前言
单细胞RNA测序技术(scRNA-seq)的不断推广，使我们能够在全基因组范围内以高分辨率表征单个细胞的各种功能特征。目前，scRNA-seq已广泛应用于生物学和医学研究，具有多种用途，包括鉴定新的细胞类型或状态，研究细胞的可塑性和干性，探索不同细胞群体之间的发育关系。
尽管技术有所进步，但描述细胞间通讯的复杂性和动态性现在成为一个巨大的挑战，细胞间通讯在协调各种细胞决策(包括发育、分化和炎症)中发挥着重要作用。尽管目前已经开发了多种工具，通过检查配体受体(LR)对的表达谱来推断细胞间的通信，如CellPhoneDB、SingleCellSignalR、CellChat和scConnect。虽然这些工具在基本假设和具体算法框架上彼此不同，但它们都面临着一个共同的困难，即准确识别触发接收细胞中信号级联的功能性LR关联。此外，大多数现有的工具都忽略了对受体细胞内信号通路的研究和解释，这些信号通路协调上游配体的功能反应，并介导信号转导到下游细胞。
Immugent今天就来介绍一款专注于通过细胞通讯信号来研究上下游功能机制的R包：CommPath，虽然相应的文章发的不好（Computational and Structural Biotechnology Journal），但是算是国人开发的质量不错的工具了，非常值得学习一下。
主要内容
首先，我们先来对比一下CommPath和目前其它细胞通讯工具的功能。可以看出，CommPath比其它任何一个工具的功能都要齐全，这里值得注意一点的是CommPath是基于CellPhoneDB和FANTOM5的信号关系，自己没有开发出配套的细胞通讯数据库。而后续的功能分析是基于KEGG pathways, WikiPathways, reactome pathways以及GO，虽然也不是新的，但是种类很全了。
image.png
文章的第一幅图就是介绍CommPath包的开发流程，其实并不复杂，就是整合了各种数据库资源，然后通过一些简单的算法将它们串联起来。
image.png
然后就看一下CommPath最主要的功能吧，作者通过研究HCC scRNA-seq数据中的细胞-细胞相互作用来展示CommPath包的使用。下面几幅图是CommPath包对分析结果的展示，不得不说，作图风格有点像Y叔的ClusterProfiler。
image.png
除了上面的结果展示方式，CommPath还可以特异性展示某一些感兴趣的细胞和信号通路。
image.png
这里值得重点强调的是，相比于其它纯做细胞通讯分析的工具，CommPath还可以将细胞通讯结果和细胞本身的功能情况进行联合分析。
image.png
最后就是作者为了方便不会编程的研究者使用CommPath，专门开发了一个在线网站，网址在：https://commpath.omic.tech/，这样不会编程的小伙伴也可以使用CommPath啦。
展望
虽然目前已经开发了许多工具来分析和可视化scRNA-seq数据中的细胞-细胞通信。但值得一提的是，这些方法中有许多只考虑细胞间信号传导来推断LR相互作用，包括CellPhoneDB、CellChat、scConnect、NATMI和Connectome。而作为对有效LR结合的响应，受体将在受体细胞中激活信号级联，导致特定基因的转录激活或抑制，可能将信号传递给下游细胞。在那些同时考虑细胞间和细胞内信号的方法中，包括SingleCellSignalR、scSeqComm和NicheNet，它们都整合了来自信号通路数据库和/或调控网络数据库先前的生物学知识。
其中，SingleCellSignalR是根据基因平均表达水平测量LR强度，并将每种细胞类型中的受体与下游生物学途径联系起来;scSeqComm对受体与下游TFs之间的关联进行加权，并通过测量这些tf调控的靶基因的活性来量化细胞内信号；NicheNet鉴定了排名靠前的配体的靶基因，并计算了所有配体-靶对的调控电位得分。然而，所有这些工具都缺乏对受体细胞中激活通路的全面检查和可视化。此外，它们也无法推断下游细胞之间的通讯链。相比之下，CommPath评估来自各种资源的通路的活动，并直观地呈现失调的通路和相关的LR相互作用，以及由它们介导的通信链。我们期望CommPath将有助于识别新的功能性LR相互作用和相关的分子途径。
好啦，本期推文到这里就结束了，Immugent会在后续推文中通过代码实操介绍如何将CommPath包用于自己的分析流程中。
[参考文献]
Lu H, Ping J, Zhou G, Zhao Z, Gao W, Jiang Y, Quan C, Lu Y, Zhou G. CommPath: An R package for inference and analysis of pathway-mediated cell-cell communication chain from single-cell transcriptomics. Comput Struct Biotechnol J. 2022 Oct 26;20:5978-5983. doi: 10.1016/j.csbj.2022.10.028. PMID: 36382188; PMCID: PMC9647193.
网友评论