2024-07-19
細胞之間的通訊是細胞相互協同完成復雜生命活動的重要方式。復雜的細胞外反應始于配體與其同源受體的結合和特定細胞信號通路的激活。所以繪制這些配體-受體相互作用是理解細胞行為和對鄰近細胞反應的基礎。隨著單細胞測序技術的快速發展，目前已有多種工具能夠做到在單細胞水平上系統地解析細胞間通信網絡及功能。而對于我們科研人員來說，如何準確且優美的找到適合自己的工具及展現形式是十分重要的，接下來我會對目前最常用的幾種方法進行介紹。
『一』、CellPhoneDB[1]
首先，就是大名鼎鼎的CellPhonedb啦。CellPhoneDB v1于2018年發表在Nature，升級后的v2發表在Nature Protocols, 灰常權威。
CellPhoneDB的主要優勢在于：
1.分析思路：計算配體-受體相互作用時考慮了配體和受體的結構組成
2.數據庫特點：CellPhoneDB使用了集成于UniProt、Ensembl、the IMEx consortium、PDB、IUPHAR等的受配體數據庫，共存儲了包括501種分泌蛋白和585種膜蛋白的978種蛋白質，共參與了1396種相互作用（最新的數據庫好像有接近3000個互作對了https://github.com/ventolab/CellphoneDB），其中共有466種相互作用涉及了異聚體。
3.分析方式及可視化：該流程基于python，可以快速處理數據，另外還有網頁版CellPhonedb可以使用。下游的輸出結果也可以對接使用ktplots(R包，我們之前有介紹過[2])，cytoscape等進行美化。
4.引用量高，被廣泛認可
但是也有局限性:
軟件自身可視化形式有限，依賴其他工具提供更豐富的展現形式
『二』、CellChat[3]
CellChat于2021年發表于Nature Communication，同樣經歷了兩個版本的更迭，目前為v2，擁有豐富的展現形式，也同樣廣受好評。
CellChat的主要優勢在于：
1.分析思路：計算配體-受體相互作用時不僅考慮了配體和受體的結構組成，還考慮了輔因子以模擬細胞通訊。
2.數據庫特點：CellChatDB v2 包含約 3,300 個經過驗證的分子相互作用，并將配體-受體對分類為包括：分泌信號(Secreted Signaling)、細胞外基質-受體(ECM-Receptor)、細胞-細胞接觸(Cell-Cell Contact)和非蛋白質信號(Non-protein Signaling在內的不同類型。
3.分析方式及可視化：分析所用的包基于R語言，不同于CellPhoneDB的可拓展性，cellchat自身即封裝了豐富的可視化函數，豐富的圖片類型可以一站式解決您的可視化需求。
局限性：
產生的受配體相互作用較少
『三』、NicheNet[4]
NicheNet于2020年發表于Nature Methods，同樣足夠權威。
NicheNet的主要優勢在于：
1.分析思路：不同于CellPhoneDB和Cellchat，NicheNet計算配體-受體相互作用時把配體，受體，靶基因聯合起來進行分析,即進一步考慮了信號通路也就是受體被激活后的信號傳導與下游靶基因.
2.數據庫特點：整合了信號通路，轉錄因子等數據庫，具有特色且考慮全面。
3.分析方式及可視化：分析所用的包基于R語言，分析內容擴展到下游信號通路等，可視化內容豐富。
缺點在于：
沒有考慮受配體的結構組成
『四』、CellCall[5]
CellCall于2021年發表于Nucleic Acids Research，同樣可靠。
CellCall的主要優勢在于：
1.分析思路：計算配體-受體相互作用時考慮配體-受體-轉錄因子的先驗知識,通過結合配體/受體的表達和某些 L-R 對的下游 TF 活動來推斷細胞間通訊
2.數據庫特點：CellCall所使用的是基于KEGG通路收集配體-受體-轉錄因子 (L-R-TF) 軸數據集
3.分析方式及可視化：分析所用的包基于R語言，可包含通路活性分析，可以分析某兩種細胞之間通訊導致的受體細胞通路變化，且內部函數豐富，可視化形式多樣
缺點在于：
由于算法和數據庫的原因，能夠檢測部分非特定通訊，但可能會錯過低強度通訊。
綜上所述
除此之外，還有ITALK等方法，細胞通訊分析軟件眾多，食無定味，適口者珍，各位老師可以參考包括此文在內的眾多知識分享來選擇最適合自己的方法進行自己的課題分析，祝老師的CNS發表順利！！！
參考鏈接：
1.CellPhoneDB: inferring cell-cell communication from combined expression of multi-subunit ligand-receptor complexes. Nat Protoc.
2.https://mp.weixin.qq.com/s/f-YJ5YIp26EdnyC52gpBDQ?from=industrynews&version=4.1.26.6024&platform=win&nwr_flag=1#wechat_redirect
3.Inference and analysis of cell-cell communication using CellChat. Nat Commun.
4.NicheNet: modeling intercellular communication by linking ligands to target genes. Nat Methods.
5.CellCall: integrating paired ligand-receptor and transcription factor activities for cell-cell communication. Nucleic Acids Res.
