上海芯超生物科技有限公司

19

手机商铺

qrcode
商家活跃:
产品热度:
  • NaN
  • 0.20000000000000018
  • 0.20000000000000018
  • 2.2
  • 2.2
文献支持
空间多组学—— 芯空一号——组织芯片/ 空间转录组测序/单细胞原位空间基因(蛋白)组检测技术/ 组织多色免疫荧光/ 单细胞原位空间蛋白组/ 空间蛋白转录组测序技术/单细胞原位分析技术
询价

公司新闻/正文

mIHC vs PCF——空间蛋白组学选哪个好?

2 人阅读发布时间:2026-01-28 11:25

 

多色免疫荧光(mIHC)CODEX (PCF) ,两者都是空间蛋白组学技术,能在单张组织切片上实现多种蛋白标记物的表达和原位检测,从而揭示细胞表型、状态及空间互作关系。是肿瘤免疫、神经科学、发育生物学等领域探索复杂组织结构的“神兵”。那么,两大空间组学蛋白验证的利器有何异同,该如何在课题思路中选择呢?

 

图片

 核心比较

 

image.png

 

图片

应用场景近举例——mIHC

 

文章题目:Multi-omics analysis reveals the chemoresistance mechanism of proliferating tissue-resident macrophages in PDAC via metabolic adaptation

发表期刊:Cell Reports     

影响因子:7.5/Q1

 

图片1.png

 

mIHC技术在本文中,主要作用有:

1. 对目标细胞亚群进行定位展示。如:利用了人胰腺癌组织样本(n=139)制作成组织芯片,进行了6指标的检测,指标包括:CD68, CD11b, α-smooth muscle actin (αSMA), CD8, Collagen I, Ki-67。这些指标的选择依据是通过单细胞测序分析获得的与疾病特异性有关的或者说有研究价值的细胞亚群,分别是增殖性巨噬细胞 (CD68+Ki-67+),炎症性巨噬细胞 (CD68+CD11b+), 增殖性成纤维细胞 (Ki-67+Collagen I+aSMA+),以及CD8+ T 细胞。

 

图片2.png

 

2. 对关注亚群的数量比较以及空间验证。如:在小鼠模型处理后,对4种Ki-67+巨噬细胞进行区域的细胞数量比对,发现Ki-67+ 增殖性巨噬细胞 (F4/80+C1Q+) 数量远高于单核细胞来源的APCs (F4/80+TYROBP+), MARCO+巨噬细胞 (F4/80+MARCO+), 以及炎症性巨噬细胞 (F4/80+S100A8+),从而进一步验证了单细胞测序的结果。

 

图片3.png

 

 

图片

应用场景近举例——PCF

 

文章题目:Spatial single-cell protein landscape reveals vimentinhigh macrophages as immune-suppressive in the microenvironment of hepatocellular carcinoma

发表期刊:Nature Cancer     

影响因子:23.5/Q1

 图片4.png

 

PCF技术在本文中主要作用是:

绘制了HCC单细胞空间蛋白图谱,详细解析了HCC肿瘤间空间异质性,并建立了与预后相关的HCC空间分型。

 

首先,将401名HCC患者的肿瘤样本定制成组织芯片,再结合PCF技术进行了36种抗体染色,获得了4,347,731个细胞的高分辨率数据,定义了72个细胞表型以及40个细胞邻域关系。

 

图片

 

其次,通过对这些细胞邻域进行非监督聚类分析,进一步定义了三种主要的微环境空间构成模式,使用这分类法可以更为准确地预测患者的预后。

 

 图片6.png

 

 

图片

技术选择小贴士

 

1. 目标驱动: 明确核心科学问题需要多少Marker?样本规模多大?

2. 资源评估: 预算?样本量多少?是否组织芯片更优化?

3. 灵活性需求: 个性化指标是否偏多?Panel库是否满足?

4. 深度与广度: 侧重少数关键靶标深入挖掘 (mIHC更灵活) vs 无侧重全景扫描 (CODEX更优)。

 

图片7.png

芯超-结肠癌组织芯片-mIHC全芯片扫描图

  

 

图片

总结

 

mIHC是灵活、高性价比的“多面手”,适合靶标明确或者微环境初筛的研究。CODEX是超高重、高通量、自动化的“巨舰”,适合绘制大规模、精细化空间图谱。两者并非取代关系,而是根据研究目标进行空间数据互相补充的强大工具!

 

参考文献

1. Zhang J, Song J, Tang S, Zhao Y, Wang L, Luo Y, Tang J, Ji Y, Wang X, Li T, Zhang H, Shao W, Sheng J, Liang T, Bai X. Multi-omics analysis reveals the chemoresistance mechanism of proliferating tissue-resident macrophages in PDAC via metabolic adaptation. Cell Rep. 2023 Jun 27;42(6):112620. doi: 10.1016/j.celrep.2023.112620. Epub 2023 Jun 6. PMID: 37285267.

2. Qiu X, Zhou T, Li S, Wu J, Tang J, Ma G, Yang S, Hu J, Wang K, Shen S, Wang H, Chen L. Spatial single-cell protein landscape reveals vimentinhigh macrophages as immune-suppressive in the microenvironment of hepatocellular carcinoma. Nat Cancer. 2024 Oct;5(10):1557-1578. doi: 10.1038/s43018-024-00824-y. Epub 2024 Sep 26. PMID: 39327501.

 

———————————————————————————————————————————————————————————————————————————————————————

 

空间多组学揭示了“细胞身份、微环境与空间定位”三位一体信息,为科研老师们理解疾病机制,精准医疗、发现新靶点提供了核心驱动力为助力各位老师实现这一目标,芯超生物发布了产品“芯空一号”空间多组学解决方案,以期帮助大家走通 “从样本制备->数据挖掘"的全链条路径。

 

芯空一号

利用组织芯片/大组织切片,联合空间多组学技术、人工智能驱动的空间映射算法等创新方案,实现高性价比、高一致性、高维度的空间大数据挖掘与分析范式,是一种“从样本制备到数据挖掘”的全链条解决方案。它能够揭示意想不到的细胞互作关系,相同细胞类型在组织微环境中不同的细胞行为,识别不同的细胞聚集模式,预测疾病的发展。不仅可创新性地发现受空间限制的药物作用新靶标,更能通过建立三维病理特征-分子网络-临床表型的多维关联模型,为精准诊疗提供具有空间可解释性的新型生物标志物体系。

 

 

空间组学.png

 

Visium空间转录组测序平台,CosMx™ SMI单细胞空间原位分子成像平台,GeoMx® DSP数字空间组学平台,PCF(PhenoCycler-Fusion)单细胞原位空间蛋白组平台,LCM+质谱-深度空间蛋白组平台,各空间多组学技术具有不同的技术参数,如细胞分辨率、基因覆盖率和通量,我们通过评估各平台的核心性能参数与实验兼容性,结合研究需求(如样本类型、研究规模及目标生物学问题),为研究者提供合理化的技术筛选框架,以实现精准匹配实验设计与平台能力。

 

【IF=48.8】大样本和空间多组学分析-揭示小细胞肺癌异质性

 

期待与全国科研先锋并肩,以系统性解决方案重塑空间组学研究新范式,开启生命时空图谱的新纪元!如老师们有任何兴趣和问题,可随时联系芯超当地销售或拨打我们热线电话。祝老师们科研之路顺利!

 

上一篇

illumina基因芯片优惠促销——做芯片实验,送样本抽提和数据分析啦!

下一篇

【IF:44.5】多模态空间组学解析肺腺癌微环境变化

更多资讯

我的询价