研究前沿：武汉大学金锁钦/加州大学尔湾分校聂青团队CellChat-细胞通讯 | Nature Protocols

主要观点总结

文章介绍了单细胞测序技术的最新进展以及CellChat计算工具在探索组织中的细胞-细胞通讯方面的应用。CellChat能够从单细胞转录组数据中推断和分析细胞-细胞通讯网络，使用简化的基于质量作用模型量化两个细胞群之间的信号通讯概率。CellChat V2是更新版本，包括额外的比较功能，扩展的配体-受体对数据库，以及丰富的功能注释和交互式浏览器。此外，文章还提供了使用CellChat V2逐步方案的实验协议和教程链接。

关键观点总结

关键观点1: 单细胞测序技术的进展为探索细胞-细胞通讯提供了机会。

过去面临的挑战是如何将已知分子相互作用和测量整合到一个框架中，以识别和分析复杂的细胞-细胞通讯网络。CellChat工具的开发解决了这个问题，能够在易于解释的框架内进行分析。

关键观点2: CellChat工具的应用和特性。

CellChat使用简化的基于质量作用模型来量化细胞通讯，使用各种定量指标和机器学习方法进行分析。CellChat V2包括额外的比较功能、扩展的数据库和丰富的功能注释以及交互式浏览器。

关键观点3: 使用CellChat V2的实验协议。

文章提供了在单细胞转录组数据上使用CellChat V2的实验协议，包括从数据集推断和分析细胞-细胞通讯的步骤。该协议需要约5分钟完成，需要对R和单细胞数据分析有基本的了解，但无需专门的生物信息学培训。

文章预览

单细胞测序技术的最新进展，为系统地探索组织中的细胞-细胞通讯提供了机会，并减少了偏差。关键挑战之一是，将已知分子相互作用和测量整合到一个框架中，以识别和分析复杂的细胞-细胞通讯网络。 之前，美国 加利福尼亚大学尔湾分校（University of California, Irvine）金锁钦Suoqin Jin，Maksim V. Plikus & 聂青Qing Nie等（https://www.nature.com/articles/s41467-021-21246-9），开发了名为CellChat的计算工具，可在易于解释的框架内，从单细胞转录组数据中，推断和分析细胞-细胞通讯网络。CellChat使用简化的基于质量作用模型，量化两个细胞群之间的信号通讯概率，同时结合了具有多亚基结构的配体和受体之间核心相互作用以及辅因子调节。 重要的是，CellChat使用各种定量指标和机器学习方法，系统和比较分析了细胞-细胞通信。CellChat V2是更新版本，包括额外的比较功 ………………………………