CellChatDB 完整指南一学就会的细胞通讯配体-受体数据库上手攻略【免费下载链接】CellChatR toolkit for inference, visualization and analysis of cell-cell communication from single-cell data项目地址: https://gitcode.com/gh_mirrors/ce/CellChatCellChat 是一套基于 R 语言、用于从单细胞数据推断细胞间通讯的分析工具而它的核心资产 CellChatDB 配体-受体相互作用数据库直接决定了每一次通讯推断的准确度。这篇文章不堆砌代码只讲清楚这个数据库到底解决了什么问题、内部长什么样、新手又该如何快速上手。痛点开场基因表达谱已经有了可细胞之间到底在说什么假设你刚拿到一份单细胞转录组数据三万多个基因、几十个细胞群聚类、降维都做完了但你真正想回答的问题只有一个——这些细胞之间在如何对话是肿瘤细胞在给免疫细胞发别打我的信号还是成纤维细胞在招呼邻居一起搭支架理论上任何两个细胞之间的对话都依赖配体信号发送方与受体信号接收方的匹配。可问题是人类基因组有两万多个基因哪些组合才构成一个有生物学意义的配体-受体对它们又属于哪条信号通路如果没有一份经过验证的词典你只能对着几千个差异基因大海捞针。这正是 CellChatDB 存在的理由——它把散落在文献和公共数据库里的配体-受体知识整理成一套开箱即用的结构化数据让细胞通讯从一句口号变成可计算的输入。一次说清核心价值它是一张标注了谁给谁发消息的细胞通讯录一句话CellChatDB 是 CellChat 内置的配体-受体相互作用数据库相当于一张人工校对的细胞通讯录告诉你哪个配体配哪个受体、属于哪条通路、证据来自哪里。用一个生活化的类比来理解如果把细胞通讯想象成写信配体就是寄件人写出的信受体是收件人门上的信箱。只给你一万封信和一万个信箱你根本不知道哪封信该投进哪个信箱。CellChatDB 做的事情就是提前把信与信箱的对应关系、投递规则是否需要复合物、是否需要共因子全部登记在册。之后你在单细胞数据里看到某个配体高表达翻一翻这本通讯录立刻就知道它可能敲响谁的门。三大关键点速览拿到数据库后先认识这三件事新手第一次接触 CellChatDB最需要记住以下三个核心特性关键点一句话说明对应数据位置① 多物种开箱即用内置人类、小鼠、斑马鱼三套数据库按需加载data/目录下三个.rda文件② 分层结构化设计相互作用、复合物、共因子、基因注释四层各司其职R/data.R与R/database.R③ 带证据的质量控制每条相互作用标注来源KEGG 或文献与功能分类R/visualization.R中的showDatabaseCategory① 多物种覆盖不同实验对象同一套分析逻辑。人和小鼠的基因命名规则不同大小写就天差地别斑马鱼更是自成体系。CellChatDB 为三个物种分别准备了独立数据库文件你只需在分析前用data()加载对应物种后续流程完全一致不用改任何代码。② 分层结构化四张子表拼成完整画像。数据库本体是一个包含多个成分的列表interaction记录配体-受体对及其通路分类complex记录需要形成复合物才能发挥功能的分子比如异二聚体cofactor记录调节相互作用的共因子激动剂、拮抗剂等geneInfo提供官方基因符号注释。这四层配合才能把一个相互作用还原成一套可计算的基因清单——这正是extractGene()函数在做的事。③ 质量可控每条记录都有据可查。根据官方统计数据库中约 60% 的相互作用属于分泌信号约 19% 属于细胞接触另有相当比例标注为异二聚体证据来源则分为 KEGG 数据库与原始文献两类。你可以直接调用showDatabaseCategory()用饼图直观看到这些比例。跟着走一遍用 CellChatDB 跑通你的第一条流程理论说再多不如亲手走一遍。下面是最小可运行的使用路径全程只需四步。第一步加载对应物种的数据库。library(CellChat) data(CellChatDB.human) # 加载人类数据库小鼠、斑马鱼同理第二步先看图再动手摸清数据库家底。showDatabaseCategory(CellChatDB.human) # 查看相互作用分类饼图这一步会生成三张饼图分别展示功能分类占比、异二聚体占比、KEGG/文献证据占比。别跳过它——它能帮你确认手上的数据库大概覆盖了哪些信号类型。第三步按需筛选别让全库拖慢分析。# 只保留感兴趣的信号通路 CellChatDB.use - subsetDB(CellChatDB.human, search TGFb, key pathway_name) # 或者按关键词检索配体-受体对 searchPair(signaling TGFb, pairLR.use CellChatDB.human$interaction)筛选的目的是把精力聚焦在真正关心的通路上。完整分析时很多人会先用extractGene()从筛选后的数据库里取出基因清单再与自己的表达矩阵取交集把数据裁剪到通讯相关的维度。第四步交给 CellChat 主流程完成建模。筛选后的数据库作为createCellChat()的输入配合质量作用定律模型就能算出细胞群之间的通讯概率、识别显著活跃的信号通路再用环形图、气泡图、弦图等可视化函数把结果画出来。常见误区与避坑新手最容易踩的五个坑✗错误做法 1人鼠不分拿人类数据库分析小鼠数据。基因符号的物种差异会导致大量基因匹配失败结果全是找不到基因。 ✓正确做法加载数据库前先确认物种小鼠用data(CellChatDB.mouse)人类用data(CellChatDB.human)。✗错误做法 2基因名用了别名或大小写错误。单细胞数据里的基因名五花八门而数据库要求官方符号。 ✓正确做法用checkGeneSymbol()校验基因名是否为官方符号必要时先做符号标准化再分析。✗错误做法 3只看单个配体-受体对忽视通路层面。细胞通讯的生物学意义往往体现在整条通路的协同激活上。 ✓正确做法结合subsetDB()按pathway_name筛选从通路维度分析通讯模式。✗错误做法 4把复合物当成单个基因处理。异二聚体需要多个亚基共同表达才有功能只看到其中一个亚基就下结论容易误判。 ✓正确做法理解complex与cofactor层的作用用extractGene()把复合物亚基展开成完整基因清单。✗错误做法 5全库不做筛选直接硬跑。全量数据库参与建模不仅慢还会引入与研究无关的通路噪声。 ✓正确做法先按通路或注释筛选出目标子集再进入建模流程。进阶与扩展从会用到自定义当你对 CellChatDB 足够熟悉后还有几个方向值得探索自定义物种数据库项目提供了tutorial/Update-CellChatDB.Rmd教程手把手教你添加新的配体-受体相互作用、更新注释信息甚至为研究对象构建专属数据库。相关实现可参考R/database.R与R/data.R。结合 PPI 数据库交叉验证项目还附带了人类与小鼠的蛋白-蛋白相互作用矩阵data/PPI.human.rda、PPI.mouse.rda可与 CellChatDB 互为印证提高推断可靠性。多数据集比较利用mergeCellChat()等函数对不同条件下的通讯网络做定量对比挖掘疾病与正常状态下的信号差异。一句话总结CellChatDB 就是把哪些配体配哪些受体、属于哪条通路、证据在哪这件事提前帮你做完了——加载对应物种的数据库、筛选目标通路你就能从单细胞数据里读出细胞间的悄悄话。下一步建议打开项目里的tutorial/CellChat-vignette.Rmd教程用一份示例数据把完整流程跑一遍比看任何文字都更管用。【免费下载链接】CellChatR toolkit for inference, visualization and analysis of cell-cell communication from single-cell data项目地址: https://gitcode.com/gh_mirrors/ce/CellChat创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考