[論文レビュー] CellPhoneDB v5: inferring cell-cell communication from single-cell multiomics data

Kevin Troulé, Robert Petryszak+7 more|arXiv (Cornell University)|Nov 8, 2023

Single-cell and spatial transcriptomics被引用数 33

ひとこと要約

CellPhoneDB v5 はツールキットを更新し、単一細胞マルチオミクスから細胞間通信を推定する機能を拡張し、リガンド-受容体相互作用を拡大し、優先度付けと可視化のための多モーダル分析を追加します。

ABSTRACT

Cell-cell communication is essential for tissue development, regeneration and function, and its disruption can lead to diseases and developmental abnormalities. The revolution of single-cell genomics technologies offers unprecedented insights into cellular identities, opening new avenues to resolve the intricate cellular interactions present in tissue niches. CellPhoneDB is a bioinformatics toolkit designed to infer cell-cell communication by combining a curated repository of bona fide ligand-receptor interactions with a set of computational and statistical methods to integrate them with single-cell genomics data. Importantly, CellPhoneDB captures the multimeric nature of molecular complexes, thus representing cell-cell communication biology faithfully. Here we present CellPhoneDB v5, an updated version of the tool, which offers several new features. Firstly, the repository has been expanded by one-third with the addition of new interactions. These encompass interactions mediated by non-protein ligands such as endocrine hormones and GPCR ligands. Secondly, it includes a differentially expression-based methodology for more tailored interaction queries. Thirdly, it incorporates novel computational methods to prioritise specific cell-cell interactions, leveraging other single-cell modalities, such as spatial information or TF activities (i.e. CellSign module). Finally, we provide CellPhoneDBViz, a module to interactively visualise and share results amongst users. Altogether, CellPhoneDB v5 elevates the precision of cell-cell communication inference, ushering in new perspectives to comprehend tissue biology in both healthy and pathological states.

研究の動機と目的

• 内分泌ホルモンやGPCRリガンドなどの非タンパク質リガンドを含むよう、相互作用リポジトリを約3分の1程度拡張する。
• より適切な相互作用推定のため、差次的発現ベースのクエリ手法を実装して、より特化した相互作用推定を行う。
• 他の単一細胞モダリティ（空間情報と転写因子活性）を活用する新規の優先度付け手法を組み込む。
• 結果の対話的可視化と共有のためのCellPhoneDBVizを提供する。

提案手法

• 多重体タンパク質複合体を考慮した真のリガンド-受容体相互作用の厳選リポジトリ。
• 厳選された相互作用と単一細胞ゲノミクスデータを統合する計算的・統計的方法。
• 標的となる相互作用発見のための差次発現ベースのクエリ手法。
• 空間データと転写因子活性を用いた多モーダル優先度付け技法（CellSign モジュール）。
• CellPhoneDBVizモジュールを介した対話型の可視化と共有。

実験結果

リサーチクエスチョン

• RQ1 拡張された相互作用リポジトリは、推定された細胞間通信の精度とカバー率を改善できるか？
• RQ2 マルチオミクスメディア（空間情報、転写因子活性）を組み込むことは、細胞間相互作用の優先度付けにどのような影響を与えるか？
• RQ3 差次発現ベースのクエリは、より特化した関連性の高い相互作用予測を生み出すか？
• RQ4 結果を探索・共有するための可視化モジュール（CellPhoneDBViz）はどれほど効果的か？

主な発見

• リポジトリは約3分の1程度拡張され、内分泌ホルモンやGPCRリガンドなどの非タンパク質リガンドによって媒介される相互作用を含むようになった。
• 差次発現ベースの手法により、より特化した相互作用クエリが可能になる。
• 空間情報または転写因子活性を用いて特定の細胞間相互作用を優先する新しい計算手法（CellSignモジュール）。
• CellPhoneDBVizは結果の対話的な可視化と共有を提供する。
• 全体として、このアプローチは組織生物学の文脈における細胞間通信推定の精度を高める。