最新CellPhoneDB（v5）用法有变化
CellPhoneDB最早出现的细胞通讯软件，也是第一个系统整理出配受体数据库的软件，是基于细胞中的配受体基因表达量推测细胞间的通讯。之前CellPhoneDB是以一个独立软件的方式调用，最新的v5版本则做成了以Python模块方式调用，全程都在Python环境下。另一个重要改变是CellphoneDB不再从外部资源导入交互数据，需要下载官方提供的数据库压缩包。
网站: https://cellphonedb.readthedocs.io/en/latest/
1、分析原理
通过配体细胞亚群和受体亚群的配受体基因的平均表达量来推测细胞存在互作的可能性，即对应的配受体表达量越高，细胞间存在互作的可能性越高。通过置换检验来获得两类细胞互作的统计学显著性。
2、使用方法
CellPhoneDB（v5）实际上是基于python模块功能，主要包括三个大的分析模块，分别如下：
1.cpdb_analysis_method.call()函数，通用分析模块，用于全面评估细胞间相互作用；
2.cpdb_statistical_analysis_method.call()函数，统计模块，评估细胞间相互作用的显著性；
3.cpdb_degs_analysis_method.call()函数，专注于差异表达基因在细胞间通信中的作用。
通常我们只需要使用通用分析模块，下面以通用分析模块作为示例展示运行步骤：
- from cellphonedb.src.core.methods import cpdb_statistical_analysis_method
- cpdb_file_path = 'cpdb/v5.0.0/cellphonedb.zip'#下载获得
- meta_file_path = 'demo/test_meta.txt'#提取自seurat或anndata对象
- counts_file_path = 'demo/test_counts.h5ad'#提取自seurat或anndata对象
- out_path = 'results'#结果输出目录，可自定义
- cpdb_results = cpdb_statistical_analysis_method.call(
- cpdb_file_path = cpdb_file_path, #必须文件，CellphoneDB 数据库压缩zip文件
- meta_file_path = meta_file_path, #必须文件，tsv结尾，细胞注释文件
- counts_file_path = counts_file_path, #必须文件，标准化后的count矩阵h5ad文件
- counts_data = 'hgnc_symbol', #count矩阵中的基因类型
- threshold = 0.1, #过滤低表达基因(默认：0.1)，至少在多少细胞中表达%
- result_precision = 3, #Sets the rounding for the mean values in significan_means
- separator = '|', #对结果中"cellA|CellB"的分隔符
- debug = False, #是否保存所有中间结果
- output_path = out_path, #输出结果路径
- output_suffix = None, #输出结果文件前缀(默认：None)
- threads = 50#使用线程数
- )
3、主要结果说明
① means.txt：
记录每个配体-受体相互作用在不同细胞对中的平均表达值；
② pvalues.txt：
记录每个配体-受体复合物在不同细胞对中的P值，用于评估细胞类型特异性；
③ significant_means.txt：
仅包含显著配体-受体复合物的平均表达值，是means.txt和pvalues.txt交叉分析的结果；
④ deconvoluted.txt：
为每个相互作用伙伴提供额外信息，特别是对于异源复合体，说明哪些分子在同一细胞群中表达；
⑤ deconvoluted_percents.txt：
记录每个基因在细胞中的表达百分比，为分析基因表达的普遍性提供数据
说明:
以上所有文件的结构都相同：行表示相互作用的蛋白质，列表示相互作用的细胞类型对。
可以看到v5版本跟v3/v4版本结果差不多，但是没有直接可视化的模块，需要自行提取数据进行可视化展示，包括互作网络图、贝壳图、气泡图和热图，这里我们可以提取需要的数据借助CellChat可视化。
