单细胞测序技术深刻地改变了科研模式。随着技术的推广，单细胞数据挖掘已经从早期的图谱构建过渡到聚焦特定的细胞类型，挖掘驱动表型的核心基因，探究细胞互作模式等，这对于理解生物学过程、疾病诊治、药效预测以及免疫疗法的靶点发现等具有重要意义。

打开网易新闻 查看精彩图片

2026年3月，Nature Immunology期刊发表题为Chemokine-defined macrophage niches establish spatial organization of tumor immunity的研究论文。该研究结合了单细胞转录组、空间转录组和新抗原疫苗模型等，彻底打破长期以来对肿瘤相关巨噬细胞（TAMs）的认知，即简单地将CD206+视为促癌的M2型巨噬细胞。

打开网易新闻 查看精彩图片

研究发现，在肺癌微环境中，传统的促肿瘤标记物CD206，实际上标记了两群截然不同的细胞。高表达CD206的组织驻留型巨噬细胞（IMs）竟然是抗肿瘤的，而低表达CD206的才是促肿瘤的，或者与招募来的巨噬细胞（recMacs）混杂在一起。

打开网易新闻 查看精彩图片

作者没有停留在测序数据上，而是利用 Pf4-Cre Cx3cr1-DTR 小鼠模型，特异性清除了CD206高表达的组织驻留型巨噬细胞（IMs）。结果肿瘤负担暴增，直接证明了这群细胞在体内发挥抗肿瘤的作用。

打开网易新闻 查看精彩图片

利用10x Xenium空间转录组技术，作者绘制了巨噬细胞图谱。发现CD206高表达的组织驻留型巨噬细胞在血管旁（抗肿瘤免疫前线）。机制研究则发现，组织驻留型巨噬细胞在肿瘤区域“被迫”或“异常”地分泌CCL2，从而招募血液里的促肿瘤的巨噬细胞。

打开网易新闻 查看精彩图片

我们用的AI工具，有点智障，凑合看了

先借助单细胞和空间组数据分析鉴定到特定的细胞类群，然后通过免疫荧光技术等从蛋白层面证实特定细胞类群的表型和功能，如果还有敲除和/或过表达的体外和体内实验，以及机制研究、转化研究，那就更完美了。