2019.8.2
本文记录了我今天跟着师姐做实验时遇到的科学问题，需求已基本解决。
2020.4.21
发现了一个看起来不错的算法，见文末更新
科学问题
在小鼠模型中，已知细胞A对细胞B的影响，希望找到一种细胞因子X，从而讲这样一个故事：
细胞A在T处理后大量分泌细胞因子X，X经过循环到达细胞B附近，与细胞B表面的X因子受体结合，从而诱导细胞B产生P表型。
我要解决的问题是：A细胞在T处理后，通过什么细胞因子诱导细胞B产生P表型？
简单一点说，就是找到细胞A影响细胞B的机制，也就是找到细胞因子X。
解决方案
有这么几种方法可能可以解决这个问题：
1、对T处理和control的A细胞进行转录组测序，找RNA水平差异显著的细胞因子。
2、对T处理和control的A细胞裂解后打质谱，找蛋白水平差异显著的细胞因子。
3、预测几个最有可能的细胞因子，自己做实验看表达量差异。
当前需求
由于前两种组学方法都要送出去做，耗时至少一个月，在这期间我们想尝试一下第三种思路。
于是就产生了一个新的需求：
如何查找细胞A分泌的细胞因子和细胞B表面的细胞因子受体，并预测它们之间可能存在的作用？
我的尝试
谷歌搜索cytokine database，结果找到了很多很多数据库。
由于数据库太多了，我也不知道哪个好用，所以接下来可能要一个个点过去，做一些尝试。
在朋友圈转发了这条提问帖之后，有位学姐给我指了一条明路：
Ligand receptor connectome
2020.4.21更新
最近看到，2019年12月9日Nature Methods报道了一种新的细胞间互作预测算法：NicheNet
https://www.nature.com/articles/s41592-019-0667-5
码在这儿，有空学习一下。
