作者岛琼，Evil Genius
馬上五一了底循，大家是不是都準(zhǔn)備出去玩了？
五一放假衷恭，前幾天加了一個(gè)女老師的微信（初中數(shù)學(xué)老師）此叠，92年的，都是父母介紹的随珠，五一打算約出來見見，時(shí)間就約在下午3點(diǎn)到4點(diǎn)之間猬错，看哪天合適窗看，結(jié)果人家來了一句，我起不來倦炒，尼瑪牛了显沈，現(xiàn)在的借口都這么清新脫俗么？??逢唤，我瞬間心里為人師表的老師拉讯，形象都崩塌了。
晚上7點(diǎn)半出去轉(zhuǎn)轉(zhuǎn)鳖藕，路過網(wǎng)吧魔慷，好幾年沒去過網(wǎng)吧了，去坐一坐吧著恩，順便打幾把lol院尔，排解一下情緒，結(jié)果登上號(hào)發(fā)現(xiàn)被封了喉誊，10年邀摆，我的天啊，馬上去申訴伍茄，原來被盜號(hào)了栋盹，這尼瑪，4月的最后一天敷矫，老天爺這是什么意思例获。
近年來音念，研究細(xì)胞與細(xì)胞相互作用（CCIs） 的工具經(jīng)歷了顯著的多樣化。
沒有細(xì)胞生活在真空中躏敢，細(xì)胞之間的分子相互作用決定了大多數(shù)表型闷愤。
腫瘤微環(huán)境(tumor microenvironment, TME)由非惡性細(xì)胞組成，這些細(xì)胞相互作用并與癌細(xì)胞相互作用件余，深刻影響癌癥的發(fā)生發(fā)展讥脐。其中微環(huán)境細(xì)胞類型之間的相互作用網(wǎng)絡(luò)是分層的，主要是負(fù)反饋啼器，頂部的細(xì)胞類型向其他細(xì)胞類型發(fā)送信號(hào)旬渠，底部的目標(biāo)細(xì)胞接收來自上游的信號(hào)和其他細(xì)胞類型的輔助信號(hào)。
而其中的空間位置端壳，又嚴(yán)重影響到細(xì)胞類型互作的有效性告丢。
癌細(xì)胞在轉(zhuǎn)移定殖過程中與鄰近宿主組織駐留細(xì)胞相互作用，建立轉(zhuǎn)移生態(tài)位以促進(jìn)其生存损谦、生長(zhǎng)和侵襲岖免。
目前已經(jīng)有了很多種方法計(jì)算細(xì)胞通訊，每個(gè)工具都使用已知的LRIs來推斷樣本中的CCI照捡。核心方法是利用配體和受體的表達(dá)水平來闡明細(xì)胞如何交流颅湘，從而產(chǎn)生新的生物學(xué)假設(shè)。通用的例子栗精，CCI的預(yù)測(cè)方法如下:首先闯参，篩選基因表達(dá)矩陣，使其只包含配體和受體悲立。其次鹿寨，每個(gè)基因的表達(dá)水平在特定細(xì)胞類型的所有單細(xì)胞中聚集(例如通過在單個(gè)細(xì)胞中平均表達(dá))。第三薪夕，對(duì)于樣本中的每對(duì)細(xì)胞類型脚草，通過考慮配體細(xì)胞類型中的配體表達(dá)水平和受體細(xì)胞類型中的受體表達(dá)水平來評(píng)估每個(gè)候選LRI。最后寥殖，為每對(duì)細(xì)胞類型中的每個(gè)LRI分別計(jì)算通信分?jǐn)?shù)(例如玩讳，這可能是配體-受體細(xì)胞類型對(duì)中配體和受體表達(dá)水平之間的乘積、平均值或幾何平均值)嚼贡。為了進(jìn)一步確定假設(shè)驅(qū)動(dòng)的CCI(例如確定細(xì)胞類型特異性LRIs)熏纯，可以進(jìn)一步進(jìn)行包括排列、參數(shù)和非參數(shù)測(cè)試在內(nèi)的統(tǒng)計(jì)分析粤策，以確定重要的相互作用樟澜。因此，計(jì)算工具能夠識(shí)別重要的CCI并生成可以通過實(shí)驗(yàn)評(píng)估的生物學(xué)假設(shè)。
各種核心工具秩贰，如CellPhoneDB和CellChat霹俺，建立了一套“community”用于從轉(zhuǎn)錄組學(xué)推斷cci的方法。
推斷細(xì)胞-細(xì)胞相互作用的計(jì)算工具的系統(tǒng)發(fā)育樹
獲得全單細(xì)胞分辨率的見解：最近的方法可以以真正的單細(xì)胞分辨率處理這些數(shù)據(jù)毒费，推斷出成對(duì)的單個(gè)細(xì)胞之間的通訊丙唧，如SoptSC、NICCHES觅玻、Scriabin想际、SPRUCE、DeepCOLOR等溪厘。
細(xì)胞空間背景化：查每個(gè)細(xì)胞空間背景的新 CCIs工具將更清晰地解讀復(fù)雜組織中具有生物意義的通訊胡本，如Giotto、Squidpy畸悬、SVCA 侧甫、SpaOTsc、COMMOT蹋宦、stMLnet披粟、DeepLinc、Neighbour-seq妆档、CSOmap等僻爽。
觀察細(xì)胞內(nèi)活動(dòng)：基于轉(zhuǎn)錄組學(xué)的工具通常僅限于簡(jiǎn)單地推斷蛋白質(zhì)配體，系統(tǒng)生物學(xué)途徑分析方法可以加深對(duì)細(xì)胞內(nèi)過程的了解贾惦，以推斷其他類別配體的豐度和活性，從而擴(kuò)大CCIs工具的能力敦捧，如MEBOCOST须板、Domino、CellComm兢卵、exFINDER等习瑰。
考慮多種情況：在CCIs研究中還需要考慮細(xì)胞和LRIs所有組合的表型關(guān)聯(lián)，如Connectome秽荤、CellChat甜奄、scDiffCom、 scTenifoldXct窃款、sciTD课兄、DIALOGUE、 MOFAcell晨继、Tensor-cell2cell烟阐、 TraSig、 TimeTalk等。
更多其他提升：交互友好（InterCellar蜒茄、Cellinker唉擂、 TALKIEN） ；LIANA建立了一個(gè)用于實(shí)施多種工具方法的平臺(tái)檀葛，從而能夠進(jìn)行比較分析玩祟；Calligraphy使用通訊基因共表達(dá)網(wǎng)絡(luò)來識(shí)別信號(hào)基因模塊等。
空間轉(zhuǎn)錄組學(xué)領(lǐng)域的蓬勃發(fā)展促進(jìn)了計(jì)算工具的進(jìn)化屿聋，在推斷CCI時(shí)包括細(xì)胞位置空扎。這些工具的一個(gè)分支更普遍地促進(jìn)了空間數(shù)據(jù)的分析。例如胜臊，Giotto和Squidpy可視化空間數(shù)據(jù)勺卢，并跨細(xì)胞或spot執(zhí)行分析，如聚類和鄰居檢測(cè)象对，但這些也為CCI推理提供信息黑忱。其他框架，如MISTy勒魔，通過多個(gè)“視圖”識(shí)別空間數(shù)據(jù)的更具體屬性;也就是說甫煞，以特定于領(lǐng)域的方式描述標(biāo)記表達(dá)關(guān)系及其可變性來源的模型。每個(gè)“視圖”都包含給定距離閾值的不同細(xì)胞間距離范圍冠绢，這有助于確定CCI的niche特異性機(jī)制抚吠。這種方法有助于識(shí)別根據(jù)腫瘤分級(jí)和臨床亞型區(qū)分乳腺癌活檢的特征，同時(shí)也揭示了關(guān)鍵的信號(hào)通路弟胀。
更專業(yè)的空間CCI推理始于較早的工具楷力，如SVCA和SpaOTsc，分別用于解釋個(gè)體基因和單細(xì)胞相互作用孵户∠舫可用的工具直接納入細(xì)胞間距離，要么將分析限制在近端細(xì)胞和spot上夏哭，要么衡量代表相互作用潛力的通信分?jǐn)?shù)检柬。例如，SpaTalk通過使用細(xì)胞之間的歐幾里得距離來構(gòu)建基于k近鄰的細(xì)胞圖網(wǎng)絡(luò)竖配，從而在空間上限制了分析何址。然后計(jì)算連接細(xì)胞(即近端細(xì)胞)的CCIs。另一種方法COMMOT限制了近端細(xì)胞間CCIs的推斷距離进胯。COMMOT引入了一種集體最優(yōu)傳輸算法用爪，該算法使用指定的距離限制來定義鄰域并推斷近端CCI。該算法尋求在位置之間傳輸一組資源(如配體)的最有效方法龄减，在考慮源和目標(biāo)(例如项钮，配體細(xì)胞和受體細(xì)胞)之間距離的同時(shí)，將"總成本"降至最低。在數(shù)學(xué)上烁巫，在給定細(xì)胞間距離(成本)的情況下優(yōu)化了基于LRI的CCIs(運(yùn)輸計(jì)劃)的潛力署隘，同時(shí)也"懲罰"了未運(yùn)輸或“未使用”的配體和受體。此外亚隙，該算法可以同時(shí)處理多種競(jìng)爭(zhēng)的配體和受體磁餐，并可以推斷空間信號(hào)方向性。其他工具阿弃，如stMLnet诊霹，衡量交互潛力，而不是限制分析渣淳。例如脾还，stMLnet利用配體擴(kuò)散原理，假設(shè)細(xì)胞間距離和配體濃度之間存在反比關(guān)系入愧，將細(xì)胞間歐幾里得距離作為分母來衡量通信得分鄙漏。這些不同的方法突出了在CCI分析中可以明確地考慮距離的不同方式。
深度學(xué)習(xí)方法在研究互作的進(jìn)展
新一代實(shí)驗(yàn)工具
新一代實(shí)驗(yàn)方法的出現(xiàn)提高了CCIs測(cè)量的通量棺蛛。這些方法可以同時(shí)測(cè)量許多LRIs和細(xì)胞對(duì)怔蚌，許多方法還將實(shí)驗(yàn)測(cè)量的相互作用與下游測(cè)序結(jié)合起來。
研究細(xì)胞-細(xì)胞相互作用的新一代實(shí)驗(yàn)方法
基于測(cè)序的方法
基于臨近標(biāo)記的方法
基于合成回路的方法
通訊常見的術(shù)語
加強(qiáng)細(xì)胞-細(xì)胞相互作用研究方法的挑戰(zhàn)與機(jī)遇
以單細(xì)胞分辨率進(jìn)行跨條件的細(xì)胞-細(xì)胞相互作用（CCI）比較存在挑戰(zhàn)：樣本細(xì)胞數(shù)量的差異可能與某些算法不兼容旁赊，這意味著可能需要包括數(shù)據(jù)插補(bǔ)桦踊，尤其是在單細(xì)胞分辨率下，例如DURIAN终畅、 CellChat (V2)籍胯、CellPhoneDB (V5)和LIANA+等算法通過不同策略改善此挑戰(zhàn)。
構(gòu)建LRIs數(shù)據(jù)庫是研究CCIs的關(guān)鍵：這一步驟涉及一些基本方面离福，如關(guān)注高可信度LRIs芒炼，包括蛋白質(zhì)亞基、激活劑术徊、抑制劑和/或競(jìng)爭(zhēng)對(duì)手，以考慮LRIs的信號(hào)活性鲸湃，并結(jié)合基因調(diào)控網(wǎng)絡(luò)來捕獲細(xì)胞內(nèi)過程赠涮。
生成真實(shí)數(shù)據(jù)多年來一直是一個(gè)重大挑戰(zhàn)：為了解決這個(gè)問題，正在開發(fā)真實(shí)交互的精選數(shù)據(jù)庫暗挑，以幫助基準(zhǔn)測(cè)試和調(diào)整計(jì)算工具笋除。此外，努力生成金標(biāo)準(zhǔn)數(shù)據(jù)集對(duì)于通過適當(dāng)?shù)闹笜?biāo)(如準(zhǔn)確性炸裆、精密度垃它、召回率、f分?jǐn)?shù)和均方根誤差)評(píng)估工具性能至關(guān)重要。建立此類參考數(shù)據(jù)的嘗試通常涉及從文獻(xiàn)中手動(dòng)整理CCIs国拇，包括不同的細(xì)胞類型和分子介質(zhì)洛史，如CITEdb和Cellinker所示。
包括配體和受體的亞細(xì)胞定位可完善對(duì)相互作用細(xì)胞的預(yù)測(cè)：例如考慮到膜蛋白相互作用的生物物理特征(如定位酱吝、強(qiáng)度和細(xì)胞骨架耦合)的新算法可以用于研究免疫突觸和胚胎發(fā)育的動(dòng)力學(xué)也殖。
大多數(shù)實(shí)驗(yàn)方法僅限于原位和體外部署，在體內(nèi)開展的工作很少：預(yù)計(jì)將出現(xiàn)更多的技術(shù)來報(bào)告更多經(jīng)過驗(yàn)證的CCIs务热，并將其與下游測(cè)序和計(jì)算分析相結(jié)合忆嗜。例如ullipstic可以與scRNA-seq結(jié)合來解開復(fù)雜的CCIs；為了幫助擴(kuò)大實(shí)驗(yàn)獲得的CCIs和LRIs網(wǎng)絡(luò)崎岂，實(shí)驗(yàn)方法可以與多重蛋白質(zhì)成像方法(如CODEX)相結(jié)合捆毫，這是一種使用抗體與DNA條形碼結(jié)合的方法，可以在空間上可視化組織內(nèi)的多種蛋白質(zhì)標(biāo)記物冲甘。此外绩卤，新興的標(biāo)記分泌信號(hào)的方法[和遠(yuǎn)程通信機(jī)制對(duì)于使這些高通量實(shí)驗(yàn)方法在跟蹤C(jī)CIs時(shí)更加全面至關(guān)重要。
參考文章
[1] Minegishi, M., Kuchimaru, T., Nishikawa, K. et al. Secretory GFP reconstitution labeling of neighboring cells interrogates cell–cell interactions in metastatic niches. Nat Commun 14, 8031 (2023). https://doi.org/10.1038/s41467-023-43855-2
[2] Mayer, S., Milo, T., Isaacson, A. et al. The tumor microenvironment shows a hierarchy of cell-cell interactions dominated by fibroblasts. Nat Commun 14, 5810 (2023). https://doi.org/10.1038/s41467-023-41518-w
[3] Armingol, E., Baghdassarian, H.M. & Lewis, N.E. The diversification of methods for studying cell–cell interactions and communication. Nat Rev Genet (2024). https://doi.org/10.1038/s41576-023-00685-8
