Bulk RNA-seq是组织微环境研究中常用的转录组分析工具，能够帮助我们发现基因表达差异、通路富集和免疫相关转录特征。但在很多情况下，Bulk数据会留下一系列"知其然而不知其所以然"的问题——某个通路为什么上调？这些基因表达变化对应哪些细胞类型？这些细胞在组织中位于哪里、处于什么状态、与哪些细胞相邻？一篇近期发表于《Nature》的文献，恰好展示了研究者如何面对这些问题，并选择超多重蛋白成像技术(PCF)作为后续分析工具。
该研究纳入了29例卵巢透明细胞癌患者的Bulk RNA-seq数据，通过差异表达和通路分析，研究者观察到PPP2R1A突变样本中IFNγ反应、IFNα反应等免疫相关通路的富集。同时，基于CIBERSORTx的免疫细胞去卷积分析提示，CD8+T细胞和活化NK细胞的比例可能在突变组中更高。然而，正如作者在文中明确指出的，Bulk RNA-seq数据存在"固有的局限性"——无法揭示详细的免疫细胞表型，也缺乏空间信息。换句话说，转录层面的线索已经浮现，但蛋白层面的细胞身份、功能状态和组织原位位置仍然未知。
为了补充这一蛋白层观察维度，研究者采用了PCF（CODEX）超多重蛋白成像技术，对28个FFPE样本进行了26种蛋白标志物的空间分析。这一技术选择使得研究者能够在组织原位回答Bulk数据无法触及的问题：那些免疫相关基因表达变化，是否对应特定免疫细胞亚群的蛋白标志物表达？这些细胞是否处于功能活化状态？它们在肿瘤微环境中形成怎样的空间分布模式？结果显示，在蛋白层面，PPP2R1A突变样本中确实呈现更高的MHC-II+免疫细胞浸润、更多的增殖B细胞和生发中心B细胞，以及治疗后CD45RO+记忆T细胞和活化NK细胞在肿瘤邻域的富集。
这一研究路径为"Bulk RNA-seq +PCF"的联合策略提供了方法学参考：Bulk测序负责发现转录层面的差异线索和候选通路，PCF（CODEX）则负责将这些线索带回组织原位，从蛋白层面观察细胞身份、功能状态和空间邻域关系。对于复杂组织微环境研究而言，转录信息和蛋白信息并不是简单重复，而是互相补充的两个观察维度。当Bulk数据提示了值得关注的免疫相关变化时，超多重蛋白成像技术可以进一步分析这些变化在组织中的具体呈现方式。
【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