PCF空间单细胞蛋白组：CODEX技术的全新升级

PCF空间单细胞蛋白组学是在组织原位检测细胞亚群分布和功能蛋白表达的全新技术。该技不仅能够保留完整的组织结构，而且可以精确区分单个细胞在空间的位置分布。在此基础上，可获得特定组织结构中细胞亚群数量、细胞邻域中的细胞关系图谱、细胞间的通讯网络、以及免疫检查点等关键功能蛋白在单个细胞上的表达定位等高级空间信息。

|   技术原理

Barcode偶联抗体技术

◆ 每个PCF抗体都连接到一个独特的寡核苷酸序列，即抗体条形码（Barcode）

◆ 每个报告探针（Reporter）是一段连接荧光染料分子，并和Barcode 互补的寡核苷酸序列

◆ Barcode偶联抗体和报告探针杂交，导致荧光信号的产生

检测流程

◆所有抗体先一次性与组织切片结合，再启动Barcode偶联抗体和报告探针的“杂交 — 成像 — 剥离”三步循环，每次循环后通过荧光显微镜检测荧光信号，记录对应抗原在组织原位上的定位。

|   技术优势和特点

（1）超多重蛋白检测

◆ 最多同时检测100+蛋白标记物，可在单细胞水平全面解析细胞表型异质性、功能状态及信号通路活性，显著提升对复杂生物学系统的解析深度。

◆ 通过多参数共检，可研究蛋白标记物间的共表达模式、信号通路交叉调控，揭示传统有限靶点分析难以发现的分子网络机制。

一例头颈癌样本检测了101个蛋白标记物，实现了细胞类型、功能和代谢状态的同步检测

（2）空间单细胞分辨率

◆ 空间单细胞分辨率的蛋白检测与定位，可精准识别细胞间的物理接触或邻近关系，以及定量分析细胞互作频率，将生物学研究从“细胞群体均值分析”推进到“单细胞空间互作网络解析”的新维度​。

◆ 该技术正在成为肿瘤学、免疫学、神经科学等领域的“游戏规则改变者”，推动生命科学研究进入“空间单细胞组学”的新时代。

超高维度数据：单细胞水平的“全息画像”

（3）全切片成像

无偏倚的空间全景解析，为全面理解组织微环境的空间架构与功能调控提供无死角的技术支撑。

◆ 全局覆盖：无需预先选择感兴趣区域，完整保留组织切片的空间结构，避免因局部采样导致的微环境信息丢失。

◆ 异质性定量：在全切片范围内统计细胞亚群分布，揭示区域特异的异质性特征。

​◆ 稀有事件捕获：单细胞精度下捕获全切片范围内的动态梯度变化和稀有事件，避免传统局部成像的遗漏。

一例肝细胞癌样本的全组织切片成像，可以在同一张图像上解析癌旁、肿瘤侵袭边缘和肿瘤核心区。①癌旁区域的肝实质； ②门静脉周边区域；③侵袭边缘的三级淋巴结构；④肿瘤核心区域。（Ruf et al., 2023, Cell 186, 3686–3705）

|   多样化和个性化的数据分析模式

提供标准化分析流程、教学式分析支持、个性化的定制分析等数据分析服务项目。根据研究目的，可深度挖掘组织空间信息、单细胞信息、蛋白定量信息和细胞互作信息。

|   抗体组合+灵活定制抗体库

华盈推出了3款抗体panel：H-24、H-48和H-64。凭借其高通量、多维度覆盖和精准分析能力，为免疫学、肿瘤微环境、细胞功能调控等研究提供了高效解决方案。

从H-24到H-48再到H-64，抗体组合逐级升维，实现从“粗放分型”到“功能状态精细化解析”的突破，尤其适用于肿瘤免疫微环境、自身免疫病及感染性疾病中复杂免疫网络的动态研究。

点击下载3款抗体panel的具体信息：

H-24抗体list.pdf

H-48抗体list.pdf

H-64抗体list.pdf

除了上述固定抗体panel，华盈生物还具有100多种抗体的定制库，这些抗体都是具有明确的克隆号、供应商和货号，都是被文献经过验证的。

如若获取详细定制抗体列表，请联系后台工作人员。

|   案例展示

华盈生物获得美国Akoya公司认证的PhenoCycler-Fusion（原CODEX）空间单细胞蛋白组技术服务商，并进入该技术的全球CRO服务提供者网络：https://www.akoyabio.com/cro/

|   代表性文献

肿瘤

[1]. Liu H, Gao J, Feng M, Cheng J , et al. Integrative molecular and spatial analysis reveals evolutionary dynamics and tumor-immune interplay of in situ and invasive acral melanoma. Cancer Cell. 2024 Jun 10;42(6):1067-1085.e11. (IF=48.8)

文章使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对12例肢端黑色素瘤FFPE样本进行空间分析，揭示了肿瘤细胞与免疫微环境的相互作用及其进化动态，为理解肿瘤免疫逃逸和精准治疗提供了新视角。

[2]. Greenwald AC, Darnell NG, Hoefflin R, et al. Integrative spatial analysis reveals a multi-layered organization of glioblastoma. Cell. 2024;187(10):2485-2501.e26. (IF=45.5)

文章通过空转 10x Visium （19个GBM样本）和空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对胶质母细胞瘤开展了全面和深度的空间原位分析，揭示了GBM由结构化区域和无序区域组成。

[3]. Pozniak J, Pedri D, Landeloos E, et al. A TCF4-dependent gene regulatory network confers resistance to immunotherapy in melanoma. Cell. 2024;187(1):166-183.e25. (IF=45.5)

文章将单细胞技术与空间多组学技术联用，成功地“描绘”出ICB耐药性的黑色素瘤患者治疗过程中的肿瘤微环境变化图谱，并阐明了肿瘤细胞通过间质样转变实现免疫逃逸和治疗耐药的机制。

[4]. Roider T, Baertsch MA, Fitzgerald D, et al. Multimodal and spatially resolved profiling identifies distinct patterns of T cell infiltration in nodal B cell lymphoma entities. Nat Cell Biol. 2024;26(3):478-489. (IF=17.3)

研究人员通过多组学技术联用，成功地构建了结节性B细胞淋巴瘤中T细胞的空间浸润图谱，揭示了各个类型B细胞非霍奇金淋巴瘤患者肿瘤微环境中T细胞浸润的差异，这一发现有助于深入理解淋巴瘤的免疫微环境，并为个体化治疗策略的制定提供了重要参考。

[5]. Ruf B, Bruhns M, Babaei S et al. Tumor-associated macrophages trigger MAIT cell dysfunction at the HCC invasive margin. Cell. 2023 Aug 17;186(17):3686-3705.e32. (IF=45.5)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对肝癌样本进行了全片成像，通过空间单细胞表型的分析，患者组织的肿瘤中心、癌旁、三级淋巴结构等多种复杂组织结构特征被完整的呈现。最终通过分析MAIT细胞的空间特征发现了其在肿瘤中失活的关键机制。

[6]. Xue R, Zhang Q, Cao Q et al. Liver tumour immune microenvironment subtypes and neutrophil heterogeneity. Nature. 2022 Dec;612(7938):141-147. (IF=50.5)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）与单细胞测序技术结合，对不同肝癌患者的肿瘤免疫微环境进行了空间表型的分析。空间分析识别出了不同肝癌患者肿瘤免疫微环境的多种表型，建立了肝癌患者的精准分层体系。

[7]. Foster DS, Januszyk M, Delitto D et al. Multiomic analysis reveals conservation of cancer-associated fibroblast phenotypes across species and tissue of origin. Cancer Cell. 2022 Nov 14;40(11):1392-1406.e7. (IF=48.8)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对乳腺癌等多种肿瘤样本进行了空间表型分析，揭示了癌症相关成纤维细胞（CAF）亚群在肿瘤免疫微环境中的空间分布关系，为后续针对异质性CAF开发精准的治疗方案提供了见解。

[8]. Jiang H, Courau T, Borison J et al. Activating Immune Recognition in Pancreatic Ductal Adenocarcinoma via Autophagy Inhibition, MEK Blockade, and CD40 Agonism. Gastroenterology. 2022 Feb;162(2):590-603.e14. (IF=25.7)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对胰腺癌小鼠的肿瘤组织进行了空间分析，描述了在接受免疫治疗的小鼠肿瘤组织中细胞的空间变化及相互作用。提示了在癌症治疗时肿瘤微环境中细胞空间位置的重要性。

[9]. Schürch CM, Bhate SS, Barlow GL et al. Coordinated Cellular Neighborhoods Orchestrate Antitumoral Immunity at the Colorectal Cancer Invasive Front. Cell. 2020 Sep 3;182(5):1341-1359.e19. (IF=45.5)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对来自35例结直肠癌患者的140份组织样本进行了空间邻域分析，发现了在高风险结直肠癌患者中可以表征临床结果的指标。为结直肠癌患者的治疗和预后提供了重要的策略。

器官发育

[1]. Bandyopadhyay S, Duffy MP, Ahn KJ, et al. Mapping the cellular biogeography of human bone marrow niches using single-cell transcriptomics and proteomic imaging. Cell. 2024;187(12):3120-3140.e29. (IF=45.5)

本研究联合scRNA-seq和空间原位单细胞蛋白组学深度解析了骨髓微环境。特别是空间单细胞蛋白组对于scRNA-seq结果的空间解读，从细胞通讯的推测提升到了组织原位真正的可视化，诠释了非造血细胞和HSPC之间的相互作用，对于理解这些间充质细胞、内皮细胞、骨膜细胞形成的空间微结构区域对于造血发生的作用提供了新的见解。

[2]. Hickey JW, Becker WR, Nevins SA et al. Organization of the human intestine at single-cell resolution. Nature. 2023 Jul;619(7970):572-584. (IF=50.5)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对8个不同肠道部位进行了单细胞组织结构的分析，揭示了肠道组织中细胞组成的巨大差异，最终将肠道疾病与特定细胞亚型结合，深度分析了疾病与细胞的空间关系，为肠道疾病研究奠定了坚实的基础。

[3]. Kumar T, Nee K, Wei R et al. A spatially resolved single-cell genomic atlas of the adult human breast. Nature. 2023 Aug;620(7972):181-191. (IF=50.5)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对来自132例女性手术患者的220个乳腺组织样本进行了分析，解析了乳腺组织中的上皮细胞、免疫细胞、成纤维细胞、脂肪细胞等多种细胞分布，绘制出了迄今为止样本量最多、最全面的人类乳腺细胞图谱。

[4]. Le Coz C, Oldridge DA, Herati RS et al. Human T follicular helper clones seed the germinal center-resident regulatory pool. Sci Immunol. 2023 Apr 14;8(82):eade8162. (IF=17.6)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对扁桃体样本进行了细胞邻域分析，深度解析了滤泡调节性T细胞的异质性，发现了表征Tfr细胞来源的关键标志物，同时解释了扁桃体生发中心Tfr细胞的功能机制。

[5]. Palla AR, Ravichandran M, Wang YX et al. Inhibition of prostaglandin-degrading enzyme 15-PGDH rejuvenates aged muscle mass and strength. Science. 2021 Jan 29;371(6528):eabc8059. (IF=44.7)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对小鼠肌肉组织进行了空间原位表型分析，确定了肌肉组织微环境中15-PGDH的主要来源细胞，发现了15-PGDH在肌肉衰减征中的作用机制，提出了靶向15-PGDH可以有效缓解肌肉衰减征的重要结论。
 

炎症性疾病

[1]. Rius Rigau A, Li YN, Matei AE, et al. Characterization of Vascular Niche in Systemic Sclerosis by Spatial Proteomics. Circ Res. 2024;134(7):875-891. (IF=16.5)

文章使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对系统性硬化病（Systemic Sclerosis, SSc）的血管微环境进行了空间蛋白质组学研究。研究发现了疾病特异性的血管微环境特征，揭示了SSc中血管异常和免疫细胞相互作用的复杂性。

[2]. Easter QT, Fernandes Matuck B, Beldorati Stark G, et al. Single-cell and spatially resolved interactomics of tooth-associated keratinocytes in periodontitis. Nat Commun. 2024;15(1):5016. Published 2024 Jun 14. （IF:14.7）

本研究应用PhenoCycler-Fusion技术，对牙周炎患者样本进行空间蛋白质组学分析，揭示了牙周炎中免疫微环境的独特变化，为精准治疗提供了新见解。

[3]. Han D, Lee AY, Kim T et al. Microenvironmental network of clonal CXCL13+CD4+ T cells and regulatory T cells in pemphigus chronic blisters. J Clin Invest. 2023 Oct 10:e166357. (IF=13.3)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）研究了天疱疮患者CXCL13+CD4+ T细胞的微环境和空间组织结构，发现了CXCL13+CD4+ T细胞周边细胞的分布情况，为CXCL13+CD4+ T细胞活化扩增作为三级淋巴结构形成的重要驱动因素提供了重要见解。

[4]. Mayer AT, Holman DR, Sood A et al. A tissue atlas of ulcerative colitis revealing evidence of sex-dependent differences in disease-driving inflammatory cell types and resistance to TNF inhibitor therapy. Sci Adv. 2023 Jan 20;9(3):eadd1166. (IF=11.7)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对溃疡性结肠炎患者临床活检样本进行了空间邻域分析，建立了溃疡性结肠炎组织微环境的空间图谱并总结了TNF抑制剂治疗时细胞邻域的变化。为溃疡性结肠炎患者治疗响应程度的预测提供了见解。

[5]. Jiang S, Chan CN, Rovira-Clavé X et al. Combined protein and nucleic acid imaging reveals virus-dependent B cell and macrophage immunosuppression of tissue microenvironments. Immunity. 2022 Jun 14;55(6):1118-1134.e8. (IF=25.5)

本研究使用空间原位单细胞蛋白组学技术（PhenoCycler-Fusion）对恒河猴淋巴组织中的细胞空间表型进行了分析，通过分析淋巴组织细胞的空间位置和功能状态，研究发现了艾滋病感染后机体免疫系统的巨大变化，探究了免疫失调的机制，为艾滋病的诊断和预后提供了巨大的帮助。