摘要： 近年来，空间组学技术已成为解析组织异质性和复杂细胞相互作用的重要工具，尤其是空间转录组学在胚胎发育、神经科学和疾病机制研究中展现了巨大潜力。然而，作为直接执行生物功能的核心分子，蛋白质的空间分布研究在技术上面临诸多挑战。现有空间蛋白质组学技术受限于质谱检测通量和高昂成本，难以兼顾高分辨率与大面积组织分析需求，限制了其在复杂组织研究中的广泛应用。2025年1月23日，中国科学院动物研究所的赵方庆团队在Cell发表了题为“High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning”的研究论文(doi:?10.1016/j.cell.2024.12.023)。该研究提出了全新的空间蛋白组学技术框架——PLATO，通过整合人工智能深度学习算法与微流控技术，实现了全组织切片水平的高分辨率空间蛋白质组检测（25μm分辨率，数千个蛋白），突破了高通量原位组学技术的瓶颈。PLATO以人工智能算法、微流控和质谱技术的深度融合，实现了空间组学技术的重要突破。随着技术迭代创新， PLATO有望成为推动生命科学研究的核心工具，并在疾病诊断、精准医学和农业生物技术等领域发挥重要作用。推荐人：胡倍瑜，赵方庆