CellChatを使用したセルセル通信の推論と分析

細胞間でグローバルな通信を理解するには、細胞細胞シグナル伝達リンクの正確な表現とそれらのリンクの効果的なシステムレベルの分析が必要です。既知のヘテロマー分子複合体を正確に表すリガンド、受容体、およびそれらの補因子間の相互作用のデータベースを構築します。次に、単一細胞RNAシーケンス（SCRNA-seq）データから細胞間通信ネットワークを定量的に推測および分析できるツールであるCellChatを開発します。CellChatは、セルの主要なシグナル伝達入力と出力を予測し、それらのセルとシグナルがネットワーク分析とパターン認識アプローチを使用して機能を調整する方法を予測します。マニホールド学習と定量的コントラストを通じて、CellChatはシグナル伝達経路を分類し、さまざまなデータセット全体で保存されたコンテキスト固有の経路を描きます。セルチャットをマウスおよびヒトスキンデータセットに適用すると、複雑なシグナル伝達パターンを抽出する能力が示されます。当社の汎用性が高く使いやすいツールキットCellChatとWebベースのエクスプローラー（http://www.cellchat.org/）は、新しい細胞間通信を発見し、多様な組織のセルセル通信アトラーゼを構築するのに役立ちます。

Understanding global communications among cells requires accurate representation of cell-cell signaling links and effective systems-level analyses of those links. We construct a database of interactions among ligands, receptors and their cofactors that accurately represent known heteromeric molecular complexes. We then develop CellChat, a tool that is able to quantitatively infer and analyze intercellular communication networks from single-cell RNA-sequencing (scRNA-seq) data. CellChat predicts major signaling inputs and outputs for cells and how those cells and signals coordinate for functions using network analysis and pattern recognition approaches. Through manifold learning and quantitative contrasts, CellChat classifies signaling pathways and delineates conserved and context-specific pathways across different datasets. Applying CellChat to mouse and human skin datasets shows its ability to extract complex signaling patterns. Our versatile and easy-to-use toolkit CellChat and a web-based Explorer ( http://www.cellchat.org/ ) will help discover novel intercellular communications and build cell-cell communication atlases in diverse tissues.