scRNA分析 | 解决可能的报错，从0开始教你完成细胞通讯分析-cellphoneDB

CellPhoneDB是一个受配体及其相互作用的数据库，整合了UniProt, ensemble, PDB, IMEx，IUPHAR等数据库的信息。CellPhoneDB数据库概况如下图所示

本文将从头开始介绍（1）如何安装cellphonedb以及解决可能的报错，（2）如何下载cellphonedb数据库，（3）单细胞数据提取输入文件 以及（4）简单的可视化.

一 cellphonedb准备

1，cellphonedb安装

考虑到不同的生信软件对于python 或者 R 的版本要求不一致，建议建立一个独立的python环境。官网https://github.com/ventolab/CellphoneDB介绍了conda 和 virtualenv 2种方式，这里使用conda的方式。

1) Create python=>3.6 environment

conda create -n cpdb python=3.7

2) Activate environment

source activate cpdb

3) Install CellPhoneDB

pip install cellphonedb

ERROR1：如果这一步出现如下报错

解决方式就是先安装一下rpy2

conda install -c conda-forge rpy2

安装之后再安装pipinstallcellphonedb 即可。

检测方式：在终端输入cellphonedb ，出现如下截图的提示则安装成功，cellphonedb主要commands有四个，本文主要介绍一下红框内的method和plot，database也很重要 。

安装成功！

2，下载cellphoneDB数据库

一般直接默认选择最新的版本。

（1）使用上述的database参数下载数据库文件，cellphonedb database download

[ ][APP][05/12/22-17:19:52][INFO] Downloading release v4.0.0 of CellPhoneDB database
[ ][APP][05/12/22-17:20:06][INFO] Download completed!
[ ][APP][05/12/22-17:20:06][INFO] Copying database to xxx/releases/v4.0.0

（2）在https://github.com/ventolab/CellphoneDB-data 网址手动下载cellphone.db文件 。

以上两种方式均可以，记清楚数据库文件所在的路径就可以。

3，准备输入文件

在单细胞的seuratObject文件中提取矩阵文件和注释文件，这里以以一个样本为例

library(Seurat) 
library(tidyverse)
load("sce.anno.RData")
#使用一个样本作为示例
test <- subset(sce2, sample == "P01")

#注释文件
meta_data <- test@meta.data %>% 
  rownames_to_column("Cell") %>% 
  select(Cell,celltype) 
write.table(meta_data, 'test_meta.txt', sep='\t', quote=F, row.names=F)

#矩阵文件
test@assays$RNA@data[1:4,1:4]
write.table(as.matrix(test@assays$RNA@data), 'test_count.txt', sep='\t', quote=F)

test@assays$RNA@data[1:4,1:4]
4 x 4 sparse Matrix of class "dgCMatrix"
            K16733_AAACATACTCGTTT-1 K16733_AAAGCAGAACGTTG-1 K16733_AAAGCAGACTGAGT-1 K16733_AAAGGCCTGCTCCT-1
MIR1302-2HG                       .                       .                       .                       .
FAM138A                           .                       .                       .                       .
OR4F5                             .                       .                       .                       .
AL627309.1                        .                       .                       .                       .

将上述的test_count.txt ，test_meta.txt 和 cellphone.db文件，上传到终端。

二 cellphonedb 计算

1，method-计算通讯关系

（1）首先使用method参数进行主要的细胞通讯计算

cellphonedb method statistical_analysis test_meta.txt test_count.txt --database ./cellphone.db --counts-data=gene_name --output-path

主要参数：

--database ：cellphonedb数据库文件

--counts-data ：count 矩阵是基因名格式，添加参数--counts-data=gene_name ；如果行名为ensemble名称的话，可以使用默认值。

--output-path ：输出路径

其他一些默认参数：Threshold:0.1 Iterations:1000 Debug-seed:-1 Threads:4 Precision:3

（2）运算完成后，会在输出路径下得到以下4个文件：

deconvoluted.txt：基因在亚群中的平均表达量 mean.txt：每对受体-配体的平均表达量 pvalues.txt：每对受体-配体的p值 significant_means.txt：每对受体-配体显著性结果的平均表达量值

2， cellphonedb可视化

cellphonedb提供了plot函数可以进行简单的可视化

#气泡图
cellphonedb plot dot_plot 
#热图
cellphonedb plot heatmap_plot test_meta.txt

ERROR2：如果出现如下报错

ImportError: cannot import name 'soft_unicode' from 'markupsafe' (/proj/cellphone_env2/lib/python3.7/site-packages/markupsafe/__init__.py)

解决方式：可以将markupsafe降为2.0.1 。

 pip install markupsafe==2.0.1

ERROR3：出现如下报错，提示没有ggplot2

解决方式：安装R环境以及对应的R包

conda install -c conda-forge r-base=3.6.2 # if not installed already
conda install -c conda-forge  r-ggplot2
conda install -c conda-forge r-pheatmap

之后再运行plot即可得到以下2张图

至此cellphonedb的主要分析就完成了！

A：当然希望你不会遇到以上ERROR，如果遇到了那就解决就完事。

B：当然也可以根据method得到的4个结果文件，使用ggplot2或其他R包自行绘制 （以待后续）。

参考资料： https://github.com/Teichlab/cellphonedb

◆ ◆ ◆ ◆ ◆

精心整理（含图PLUS版）|R语言生信分析，可视化（R统计，ggplot2绘图，生信图形可视化汇总）