利用cellchat进行细胞通讯分析及可视化

细胞通讯分析是单细胞转录组和空间组必备的分析步骤之一，而cellchat由于其丰富的可视化功能被大家广泛使用，这里记录一下cellchat分析的全流程以及相关的可视化尝试。

环境导入

首先是导入需要的R环境和包

ptm = Sys.time()
library(Seurat)
library(CellChat)
library(patchwork)
library(dplyr)
options(stringsAsFactors = FALSE)
library(gridExtra)#用于组合图

创建cellchat对象

这里我们导入的Seurat对象已经经过了标准的单细胞流程，进行了一定的细胞类别注释，且注释列保存为一列名为'annotation'的标签

data_final <- readRDS("/你的SEURAT对象路径/xx.rds")
options(future.globals.maxSize = 1000 * 1024^2)
data_final <- SCTransform(data_final, verbose = TRUE)#重新进行标准化

DefaultAssay(data_final) <- "SCT"
cellchat <- createCellChat(object = data_final, group.by = "annotation")

利用SCT标准化层创建的cellchat对象信息如下

设置数据库

这里我们的数据样本是小鼠，如果是人和其他样本可以选用CellChatDB.human的数据库，同时数据库也可以subset，包括“Secreted Signaling”（分泌型信号传导）、“ECM-Receptor”（细胞外基质-受体相互作用）和“Cell-Cell Contact”（细胞-细胞接触）三种，也可以选择默认的全部。

CellChatDB <- CellChatDB.mouse
CellChatDB.use <- subsetDB(CellChatDB, search =