# cellchat算法

## 用途

使用cellchat进行细胞通讯分析

## 运行方式

```bash
SDAS CCI cellchat -i st.h5ad --label_key anno_spotlight -o outdir \
--add_spatial \
--bin_size 100 \
--species human \
--type truncatedMean
```

## 输入参数说明

| 参数                       | 是否必须  | 默认值              | 描述                                                                                                                           |
| ------------------------ | ----- | ---------------- | ---------------------------------------------------------------------------------------------------------------------------- |
| **-i / --input**         | **是** |                  | h5ad文件，要求有原始表达矩阵                                                                                                             |
| **-o / --output**        | **是** |                  | 输出文件夹                                                                                                                        |
| **--label\_key**         | **是** |                  | 细胞类群的列名                                                                                                                      |
| --layer                  | 否     |                  | h5ad存有原始表达矩阵的layer名称                                                                                                         |
| --gene\_symbol\_key      | 否     | real\_gene\_name | h5ad文件中表示基因名(symbol)的列名（\_index 表示用h5ad.var.index）                                                                           |
| --add\_spatial           | 否     |                  | 如果分析时需考虑空间信息，则使用”--add\_spatial”                                                                                             |
| --bin\_size              | 否     |                  | 如果使用“--add\_spatial”，则需要提供bin\_size, 如cellbin,10, 20, 50,100等                                                                |
| --species                | 否     | human            | cellchat内置的数据库，支持human、mouse、zebrafish，默认‘human’；当指定--cellchat\_database时，该参数不起作用                                            |
| --cellchat\_database     | 否     |                  | 自定义的cellchat数据库文件路径                                                                                                          |
| --type                   | 否     | triMean          | 计算每个细胞类型的基因表达平均值的方法，triMean或truncatedMean                                                                                    |
| --trim                   | 否     | 0.1              | type为truncatedMean时，可调整trim，trim越小找到的交互越多，trim为0.1时表示去掉两端各10%的极端值后再计算均值                                                      |
| --spatial\_coords\_scale | 否     | 0.5              | 应用于空间坐标的全局缩放因子。例如，对于stereo-seq，该值设为0.5，将坐标转为微米，方便结果解读                                                                        |
| --scale\_distance        | 否     | 2                | 空间距离的归一化因子，比较不同 CellChat 对象之间的通信时，应使用相同的缩放因子。对于单个样本分析，不同的归一化因子不会影响配受体信号的排序                                                   |
| --pathway.file           | 否     |                  | 自定义通路文件，用于生成\_pathway\_communication\_network.png/pdf，png为每个pathway一张png，pdf是所有pathway绘制在一个pdf文件,使用“--add\_spatial”时，输出空间网络图 |
| --seed                   | 否     | 42               | 随机种子                                                                                                                         |

**自定义构建数据库可参考cellchat官网tutorial：**

<https://htmlpreview.github.io/?https://github.com/jinworks/CellChat/blob/master/tutorial/Update-CellChatDB.html>

## 输出结果展示

| 结果文件                                                                                                                                                   | 描述                                                                     |
| ------------------------------------------------------------------------------------------------------------------------------------------------------ | ---------------------------------------------------------------------- |
| `<input_name>_cellchat_LR.csv`                                                                                                                         | 互作的配受体结果(没有找到显著配受体时不输出)                                                |
| `<input_name>_cellchat_LR_pathway.csv`                                                                                                                 | 配受体富集的通路结果(没有找到显著配受体时不输出)                                              |
| <p><code>\<input\_name>\_interaction\_strength\_circle.png/pdf</code><br><code>\<input\_name>\_interaction\_strength\_heatmap.png/pdf</code></p>       | 展示各细胞类群间配受体互作强度的circle图和heatmap图，同时输出pdf和png                           |
| <p><code>\<input\_name>\_number\_of\_interactions\_circle.png/pdf</code><br><code>\<input\_name>\_number\_of\_interactions\_heatmap.png/pdf</code></p> | 展示各细胞类群间配受体互作数量的circle图和heatmap图，同时输出pdf和png                           |
| `<input_name>_signalingRole_scatter.png/pdf`                                                                                                           | 展示各细胞类群在信号网络中的角色分布，同时输出pdf和png                                         |
| `<input_name>_pathway_communication_network.png/pdf`                                                                                                   | 指定通路的细胞间网络图，使用“--add\_spatial”时，则输出空间网络图，同时输出pdf和png（如果指定通路没有显著富集则不输出） |
| `<input_name>_cellchat.rds`                                                                                                                            | 包含细胞通讯结果的rds文件                                                         |

* **各细胞类群间配受体互作数量circle图**：`<input_name>_number_of_interactions_circle.png/pdf` 展示各细胞类群间配受体互作数量，反映互作关系强弱。 圆圈表示细胞类群，连线表示配受体互作，连线粗细代表互作数量，圆圈大小代表该细胞类型参与的总相互作用数量，可直观比较哪些细胞类群之间互作最频繁

<figure><img src="https://2512275466-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FaaKaKxoqTIFT7FAUUQFl%2Fuploads%2F47gRxmQlSVxJcUyyKaZU%2F_number_of_interactions_circle.png?alt=media&#x26;token=34642261-89fd-4e1a-b285-f5fcb3a105ea" alt="" width="321"><figcaption></figcaption></figure>

* **各细胞类群间配受体互作强度circle图**：`<input_name>_interaction_strength_circle.png/pdf` 展示各细胞类群间配受体互作强度，反映信号传递活跃程度。 圆圈表示细胞类群，连线表示配受体互作，连线粗细代表互作强度，圆圈大小代表该细胞类型参与的总相互作用强度，可直观比较哪些细胞类群之间信号传递最活跃

<figure><img src="https://2512275466-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FaaKaKxoqTIFT7FAUUQFl%2Fuploads%2F0fqBL0Ijp8NP8o4iRTQg%2F_interaction_strength_circle.png?alt=media&#x26;token=ba14860f-3835-48aa-bc97-3fdad527c532" alt="" width="329"><figcaption></figcaption></figure>

* **各细胞类群间配受体互作数量热图**：`<input_name>_number_of_interactions_heatmap.png/pdf` 以热图形式展示互作数量，便于整体比较。 横轴和纵轴均为细胞类群，颜色深浅表示互作数量，颜色越深表示互作越多

<figure><img src="https://2512275466-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FaaKaKxoqTIFT7FAUUQFl%2Fuploads%2F3bzRfp5lwxKhJp8CRmom%2F_number_of_interactions_heatmap.png?alt=media&#x26;token=2aa15e6b-9991-4f02-bd9d-eb5cab5683e2" alt="" width="311"><figcaption></figcaption></figure>

* **各细胞类群间配受体互作强度热图**：`<input_name>_interaction_strength_heatmap.png/pdf` 以热图形式展示互作强度，便于整体比较。 横轴和纵轴均为细胞类群，颜色深浅表示互作强度，颜色越深表示信号传递越强

<figure><img src="https://2512275466-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FaaKaKxoqTIFT7FAUUQFl%2Fuploads%2FF2a3Cmr4sNsSFENGwnBw%2F_interaction_strength_heatmap.png?alt=media&#x26;token=4fa9f181-723c-48cf-b210-a6bbbab6070b" alt="" width="375"><figcaption></figcaption></figure>

* **信号网络角色分布散点图**：`<input_name>_signalingRole_scatter.png/pdf` 展示各细胞类群在信号网络中的角色分布。 横轴和纵轴为不同的信号网络特征（如发送者、接收者、调节者等），每个点代表一个细胞类群，点的位置反映其在网络中的功能角色，可识别主要信号发送者和接收者

<figure><img src="https://2512275466-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FaaKaKxoqTIFT7FAUUQFl%2Fuploads%2F5hdJBLdEeKqkKTXqvz6F%2F_signalingRole_scatte.png?alt=media&#x26;token=9dc686f4-c795-4f50-9501-564f86016b79" alt="" width="277"><figcaption></figcaption></figure>

* **指定通路的空间网络图**：`<input_name>_pathway_communication_network.png/pdf` 指定通路的细胞间网络结构，如果加空间信息分析（--add\_spatial），则输出指定通路的空间网络图。 横纵坐标为空间坐标，每个点为细胞类群，连线表示通路相关的细胞通讯，连线粗细表示互作强度，节点圆圈大小代表该细胞类型参与的信号相互作用总数，可直观观察特定通路在空间中的分布和作用区域

<figure><img src="https://2512275466-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FaaKaKxoqTIFT7FAUUQFl%2Fuploads%2FQL1T1gxi20cJC4nfprh0%2F_pathway_communication_network.png?alt=media&#x26;token=80d1a531-2850-4614-8036-94f942381b7e" alt="" width="375"><figcaption></figcaption></figure>

* **指定通路的细胞间网络结构图**：`<input_name>_pathway_communication_network_nospatial.png/pdf` 指定通路的细胞间网络结构。 节点为细胞类群，连线表示通路相关的细胞通讯，连线粗细表示互作强度，节点圆圈大小代表该细胞类型参与的信号相互作用总数，适合无空间信息时观察通路网络结构

<figure><img src="https://2512275466-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FaaKaKxoqTIFT7FAUUQFl%2Fuploads%2FFWvzHakNaanKILqvfSMh%2F_pathway_communication_network_nospatial.png?alt=media&#x26;token=ab028446-b737-4f14-8cce-8dbd2f30cbea" alt="" width="342"><figcaption></figcaption></figure>

## **调参建议**

* `type`参数：推荐使用默认triMean，预测较强互作。如果希望获得更多的交互，可用 truncatedMean 并调整 trim （trim越小交互越多），trim为0.1时表示去掉两端各10%的极端值后再计算均值
* `scale_distance`：空间距离的归一化因子，比较不同 CellChat 对象之间的通信时，应使用相同的缩放因子。对于单个样本分析，不同的归一化因子不会影响配受体信号的排序