[논문 리뷰] CellPhoneDB v5: inferring cell-cell communication from single-cell multiomics data

Kevin Troulé, Robert Petryszak외 7명|arXiv (Cornell University)|2023. 11. 08.

Single-cell and spatial transcriptomics인용 수 33

한 줄 요약

CellPhoneDB v5는 단일세포 다중오믹스에서 세포 간 의사소통을 추론하기 위한 도구모음을 업데이트하고, 리간드-수용체 상호작용을 확장하며 더 나은 우선순위 지정 및 시각화를 위한 다중모달 분석을 추가합니다.

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.

연구 동기 및 목표

• 리간드-수용체 상호작용 저장소를 대략 one-third만큼 확장하여 내 내분성 호르몬 및 GPCR 리간드와 같은 비단백질 리간드를 포함합니다.
• 차등 발현 기반 쿼리 프레임워크를 구현하여 더 맞춤형 상호작용 추론을 제공합니다.
• 공간 정보 및 전사인자 활성과 같은 다른 단일세포 모달리티를 활용하는 새로운 우선순위 지정 방법을 도입합니다.
• 결과의 인터랙티브 시각화 및 공유를 위한 CellPhoneDBViz를 제공합니다.

제안 방법

• 다단체 단백질 복합체를 고려한 진정한 리간드-수용체 상호작용의 큐레이션된 저장소.
• 큐레이션된 상호작용을 단일세포 유전체 데이터와 통합하기 위한 계산적 및 통계적 방법.
• 목표 지향 상호작용 탐색을 위한 차등 발현 기반 쿼리 접근법.
• 공간 데이터 및 전사 인자 활성화를 활용한 다중 모달 우선순위 기법(CellSign 모듈).
• CellPhoneDBViz 모듈을 통한 인터랙티브 시각화 및 공유.

실험 결과

연구 질문

• RQ1 확장된 상호작용 저장소가 추론된 세포 간 의사소통의 정확도와 커버리지를 향상시킬 수 있을까요?
• RQ2 다중모달리티(공간 정보 및 전사 인자 활성)를 포함하는 것이 세포 간 상호작용의 우선순위 지정에 어떤 영향을 미치나요?
• RQ3 차등 발현 기반 쿼리가 더 맞춤형이고 관련성 높은 상호작용 예측을 제공합니까?
• RQ4 시각화 모듈(CellPhoneDBViz)가 결과를 탐색하고 공유하는 데 얼마나 효과적입니까?

주요 결과

• 저장소가 약 one-third 확장되어 엔도크린 호르몬 및 GPCR 리간드와 같은 비단백질 리간드에 의해 매개되는 상호작용을 포함하게 되었습니다.
• 차등 발현 기반 방법론은 보다 맞춤형 상호작용 쿼리를 가능하게 합니다.
• 공간 정보 또는 전사 인자 활성화를 통해 특정 세포-세포 상호작용에 우선순위를 두는 새로운 계산 방법이 CellSign 모듈을 통해 제시됩니다.
• CellPhoneDBViz는 결과의 인터랙티브 시각화 및 공유를 제공합니다.
• 전반적으로 이 접근법은 조직생물학 맥락에서 세포-세포 의사소통 추론의 정밀도를 높입니다.