空间接近测序绘制了生发中心的发育动力学2332687

科学问题

免疫、信号与肿瘤研究都想知道组织里哪些蛋白在一起、哪些细胞在互相说话。但现有手段各有缺口。空间转录组只测RNA；蛋白层面的空间方法多针对单一靶标；非空间的邻近连接技术（Prox-seq、Molecular Pixelation等）能测蛋白复合物，却丢失了组织位置，也拿不到mRNA。本文要回答的是：能否在完整组织中原位同时读出表面蛋白、蛋白互作与转录本，并用蛋白质互作重新校正由RNA推断的细胞状态与细胞通讯。

背景与领域脉络

生发中心是抗原激活的B细胞增殖、选择与分化的场所，内部按功能分为暗区与明区。暗区以B细胞快速增殖和体细胞高频突变为主，明区则由滤泡树突状细胞（FDC）与辅助性T细胞参与筛选。这个空间分工长期主要通过RNA或流式数据推断，蛋白质层面的原位证据很少。蛋白质复合物分为同一细胞内的顺式互作与细胞之间的反式互作，后者正是细胞通讯的物质基础，却几乎没有在组织中系统测量过。

方法与技术路线

作者开发了空间邻近测序（Sprox-seq）。其原理是把邻近连接分析（PLA）搬到组织原位。用抗体对识别相邻的蛋白或蛋白复合物，抗体上连接的寡核苷酸只有空间邻近时才可能连接成可扩增的DNA产物。随后原位反转录，构建cDNA与PLA两类文库，测序读出的同时保留每个分子的组织坐标。研究在人心扁桃体组织上并行测量了32种表面蛋白、528对两两互作以及数千个mRNA，覆盖初级滤泡、套区、生发中心与T细胞区等结构，并分别解析了生发中心的明区与暗区。

主要结果

创新点

创新点在于把邻近连接测序从非空间的细胞悬液体系搬到完整组织原位，首次实现表面蛋白、蛋白复合物与mRNA的同一切片并行测量。与Prox-seq、Molecular Pixelation等非空间方案相比，Sprox-seq保留了每个分子的组织位置，因而可以同时研究顺式与反式互作。与只测RNA的空间转录组相比，它把蛋白质互作这一层直接纳入，细胞状态与细胞通讯的判断因此不再只依赖转录本丰度。

意义与影响

这项工作是空间多组学从「转录本加蛋白丰度」走向「蛋白互作」的一步。对免疫学而言，它把生发中心明区的功能分工从推断变成可测量；对肿瘤与自身免疫研究而言，原位读取细胞间受体-配体复合物，为判断免疫治疗响应、发现可成药靶点提供了新的证据层。论文也提示，凡是依赖RNA推断细胞状态与细胞通讯的结论，都值得用蛋白互作数据复核一次。

局限与待验证

第一，蛋白面板只有32种，覆盖度远低于转录组，结论的完整性受抗体选择限制。第二，邻近连接依赖抗体对的邻近性，空间距离阈值与抗体效价都会影响灵敏度，不同蛋白之间的灵敏度难以完全对齐。第三，研究只在人扁桃体一种组织上验证，且组织需经固定处理，能否推广到FFPE样本与实体瘤仍需验证。第四，分辨蛋白互作与随机邻近仍依赖统计推断，存在假阳性风险。

对我们的相关性

对华大的启发在于证据层级，而非直接技术可比。这篇文章用独立模态（蛋白互作）复核了单细胞与空间转录组得出的细胞状态与通讯结论。这正是我们强调的「他人自述成果需交叉验证」在技术层面的版本。对做时空免疫与肿瘤微环境的团队，可以关注两点。一是原位邻近连接与Stereo-seq属互补路线，前者提供蛋白互作、后者提供无偏转录本，二者叠加能把细胞通讯结论做厚。二是文中「同一结构内部按RNA看是一类细胞、按蛋白互作看是多类状态」的现象，提示分析流程中保留模态间不一致，而不是强行对齐。

术语速查