癌症相关成纤维细胞(CAF)研究的发展史，也是一部方法学升级的历史。早期研究通过少数标志物或bulk组学观察肿瘤基质变化，但这些方法难以区分信号来自癌细胞、免疫细胞、血管细胞还是成纤维细胞。单细胞测序的出现提升了细胞分辨率，使iCAF、myCAF、apCAF等亚群被不断发现。然而，Cancer Cell综述指出，单细胞命名仍然面临跨癌种可比性不足和组织位置缺失的问题。CAF并不是漂浮在细胞悬液中的孤立对象，它的功能往往取决于邻近肿瘤巢、免疫聚集区、血管壁或ECM束的位置关系。因此，空间蛋白组学成为理解CAF分类的重要补充。PCF80作为80抗体Panel的空间单细胞蛋白组体系，可为组织原位空间蛋白组学技术提供蛋白层面的连接。

文献指出，CAF领域的一个难点在于命名越积累越复杂。不同研究根据转录特征提出多种CAF亚群，但这些亚群是否代表保守生物学实体，仍需结合空间位置和功能背景分析。比如，表达ACTA2的细胞不一定都是myCAF，因为血管平滑肌细胞和周细胞也可能表达相关标志；表达MHC-II相关分子的apCAF，在不同起源和免疫邻域中可能具有不同含义；保留CD34、DPT、PI16等特征的祖细胞样群体，也可能被误认为新的CAF亚群。换句话说，单细胞测序提供了“细胞表达什么”的线索，但要理解“这些细胞在组织中承担什么结构角色”，仍需要回到组织原位。

在方法学组合上，bulk组学适合获得整体表达趋势，单细胞测序适合发现候选细胞状态，空间转录组可提供区域性RNA图谱，而PCF80等空间单细胞蛋白组方法则可在蛋白层面同步分析细胞身份、功能状态和空间邻域。这种方法学升级可用于多类研究设计。肿瘤样本中，研究者可先利用单细胞测序提出CAF候选亚群，再用PCF80观察这些亚群是否位于肿瘤-间质界面、血管周围或淋巴细胞富集区。免疫微环境研究中，可对比CAF富集区与CD8 T细胞、Treg、巨噬细胞或B细胞结构的空间关系。炎症和纤维化组织中，可观察不同基质程序是否与炎症细胞聚集、胶原沉积或血管结构变化相伴随。神经相关肿瘤或器官特异性研究中，还可把CAF状态与组织固有解剖分区结合起来。PCF80在这些场景中的意义，是为候选机制提供蛋白层面和空间层面的观察框架。

因此，从bulk到单细胞，再到空间蛋白组，并不是简单追求更复杂的数据，而是为了回答不同层级的问题。bulk可以告诉我们整体趋势，单细胞提示可能的细胞状态，空间蛋白组则帮助分析这些状态如何嵌入真实组织结构。Cancer Cell综述对CAF分类的贡献，正在于把分子表型和空间原型放入同一框架。对PCF80而言，这篇文献提供了非常清晰的应用逻辑：以80抗体Panel组织CAF、免疫、血管和ECM指标，在同一张组织切片上建立可理解的空间微环境图谱。

【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观察与复核，不构成任何医疗意见。

【参考文献】Liu Y, Chen X, Dai Y, Jia Y, Kieffer Y, Xie L, Zhou Z, Tyler L, Kim AC, Biffi G, Krishnamurty AT, Mechta-Grigoriou F, Scherz-Shouval R, Sherman MH, Turley SJ, Wang L, Huang H. Molecular phenotypes and spatial archetypes: A new framework for cancer-associated fibroblasts. Cancer Cell. 2026;44(1). https://doi.org/10.1016/j.ccell.2026.06.001