域、转录模块和空间分区；PCF 则更适合进一步观察“蛋白是否表达、细胞处于什么状态、不同细胞之间是否相邻”。二者不是重复检测，而是从转录层和蛋白层共同构建更完整的空间组学研究框架。对于复杂肿瘤组织而言，这种联合思路尤其重要，因为组织微环境既有基因表达变化，也有蛋白状态和空间结构变化。

小李独爱秋

计算机网络经典问题透视：无线局域网名词中DCF和PCF的含义是什么？摘要：在浩瀚的无线网络世界中，IEEE 802.11标准如同一部根本大法，规定了Wi-Fi设备间通信的规则。在这部法典中，DCF（分布式协调功能）与PCF（点协调功能）是两个至关重要但又常常令人困惑的核心概念。它们是无线局域网（WLAN）介质访问控制（MAC）层的两大基石，定义了设备如何“文明”地共享宝贵的无线信道资源。

我是有底线的