《细胞-细胞互作与通讯研究方法的多维演进》学术报告
作者与发表信息
本文由Erick Armingol（加州大学圣地亚哥分校生物信息与系统生物学项目）、Hratch Baghdassarian（同单位）和Nathan E. Lewis（加州大学圣地亚哥分校儿科与生物工程系）合作撰写，2024年6月发表于《Nature Reviews Genetics》（2025年6月正式收录于PMC），DOI:10.1038/s41576-023-00685-8。
主题与范畴
该论文是一篇系统性综述，聚焦于单细胞和空间转录组学时代下细胞间互作（Cell-Cell Interactions, CCIs）研究方法的多样化发展，涵盖计算工具创新与高通量实验技术的突破。
1. 下一代计算工具的四大演进方向
- 更精细（Finer）：传统方法基于伪批量（pseudo-bulk）分析，而新工具（如NicheNet、scRiabin）提升至单细胞分辨率，揭示细胞亚群异质性。例如，scRiabin发现肿瘤微环境中衰竭T细胞通过CTLA4-TIGIT与树突状细胞互作，而传统聚类方法无法捕捉此类动态。
- 更空间化（More Localised）：空间转录组工具（如Giotto、CommOT）整合细胞距离信息。例如，CommOT通过集体最优传输算法（collective optimal transport）量化配体-受体对的扩散潜力，并预测信号方向性（图3d）。
- 更深入（Deeper）：超越蛋白质配体，纳入代谢物（如Mebocost分析胆固醇-CD36在动脉粥样硬化中的作用）和细胞内信号事件（如LRLoop利用网络传播算法发现反馈环路）。
- 更广泛（Broader）：多条件对比工具（如tensor-cell2cell）通过张量分解（tensor factorization）识别COVID-19重症相关CCI模式，避免两两比较的局限性。
支持论据：
- 单细胞工具scRiabin通过零保留（zero-preserving）评分处理数据稀疏性，而Spruce通过潜在空间（latent space）建模实现千万级细胞对分析。
- 空间工具如Misty通过多视角模型解析乳腺癌组织中临床亚型特异的信号通路。
2. 实验技术的革新与验证
高通量方法突破传统显微技术的低通量瓶颈：
- 测序技术：如PIC-seq通过捕获细胞多聚体（multiplets）鉴定肺发育中肺泡巨噬细胞与上皮细胞的互作网络。
- 邻近标记技术：
* 接触依赖（Contact-dependent）方法如LIPSTIC标记CD40-CD40L互作，揭示T细胞激活后的非特异性接触。
* 通用标记（Univ