很久以前,关于细胞通讯分析我们介绍过iTALK这个包的使用(iTALK---单细胞受配体互作分析及可视化(详细版教程)),而且还拓展了一下,利用这个包的函数进行cellchat或者cellphonedb的可视化。当时我们也提到了ITALk除了分析受配体作用之外,还有一个功能就是进行差异受配体的分析。但是因为用的示例数据没有差异,所以就没有演示,只是给了作者example的代码:
https://github.com/Coolgenome/iTALK/blob/master/example/example_code.r
之前我们就说过,我们号从来不用R包的示例数据,都是有应用场景的,例如这个,作者的示例数据所有人都能跑出来,但是具体到自己的数据中,又不会下手了。此外,有些小伙伴对ITALK差异分析的图也是情有独钟,例如如下文章:
![](https://i-blog.csdnimg.cn/blog_migrate/714a46063d1a405f5eb87ae1cca68266.png)
(reference:Single-cell atlas of colonic CD8+ Tcells inulcerative colitis)
![](https://i-blog.csdnimg.cn/blog_migrate/cd053e9d8bdc7db2cee322a2e0a86979.png)
(reference:Effects of sex and aging on the immune cell landscapeas assessed by single-cell transcriptomic analysis)
还有一点,学习这些文献可以了解应用的思路。上面这两篇文章,都是结合Cellphonedb和cellchat使用的。这里我们也利用这个思路去做一下。至于其他的思路,需要自己多想想,读文献获得。此外,有意思的是,在做的过程中,意外的解决了一个bug(****Error: order should contain names of all sectors.****),github有人给出的方式简直是复杂极致,我也回复了自己的方式,简单的一个处理。