在多细胞生物组织内，细胞往往通过介质将发送的信息传递给其他细胞。信息一旦发出，其他细胞会做出三种反应：响应、无响应和接收不到。这种模式非常类似于我们用电话跟其他人打电话时的场景，当我们拨打电话之后，对方也有三种反应：接电话、不接电话和无信号接收不到。一般而言，细胞有三种通讯方式：第一种通过化学信号分子；第二种通过相邻细胞表面分子的粘着；第三种通过细胞与细胞外基质的粘着。其中，第一种方式是动物和植物内细胞通讯最常见的方式。
在生物组织内，细胞通讯是非常频繁的，这些通讯关系共同构成了复杂细胞通讯网络（图1a）。如何推断这些细胞通讯网络，成为单细胞转录组数据应用的一大分支。目前，我们可以应用单细胞转录组数据和空间转录组数据识别细胞通讯网络（图1b和图1c）。
图1 组织内细胞通讯
可视化图是最直观表征细胞通讯关系的一种有效方式。基于单细胞转录数据，我们有多种方式对细胞通讯关系进行可视化和分析，例如Circle图、Chord图、热图、Hierarchy图、泡泡图、桑基图和点状图等（图2）。
图2 基于单细胞测序数据的细胞通讯可视化和分析
由于单细胞转录组数据没有提供细胞的空间信息，然而细胞之间进行通讯也需要考虑距离信息，例如距离太远，信息将无法接收到。因此，整合单细胞转录组数据和空间转录组数据成为准确识别细胞通讯网络的一种良好途径（图3a）。当然，如果没有单细胞转录组数据，单纯使用空间转录组数据也能够有效识别细胞通讯网络（图3b）。
图3 整合单细胞和空间转录组数据识别细胞通讯
在生物信息学领域，已有的细胞通讯数据驱动识别方法有哪些呢？目前，这些方法主要分为3种类型。
i）基于单细胞转录组数据方法（Methods that only require non-spatial scRNA-seq as input）：CellChat，CellPhoneDB，COMUNET，iCELLNET，iTALK，NATMI，PyMINEr，scTensor，SingleCellSignalR
ii）考虑下游反应方法（Methods that consider downstream response）：CytoTalk，scMLnet，NicheNet，SoptSC
iii）基于空间转录组或者融合单细胞转录组数据方法（Methods that accept ST as sole data input or in conjunction with scRNA-seq）：Cell2Cell，Giotto，MISTY，SpaOTsc，stLearn，SVCA，
详细的介绍可以参考综述论文《The landscape of cell-cell communication through single-cell transcriptomics》（间参考文献[1]）。
后话
细胞通讯是生物组织内的一个基本生物过程，识别细胞通讯网络能够在细胞层次水平深入了解细胞之间信息传递和交换过程。以上计算机识别方法的前提条件是：每个单细胞能够使用转录组数据进行表征和刻画。除了单细胞转录组数据和空间转录数据，未来还需要融合其他能够表征单细胞的生物信息数据。
参考文献与链接
[1] Almet AA, Cang Z, Jin S, Nie Q. The landscape of cell-cell communication through single-cell transcriptomics. Curr Opin Syst Biol. 2021;26:12-23. doi:10.1016/j.coisb.2021.03.007