Seurat_
Seurat_

使用cellchat进行细胞间通讯分析

安装R包

devtools::install_github("sqjin/CellChat")

如果安装不成功，可能是
1.You might need to manually intall the dependencies ComplexHeatmap using devtools::install_github("jokergoo/ComplexHeatmap") if it is not automatically installed.
2.你等网速好的时候再试试。

加载需要的R包

library(CellChat)
library(ggplot2)
library(ggalluvial)
library(svglite)
library(Seurat)
library(SeuratData)
options(stringsAsFactors = FALSE)

使用内置外周血数据集测试

pbmc3k.final
## An object of class Seurat 
## 13714 features across 2638 samples within 1 assay 
## Active assay: RNA (13714 features, 2000 variable features)
##  2 dimensional reductions calculated: pca, umap
pbmc3k.final@commands$FindClusters  # 你也看一看作者的其他命令，Seurat是记录其分析过程的。
## Command: FindClusters(pbmc3k.final, resolution = 0.5)
## Time: 2019-07-14 02:42:30
## graph.name : RNA_snn 
## modularity.fxn : 1 
## resolution : 0.5 
## algorithm : 1 
## n.start : 10 
## n.iter : 10 
## random.seed : 0 
## verbose : TRUE
pbmc3k.final@assays$RNA@data[1:4,1:4]
## 4 x 4 sparse Matrix of class "dgCMatrix"
##               AAACATACAACCAC AAACATTGAGCTAC AAACATTGATCAGC AAACCGTGCTTCCG
## AL627309.1                 .              .              .              .
## AP006222.2                 .              .              .              .
## RP11-206L10.2              .              .              .              .
## RP11-206L10.9              .              .              .              .
dim(pbmc3k.final$seurat_annotations)
## NULL
str(pbmc3k.final$seurat_annotations)
##  Factor w/ 9 levels "Naive CD4 T",..: 2 4 2 3 7 2 5 5 1 6 ...
##  - attr(*, "names")= chr [1:2638] "AAACATACAACCAC" "AAACATTGAGCTAC" "AAACATTGATCAGC" "AAACCGTGCTTCCG" ...
table(pbmc3k.final$seurat_annotations)
## 
##  Naive CD4 T Memory CD4 T   CD14+ Mono            B        CD8 T FCGR3A+ Mono 
##          697          483          480          344          271          162 
##           NK           DC     Platelet 
##          155           32           14

准备输入文件

data.input  <- pbmc3k.final@assays$RNA@data
data.input[1:4,1:4]
## 4 x 4 sparse Matrix of class "dgCMatrix"
##               AAACATACAACCAC AAACATTGAGCTAC AAACATTGATCAGC AAACCGTGCTTCCG
## AL627309.1                 .              .              .              .
## AP006222.2                 .              .              .              .
## RP11-206L10.2              .              .              .              .
## RP11-206L10.9              .              .              .              .
identity = data.frame(group =pbmc3k.final$seurat_annotations, row.names = names(pbmc3k.final$seurat_annotations)) # create a dataframe consisting of the cell labels
head(identity)
##                       group
## AAACATACAACCAC Memory CD4 T
## AAACATTGAGCTAC            B
## AAACATTGATCAGC Memory CD4 T
## AAACCGTGCTTCCG   CD14+ Mono
## AAACCGTGTATGCG           NK
## AAACGCACTGGTAC Memory CD4 T
unique(identity$group) # check the cell labels
## [1] Memory CD4 T B            CD14+ Mono   NK           CD8 T       
## [6] Naive CD4 T  FCGR3A+ Mono DC           Platelet    
## 9 Levels: Naive CD4 T Memory CD4 T CD14+ Mono B CD8 T FCGR3A+ Mono NK ... Platelet
table(identity$group)
## 
##  Naive CD4 T Memory CD4 T   CD14+ Mono            B        CD8 T FCGR3A+ Mono 
##          697          483          480          344          271          162 
##           NK           DC     Platelet 
##          155           32           14

创建一个Cell Chat对象。

cellchat <- createCellChat(data = data.input)
cellchat
## An object of class CellChat 
##  13714 genes.
##  2638 cells.
summary(cellchat)
##   Length    Class     Mode 
##        1 CellChat       S4
#思维导图可视化数据结构
install.packages('mindr')
library(mindr)
out <- capture.output(str(cellchat))
out
##  [1] "Formal class 'CellChat' [package \"CellChat\"] with 14 slots"                                                 
##  [2] "  ..@ data.raw      : num[0 , 0 ] "                                                                           
##  [3] "  ..@ data          :Formal class 'dgCMatrix' [package \"Matrix\"] with 6 slots"                              
##  [4] "  .. .. ..@ i       : int [1:2238732] 29 73 80 148 163 184 186 227 229 230 ..."                               
##  [5] "  .. .. ..@ p       : int [1:2639] 0 779 2131 3260 4220 4741 5522 6304 7094 7626 ..."                         
##  [6] "  .. .. ..@ Dim     : int [1:2] 13714 2638"                                                                   
##  [7] "  .. .. ..@ Dimnames:List of 2"                                                                               
##  [8] "  .. .. .. ..$ : chr [1:13714] \"AL627309.1\" \"AP006222.2\" \"RP11-206L10.2\" \"RP11-206L10.9\" ..."         
##  [9] "  .. .. .. ..$ : chr [1:2638] \"AAACATACAACCAC\" \"AAACATTGAGCTAC\" \"AAACATTGATCAGC\" \"AAACCGTGCTTCCG\" ..."
## [10] "  .. .. ..@ x       : num [1:2238732] 1.64 1.64 2.23 1.64 1.64 ..."                                           
## [11] "  .. .. ..@ factors : list()"                                                                                 
## [12] "  ..@ data.signaling: num[0 , 0 ] "                                                                           
## [13] "  ..@ data.scale    : num[0 , 0 ] "                                                                           
## [14] "  ..@ data.project  : num[0 , 0 ] "                                                                           
## [15] "  ..@ net           : list()"                                                                                 
## [16] "  ..@ netP          : list()"                                                                                 
## [17] "  ..@ meta          :'data.frame':\t0 obs. of  0 variables"                                                   
## [18] "Formal class 'data.frame' [package \"methods\"] with 4 slots"                                                 
## [19] "  .. .. ..@ .Data    : list()"                                                                                
## [20] "  .. .. ..@ names    : chr(0) "                                                                               
## [21] "  .. .. ..@ row.names: int(0) "                                                                               
## [22] "  .. .. ..@ .S3Class : chr \"data.frame\""                                                                    
## [23] "  ..@ idents        :Formal class 'factor' [package \"methods\"] with 3 slots"                                
## [24] "  .. .. ..@ .Data   : int(0) "                                                                                
## [25] "  .. .. ..@ levels  : chr(0) "                                                                                
## [26] "  .. .. ..@ .S3Class: chr \"factor\""                                                                         
## [27] "  ..@ DB            : list()"                                                                                 
## [28] "  ..@ LR            : list()"                                                                                 
## [29] "  ..@ var.features  : logi(0) "                                                                               
## [30] "  ..@ dr            : list()"                                                                                 
## [31] "  ..@ options       : list()"
out2 <- paste(out, collapse="\n")
out2
mm(gsub("\\.\\.@","# ",gsub("\\.\\. ","#",out2)),type ="text")
str也可以查看数据结构
str(cellchat)
## Formal class 'CellChat' [package "CellChat"] with 14 slots
##   ..@ data.raw      : num[0 , 0 ] 
##   ..@ data          :Formal class 'dgCMatrix' [package "Matrix"] with 6 slots
##   .. .. ..@ i       : int [1:2238732] 29 73 80 148 163 184 186 227 229 230 ...
##   .. .. ..@ p       : int [1:2639] 0 779 2131 3260 4220 4741 5522 6304 7094 7626 ...
##   .. .. ..@ Dim     : int [1:2] 13714 2638
##   .. .. ..@ Dimnames:List of 2
##   .. .. .. ..$ : chr [1:13714] "AL627309.1" "AP006222.2" "RP11-206L10.2" "RP11-206L10.9" ...
##   .. .. .. ..$ : chr [1:2638] "AAACATACAACCAC" "AAACATTGAGCTAC" "AAACATTGATCAGC" "AAACCGTGCTTCCG" ...
##   .. .. ..@ x       : num [1:2238732] 1.64 1.64 2.23 1.64 1.64 ...
##   .. .. ..@ factors : list()
##   ..@ data.signaling: num[0 , 0 ] 
##   ..@ data.scale    : num[0 , 0 ] 
##   ..@ data.project  : num[0 , 0 ] 
##   ..@ net           : list()
##   ..@ netP          : list()
##   ..@ meta          :'data.frame':   0 obs. of  0 variables
## Formal class 'data.frame' [package "methods"] with 4 slots
##   .. .. ..@ .Data    : list()
##   .. .. ..@ names    : chr(0) 
##   .. .. ..@ row.names: int(0) 
##   .. .. ..@ .S3Class : chr "data.frame"
##   ..@ idents        :Formal class 'factor' [package "methods"] with 3 slots
##   .. .. ..@ .Data   : int(0) 
##   .. .. ..@ levels  : chr(0) 
##   .. .. ..@ .S3Class: chr "factor"
##   ..@ DB            : list()
##   ..@ LR            : list()
##   ..@ var.features  : logi(0) 
##   ..@ dr            : list()
##   ..@ options       : list()

把metadata信息加到CellChat对象中，这个写法跟Seurat很像

cellchat <- addMeta(cellchat, meta = identity, meta.name = "labels")
head(cellchat@meta)
##                      labels
## AAACATACAACCAC Memory CD4 T
## AAACATTGAGCTAC            B
## AAACATTGATCAGC Memory CD4 T
## AAACCGTGCTTCCG   CD14+ Mono
## AAACCGTGTATGCG           NK
## AAACGCACTGGTAC Memory CD4 T
str(cellchat)
## Formal class 'CellChat' [package "CellChat"] with 14 slots
##   ..@ data.raw      : num[0 , 0 ] 
##   ..@ data          :Formal class 'dgCMatrix' [package "Matrix"] with 6 slots
##   .. .. ..@ i       : int [1:2238732] 29 73 80 148 163 184 186 227 229 230 ...
##   .. .. ..@ p       : int [1:2639] 0 779 2131 3260 4220 4741 5522 6304 7094 7626 ...
##   .. .. ..@ Dim     : int [1:2] 13714 2638
##   .. .. ..@ Dimnames:List of 2
##   .. .. .. ..$ : chr [1:13714] "AL627309.1" "AP006222.2" "RP11-206L10.2" "RP11-206L10.9" ...
##   .. .. .. ..$ : chr [1:2638] "AAACATACAACCAC" "AAACATTGAGCTAC" "AAACATTGATCAGC" "AAACCGTGCTTCCG" ...
##   .. .. ..@ x       : num [1:2238732] 1.64 1.64 2.23 1.64 1.64 ...
##   .. .. ..@ factors : list()
##   ..@ data.signaling: num[0 , 0 ] 
##   ..@ data.scale    : num[0 , 0 ] 
##   ..@ data.project  : num[0 , 0 ] 
##   ..@ net           : list()
##   ..@ netP          : list()
##   ..@ meta          :'data.frame':   2638 obs. of  1 variable:
##   .. ..$ labels: Factor w/ 9 levels "Naive CD4 T",..: 2 4 2 3 7 2 5 5 1 6 ...
##   ..@ idents        :Formal class 'factor' [package "methods"] with 3 slots
##   .. .. ..@ .Data   : int(0) 
##   .. .. ..@ levels  : chr(0) 
##   .. .. ..@ .S3Class: chr "factor"
##   ..@ DB            : list()
##   ..@ LR            : list()
##   ..@ var.features  : logi(0) 
##   ..@ dr            : list()
##   ..@ options       : list()
cellchat <- setIdent(cellchat, ident.use = "labels") # set "labels" as default cell identity
levels(cellchat@idents) # show factor levels of the cell labels
## [1] "Naive CD4 T"  "Memory CD4 T" "CD14+ Mono"   "B"            "CD8 T"       
## [6] "FCGR3A+ Mono" "NK"           "DC"           "Platelet"
groupSize <- as.numeric(table(cellchat@idents)) # number of cells in each cell group

table(cellchat@idents)
##  Naive CD4 T Memory CD4 T   CD14+ Mono            B        CD8 T FCGR3A+ Mono 
##          697          483          480          344          271          162 
##           NK           DC     Platelet 
##          155           32           14

导入配受体数据库

CellChat提供了人和小鼠的配受体数据库，
分别可以用CellChatDB.human,CellChatDB.mouse来导入。
来看一下这个数据库的结构。

CellChatDB <- CellChatDB.human 
str(CellChatDB)
## List of 4
##  $ interaction:'data.frame': 2005 obs. of  11 variables:
##   ..$ interaction_name  : chr [1:2005] "TGFB1_TGFBR1_TGFBR2" "TGFB2_TGFBR1_TGFBR2" "TGFB3_TGFBR1_TGFBR2" "TGFB1_ACVR1B_TGFBR2" ...
##   ..$ pathway_name      : chr [1:2005] "TGFb" "TGFb" "TGFb" "TGFb" ...
##   ..$ ligand            : chr [1:2005] "TGFB1" "TGFB2" "TGFB3" "TGFB1" ...
##   ..$ receptor          : chr [1:2005] "TGFbR1_R2" "TGFbR1_R2" "TGFbR1_R2" "ACVR1B_TGFbR2" ...
##   ..$ agonist           : chr [1:2005] "TGFb agonist" "TGFb agonist" "TGFb agonist" "TGFb agonist" ...
##   ..$ antagonist        : chr [1:2005] "TGFb antagonist" "TGFb antagonist" "TGFb antagonist" "TGFb antagonist" ...
##   ..$ co_A_receptor     : chr [1:2005] "" "" "" "" ...
##   ..$ co_I_receptor     : chr [1:2005] "TGFb inhibition receptor" "TGFb inhibition receptor" "TGFb inhibition receptor" "TGFb inhibition receptor" ...
##   ..$ evidence          : chr [1:2005] "KEGG: hsa04350" "KEGG: hsa04350" "KEGG: hsa04350" "PMID: 27449815" ...
##   ..$ annotation        : chr [1:2005] "Secreted Signaling" "Secreted Signaling" "Secreted Signaling" "Secreted Signaling" ...
##   ..$ interaction_name_2: chr [1:2005] "TGFB1 - (TGFBR1+TGFBR2)" "TGFB2 - (TGFBR1+TGFBR2)" "TGFB3 - (TGFBR1+TGFBR2)" "TGFB1 - (ACVR1B+TGFBR2)" ...
##  $ complex    :'data.frame': 154 obs. of  4 variables:
##   ..$ subunit_1: chr [1:154] "INHBA" "INHA" "INHA" "IL12A" ...
##   ..$ subunit_2: chr [1:154] "INHBB" "INHBA" "INHBB" "IL12B" ...
##   ..$ subunit_3: chr [1:154] "" "" "" "" ...
##   ..$ subunit_4: chr [1:154] "" "" "" "" ...
##  $ cofactor   :'data.frame': 31 obs. of  16 variables:
##   ..$ cofactor1 : chr [1:31] "FST" "BAMBI" "TIE1" "PTPRB" ...
##   ..$ cofactor2 : chr [1:31] "" "" "" "" ...
##   ..$ cofactor3 : chr [1:31] "" "" "" "" ...
##   ..$ cofactor4 : chr [1:31] "" "" "" "" ...
##   ..$ cofactor5 : chr [1:31] "" "" "" "" ...
##   ..$ cofactor6 : chr [1:31] "" "" "" "" ...
##   ..$ cofactor7 : chr [1:31] "" "" "" "" ...
##   ..$ cofactor8 : chr [1:31] "" "" "" "" ...
##   ..$ cofactor9 : chr [1:31] "" "" "" "" ...
##   ..$ cofactor10: chr [1:31] "" "" "" "" ...
##   ..$ cofactor11: chr [1:31] "" "" "" "" ...
##   ..$ cofactor12: chr [1:31] "" "" "" "" ...
##   ..$ cofactor13: chr [1:31] "" "" "" "" ...
##   ..$ cofactor14: chr [1:31] "" "" "" "" ...
##   ..$ cofactor15: chr [1:31] "" "" "" "" ...
##   ..$ cofactor16: chr [1:31] "" "" "" "" ...
##  $ geneInfo   :'data.frame': 41787 obs. of  6 variables:
##   ..$ Symbol         : chr [1:41787] "A1BG" "A1BG-AS1" "A1CF" "A2M" ...
##   ..$ Name           : chr [1:41787] "alpha-1-B glycoprotein" "A1BG antisense RNA 1" "APOBEC1 complementation factor" "alpha-2-macroglobulin" ...
##   ..$ EntrezGene.ID  : int [1:41787] 1 503538 29974 2 144571 144568 NA NA 3 127550 ...
##   ..$ Ensembl.Gene.ID: chr [1:41787] "ENSG00000121410" "ENSG00000268895" "ENSG00000148584" "ENSG00000175899" ...
##   ..$ MGI.ID         : chr [1:41787] "MGI:2152878" "" "MGI:1917115" "MGI:2449119" ...
##   ..$ Gene.group.name: chr [1:41787] "Immunoglobulin like domain containing" "Antisense RNAs" "RNA binding motif containing" "C3 and PZP like, alpha-2-macroglobulin domain containing" ...
out3 <- capture.output(str(CellChatDB))
out4 <- paste(out3, collapse="\n")
mm(gsub("\\$","# ",gsub("\\.\\. ","#",out4)),type ="text")
#这个数据库的信息是很全面的：
colnames(CellChatDB$interaction)
##  [1] "interaction_name"   "pathway_name"       "ligand"            
##  [4] "receptor"           "agonist"            "antagonist"        
##  [7] "co_A_receptor"      "co_I_receptor"      "evidence"          
## [10] "annotation"         "interaction_name_2"
CellChatDB$interaction[1:4,1:4]#考虑了多聚体
##                        interaction_name pathway_name ligand      receptor
## TGFB1_TGFBR1_TGFBR2 TGFB1_TGFBR1_TGFBR2         TGFb  TGFB1     TGFbR1_R2
## TGFB2_TGFBR1_TGFBR2 TGFB2_TGFBR1_TGFBR2         TGFb  TGFB2     TGFbR1_R2
## TGFB3_TGFBR1_TGFBR2 TGFB3_TGFBR1_TGFBR2         TGFb  TGFB3     TGFbR1_R2
## TGFB1_ACVR1B_TGFBR2 TGFB1_ACVR1B_TGFBR2         TGFb  TGFB1 ACVR1B_TGFbR2
head(CellChatDB$cofactor)
##                             cofactor1 cofactor2 cofactor3 cofactor4 cofactor5
## ACTIVIN antagonist                FST                                        
## ACTIVIN inhibition receptor     BAMBI                                        
## ANGPT inhibition receptor 1      TIE1                                        
## ANGPT inhibition receptor 2     PTPRB                                        
## BMP antagonist                   NBL1     GREM1     GREM2      CHRD       NOG
## BMP inhibition receptor         BAMBI                                        
##                             cofactor6 cofactor7 cofactor8 cofactor9 cofactor10
## ACTIVIN antagonist                                                            
## ACTIVIN inhibition receptor                                                   
## ANGPT inhibition receptor 1                                                   
## ANGPT inhibition receptor 2                                                   
## BMP antagonist                   BMP3    LEFTY1    LEFTY2                     
## BMP inhibition receptor                                                       
##                             cofactor11 cofactor12 cofactor13 cofactor14
## ACTIVIN antagonist                                                     
## ACTIVIN inhibition receptor                                            
## ANGPT inhibition receptor 1                                            
## ANGPT inhibition receptor 2                                            
## BMP antagonist                                                         
## BMP inhibition receptor                                                
##                             cofactor15 cofactor16
## ACTIVIN antagonist                               
## ACTIVIN inhibition receptor                      
## ANGPT inhibition receptor 1                      
## ANGPT inhibition receptor 2                      
## BMP antagonist                                   
## BMP inhibition receptor
head(CellChatDB$complex)
##              subunit_1 subunit_2 subunit_3 subunit_4
## Activin AB       INHBA     INHBB                    
## Inhibin A         INHA     INHBA                    
## Inhibin B         INHA     INHBB                    
## IL12AB           IL12A     IL12B                    
## IL23 complex     IL12B     IL23A                    
## IL27 complex      IL27      EBI3
head(CellChatDB$geneInfo)
##              Symbol                           Name EntrezGene.ID
## HGNC:5         A1BG         alpha-1-B glycoprotein             1
## HGNC:37133 A1BG-AS1           A1BG antisense RNA 1        503538
## HGNC:24086     A1CF APOBEC1 complementation factor         29974
## HGNC:7          A2M          alpha-2-macroglobulin             2
## HGNC:27057  A2M-AS1            A2M antisense RNA 1        144571
## HGNC:23336    A2ML1   alpha-2-macroglobulin like 1        144568
##            Ensembl.Gene.ID      MGI.ID
## HGNC:5     ENSG00000121410 MGI:2152878
## HGNC:37133 ENSG00000268895            
## HGNC:24086 ENSG00000148584 MGI:1917115
## HGNC:7     ENSG00000175899 MGI:2449119
## HGNC:27057 ENSG00000245105            
## HGNC:23336 ENSG00000166535            
##                                                     Gene.group.name
## HGNC:5                        Immunoglobulin like domain containing
## HGNC:37133                                           Antisense RNAs
## HGNC:24086                             RNA binding motif containing
## HGNC:7     C3 and PZP like, alpha-2-macroglobulin domain containing
## HGNC:27057                                           Antisense RNAs
## HGNC:23336 C3 and PZP like, alpha-2-macroglobulin domain containing

其实是记录了许多许多受配体相关的通路信息，不像有的配受体库只有一个基因对。
这样，我们就可以更加扎实地把脚落到pathway上面了。
在CellChat中，我们还可以先择特定的信息描述细胞间的相互作者，
这个可以理解为从特定的侧面来刻画细胞间相互作用,比用一个大的配体库又精细了许多呢。

CellChatDB.use <- subsetDB(CellChatDB, search = "Secreted Signaling") # use Secreted Signaling for cell-cell communication analysis
cellchat@DB <- CellChatDB.use # set the used database in the object
unique(CellChatDB$interaction$annotation)

## [1] "Secreted Signaling" "ECM-Receptor"       "Cell-Cell Contact"

预处理（速度慢）

对表达数据进行预处理，用于细胞间的通信分析。
首先在一个细胞组中识别过表达的配体或受体，
然后将基因表达数据投射到蛋白-蛋白相互作用(PPI)网络上。
如果配体或受体过表达，则识别过表达配体和受体之间的相互作用。

cellchat <- subsetData(cellchat) # subset the expression data of signaling genes for saving computation cost
future::plan("multiprocess", workers = 4) # do parallel  
cellchat <- identifyOverExpressedGenes(cellchat)
cellchat <- identifyOverExpressedInteractions(cellchat)
cellchat <- projectData(cellchat, PPI.human)

相互作用推断

我们通过为每个相互作用分配一个概率值并进行置换检验来推断生物意义上的细胞-细胞通信。

cellchat <- computeCommunProb(cellchat)  
#较慢，约3min

推测细胞间在信号通路水平上的通讯。我们还通过计算与每个信号通路相关的所有配体-受体相互作用的通信概率来推断信号通路水平上的通信概率。
注:推测的每个配体-受体对的细胞间通信网络和每个信号通路分别存储在“net”和“netP”槽中。
我们可以通过计算链路的数量或汇总通信概率来计算细胞间的聚合通信网络。

cellchat <- computeCommunProbPathway(cellchat)
cellchat <- aggregateNet(cellchat)

让我们看看这结果。

cellchat@netP$pathways
##  [1] "TGFb"       "NRG"        "PDGF"       "CCL"        "CXCL"      
##  [6] "MIF"        "IL2"        "IL6"        "IL10"       "IL1"       
## [11] "CSF"        "IL16"       "IFN-II"     "LT"         "LIGHT"     
## [16] "FASLG"      "TRAIL"      "BAFF"       "CD40"       "VISFATIN"  
## [21] "COMPLEMENT" "PARs"       "FLT3"       "ANNEXIN"    "GAS"       
## [26] "GRN"        "GALECTIN"   "BTLA"       "BAG"
head(cellchat@LR$LRsig)
##                        interaction_name pathway_name ligand      receptor
## TGFB1_TGFBR1_TGFBR2 TGFB1_TGFBR1_TGFBR2         TGFb  TGFB1     TGFbR1_R2
## TGFB1_ACVR1B_TGFBR2 TGFB1_ACVR1B_TGFBR2         TGFb  TGFB1 ACVR1B_TGFbR2
## TGFB1_ACVR1C_TGFBR2 TGFB1_ACVR1C_TGFBR2         TGFb  TGFB1 ACVR1C_TGFbR2
## TGFB1_ACVR1_TGFBR1   TGFB1_ACVR1_TGFBR1         TGFb  TGFB1   ACVR1_TGFbR
## WNT10A_FZD1_LRP5       WNT10A_FZD1_LRP5          WNT WNT10A     FZD1_LRP5
## WNT10A_FZD2_LRP5       WNT10A_FZD2_LRP5          WNT WNT10A     FZD2_LRP5
##                          agonist      antagonist           co_A_receptor
## TGFB1_TGFBR1_TGFBR2 TGFb agonist TGFb antagonist                        
## TGFB1_ACVR1B_TGFBR2 TGFb agonist TGFb antagonist                        
## TGFB1_ACVR1C_TGFBR2 TGFb agonist TGFb antagonist                        
## TGFB1_ACVR1_TGFBR1                                                      
## WNT10A_FZD1_LRP5     WNT agonist  WNT antagonist WNT activation receptor
## WNT10A_FZD2_LRP5     WNT agonist  WNT antagonist WNT activation receptor
##                                co_I_receptor                       evidence
## TGFB1_TGFBR1_TGFBR2 TGFb inhibition receptor                 KEGG: hsa04350
## TGFB1_ACVR1B_TGFBR2 TGFb inhibition receptor                 PMID: 27449815
## TGFB1_ACVR1C_TGFBR2 TGFb inhibition receptor                 PMID: 27449815
## TGFB1_ACVR1_TGFBR1                                           PMID: 29376829
## WNT10A_FZD1_LRP5     WNT inhibition receptor KEGG: hsa04310; PMID: 23209157
## WNT10A_FZD2_LRP5     WNT inhibition receptor KEGG: hsa04310; PMID: 23209159
##                             annotation      interaction_name_2
## TGFB1_TGFBR1_TGFBR2 Secreted Signaling TGFB1 - (TGFBR1+TGFBR2)
## TGFB1_ACVR1B_TGFBR2 Secreted Signaling TGFB1 - (ACVR1B+TGFBR2)
## TGFB1_ACVR1C_TGFBR2 Secreted Signaling TGFB1 - (ACVR1C+TGFBR2)
## TGFB1_ACVR1_TGFBR1  Secreted Signaling  TGFB1 - (ACVR1+TGFBR1)
## WNT10A_FZD1_LRP5    Secreted Signaling    WNT10A - (FZD1+LRP5)
## WNT10A_FZD2_LRP5    Secreted Signaling    WNT10A - (FZD2+LRP5)

可视化

在推断细胞-细胞通信网络的基础上，CellChat为进一步的探索、分析和可视化提供了各种功能。 通过结合社会网络分析、模式识别和多种学习方法的综合方法，t可以定量地描述和比较推断出的细胞-细胞通信网络。
它提供了一个易于使用的工具来提取和可视化推断网络的高阶信息。例如，它可以随时预测所有细胞群的主要信号输入和输出，以及这些细胞群和信号如何协调在一起实现功能。
你可以使用层次图或圈图可视化每个信号通路。 如果使用层次图可视化通信网络，请定义vertex.receiver，它是一个数字向量，给出作为第一个层次结构图中的目标的细胞组的索引。我们可以使用netVisual_aggregate来可视化信号路径的推断通信网络，并使用netVisual_individual来可视化与该信号路径相关的单个L-R对的通信网络。
在层次图中，实体圆和空心圆分别表示源和目标。圆的大小与每个细胞组的细胞数成比例。边缘颜色与信源一致。线越粗，信号越强。这里我们展示了一个MIF信号网络的例子。所有显示重要通信的信令路径都可以通过cellchat@netP$pathways访问。

cellchat@netP$pathways
##  [1] "TGFb"       "NRG"        "PDGF"       "CCL"        "CXCL"      
##  [6] "MIF"        "IL2"        "IL6"        "IL10"       "IL1"       
## [11] "CSF"        "IL16"       "IFN-II"     "LT"         "LIGHT"     
## [16] "FASLG"      "TRAIL"      "BAFF"       "CD40"       "VISFATIN"  
## [21] "COMPLEMENT" "PARs"       "FLT3"       "ANNEXIN"    "GAS"       
## [26] "GRN"        "GALECTIN"   "BTLA"       "BAG"
levels(cellchat@idents) 
## [1] "Naive CD4 T"  "Memory CD4 T" "CD14+ Mono"   "B"            "CD8 T"       
## [6] "FCGR3A+ Mono" "NK"           "DC"           "Platelet"
vertex.receiver = seq(1,4) # a numeric vector
# check the order of cell identity to set suitable vertex.receiver
#cellchat@LR$LRsig$pathway_name
#cellchat@LR$LRsig$antagonist
pathways.show <- "MIF"
netVisual_aggregate(cellchat, signaling = pathways.show,  vertex.receiver = vertex.receiver, vertex.size = groupSize)   
![image.png](https://upload-images.jianshu.io/upload_images/19009296-67735d7121aafe66.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
netVisual_aggregate(cellchat, signaling = pathways.show, layout = "circle", vertex.size = groupSize)

计算和可视化每个配体-受体对整个信号通路的贡献度。

netAnalysis_contribution(cellchat, signaling = pathways.show)

识别细胞群的信号转导作用，通过计算每个细胞群的网络中心性指标，
CellChat允许随时识别细胞间通信网络中的主要发送者、接收者、调解者和影响者。

cellchat <- netAnalysis_signalingRole(cellchat, slot.name = "netP") # the slot 'netP' means the inferred intercellular communication network of signaling pathways
netVisual_signalingRole(cellchat, signaling = pathways.show, width = 12, height = 2.5, font.size = 10)
dev.off()

识别特定细胞群的全局通信模式和主要信号。除了探索单个通路的详细通讯外，一个重要的问题是多个细胞群和信号通路如何协调运作。CellChat采用模式识别方法来识别全局通信模式以及每个小群的关键信号。
识别分泌细胞外向交流模式。随着模式数量的增加，可能会出现冗余的模式，使得解释通信模式变得困难。我们选择了5种模式作为默认模式。一般来说，当模式的数量大于2时就可以认为具有生物学意义。

nPatterns = 5
cellchat <- identifyCommunicationPatterns(cellchat, pattern = "outgoing", k = nPatterns)
# river plot
netAnalysis_river(cellchat, pattern = "outgoing")
# dot plot
netAnalysis_dot(cellchat, pattern = "outgoing")

参考
CellChat：细胞间相互作用分析利器
[Inference and analysis of cell-cell communication using CellChat
Suoqin Jin, Christian F. Guerrero-Juarez, Lihua Zhang, Ivan Chang, Peggy Myung, Maksim V. Plikus, Qing Nie
bioRxiv 2020.07.21.214387] (https://doi.org/10.1101/2020.07.21.214387)

你可能感兴趣的:(使用cellchat进行细胞间通讯分析)

  • QQ群采集助手，精准引流必备神器 2401_87347160 其他经验分享
    功能概述微信群查找与筛选工具是一款专为微信用户设计的辅助工具，它通过关键词搜索功能，帮助用户快速找到相关的微信群，并提供筛选是否需要验证的群组的功能。主要功能关键词搜索：用户可以输入关键词，工具将自动查找包含该关键词的微信群。筛选功能：工具提供筛选机制，用户可以选择是否只显示需要验证或不需要验证的群组。精准引流：通过上述功能，用户可以更精准地找到目标群组，进行有效的引流操作。3.设备需求该工具可以
  • 关于沟通这件事，项目经理不需要每次都面对面进行 流程大师兄
    很多项目经理都会遇到这样的问题，项目中由于事情太多，根本没有足够的时间去召开会议，那在这种情况下如何去有效地管理项目中的利益相关者？当然，不建议电子邮件也不需要开会的话，建议可以采取下面几种方式来形成有效的沟通，这几种方式可以帮助你努力的通过各种办法来保持和各方面的联系。项目经理首先要问自己几个问题，项目中哪些利益相关者是必须要进行沟通的？可以列出项目中所有的利益相关者清单，同时也整理出项目中哪些
  • 机器学习与深度学习间关系与区别 ℒℴѵℯ心·动ꦿ໊ོ꫞ 人工智能学习深度学习python
    一、机器学习概述定义机器学习（MachineLearning,ML）是一种通过数据驱动的方法，利用统计学和计算算法来训练模型，使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本，识别其中的模式和规律，从而对新的数据进行判断。其核心在于通过训练过程，让模型不断优化和提升其预测准确性。主要类型1.监督学习（SupervisedLearning）监督学习是指在训练数据集中包含输入
  • element实现动态路由+面包屑 软件技术NINI vue案例vue.js前端
    el-breadcrumb是ElementUI组件库中的一个面包屑导航组件，它用于显示当前页面的路径，帮助用户快速理解和导航到应用的各个部分。在Vue.js项目中，如果你已经安装了ElementUI，就可以很方便地使用el-breadcrumb组件。以下是一个基本的使用示例：安装ElementUI（如果你还没有安装的话）:你可以通过npm或yarn来安装ElementUI。bash复制代码npmi
  • C语言宏函数 南林yan C语言c语言
    一、什么是宏函数？通过宏定义的函数是宏函数。如下，编译器在预处理阶段会将Add(x,y)替换为((x)*(y))#defineAdd(x,y)((x)*(y))#defineAdd(x,y)((x)*(y))intmain(){inta=10;intb=20;intd=10;intc=Add(a+d,b)*2;cout<
  • 地推话术，如何应对地推过程中家长的拒绝 校师学
    相信校长们在做地推的时候经常遇到这种情况：市场专员反馈家长不接单，咨询师反馈难以邀约这些家长上门，校区地推疲软，招生难。为什么？仅从地推层面分析，一方面因为家长受到的信息轰炸越来越多，对信息越来越“免疫”；而另一方面地推人员的专业能力和营销话术没有提高，无法应对家长的拒绝，对有意向的家长也不知如何跟进，眼睁睁看着家长走远；对于家长的疑问，更不知道如何有技巧地回答，机会白白流失。由于回答没技巧和专业
  • C语言如何定义宏函数？ 小九格物 c语言
    在C语言中，宏函数是通过预处理器定义的，它在编译之前替换代码中的宏调用。宏函数可以模拟函数的行为，但它们不是真正的函数，因为它们在编译时不会进行类型检查，也不会分配存储空间。宏函数的定义通常使用#define指令，后面跟着宏的名称和参数列表，以及宏展开后的代码。宏函数的定义方式：1.基本宏函数：这是最简单的宏函数形式，它直接定义一个表达式。#defineSQUARE(x)((x)*(x))2.带参
  • Cell Insight | 单细胞测序技术又一新发现，可用于HIV-1和Mtb共感染个体诊断 尐尐呅
    结核病是艾滋病合并其他疾病中导致患者死亡的主要原因。其中结核病由结核分枝杆菌（Mycobacteriumtuberculosis,Mtb）感染引起，获得性免疫缺陷综合症（艾滋病）由人免疫缺陷病毒（Humanimmunodeficiencyvirustype1,HIV-1）感染引起。国家感染性疾病临床医学研究中心/深圳市第三人民医院张国良团队携手深圳华大生命科学研究院吴靓团队，共同研究得出单细胞测序
  • c++ 的iostream 和 c++的stdio的区别和联系 黄卷青灯77 c++算法开发语言iostreamstdio
    在C++中，iostream和C语言的stdio.h都是用于处理输入输出的库，但它们在设计、用法和功能上有许多不同。以下是两者的区别和联系：区别1.编程风格iostream（C++风格）：C++标准库中的输入输出流类库，支持面向对象的输入输出操作。典型用法是cin（输入）和cout（输出），使用>操作符来处理数据。更加类型安全，支持用户自定义类型的输入输出。#includeintmain(){in
  • 《投行人生》读书笔记 小蘑菇的树洞
    《投行人生》----作者詹姆斯-A-朗德摩根斯坦利副主席40年的职业洞见-很短小精悍的篇幅，比较适合初入职场的新人。第一部分成功的职业生涯需要规划1.情商归为适应能力分享与协作同理心适应能力，更多的是自我意识，你有能力识别自己的情并分辨这些情绪如何影响你的思想和行为。2.对于初入职场的人的建议，细节，截止日期和数据很重要截止日期，一种有效的方法是请老板为你所有的任务进行优先级排序。和老板喝咖啡的好
  • Long类型前后端数据不一致 igotyback 前端
    响应给前端的数据浏览器控制台中response中看到的Long类型的数据是正常的到前端数据不一致前后端数据类型不匹配是一个常见问题，尤其是当后端使用Java的Long类型（64位）与前端JavaScript的Number类型（最大安全整数为2^53-1，即16位）进行数据交互时，很容易出现精度丢失的问题。这是因为JavaScript中的Number类型无法安全地表示超过16位的整数。为了解决这个问
  • 如何在 Fork 的 GitHub 项目中保留自己的修改并同步上游更新？github_fork_update iBaoxing github
    如何在Fork的GitHub项目中保留自己的修改并同步上游更新？在GitHub上Fork了一个项目后，你可能会对项目进行一些修改，同时原作者也在不断更新。如果想要在保留自己修改的基础上，同步原作者的最新更新，很多人会不知所措。本文将详细讲解如何在不丢失自己改动的情况下，将上游仓库的更新合并到自己的仓库中。问题描述假设你在GitHub上Fork了一个项目，并基于该项目做了一些修改，随后你发现原作者对
  • 扫地机类清洁产品之直流无刷电机控制 悟空胆好小 清洁服务机器人单片机人工智能
    扫地机类清洁产品之直流无刷电机控制1.1前言扫地机产品有很多的电机控制，滚刷电机1个，边刷电机1-2个，清水泵电机，风机一个，部分中高端产品支持抹布功能，也就是存在抹布盘电机，还有追觅科沃斯石头等边刷抬升电机，滚刷抬升电机等的，这些电机有直流有刷电机，直接无刷电机，步进电机，电磁阀，挪动泵等不同类型。电机的原理，驱动控制方式也不行。接下来一段时间的几个文章会作个专题分析分享。直流有刷电机会自动持续
  • 店群合一模式下的社区团购新发展——结合链动 2+1 模式、AI 智能名片与 S2B2C 商城小程序源码 说私域 人工智能小程序
    摘要：本文探讨了店群合一的社区团购平台在当今商业环境中的重要性和优势。通过分析店群合一模式如何将互联网社群与线下终端紧密结合，阐述了链动2+1模式、AI智能名片和S2B2C商城小程序源码在这一模式中的应用价值。这些创新元素的结合为社区团购带来了新的机遇，提升了用户信任感、拓展了营销渠道，并实现了线上线下的完美融合。一、引言随着互联网技术的不断发展，社区团购作为一种新兴的商业模式，在满足消费者日常需
  • 消息中间件有哪些常见类型 xmh-sxh-1314 java
    消息中间件根据其设计理念和用途，可以大致分为以下几种常见类型：点对点消息队列（Point-to-PointMessagingQueues）：在这种模型中，消息被发送到特定的队列中，消费者从队列中取出并处理消息。队列中的消息只能被一个消费者消费，消费后即被删除。常见的实现包括IBM的MQSeries、RabbitMQ的部分使用场景等。适用于任务分发、负载均衡等场景。发布/订阅消息模型（Pub/Sub
  • html 中如何使用 uniapp 的部分方法 某公司摸鱼前端 htmluni-app前端
    示例代码：Documentconsole.log(window);效果展示：好了，现在就可以uni.使用相关的方法了
  • ArcGIS栅格计算器常见公式（赋值、0和空值的转换、补充栅格空值） 研学随笔 arcgis经验分享
    我们在使用ArcGIS时通常经常用到栅格计算器，今天主要给大家介绍我日常中经常用到的几个公式，供大家参考学习。将特定值（-9999）赋值为0，例如-9999.Con("raster"==-9999,0,"raster")2.给空值赋予特定的值（如0）Con(IsNull("raster"),0,"raster")3.将特定的栅格值(如1)赋值为空值，其他保留原值SetNull("raster"==
  • 高级编程--XML+socket练习题 masa010 java开发语言
    1.北京华北2114.8万人上海华东2,500万人广州华南1292.68万人成都华西1417万人（1）使用dom4j将信息存入xml中（2）读取信息，并打印控制台（3）添加一个city节点与子节点（4）使用socketTCP协议编写服务端与客户端，客户端输入城市ID，服务器响应相应城市信息（5）使用socketTCP协议编写服务端与客户端，客户端要求用户输入city对象，服务端接收并使用dom4j
  • 抖音乐买买怎么加入赚钱?赚钱方法是什么 测评君高省
    你会在抖音买东西吗?如果会，那么一定要免费注册一个乐买买，抖音直播间，橱窗，小视频里的小黄车买东西都可以返佣金!省下来都是自己的，分享还可以赚钱乐买买是好省旗下的抖音返佣平台，乐买买分析社交电商的价值，乐买买属于今年难得的副业项目风口机会，2019年错过做好省的搞钱的黄金时期，那么2022年千万别再错过乐买买至于我为何转到高省呢？当然是高省APP佣金更高，模式更好，终端用户不流失。【高省】是一个自
  • 水平垂直居中的几种方法（总结） LJ小番茄 CSS_玄学语言htmljavascript前端csscss3
    1.使用flexbox的justify-content和align-items.parent{display:flex;justify-content:center;/*水平居中*/align-items:center;/*垂直居中*/height:100vh;/*需要指定高度*/}2.使用grid的place-items:center.parent{display:grid;place-item
  • 【一起学Rust | 设计模式】习惯语法——使用借用类型作为参数、格式化拼接字符串、构造函数 广龙宇 一起学Rust#Rust设计模式rust设计模式开发语言
    提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、使用借用类型作为参数二、格式化拼接字符串三、使用构造函数总结前言Rust不是传统的面向对象编程语言，它的所有特性，使其独一无二。因此，学习特定于Rust的设计模式是必要的。本系列文章为作者学习《Rust设计模式》的学习笔记以及自己的见解。因此，本系列文章的结构也与此书的结构相同（后续可能会调成结构），基本上分为三个部分
  • 回溯 Leetcode 332 重新安排行程 mmaerd Leetcode刷题学习记录leetcode算法职场和发展
    重新安排行程Leetcode332学习记录自代码随想录给你一份航线列表tickets，其中tickets[i]=[fromi,toi]表示飞机出发和降落的机场地点。请你对该行程进行重新规划排序。所有这些机票都属于一个从JFK（肯尼迪国际机场）出发的先生，所以该行程必须从JFK开始。如果存在多种有效的行程，请你按字典排序返回最小的行程组合。例如，行程[“JFK”,“LGA”]与[“JFK”,“LGB
  • Python数据分析与可视化实战指南 William数据分析 pythonpython数据
    在数据驱动的时代，Python因其简洁的语法、强大的库生态系统以及活跃的社区，成为了数据分析与可视化的首选语言。本文将通过一个详细的案例，带领大家学习如何使用Python进行数据分析，并通过可视化来直观呈现分析结果。一、环境准备1.1安装必要库在开始数据分析和可视化之前，我们需要安装一些常用的库。主要包括pandas、numpy、matplotlib和seaborn等。这些库分别用于数据处理、数学
  • C#中使用split分割字符串 互联网打工人no1 c#
    1、用字符串分隔：usingSystem.Text.RegularExpressions;stringstr="aaajsbbbjsccc";string[]sArray=Regex.Split(str,"js",RegexOptions.IgnoreCase);foreach(stringiinsArray)Response.Write(i.ToString()+"");输出结果：aaabbbc
  • Python中os.environ基本介绍及使用方法 鹤冲天Pro #Pythonpython服务器开发语言
    文章目录python中os.environos.environ简介os.environ进行环境变量的增删改查python中os.environ的使用详解1.简介2.key字段详解2.1常见key字段3.os.environ.get()用法4.环境变量的增删改查和判断是否存在4.1新增环境变量4.2更新环境变量4.3获取环境变量4.4删除环境变量4.5判断环境变量是否存在python中os.envi
  • Pyecharts数据可视化大屏：打造沉浸式数据分析体验 我的运维人生 信息可视化数据分析数据挖掘运维开发技术共享
    Pyecharts数据可视化大屏：打造沉浸式数据分析体验在当今这个数据驱动的时代，如何将海量数据以直观、生动的方式展现出来，成为了数据分析师和企业决策者关注的焦点。Pyecharts，作为一款基于Python的开源数据可视化库，凭借其丰富的图表类型、灵活的配置选项以及高度的定制化能力，成为了构建数据可视化大屏的理想选择。本文将深入探讨如何利用Pyecharts打造数据可视化大屏，并通过实际代码案例
  • 第四天旅游线路预览——从换乘中心到喀纳斯湖 陟彼高冈yu 基于Googleearthstudio的旅游规划和预览旅游
    第四天：从贾登峪到喀纳斯风景区入口，晚上住宿贾登峪；换乘中心有4路车，喀纳斯①号车，去喀纳斯湖，路程时长约5分钟；将上面的的行程安排进行动态展示，具体步骤见”Googleearthstudio进行动态轨迹显示制作过程“、“Googleearthstudio入门教程”和“Googleearthstudio进阶教程“相关内容，得到行程如下所示：Day4-2-480p
  • Python教程：一文了解使用Python处理XPath 旦莫 Python进阶python开发语言
    目录1.环境准备1.1安装lxml1.2验证安装2.XPath基础2.1什么是XPath？2.2XPath语法2.3示例XML文档3.使用lxml解析XML3.1解析XML文档3.2查看解析结果4.XPath查询4.1基本路径查询4.2使用属性查询4.3查询多个节点5.XPath的高级用法5.1使用逻辑运算符5.2使用函数6.实战案例6.1从网页抓取数据6.1.1安装Requests库6.1.2代
  • Google earth studio 简介 陟彼高冈yu 旅游
    GoogleEarthStudio是一个基于Web的动画工具，专为创作使用GoogleEarth数据的动画和视频而设计。它利用了GoogleEarth强大的三维地图和卫星影像数据库，使用户能够轻松地创建逼真的地球动画、航拍视频和动态地图可视化。网址为https://www.google.com/earth/studio/。GoogleEarthStudio是一个基于Web的动画工具，专为创作使用G
  • linux中sdl的使用教程,sdl使用入门 Melissa Corvinus linux中sdl的使用教程
    本文通过一个简单示例讲解SDL的基本使用流程。示例中展示一个窗口，窗口里面有个随机颜色快随机移动。当我们鼠标点击关闭按钮时间窗口关闭。基本步骤如下：1.初始化SDL并创建一个窗口。SDL_Init()初始化SDL_CreateWindow()创建窗口2.纹理渲染存储RGB和存储纹理的区别：比如一个从左到右由红色渐变到蓝色的矩形，用存储RGB的话就需要把矩形中每个点的具体颜色值存储下来；而纹理只是一
  • rust的指针作为函数返回值是直接传递，还是先销毁后创建？ wudixiaotie 返回值
     这是我自己想到的问题，结果去知呼提问，还没等别人回答， 我自己就想到方法实验了。。 fn main() { let mut a = 34; println!("a's addr:{:p}", &a); let p = &mut a; println!("p's addr:{:p}", &a
  • java编程思想 -- 数据的初始化 百合不是茶 java数据的初始化
      1.使用构造器确保数据初始化      /* *在ReckInitDemo类中创建Reck的对象 */ public class ReckInitDemo { public static void main(String[] args) { //创建Reck对象 new Reck(); } }
  • [航天与宇宙]为什么发射和回收航天器有档期 comsci
           地球的大气层中有一个时空屏蔽层,这个层次会不定时的出现,如果该时空屏蔽层出现,那么将导致外层空间进入的任何物体被摧毁,而从地面发射到太空的飞船也将被摧毁...        所以,航天发射和飞船回收都需要等待这个时空屏蔽层消失之后,再进行 &
  • linux下批量替换文件内容 商人shang linux替换
    1、网络上现成的资料 　　格式: sed -i "s/查找字段/替换字段/g" `grep 查找字段 -rl 路径` 　　linux sed 批量替换多个文件中的字符串 　　sed -i "s/oldstring/newstring/g" `grep oldstring -rl yourdir` 　　例如：替换/home下所有文件中的www.admi
  • 网页在线天气预报 oloz 天气预报
    网页在线调用天气预报 <%@ page language="java" contentType="text/html; charset=utf-8" pageEncoding="utf-8"%> <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transit
  • SpringMVC和Struts2比较 杨白白 springMVC
    1. 入口 spring mvc的入口是servlet，而struts2是filter（这里要指出，filter和servlet是不同的。以前认为filter是servlet的一种特殊），这样就导致了二者的机制不同，这里就牵涉到servlet和filter的区别了。 参见：http://blog.csdn.net/zs15932616453/article/details/8832343 2
  • refuse copy, lazy girl! 小桔子 copy
           妹妹坐船头啊啊啊啊！都打算一点点琢磨呢。文字编辑也写了基本功能了。。今天查资料，结果查到了人家写得完完整整的。我清楚的认识到： 1.那是我自己觉得写不出的高度 2.如果直接拿来用，很快就能解决问题 3.然后就是抄咩~~ 4.肿么可以这样子，都不想写了今儿个，留着作参考吧！拒绝大抄特抄，慢慢一点点写！  
  • apache与php整合 aichenglong php apache web
    一  apache web服务器 1 apeche web服务器的安装   1)下载Apache web服务器   2)配置域名(如果需要使用要在DNS上注册)   3)测试安装访问http://localhost/验证是否安装成功 2 apache管理   1)service.msc进行图形化管理   2)命令管理，配
  • Maven常用内置变量 AILIKES maven
    Built-in properties ${basedir} represents the directory containing pom.xml ${version} equivalent to ${project.version} (deprecated: ${pom.version}) Pom/Project properties Al
  • java的类和对象 百合不是茶 JAVA面向对象 类 对象
    java中的类：     java是面向对象的语言，解决问题的核心就是将问题看成是一个类，使用类来解决   java使用 class 类名   来创建类 ，在Java中类名要求和构造方法，Java的文件名是一样的   创建一个A类： class A{ }   java中的类：将某两个事物有联系的属性包装在一个类中，再通
  • JS控制页面输入框为只读 bijian1013 JavaScript
    在WEB应用开发当中，增、删除、改、查功能必不可少，为了减少以后维护的工作量，我们一般都只做一份页面，通过传入的参数控制其是新增、修改或者查看。而修改时需将待修改的信息从后台取到并显示出来，实际上就是查看的过程，唯一的区别是修改时，页面上所有的信息能修改，而查看页面上的信息不能修改。因此完全可以将其合并，但通过前端JS将查看页面的所有信息控制为只读，在信息量非常大时，就比较麻烦。  
  • AngularJS与服务器交互 bijian1013 JavaScriptAngularJS$http
            对于AJAX应用（使用XMLHttpRequests）来说，向服务器发起请求的传统方式是：获取一个XMLHttpRequest对象的引用、发起请求、读取响应、检查状态码，最后处理服务端的响应。整个过程示例如下： var xmlhttp = new XMLHttpRequest(); xmlhttp.onreadystatechange
  • [Maven学习笔记八]Maven常用插件应用 bit1129 maven
    常用插件及其用法位于：http://maven.apache.org/plugins/   1. Jetty server plugin 2. Dependency copy plugin 3. Surefire Test plugin 4. Uber jar plugin           1. Jetty Pl
  • 【Hive六】Hive用户自定义函数(UDF) bit1129 自定义函数
    1. 什么是Hive UDF Hive是基于Hadoop中的MapReduce，提供HQL查询的数据仓库。Hive是一个很开放的系统，很多内容都支持用户定制，包括： 文件格式：Text File，Sequence File 内存中的数据格式： Java Integer/String, Hadoop IntWritable/Text 用户提供的 map/reduce 脚本：不管什么
  • 杀掉nginx进程后丢失nginx.pid，如何重新启动nginx ronin47 nginx 重启 pid丢失
    nginx进程被意外关闭，使用nginx -s reload重启时报如下错误：nginx: [error] open() “/var/run/nginx.pid” failed (2: No such file or directory)这是因为nginx进程被杀死后pid丢失了，下一次再开启nginx -s reload时无法启动解决办法：nginx -s reload 只是用来告诉运行中的ng
  • UI设计中我们为什么需要设计动效 brotherlamp UIui教程ui视频ui资料ui自学
    随着国际大品牌苹果和谷歌的引领，最近越来越多的国内公司开始关注动效设计了，越来越多的团队已经意识到动效在产品用户体验中的重要性了，更多的UI设计师们也开始投身动效设计领域。 但是说到底，我们到底为什么需要动效设计？或者说我们到底需要什么样的动效？做动效设计也有段时间了，于是尝试用一些案例，从产品本身出发来说说我所思考的动效设计。 一、加强体验舒适度 嗯，就是让用户更加爽更加爽的用你的产品。
  • Spring中JdbcDaoSupport的DataSource注入问题 bylijinnan javaspring
    参考以下两篇文章： http://www.mkyong.com/spring/spring-jdbctemplate-jdbcdaosupport-examples/ http://stackoverflow.com/questions/4762229/spring-ldap-invoking-setter-methods-in-beans-configuration Sprin
  • 数据库连接池的工作原理 chicony 数据库连接池
           随着信息技术的高速发展与广泛应用，数据库技术在信息技术领域中的位置越来越重要，尤其是网络应用和电子商务的迅速发展，都需要数据库技术支持动 态Web站点的运行，而传统的开发模式是：首先在主程序（如Servlet、Beans）中建立数据库连接；然后进行SQL操作，对数据库中的对象进行查 询、修改和删除等操作；最后断开数据库连接。使用这种开发模式，对
  • java 关键字 CrazyMizzz java
    关键字是事先定义的，有特别意义的标识符，有时又叫保留字。对于保留字，用户只能按照系统规定的方式使用，不能自行定义。 Java中的关键字按功能主要可以分为以下几类：    （1）访问修饰符       public,private,protected       p
  • Hive中的排序语法 daizj 排序hiveorder byDISTRIBUTE BYsort by
    Hive中的排序语法 2014.06.22 ORDER BY hive中的ORDER BY语句和关系数据库中的sql语法相似。他会对查询结果做全局排序，这意味着所有的数据会传送到一个Reduce任务上，这样会导致在大数量的情况下，花费大量时间。 与数据库中 ORDER BY 的区别在于在hive.mapred.mode = strict模式下，必须指定 limit 否则执行会报错。
  • 单态设计模式 dcj3sjt126com 设计模式
      单例模式（Singleton）用于为一个类生成一个唯一的对象。最常用的地方是数据库连接。 使用单例模式生成一个对象后，该对象可以被其它众多对象所使用。 <?phpclass Example{    // 保存类实例在此属性中    private static&
  • svn locked dcj3sjt126com Lock
    post-commit hook failed (exit code 1) with output: svn: E155004: Working copy 'D:\xx\xxx' locked svn: E200031: sqlite: attempt to write a readonly database svn: E200031: sqlite: attempt to write a
  • ARM寄存器学习 e200702084 数据结构C++cC#F#
    无论是学习哪一种处理器，首先需要明确的就是这种处理器的寄存器以及工作模式。     ARM有37个寄存器，其中31个通用寄存器，6个状态寄存器。 1、不分组寄存器（R0-R7）     不分组也就是说说，在所有的处理器模式下指的都时同一物理寄存器。在异常中断造成处理器模式切换时，由于不同的处理器模式使用一个名字相同的物理寄存器，就是
  • 常用编码资料 gengzg 编码
    List<UserInfo> list=GetUserS.GetUserList(11); String json=JSON.toJSONString(list); HashMap<Object,Object> hs=new HashMap<Object, Object>(); for(int i=0;i<10;i++) {
  • 进程 vs. 线程 hongtoushizi 线程linux进程
    我们介绍了多进程和多线程，这是实现多任务最常用的两种方式。现在，我们来讨论一下这两种方式的优缺点。 首先，要实现多任务，通常我们会设计Master-Worker模式，Master负责分配任务，Worker负责执行任务，因此，多任务环境下，通常是一个Master，多个Worker。 如果用多进程实现Master-Worker，主进程就是Master，其他进程就是Worker。 如果用多线程实现
  • Linux定时Job：crontab -e 与 /etc/crontab 的区别 Josh_Persistence linuxcrontab
    一、linux中的crotab中的指定的时间只有5个部分：* * * * * 分别表示：分钟，小时，日，月，星期，具体说来： 第一段 代表分钟 0—59 第二段 代表小时 0—23 第三段 代表日期 1—31 第四段 代表月份 1—12 第五段 代表星期几，0代表星期日 0—6   如： */1 * * * *   每分钟执行一次。 *
  • KMP算法详解 hm4123660 数据结构C++算法字符串KMP
         字符串模式匹配我们相信大家都有遇过，然而我们也习惯用简单匹配法（即Brute-Force算法)，其基本思路就是一个个逐一对比下去，这也是我们大家熟知的方法，然而这种算法的效率并不高，但利于理解。       假设主串s="ababcabcacbab",模式串为t="
  • 枚举类型的单例模式 zhb8015 单例模式
    E.编写一个包含单个元素的枚举类型[极推荐]。代码如下： public enum MaYun {himself; //定义一个枚举的元素，就代表MaYun的一个实例private String anotherField;MaYun() {//MaYun诞生要做的事情//这个方法也可以去掉。将构造时候需要做的事情放在instance赋值的时候：/** himself = MaYun() {*
  • Kafka+Storm+HDFS ssydxa219 storm
    cd /myhome/usr/stormbin/storm nimbus &amp;bin/storm supervisor &amp;bin/storm ui &amp;Kafka+Storm+HDFS整合实践kafka_2.9.2-0.8.1.1.tgzapache-storm-0.9.2-incubating.tar.gzKafka安装配置我们使用3台机器搭建Kafk
  • Java获取本地服务器的IP 中华好儿孙 javaWeb获取服务器ip地址
    System.out.println("getRequestURL:"+request.getRequestURL()); System.out.println("getLocalAddr:"+request.getLocalAddr()); System.out.println("getLocalPort:&quo
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他