2024-07-19
細(xi)胞(bao)(bao)之(zhi)間的(de)(de)通訊是(shi)細(xi)胞(bao)(bao)相互協(xie)同完成復雜生命活動的(de)(de)重(zhong)(zhong)要方式。復雜的(de)(de)細(xi)胞(bao)(bao)外(wai)反應(ying)始(shi)于配體(ti)(ti)(ti)與其同源受體(ti)(ti)(ti)的(de)(de)結合(he)和特定細(xi)胞(bao)(bao)信(xin)號通路的(de)(de)激活。所以繪制這些配體(ti)(ti)(ti)-受體(ti)(ti)(ti)相互作用是(shi)理(li)解(jie)細(xi)胞(bao)(bao)行為和對(dui)鄰近細(xi)胞(bao)(bao)反應(ying)的(de)(de)基礎。隨著單細(xi)胞(bao)(bao)測(ce)序技(ji)術的(de)(de)快(kuai)速發(fa)展，目(mu)前已(yi)有多種工具能夠做到在單細(xi)胞(bao)(bao)水平上系統地解(jie)析細(xi)胞(bao)(bao)間通信(xin)網絡及功能。而對(dui)于我們科研(yan)人員來說(shuo)，如何準確且(qie)優美的(de)(de)找(zhao)到適合(he)自(zi)己(ji)的(de)(de)工具及展現形式是(shi)十分重(zhong)(zhong)要的(de)(de)，接下(xia)來我會對(dui)目(mu)前最常用的(de)(de)幾(ji)種方法(fa)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(hui)常權威。
CellPhoneDB的主要優勢在(zai)于：
1.分析思路(lu)：計算(suan)配體(ti)-受(shou)體(ti)相互作用(yong)時考(kao)慮了配體(ti)和受(shou)體(ti)的(de)結(jie)構組成
2.數(shu)據(ju)(ju)庫特點(dian)：CellPhoneDB使用了集成于UniProt、Ensembl、the IMEx consortium、PDB、IUPHAR等的(de)受配體(ti)數(shu)據(ju)(ju)庫，共(gong)(gong)存(cun)儲了包括501種(zhong)(zhong)分泌蛋白(bai)和585種(zhong)(zhong)膜蛋白(bai)的(de)978種(zhong)(zhong)蛋白(bai)質，共(gong)(gong)參(can)與了1396種(zhong)(zhong)相(xiang)互(hu)作(zuo)(zuo)用（最新的(de)數(shu)據(ju)(ju)庫好像有(you)接近(jin)3000個互(hu)作(zuo)(zuo)對(dui)了//github.com/ventolab/CellphoneDB），其(qi)中共(gong)(gong)有(you)466種(zhong)(zhong)相(xiang)互(hu)作(zuo)(zuo)用涉及了異聚體(ti)。
3.分析(xi)方式及可視化：該流程基于(yu)python，可以(yi)快速處理數據，另外還有網頁版CellPhonedb可以(yi)使用(yong)。下(xia)游的輸出結果也可以(yi)對(dui)接使用(yong)ktplots(R包(bao)，我們之前有介紹(shao)過[2])，cytoscape等進行美化。
4.引用量(liang)高(gao)，被廣泛認可
但是也有局(ju)限(xian)性:
軟件(jian)自(zi)身可視化形式有限，依賴其他工具提供(gong)更豐富的(de)展(zhan)現形式
『二』、CellChat[3]
CellChat于2021年發(fa)表于Nature Communication，同樣經歷了兩(liang)個版(ban)本的(de)更迭，目前(qian)為(wei)v2，擁(yong)有(you)豐富的(de)展(zhan)現形式，也(ye)同樣廣受好評。
CellChat的(de)主要(yao)優勢在于：
1.分析思路(lu)：計算配(pei)體-受體相互作用時不僅考慮了配(pei)體和受體的結構組(zu)成，還(huan)考慮了輔因(yin)子以模擬細胞通訊。
2.數據庫(ku)特(te)點：CellChatDB v2 包含約(yue) 3,300 個經過(guo)驗證(zheng)的分子相互作用，并將配(pei)體-受體對(dui)分類為包括(kuo)：分泌(mi)信(xin)號(hao)(Secreted Signaling)、細胞(bao)外基質-受體(ECM-Receptor)、細胞(bao)-細胞(bao)接觸(Cell-Cell Contact)和非蛋白質信(xin)號(hao)(Non-protein Signaling在內的不同類型。
3.分(fen)析方式及可視化：分(fen)析所(suo)用的(de)(de)(de)包基于R語言，不同于CellPhoneDB的(de)(de)(de)可拓展(zhan)性，cellchat自身(shen)即封裝(zhuang)了豐(feng)富(fu)的(de)(de)(de)可視化函數，豐(feng)富(fu)的(de)(de)(de)圖片類型(xing)可以一站式解決您(nin)的(de)(de)(de)可視化需求。
局(ju)限性(xing)：
產生的受配體相互作用較少(shao)
『三』、NicheNet[4]
NicheNet于2020年發表于Nature Methods，同樣足夠權威。
NicheNet的主要(yao)優勢(shi)在于：
1.分(fen)析(xi)思(si)路(lu)：不(bu)同于(yu)CellPhoneDB和(he)Cellchat，NicheNet計算配體(ti)(ti)-受(shou)體(ti)(ti)相互作用時把配體(ti)(ti)，受(shou)體(ti)(ti)，靶基(ji)因聯合起來進行(xing)分(fen)析(xi),即進一步考慮了信(xin)號(hao)通路(lu)也(ye)就是受(shou)體(ti)(ti)被激(ji)活后的信(xin)號(hao)傳導(dao)與下(xia)游靶基(ji)因.
2.數據庫特點：整合(he)了信號通路，轉錄因子等數據庫，具有(you)特色且考慮(lv)全面。
3.分析(xi)方式及可(ke)視化：分析(xi)所用的(de)包基于R語言(yan)，分析(xi)內容擴展到(dao)下游信號通路等(deng)，可(ke)視化內容豐富(fu)。
缺點(dian)在于(yu)：
沒有考慮(lv)受配體的(de)結構組成
『四』、CellCall[5]
CellCall于2021年發(fa)表(biao)于Nucleic Acids Research，同樣可靠。
CellCall的主(zhu)要優勢在于：
1.分析(xi)思路：計算配(pei)體(ti)(ti)(ti)-受(shou)(shou)體(ti)(ti)(ti)相互(hu)作用時考慮(lv)配(pei)體(ti)(ti)(ti)-受(shou)(shou)體(ti)(ti)(ti)-轉錄因子的(de)先驗知識,通(tong)(tong)過結合(he)配(pei)體(ti)(ti)(ti)/受(shou)(shou)體(ti)(ti)(ti)的(de)表(biao)達和某(mou)些 L-R 對(dui)的(de)下游 TF 活動來推斷細(xi)胞間(jian)通(tong)(tong)訊
2.數(shu)(shu)據庫特點：CellCall所使用的(de)是基于KEGG通路(lu)收集配體-受體-轉錄因子 (L-R-TF) 軸(zhou)數(shu)(shu)據集
3.分(fen)析(xi)方式及可視(shi)(shi)化：分(fen)析(xi)所用的包(bao)基于R語言(yan)，可包(bao)含通(tong)(tong)路活性(xing)分(fen)析(xi)，可以(yi)分(fen)析(xi)某(mou)兩種細(xi)胞之間通(tong)(tong)訊導致(zhi)的受體細(xi)胞通(tong)(tong)路變化，且內部(bu)函數豐富，可視(shi)(shi)化形式多樣
缺(que)點在于(yu)：
由(you)于(yu)算法和數據庫的(de)原因，能(neng)夠檢測部分非特(te)定通(tong)訊，但(dan)可(ke)能(neng)會(hui)錯過低強度通(tong)訊。
綜上所述
除此之外，還有ITALK等(deng)方(fang)法，細胞(bao)通訊(xun)分析(xi)軟(ruan)件眾(zhong)多，食無定味，適口(kou)者珍，各位老師(shi)可以參(can)考包括此文(wen)在內的(de)(de)眾(zhong)多知識(shi)分享來(lai)選擇(ze)最(zui)適合(he)自己的(de)(de)方(fang)法進(jin)行自己的(de)(de)課題分析(xi)，祝(zhu)老師(shi)的(de)(de)CNS發(fa)表順利！！！
參考鏈(lian)接：
1.CellPhoneDB: inferring cell-cell communication from combined expression of multi-subunit ligand-receptor complexes. Nat Protoc.
2.//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.
