SuperAPI AI 工具集

spatial-transcriptomics-cell-cell-communication

数据与分析

查看项目

更新于 10-28 09:26

技能介绍

用途

该技能面向空间转录组数据的细胞间通讯分析。基于表达的配体-受体(LR)推断可以排列出可能发生信号传递的分子对,而空间数据则进一步回答发送细胞与接收细胞是否真正相邻。该技能运行一次推断(默认 LIANA 共识,或 CellPhoneDB 统计),将结果整合到一张表中,保留细胞类型在空间上互为邻居的互作,在每个位置对 LR 共表达进行打分,并根据用户的问题将表格收窄,为每个候选标注证据类别。

需要强调的是:配体与受体均表达并不能证明信号传递,所有结果都只是候选。

主要能力

  • 在已注释的细胞类型之间排序 LR 配对(LIANA 共识,或 CellPhoneDB v5 统计)
  • 将不同工具的结果统一为一张表,含评分与 p 值/排名
  • 通过空间邻域富集(Squidpy)筛选空间相邻的细胞类型配对
  • 在组织每个位置计算 LR 共表达(双变量局部评分),也适用于无标签的 Visium spot
  • 按通路家族(免疫检查点、趋化因子、生长因子、Notch、Wnt、TGF-beta/BMP)聚焦
  • 支持按发送者→接收者方向过滤
  • 为每个候选给出证据类别(共定位、可能旁分泌、不太可能等)

使用方式

前提条件:输入为 X 中经对数归一化的表达(非 z-score)及 obsm["spatial"];步骤 2-4 和 6 需要 obs 中有细胞类型列;基因使用基因符号,CellPhoneDB 仅支持人类(小鼠需通过同源基因);依赖 Python 包 liana、squidpy、scanpy,CellPhoneDB 与 cell2cell 仅对应路由需要。安装命令:

pixi add --pypi liana squidpy scanpy

工作流步骤:

  1. 输入、物种与面板覆盖度检查
  2. 在细胞类型之间排序 LR 配对
  3. 统一结果到一张表
  4. 保留空间相邻的配对
  5. 组织上的局部 LR 共表达
  6. 聚焦问题并分类候选

技能包含预检访谈,询问细胞类型列、LR 数据库资源、方法选择(LIANA 共识或 CellPhoneDB)、关注通路或方向、样本列(多样本时)、表达比例阈值、邻居 z 阈值、带宽、区域列、置换次数等参数。

适用场景

  • 在空间切片中寻找哪些已注释细胞类型可能互相发送信号
  • 区分相邻细胞类型之间的互作与相距较远细胞类型之间的互作
  • 用 CellPhoneDB p 值检验哪些 LR 配对特定于某个发送-接收对
  • 在组织上(包括 Visium spot)定位配体与其受体共表达的位置
  • 在推断后询问某一通路家族(免疫检查点、趋化因子、Notch、Wnt、TGF-beta)
  • 比较不同样本或条件下的通讯程序

限制

  • 需要预先注释的细胞类型(步骤 2-4 和 6);Visium spot 若无标签则只能运行步骤 5,或需先做去卷积
  • CellPhoneDB 仅支持人类基因符号
  • 靶向面板(如 Xenium 约 400 基因)仅覆盖 LR 资源的一小部分,未覆盖的配对属于未测量而非排除,需在结果中报告覆盖率
  • 表达本身不能证明信号传递,结果均为候选
  • 若仅需邻域富集或共现分析而不涉及 LR 配对,应使用 spatial-transcriptomics-analysis-squidpy

其他路由

  • CellPhoneDB v5 统计:逐对置换 p 值、DEG 驱动或微环境限定检验
  • LIANA 多样本:按样本排序、Tensor-cell2cell、MISTy
  • 文献证据:在步骤 6 之后提供文献支持与验证建议