例如，为探讨肥胖与瘦弱状态下WAT细胞间通讯网络的变化及其对炎症反应和代谢稳态的影响，Hildreth等利用从瘦弱和肥胖患者中分离的 WAT细胞的scRNAseq数据，使用CellPhoneDB进行了配体-受体分析与连接网络分析。结果显示，在健康瘦弱WAT中的结构细胞、树突细胞、ILC亚群和血管周围巨噬细胞是中心通讯枢纽，而在肥胖WAT中则观察到PVM、炎症性巨噬细胞、树突细胞和脂质相关巨噬细胞的通讯枢纽数量增加。
 

另一方面，CellChat作为一个开源R语言工具包，它通过构建配体、受体及辅助因子相互作用的数据库，并结合网络分析和模式识别，以定量推断和分析细胞间通信网络以及预测细胞的主要信号输入和输出。CellChat能揭示复杂的信号模式，助力发现新的细胞间通信，并构建不同组织的细胞通信图谱。例如，Shamsi等应用CellChat算法分析小鼠BAT的单细胞转录组数据，揭示了APCs作为主要通信枢纽的作用，并发现寒冷条件下，APCs能够通过增强与脂肪细胞、免疫细胞、血管细胞和雪旺细胞之间的配体-受体相互作用，从而促进BAT的产热和适应性重塑。
 

出自《单细胞转录组学视角下的脂肪组织异质性》作者:王永浪,陈思思,李奇隆.