近期《Developmental Cell》发表了一篇“Concerted changes in Epithelium and Stroma: a multi-scale, multi-omics analysis of progression from Barrett’s Esophagus to adenocarcinoma”，这篇食管腺癌进展研究虽然包含单细胞测序和多组学分析，但它对PCF类技术的启发在于：研究的核心并不是单纯寻找某个未知基因，而是理解组织结构如何从正常鳞状上皮向化生、异型增生和肿瘤状态变化。文献通过PCF(CODEX)54抗体空间蛋白成像，在27个组织区域中识别45类细胞，并进一步定义24种细胞邻域和10类空间社区。这类问题本质上非常适合PCF：细胞是谁、在哪里、与谁相邻、是否处于特定功能状态，才是主要关注点。
如果后续课题已经基于文献或预实验明确了关键指标，例如POSTN+成纤维细胞、CD36高表达内皮细胞、Treg、免疫调节型NK细胞、浆细胞、p53异常上皮区域、基质重塑相关蛋白等，那么可以考虑直接做PCF，而不一定先做空间转录组。原因在于这些指标都可以被抗体Panel转化为蛋白层原位观察。PCF不仅能看表达，还能看表达发生在什么组织区域、细胞之间的距离如何、是否形成局部微环境结构。
适合直接做PCF的课题通常具有几个特点：
- 研究对象是FFPE组织或病理切片，已经有明确区域划分；
- 研究者关注已知细胞类型和蛋白标志物，例如免疫细胞、CAF、内皮细胞、肿瘤上皮细胞或ECM相关蛋白；
- 核心问题是空间分布和邻域关系，而不是大规模未知基因发现；
- 研究希望输出可视化程度高、便于与病理结构对应的组织原位结果。例如从化生到肿瘤的阶段比较、CAF生态位观察、免疫抑制相关细胞邻域分析、上皮—基质边界区域观察，都属于PCF较适合的科研场景。
因此，当研究问题进入蛋白标志物、细胞状态和组织原位空间关系层面时，PCF可以作为更直接的科研设计选择。该文献提示，复杂组织进展往往伴随上皮、基质、ECM、免疫和力学多层变化；而PCF能够把这些变化中的关键细胞和蛋白放到真实组织结构中观察。对于已有明确问题和marker的研究，直接使用PCF，有助于提高组织微环境分析的聚焦度和解释力。
【本文说明】
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观察与复核，不构成任何医疗意见。
【参考文献】
Strasser MK, Gibbs DL, Gascard P, Bons J, Hickey JW, Pan D, Caruso JA, Wang X, Chen-Tanyolac C, Bai R, Schürch CM, Tan Y, Black S, Chu P, Ozkan A, Basisty N, Sangwan V, Rose J, Shah S, Burton JB, Camilleri-Broet S, Fiset PO, Bertos N, Berube J, Djambazian H, Li R, Oikonomopoulos S, Elliott DRF, Vernovsky S, Shimshoni E, Collyar D, Russell A, Ragoussis J, Stachler MD, Goldenring JR, McDonald SAC, Ingber DE, Schilling B, Nolan GP, Tlsty TD, Huang S, Ferri LE. Concerted changes in Epithelium and Stroma: a multi-scale, multi-omics analysis of progression from Barrett's Esophagus to adenocarcinoma. Dev Cell. 2025 Oct 20;60(20):2807-2824.e7. doi: 10.1016/j.devcel.2025.06.034. Epub 2025 Jul 21. PMID: 40695287; PMCID: PMC12327839.
