本文首发于“生信补给站”公众号 https://mp.weixin.qq.com/s/1db_kayObhlHVZlt1eNlpw
CellPhoneDB是一个受配体及其相互作用的数据库，整合了UniProt, ensemble, PDB, IMEx，IUPHAR等数据库的信息。CellPhoneDB数据库概况如下图所示
本文将从头开始介绍（1）如何安装cellphonedb以及解决可能的报错，（2）如何下载cellphonedb数据库，（3）单细胞数据提取输入文件 以及（4）简单的可视化.
一 cellphonedb准备
1，cellphonedb安装
考虑到不同的生信软件对于python 或者 R 的版本要求不一致，建议建立一个独立的python环境。官网https://github.com/ventolab/CellphoneDB介绍了conda 和 virtualenv 2种方式，这里使用conda的方式。
1) Create python=>3.6 environment
conda create -n cpdb python=3.7
2) Activate environment
source activate cpdb
3) Install CellPhoneDB
pip install cellphonedb
ERROR1：如果这一步出现如下报错
解决方式就是先安装一下rpy2
conda install -c conda-forge rpy2
安装之后再安装pipinstallcellphonedb 即可。
检测方式：在终端输入cellphonedb ，出现如下截图的提示则安装成功，cellphonedb主要commands有四个，本文主要介绍一下红框内的method和plot，database也很重要 。
安装成功！
2，下载cellphoneDB数据库
一般直接默认选择最新的版本。
（1）使用上述的database参数下载数据库文件，cellphonedb database download
[ ][APP][05/12/22-17:19:52][INFO] Downloading release v4.0.0 of CellPhoneDB database [ ][APP][05/12/22-17:20:06][INFO] Download completed! [ ][APP][05/12/22-17:20:06][INFO] Copying database to xxx/releases/v4.0.0
（2）在https://github.com/ventolab/CellphoneDB-data 网址手动下载cellphone.db文件 。
以上两种方式均可以，记清楚数据库文件所在的路径就可以。
3，准备输入文件
在单细胞的seuratObject文件中提取矩阵文件和注释文件，这里以以一个样本为例
library(Seurat) library(tidyverse) load("sce.anno.RData") #使用一个样本作为示例 test <- subset(sce2, sample == "P01") #注释文件 meta_data <- test@meta.data %>% rownames_to_column("Cell") %>% select(Cell,celltype) write.table(meta_data, 'test_meta.txt', sep='\t', quote=F, row.names=F) #矩阵文件 test@assays$RNA@data[1:4,1:4] write.table(as.matrix(test@assays$RNA@data), 'test_count.txt', sep='\t', quote=F) test@assays$RNA@data[1:4,1:4] 4 x 4 sparse Matrix of class "dgCMatrix" K16733_AAACATACTCGTTT-1 K16733_AAAGCAGAACGTTG-1 K16733_AAAGCAGACTGAGT-1 K16733_AAAGGCCTGCTCCT-1 MIR1302-2HG . . . . FAM138A . . . . OR4F5 . . . . AL627309.1
将上述的test_count.txt ，test_meta.txt 和 cellphone.db文件，上传到终端。
二 cellphonedb 计算
1，method-计算通讯关系
（1）首先使用method参数进行主要的细胞通讯计算
cellphonedb method statistical_analysis test_meta.txt test_count.txt --database ./cellphone.db --counts-data=gene_name --output-path
主要参数：
--database ：cellphonedb数据库文件
--counts-data ：count 矩阵是基因名格式，添加参数--counts-data=gene_name ；如果行名为ensemble名称的话，可以使用默认值。
--output-path ：输出路径
其他一些默认参数：Threshold:0.1 Iterations:1000 Debug-seed:-1 Threads:4 Precision:3
（2）运算完成后，会在输出路径下得到以下4个文件：
deconvoluted.txt：基因在亚群中的平均表达量
mean.txt：每对受体-配体的平均表达量
pvalues.txt：每对受体-配体的p值
significant_means.txt：每对受体-配体显著性结果的平均表达量值
2， cellphonedb可视化
cellphonedb提供了plot函数可以进行简单的可视化
#气泡图 cellphonedb plot dot_plot #热图 cellphonedb plot heatmap_plot test_meta.txt
ERROR2：如果出现如下报错
ImportError: cannot import name 'soft_unicode' from 'markupsafe' (/proj/cellphone_env2/lib/python3.7/site-packages/markupsafe/__init__.py)
解决方式：可以将markupsafe降为2.0.1 。
pip install markupsafe==2.0.1
ERROR3：出现如下报错，提示没有ggplot2
解决方式：安装R环境以及对应的R包
conda install -c conda-forge r-base=3.6.2 # if not installed already conda install -c conda-forge r-ggplot2 conda install -c conda-forge r-pheatmap
之后再运行plot即可得到以下2张图
至此cellphonedb的主要分析就完成了！
A：当然希望你不会遇到以上ERROR，如果遇到了那就解决就完事。
B：当然也可以根据method得到的4个结果文件，使用ggplot2或其他R包自行绘制 （以待后续）。
