BioF3 FigCode · SCI 绘图代码集

细胞通讯总数热图（CCI Strength Heatmap）

导出日期：2026年6月27日

分类：网络与互作｜ 依赖包：CellChat

解决的生物学问题

哪两种细胞类型之间的通讯总量最高？通讯方向是双向还是单向？

应用场景

细胞通讯总览 figure
配对 chord plot 对比
治疗前后通讯强度变化
通讯主导细胞识别

输入数据格式

CellChat 对象（已跑 aggregateNet）

关键参数

measure = "count" / "weight"
color.heatmap = "Reds" / "Blues"
sources.use / targets.use 子集筛选

快速开始

1. 直接在线运行

打开 FigCode 在线绘图，点击本工具卡片的"在线绘图"按钮即可用内置示例数据出图，零环境配置。

2. 本地复现

下载脚本和示例数据，本地 RStudio 运行：

# 下载
curl -O https://<your-site>/figcode/scripts/cci-heatmap.R
curl -O https://<your-site>/figcode/data/cci-heatmap.csv

3. 安装依赖

# CRAN 包
install.packages(c())

# Bioconductor 包（如需）
# BiocManager::install(c())

完整代码

library(CellChat)

# --- Demo data ---
data(cellchat, package = "CellChat")

# --- Aggregate net (count and weighted strength) ---
cellchat <- aggregateNet(cellchat)

par(mfrow = c(1, 2))

# Panel 1: number of interactions
netVisual_heatmap(
  cellchat,
  measure = "count",
  color.heatmap = "Reds",
  title.name  = "Number of interactions"
)

# Panel 2: total interaction strength
netVisual_heatmap(
  cellchat,
  measure = "weight",
  color.heatmap = "Reds",
  title.name  = "Interaction strength"
)

替换为自己的数据

脚本中以 # --- Demo data --- 标注的段落是示例数据生成代码。替换为自己的数据时，保持列名一致即可：

输入格式：CellChat 对象（已跑 aggregateNet）
使用 read.csv() / readRDS() 读取本地文件