博文

细胞通讯推理与分析：生物学机制、计算方法与未来机遇

已有 290 次阅读 2025-12-30 09:23 |个人分类:科普|系统分类:科普集锦

细胞通讯推理与分析：生物学机制、计算方法与未来机遇

细胞通讯（CCC）是指细胞通过可溶性信号分子或直接物理接触交换信号以协调其活动的过程。它是维持多细胞生物体稳态和实现功能整合的基础。这一过程涉及一系列高度特异性的分子机制，需要多种分子——如配体、受体、离子和代谢物——以及包括紧密连接、间隙连接和免疫突触在内的膜结构的协调参与。阐明 CCC 的机制不仅加深了我们对发育和疾病的理解，还确定了潜在的治疗干预靶点。

传统上，CCC 的研究高度依赖劳动密集型的实验方法，如组织学切片分析、体外共培养系统和体内基因操作。这些方法通常耗时且技术要求高，通常仅能研究有限数量的细胞类型和信号之间的通讯，从而阻碍了对 CCC 网络的全面阐明。单细胞 RNA 测序（scRNA-seq）技术的快速发展彻底改变了 CCC 研究。scRNA-seq 数据捕捉与 CCC 相关的基因表达模式，间接揭示了参与信号转导的蛋白质丰度。基于这一基础，已开发出多种计算工具，通过整合 scRNA-seq 数据与配体-受体相互作用（LRI）的先验知识来推断 CCC，从而获得生物学上可解释的见解。然而，细胞的空间信息在 scRNA-seq 数据中固有地丢失了。鉴于大多数 CCC 事件发生在较短的空间距离内，新兴的空间转录组学为改进 CCC 分析带来了新的机遇。持续的技术进步，如单细胞和空间多组学，以及日益复杂的生物学问题不断推动计算方法的演进，使更全面和深入的分析成为可能。

最近的综述《Cell-cell communication inference and analysis: biological mechanisms, computational approaches, and future opportunities》为生物学领域的研究人员提供了实用指导，告知他们何时以及如何应用现有的 CCC 工具，同时为计算生物学家提供 CCC 的生物学基础和方法学进展，以促进新型 CCC 分析工具的开发。尽管已有相关综述，但这篇综述强调支撑 CCC 的生物机制和建模策略，并批判性地审视最新的创新性计算方法。该综述首先系统地概述了 CCC 的生物学基础，包括各种类型的细胞间和细胞内信号机制。然后，提出了一个用于 CCC 推断的通用建模框架（图1），并回顾了近年来开发的一系列计算方法（图2），重点介绍它们的方法学多样化和旨在解决的具体生物学问题。最后，讨论了这一快速发展的领域中的关键挑战和新兴机遇。

图1 从基因表达数据推断细胞间通讯（CCC）的一般策略和计算方法。（a）典型的 CCC 推断工作流程。单细胞或空间转录组学的基因表达谱作为蛋白质丰度的替代指标。这些数据与先验知识相结合，包括编码相互作用配体和受体的基因、共因子、转录因子和靶基因，以推断 CCC。评分函数量化潜在 CCC 事件的可能性或强度，随后进行统计检验以评估显著性。最终输出预测单细胞或细胞群分辨率的 CCC。（b）常见的计算方法。CCC 推断的五种主要策略包括统计方法、网络方法、深度学习、最优传输和分解方法

图2 CCC 推理方法的演变时间线与增长情况。（a）按发表或预印本年份组织的 143 种 CCC 推理方法的时间线。使用彩色方框区分基于不同方法论原则的工具，包括统计方法、网络方法、深度学习方法、最优传输方法和分解方法。符号表示所针对的具体生物学问题。没有符号的方法是用于从 scRNA-seq 数据中推断细胞组间 CCC 的通用工具。（b）CCC 方法的累积增长情况。该图显示了随时间推移为 scRNA-seq 和空间转录组学数据开发的 CCC 工具的累积数量

参考文献

[1] Cheng X, Huang H, Su Y, et al. Cell-cell communication inference and analysis: biological mechanisms, computational approaches, and future opportunities. arXiv preprint arXiv:2512.03497, 2025. https://doi.org/10.48550/arXiv.2512.03497

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC