一文讲透细胞通讯数据库CellChatDB配体-受体相互作用与单细胞通讯分析实战指南【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凌晨一点你终于把单细胞数据聚类成十几个细胞群每个群都有一长串差异表达基因。可最核心的问题还没答案这群细胞到底在和谁说话是通过什么暗号沟通的你手上有上千个候选基因但谁分泌信号、谁接收信号、两者能否配对这件事靠肉眼和常识根本判断不了。你缺的不是算力而是一本被反复校验过的通讯字典——它告诉你在真实生物学里哪些配体发出信号的分子和受体接收信号的分子确实能握手。这本字典就是 R 包 CellChat 内置的细胞通讯数据库CellChatDB。本文不讲枯燥的数据结构定义而是带着如何从零做一次单细胞通讯分析这个实际问题把它一层层拆开给你看。先用起来三行代码拿到你的通讯底牌别急着背原理。CellChatDB 是一个打包好的数据对象加载它只需要一行data(CellChatDB.human) # 加载人类配体-受体相互作用数据库 showDatabaseCategory(CellChatDB) # 画三个饼图一眼看清库的构成 dplyr::glimpse(CellChatDB$interaction) # 偷看一眼主表长什么样第二条命令会画出三个饼图库里的相互作用按类型怎么分布、异二聚体占多少、证据来源是 KEGG 还是文献。第三条命令会在控制台吐出一张几千行的表——别慌这就是数据库的主干我们下一节再细说。如果你只想分析某一类信号立刻就能裁剪CellChatDB.use - subsetDB(CellChatDB, search Secreted Signaling)到这里你已经完成了选库 裁剪两个关键动作。整个过程不超过十秒剩下的疑问我们逐个击破。它到底存了什么一份数据库里藏着四张表打开data/目录你会看到CellChatDB.human.rda、CellChatDB.mouse.rda、CellChatDB.zebrafish.rda三个文件分别对应人类、小鼠和斑马鱼。加载之后每个数据库都是一个包含四部分内容的列表① interaction——主表配体-受体的花名册每一行记录一对经过验证的相互作用核心字段有interaction_name和pathway_name这条互作叫什么、属于哪条信号通路如 WNT、FGFligand和receptor发出信号和接收信号的基因名annotation互作类型分三类——Secreted Signaling分泌型信号、ECM-Receptor细胞外基质与受体、Cell-Cell Contact细胞接触evidence证据来源标注来自 KEGG 数据库还是原始文献agonist、antagonist、co_A_receptor、co_I_receptor调控因子列后面计算通讯概率时要用。② complex——复合物表有些配体或受体必须组队才能工作。比如某个受体需要两个亚基拼成一个异二聚体才算数主表里记录的是复合物名而这张表记下它由哪些亚基基因构成。③ cofactor——共因子表记录能增强激动剂、抑制拮抗剂或辅助共受体一条互作的分子。它们是通讯强度的调节旋钮。④ geneInfo——基因注释表一份官方基因名对照表。数据库里所有基因名都以它为准避免大小写、别名造成的对不上号。 一句话总结主表回答谁和谁能配对另外三张表回答配对时需要哪些零件、有哪些调节因素。里面的数据靠谱吗凭什么信这份通讯字典你可能担心几千条配体-受体对会不会是算法自动抓取、鱼龙混杂答案是不会它是人工整理出来的。CellChatDB 的构建流程是文献 KEGG双源头先由研究人员从海量原始文献里筛出有实验证据支持的配体-受体相互作用再与 KEGG 通路数据库交叉核对每条记录都标注了证据来源你可以顺着evidence字段溯源。数据库里人源有1,939 条验证过的互作约 61.8% 为旁分泌/自分泌信号21.7% 为细胞外基质-受体16.5% 为细胞接触鼠源有2,021 条比例结构类似。此外项目还提供了两个外援PPI.human.rda和PPI.mouse.rda来自 STRINGdb 的高置信度蛋白质-蛋白质相互作用网络。它们和 CellChatDB 相互印证帮助你在分析时交叉验证结果。可以说这份字典的每个词条都有人签字背书。它怎么和你的表达数据对上号数据库装的是官方基因名而你单细胞数据里的基因名可能带着版本号、大小写混乱甚至物种不同。CellChat 用两个函数解决这个对暗号问题checkGeneSymbol体检员检查你的基因集里有没有不在官方名册上的名字extractGene翻译官把复合物的每个亚基都展开成独立基因确保一个都没漏掉。打个比方数据库是厚厚一本电话簿你的数据是一堆名片。extractGene会把名片上的某某团队张三、李四、王五逐个拆开保证三个成员都能在电话簿里被找到。这一步决定了后续计算时你的基因到底能不能接通。跟着走一遍从一张表达矩阵到一张通讯网络图理论说再多不如完整走一遍。假设你手上有小鼠的单细胞数据目标是找出哪些细胞群之间在通过分泌信号沟通第一步选库并裁剪。对象是小鼠就用小鼠库只想看分泌信号就只保留这一类data(CellChatDB.mouse) CellChatDB.use - subsetDB(CellChatDB, search Secreted Signaling)第二步挂载数据库。创建 CellChat 对象时把裁剪后的库放进对象里后续所有计算都以它为准cellchat - createCellChat(object data.mouse, group.by ident) cellchatDB - CellChatDB.use第三步计算通讯概率。调用computeCommunProb时质量作用定律模型会逐条扫描数据库里的配体-受体对结合两个细胞群各自的表达水平算出通讯概率。注意之前提到的cofactor表此刻开始上岗激动剂会抬高这条互作的概率拮抗剂会压低它共受体则作为补充受体加入计算。数据库决定有哪些可能性这一步决定在当前数据里有多强。第四步筛选显著通路。用filterCommunication或identifyEnrichedInteractions去掉低概率、低价值的互作把几千条对收敛到几十条显著通路。第五步可视化与解读。netVisual_circle画出通讯网络图netAnalysis_computeCentrality找出谁是信号发出大户、谁是接收大户。至此凌晨那个问题有了完整答案。上图是 CellChat 的整体工作流数据库 → 通讯建模 → 可视化 → 深入分析而 CellChatDB 是整个流水线的起点和地基。没有它后面的建模和画图都无从谈起。新手最容易踩的五个坑⚠️ 物种不匹配。人类数据配小鼠库或反过来是最常见的低级错误。配体-受体在不同物种间未必保守分析前先确认data()加载的是哪个物种的文件。⚠️ 基因名不规范。别急着跑全流程先用checkGeneSymbol体检。别名、旧符号、多余空格都会让基因静默失踪而你不会收到任何报错。⚠️ 全库与子集的混淆。默认用全库分析还是只保留 Secreted Signaling结果差异很大。通常建议初步探索用全库聚焦某一类信号时再裁剪并记得在论文方法里写清楚。⚠️ 把概率当成事实。通讯概率本质是该数据下这对互作被激活的可能性不是真实存在的生物证据。它帮你排序、帮你找方向最终结论仍需实验验证。⚠️ 对象版本落后。如果你加载的是旧版本分析产生的 CellChat 对象记得先调用updateCellChat升级否则新版函数可能报错或给出不一致的结果。常见问题FAQQCellChatDB 和 PPI 数据库有什么区别ACellChatDB 是配体-受体层级的通讯字典直接服务通讯分析PPI 是蛋白质-蛋白质层级的物理互作网络更像一张更宽泛的关系图谱两者互相补充、交叉验证。Q能往数据库里加自己的配体-受体对吗A可以。项目提供了完整的更新教程tutorial/Update-CellChatDB.Rmd手把手教你怎么添加新互作、修改注释甚至构建自定义物种的数据库。QsubsetDB之后通路数量变少了正常吗A正常。裁剪意味着只保留你选中的互作类型其余类型的通路自然会消失。如果你发现某条已知通路没了检查一下它的annotation分类是否在保留范围内。Qinteraction表里的agonist、antagonist列是干什么的A它们指向共因子表中的条目。有激动剂/拮抗剂标注的互作在computeCommunProb计算概率时会额外考虑浓度调节效应——这也是 CellChat 比只看表达量的做法更贴近生物学的关键设计之一。回到那个凌晨还记得开头的你吗面对上千个候选基因纠结谁在和谁说话。现在你手里多了一本经过人工校验、带证据溯源、四张表联动的通讯字典。你不需要记住几千条互作只需要知道它存在、它可信、它如何被调用——剩下的几行代码就能替你完成。CellChatDB 的价值不在于大而在于可信 结构化它把散落在文献里的配体-受体知识变成机器可读的数据让单细胞通讯分析从凭感觉变成有依据。下次再面对一堆细胞群你不再是凌晨那个对着屏幕发愁的人而是手握底牌、知道从哪下手的分析者。【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