在生命科学研究中，病理切片长期以来都是疾病研究的核心载体。尤其是 福尔马林固定石蜡包埋（FFPE）切片，由于其优越的组织保存性能和广泛的临床应用，成为了肿瘤、炎症及多种疾病研究的重要样本来源。

然而，一张普通的 FFPE 切片，往往仅能提供单一维度的信息，如传统的免疫组化染色或 HE 观察。随着 多组学和空间组学技术的发展，科研人员开始尝试从一张切片中挖掘更多维度的生命信息——从基因组、转录组到蛋白质组，乃至空间结构与代谢特征，最终构建多维生命图谱。

本文将以 FFPE 切片为核心，系统介绍如何将一张病理切片扩展为多维生命图谱的研究指南，包括样本准备、技术路线、数据整合及未来展望。

一、FFPE 切片的科研价值

1. 临床样本优势
   • FFPE 切片长期保存稳定，临床病例丰富；
   • 可回溯患者病史，实现纵向研究；
   • 可与电子病历、影像资料结合，增强研究深度。

2. 技术兼容性

• 可用于免疫组化（IHC）、原位杂交（ISH）、荧光原位杂交（FISH）；
• 适配 DNA/RNA 提取，用于宏基因组、转录组及突变分析；
• 兼容新兴空间组学、蛋白组学及代谢组学技术。

3. 多维整合潜力

通过多维数据整合，研究者可以同时获取：

• 空间信息：细胞类型分布、微环境构建；
• 分子信息：基因表达、蛋白修饰、代谢状态；
• 功能信息：信号通路活性、细胞互作网络。

二、从切片到多维数据的技术路线

构建多维生命图谱，核心步骤包括 样本准备 → 分子提取 → 多组学测序 → 数据整合 → 图谱构建。

1. 样本准备与质量控制

• 切片厚度：通常 4–10 μm，保证显微观察和分子提取兼顾；
• 脱蜡与复水：去除石蜡，恢复组织亲水性；
• 质量评估：组织完整性、染色均匀性、RNA/DNA 完整性。

2. 分子提取与扩增

• DNA/RNA 提取：采用 FFPE 专用试剂盒，保证片段完整性；
• 蛋白质提取：可用于质谱分析或空间蛋白组学；
• 扩增策略：对低丰度或降解样本，可采用全转录组扩增或目标区域捕获。

3. 多组学测序与检测

• 基因组与突变分析：WES、靶向捕获测序，识别突变与拷贝数变化；
• 转录组：微阵列或 RNA-seq，关注基因表达谱及可变剪接事件；
• 空间组学：如 10x Visium、GeoMx、CODEX，实现空间定位与细胞类型识别；
• 蛋白质组学：免疫荧光、多重染色、质谱空间蛋白组学；
• 代谢组学：通过质谱或成像技术解析组织代谢状态。

4. 数据整合与图谱构建

• 多维对齐：将空间信息与分子信息匹配；
• 细胞类型注释：结合单细胞参考图谱或标志物库；
• 网络分析：细胞互作、信号通路及疾病相关网络构建；
• 可视化图谱：二维或三维空间图谱，呈现多组学数据融合结果。

三、FFPE 多维研究的关键技术难点

1. 分子完整性下降

• FFPE 样本中 RNA 易降解，DNA 片段较短；
• 解决策略：采用 FFPE 专用提取方法、短片段捕获测序、扩增策略优化。

2. 背景干扰与非特异性

• 石蜡、交联物可能干扰抗体结合或测序反应；
• 解决策略：优化脱蜡、复水及抗原修复步骤。

3. 空间信息丢失

• 多组学实验往往需要切片破碎，容易丢失原始空间关系；
• 解决策略：采用空间组学或原位测序技术，同时保留组织结构。

4. 数据整合复杂性高

• 不同组学数据存在尺度差异、噪声与批次效应；
• 解决策略：利用标准化算法、多模态整合工具（如 Seurat、Harmony、Liger）实现统一分析。

四、典型 FFPE 多维研究案例

1. 肿瘤微环境解析
   通过空间转录组结合多重免疫荧光标记，揭示肿瘤内免疫细胞、肿瘤细胞和基质细胞的互作网络，为免疫治疗策略优化提供依据。
2. 肿瘤进展与耐药机制
   整合基因突变、表达谱和空间信息，研究药物耐受性区域的细胞特征，为精准用药提供参考。
3. 疾病机制探索
   在心血管、神经系统疾病中，通过 FFPE 切片多组学分析，挖掘病灶区域分子网络，为靶向干预提供潜在靶点。

五、操作指南与建议

1. 样本管理

• 建立 FFPE 样本库，记录病人信息、切片厚度、保存时间；
• 控制储存温度和湿度，避免降解。

2. 技术选择

• 根据研究目标选择合适的组学技术；
• 空间信息优先考虑原位测序或空间蛋白组学；
• 对低丰度分子，可采用扩增或捕获策略。

3. 数据分析与可视化

• 多组学整合需标准化处理；
• 空间图谱可通过二维或三维可视化展示细胞类型、分子表达及互作网络；
• 注意批次效应和噪声过滤，提高数据可靠性。

4. 跨学科合作

• FFPE 多维研究涉及病理、分子生物学、计算生物学及图像分析，多学科团队合作效果最佳。

六、未来展望

1. 多模态单细胞空间组学

• 将单细胞测序与空间组学结合，实现单细胞分辨率的组织图谱；

2. 人工智能与深度学习

• AI 可用于组织结构识别、多组学数据融合与预测分析，提高解析效率和精度；

3. 临床应用转化

• 多维图谱可辅助病理诊断、疗效预测和个体化治疗方案设计；
• 对罕见疾病或存量 FFPE 样本，提供新的数据价值。

七、总结

FFPE 切片不仅是传统病理诊断的载体，更是构建多维生命图谱的宝贵资源。通过多组学测序、空间组学分析及数据整合，我们可以从一张切片中获取：

• 空间组织结构信息；
• 分子特征和功能状态；
• 细胞互作网络及病理机制。

这不仅推动基础科研，更为临床转化提供了可靠的数据支撑。未来，随着技术的不断进步，一张 FFPE 切片将不再局限于“二维观察”，而是通向全维度、多层次的生命信息世界。