单细胞测序技术让研究者能够以前所未有的分辨率解析组织中的细胞异质性，绘制出详尽的“细胞清单”。但这份清单往往缺少一个关键信息：这些细胞在原生组织环境中，究竟位于何处、与谁为邻、是否表达具有功能活性的关键蛋白？近期，一项发表在《Nature》上关于人类母胎界面（MFI）的研究，为我们展示了一种精妙的解决思路。该研究在完成了大规模的单细胞多组学分析后，并没有止步于生信预测，而是选择了单细胞组织原位空间蛋白组学技术——PCF（CODEX），将“细胞身份”精准地放回了组织“地图”之中。

在这项研究中，科学家们首先利用单核RNA测序（snRNA-seq）和单核ATAC测序（snATAC-seq），从近20万个细胞核中鉴定出了多种细胞类型和状态，例如在胎盘发育中至关重要的绒毛外滋养细胞（EVT）及其不同亚型。然而，这些细胞在复杂的母胎界面中究竟如何分布，它们与母体血管和蜕膜细胞的空间关系如何，单细胞数据本身无法直接回答。这正是PCF（CODEX）技术介入的关键节点。研究者将单细胞测序发现的细胞标志物转化为抗体Panel，通过PCF（CODEX）技术在同一张组织切片上同时成像多种蛋白标志物，从而精准地定位了这些细胞。

PCF（CODEX）的价值在于，它将单细胞测序提供的“候选名单”转化为组织切片上可视化的“实景地图”。例如，该研究通过PCF（CODEX）技术清晰地区分了锚定绒毛细胞柱中的ITGA2+EVT祖细胞和深部蜕膜中的AOC1+iEVT，并直观展示了NCAM1+eEVT侵入螺旋动脉管腔的过程。这种从“发现”到“定位”的跨越，是单纯生物信息学分析难以企及的。对于研究者而言，当单细胞测序已经提示了关键的细胞群或状态后，PCF（CODEX）提供了一条直接、高效的路径，用于观察这些细胞在组织中的真实空间位置和蛋白表达状态。

单细胞组织原位空间蛋白组学特别适用于这类研究场景：单细胞数据已经揭示了细胞异质性，但下一步的关键科学问题变成了“这些细胞在组织里是怎么排列的？”以及“它们和邻近细胞如何互动？”。在该研究中，PCF（CODEX）不仅验证了单细胞测序发现的不同EVT亚型的存在，更重要的是，它揭示了这些亚型在血管周围的精确空间分布梯度，为理解EVT侵袭和血管重塑的机制提供了组织层的关键线索。

总结而言，当研究目标不再满足于“知道有哪些细胞”，而是希望“在组织原位上观察这些细胞”，那么PCF就是一种直接承接单细胞测序结果的理想技术选择。它帮助科学家将抽象的分子分型，投射到真实、复杂且功能性的组织结构中，为后续的机制假设生成和功能研究提供坚实的空间参考。

【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】
Wang C, Zhou Y, Wang Y, et al. Single-cell spatiotemporal dissection of the human maternal–fetal interface.Nature. 2026.doi:10.1038/s41586-026-10316-x