← 返回软件与算法资源类型 R 包 方法分类 单细胞分析 原始分类 Cell Communication 创建时间 2026/6/3
Software & Algorithm Detail
单细胞分析Cell CommunicationR 包
CellChat
基于配体-受体数据库推断细胞通讯网络，适合肿瘤微环境和免疫互作分析。
Benchmark
性能基准测试
当前图表用于比较不同数据规模下的时间消耗和内存消耗。
性能基准测试
R 4.4 / CellChatDB human
Documentation
软件原理、用法与参数
统一使用 Markdown 文档渲染，保留命令行代码块、参数表和示例说明。
CellChat
工具定位
CellChat 用于从 scRNA-seq 表达矩阵推断细胞群之间的信号通路和 ligand-receptor 互作。
核心思想
聚合细胞群表达，匹配配体受体数据库，并估计不同细胞群之间的通讯概率。
输入与输出
| 数据对象 | 说明 |
|---|---|
| 表达矩阵 | 上游分析输入 |
| 细胞类型注释 | 上游分析输入 |
| 配体-受体互作表 | 下游解读结果 |
| 通讯网络图 | 下游解读结果 |
| 通路层面通讯强度 | 下游解读结果 |
示例命令
library(CellChat)
cellchat <- createCellChat(object = data.input, meta = meta, group.by = 'celltype')
cellchat <- identifyOverExpressedGenes(cellchat)
cellchat <- identifyOverExpressedInteractions(cellchat)
cellchat <- computeCommunProb(cellchat)
cellchat <- computeCommunProbPathway(cellchat)
解读要点
- 细胞类型注释质量决定通讯结果可信度。
- 通讯预测不代表真实物理接触，需要空间或实验验证。
- 不同物种要选择对应配体受体数据库。