《Nature Methods》将空间蛋白组学评选为2024年度技术，凸显了在功能性蛋白的视角上开展组织空间原位分析的重要性。空间蛋白组学涵盖了多种技术类型，其中基于免疫组化原理的多重空间成像技术占据了主导地位。这些先进技术包括但不限于循环免疫荧光（CycIF）、迭代漂白扩展多重性（IBEX）、多重离子束成像（MIBI）、成像质谱流式（IMC）和由原先的CODEX技术升级而来的Phenocycler-Fusion（PCF）技术。这些技术依靠超多重检测、高分辨率成像等优势已经被全球不同研究领域的科学家应用在疾病机制探索、组织的细胞图谱构建、组织微环境的解析等研究中。这些已发表的空间高分辨率图像结果显然是一个巨大的宝库，借助这些已发表的资源可以为相关领域的研究者提供重要的参考价值，例如预先判断组织中有哪些细胞类型、用什么marker可以定义不同组织中的特定细胞类型、不同功能性蛋白的组织空间分布等。那么如何检索和下载这些空间单细胞蛋白组的数据？有哪些公共数据库资源可供研究者调阅？今天小编就以PCF空间单细胞蛋白组为例，就如何检索和下载PCF的数据进行了相关资料的整理。

Phenocycler-Fusion技术是一种先进的空间组学分析平台，旨在实现单细胞分辨率的高维蛋白质空间分析，同时保留组织微环境的空间信息。该技术结合了高通量抗体标记、循环成像和自动化数据分析，广泛应用于肿瘤学、免疫学及转化医学研究。

第一种检索PCF数据的方法就是直接通过文献中的Data availability这部分的内容查询到上传的数据库链接。基本上大部分期刊都会要求作者上传原始数据，但是对于空间单细胞蛋白组而言原始的图像数据非常大，很多作者其实是上传的处理后的数据，或者是图像分割完后的单细胞表达矩阵而非图像，所以也要加以甄别。但是不管如何，这些不同维度的数据都可以为我所用，进行相关分析。接下来我们用实例说明。

我们检索了2024年发表在Cell上的一篇骨髓组织的PCF数据。这篇文章的题目为“Mapping the cellular biogeography of human bone marrow niches using single-cell transcriptomics and proteomic imaging”。（https://doi.org/10.1016/j.cell.2024.04.013）。研究者对正常和急性髓系白血病的骨髓样本开展了54-plex的PCF检测。 在这篇文章的Data availability部分我们可以看到作者将PCF的原始图像数据上传到了FigShare网站上。FigShare是一个专注于科研数据共享与管理的开放获取平台，由Digital Science（英国Macmillian出版公司的分支机构）支持建设，旨在促进学术成果的广泛传播和高效利用。

打开文中的链接，我们首先可以看到关于研究项目的相关描述↴

在页面的底部我们可以看到作者上传了7个原始数据，包括H&E图像、正常和疾病状态下骨髓的PCF（CODEX）图像、还有分割后的PCF图像以及处理后的PCF单细胞数据（Seurat对象）↴

我们重点关注他们提供的原始PCF图像，我们点开“Normal Bone Marrow CODEX Images”部分，可以看到里面包含了12个样本的PCF原始图像数据和1个检测marker列表↴

提供的图像格式是没有加工过的PCF原始图像格式qptiff，下载后可以直接用图像分析软件QuPath打开，后续可以本地化分析这些原始图像↴

文献中PCF数据上传的平台也不尽一样，除了FigShare，还有zenodo、DRYAD等公共数据平台。例如"Integrative spatial analysis reveals a multi-layered organization of glioblastoma" (Greenwald*, Galili-Darnell*, Hoefflin* et al., 2024. Cell 187(10): 2485-2501).这篇胶质母细胞瘤的PCF数据上传到了zenodo网站上，提供了PCF图像（ome.tif）和其他分析文件↴

还有一些肿瘤研究项目会将PCF数据上传到美国NIH资助的The Cancer Imaging Archive（TCIA）在线数据库中。我们也可以直接在TCIA中通过搜索关键词检索PCF数据↴

另外一些存储PCF图像的网站不能提供免费下载，只能在线查看图像。例如2023年nature上发表了一篇应用PCF分析胰腺组织的研究（https://doi.org/10.1038/s41586-023-06693-2），作者将PCF图像上传到了专门收集胰腺组织图像的网站Pancreatlas上（https://www.pancreatlas.org/）。Pancreatlas收集了不同胰腺相关疾病的图像数据↴

该网站依靠在线分析软件可以实现在线查看胰腺组织的PCF图像数据 ↴

第二种检索和下载空间单细胞蛋白组数据的方式是可以通过Human BioMolecular Atlas Program 即人类生物分子图谱计划（简称 HuBMAP）数据库下载相关的图像↴

HuMAP在单细胞分辨率下全面描绘出人体主要器官中每个细胞的位置，构建出健康和各种疾病条件下人体的全面、可获取的三维分子和细胞图谱，建立构成健康系统的基线，以便研究人员发现疾病中出现的问题。HuMAP目前已收集了 3000 多个单细胞组织数据集，覆盖 31 种器官，数据来源包括超过 200 名捐赠者，完成了超过 1700 种细胞类型和 1200 个解剖结构的建模↴

HuMAP收录了多种类型的空间组学数据，我们可以依据技术平台或者组织类型进行检索↴

每个数据集的原始数据可以通过HuMAP提供的数据管理平台Globus链接进行下载原始图像及其他文件↴

第三种是专门检索和下载肿瘤的空间单细胞蛋白组数据，可以通过Human Tumor Atlas Network 即人类肿瘤图谱网络（HTAN）数据库检索↴

HTAN是美国国家癌症研究所（NCI）资助的 “癌症登月” 计划的一部分，于 2018 年启动。致力于构建人类肿瘤演化中细胞、结构和分子特征的三维图谱，描述癌症进展过程中的重要变化，如癌前病变向恶性肿瘤的转变、转移性癌症的演变以及对治疗产生耐药性的发展过程，最终创建可以预测肿瘤演变和治疗反应的计算模型。截至 2024 年，已分析了2000多例患者的数据，涵盖 21个器官的肿瘤，包含 9000多个生物样本。HTAN同样提供了多个技术平台的检测数据↴

我们注意到HTAN中很多数据还在建立和完善过程中，目前还不能在线查看或者下载。对于可查看的数据，可以直接在HTAN网站上在线查看图像或下载↴

小结
      除了上述方法，肯定存在其他检索空间单细胞蛋白组学的方式和存储这些数据的平台。对于空间单细胞蛋白组学感兴趣或者即将开展此类研究的研究者而言，如何合理的应用这些公共资源为自己的研究提供指引应该值得我们深入思考。