一般来说,建议大家直接读原汁原味的综述,比如2020年11月9日,Erick Armingol等在 Nature Reviews Genetics上发表了一篇综述《Deciphering cell–cell interactions and communication from gene expression》,我看到了解读:从基因表达解读细胞之间的相互作用和交流,读了一下发现确实超级适合作为细胞通讯分析的背景知识学习材料。
不同细胞类型和组织中的细胞之间相互作用(CCI),主要是通过各种分子包括离子、代谢物、整联蛋白、受体、连接蛋白、结构蛋白、配体和细胞外基质的分泌蛋白来实现的。一些分子如激素、生长因子、趋化因子、细胞因子和神经递质等配体介导细胞之间的信息交流(CCC). 人们可以从基因表达中推断出CCI和CCC,尤其是在单细胞转录组测序之后,以RNA为代表的细胞信息之间的相互作用更能够对其进行解析。
主要是流程就是根据数据库记录的参与细胞间通讯的相互作用蛋白列表,筛选表达矩阵后,看配体和受体表达量根据某个评分函数的交流得分,多个配体和受体聚合成为细胞与细胞之间的总体交互状态,最后通过网络可视化展现出来。
数据库记录着参与细胞间通讯的相互作用蛋白列表,最常用的蛋白-蛋白的相互作用(PPI)是string数据库,但是
主要是分成4种
很少会做到这一步,毕竟绝大部分的数据分析仅仅是为了出一个好看的图表,一个加分项。但如果不同细胞亚群的独特的作用关系确实有比较好的临床意义,是自己生物学故事的中心点。就有必要进行一定程度的验证了,主要是下面的3种:
主要的难点在于多组学整合,以及时空维度的结合,跨物质的交流或者对比,以及临床转化。