说起了小编很感慨，在19年的时候我们推出了免疫基因对的思路，并且当时做了好些个大肿瘤，伴随着早先的文章见刊，后面被录成了套路视频，各种层出不穷的基因对如火山般的爆发，尽管这个套路我们早已不做，依然还收到了大量的基因对的审稿意见，就像今年前段的mRNA疫苗一样，令人吃惊的是同一个肿瘤竟然还能做好几个基因对，好几个mRNA疫苗，好卷。

不过今日份 再公开推出一个新的方向：细胞-细胞相互作用，配体-受体对，既可以基因表达谱数据分析 也可以整合 单细胞数据进行分析，非常新颖，欢迎沟通合作。

微信扫码：

例子文章思路：

简介：肿瘤细胞-T细胞相互作用在促进肿瘤进展方面起着根本作用，但这些相互作用在LUAD中尚未得到探索。在本研究中从公共数据库中获取了基因表达数据和单细胞数据集，对scRNA-seq数据进行了分析，在肿瘤微环境中识别了肿瘤细胞、上皮细胞和T细胞。根据相应的 scRNA-seq 和基因表达数据，分别在肿瘤细胞/正常上皮细胞和肿瘤 T 细胞/非肿瘤 T 细胞中识别出不同表达的配体受体对。系统分析了LUAD中癌细胞和T细胞内/跨癌细胞的这些重要相互作用。此外，还建立了基于配体受体相互作用的有效预后机器学习模型，以预测LUAD患者的预后。

结果：共有65对配体受体对（17对向上调节，48对被调低），包括LAMB1-ITGB1， CD70-CD27、HLA-B-LILRB2和96个配体受体对（41个向上调节和55个下调节），包括CCL5-CCR5、SELPLG-ITGB2和CXCL13-CXCR5，分别在LUAD癌细胞和T细胞中被识别出来。为了探索癌细胞和T细胞之间的相互作用，我们的研究确定了114对配体受体对，包括11个可能显著影响生存结果的配体受体对基因。建立了机器学习模型，以准确预测LUAD患者的预后，ITGB4、CXCR5和MET在我们的模型中起着重要的预后作用。

相关的结果图一览：

文章二：

这是一个 老外的文章，内容相对简单，但是 值得参考

摘要：细胞与细胞相互作用（CCIs）通过肿瘤微环境中的配给受体（LR）对，是胰腺导管腺癌（PDAC）预后不佳的基础。然而，对于CCI与PDAC预后的关联知之甚少，这对确定潜在的治疗候选者至关重要。在这里，我们试图通过整合生存分析和单细胞CCI预测来识别与PDAC患者预后相关的LR对。通过使用癌症群的基因表达进行生存分析，我们发现了199对预后LR对。基于单细胞RNA-seq数据的CCI预测揭示了与预后不佳相关的富集的LR对。值得注意的是，CCI 通过与特格林相关和ANXA1-FPR对的上皮肿瘤细胞、癌症相关成纤维细胞和肿瘤相关巨噬细胞。最后，我们确定涉及33个预后不良LR对的CCI与肿瘤等级相关。虽然必须确定一组LR对的临床含义，但我们的结果可能会在PDAC中提供潜在的治疗目标。

数据来源：为了评估LR对与患者预后之间的关联，我们从国际癌症基因组联盟（ICGC）存储库中的三个不同组别获得了PDAC的RNA-seq数据：PAAD-US（n = 132）、PACA-AU（n = 75）和PACA-CA（n = 149）。。为了注释肿瘤的等级和阶段，我们使用ICGC的标本数据文件为PACA-AU和PACA-CA项目，而我们从NIH GDC数据门户下载临床信息PAAD-US。所有RNA-seq数据均由CPM（百万分之一计数）正常化。然后，我们提取了连接体DB2020数据库中包含的2，187个LR对。

结果图片一览：

以上两篇文章  算是非常早期的 基于细胞-细胞相互作用 从而确定 配体-受体对 最后和预后紧密结合 的文章，他给我们带来了很大的想象空间，基于此我们可以设计出大量的生信课题，比免疫基因对更具有挑战性，个性化程度更高，结果更丰富，文章质量也更好。不管是数据分析服务还是单细胞培训均可扫码加微信详聊：bio2016