做cellchat画图时自环的角度颠倒

Question

做cellchat画图时自环的角度颠倒，如何解决，cellchat版本为2.2，ggplot2为4.0.2

library(CellChat)

data.input <- LayerData(scRNA.tumor, layer = "data")
identity <- subset([e-mail], select = c("celltype.4","orig.ident"))
colnames(identity) <- c("celltype.4", "samples")
identity$samples <- factor(identity$samples)
# 创建cellchat对象
cellchat <- createCellChat(object = data.input, 
                           meta = identity,  
                           group.by = "celltype.4")

# 可选CellChatDB.human(人类配体-受体知识库), CellChatDB.mouse
CellChatDB <- CellChatDB.human

# 查看可以选择的interaction的类型标签
unique(CellChatDB$interaction$annotation)
# 画数据库分类统计图（主要用于了解数据库构成）
showDatabaseCategory(CellChatDB)

# 把选定的数据库写入对象
cellchat@DB <- CellChatDB

# 将信号基因的表达数据进行子集化，只保留信号相关基因，以节省计算成本
cellchat <- subsetData(cellchat)

# 计算策略改串联，之前用的8核并行报错（内存可能不够）
future::plan("sequential") 

# 识别过表达基因
cellchat <- identifyOverExpressedGenes(cellchat,
                                       thresh.pc = 0.05,   # 一个基因在某细胞群中，至少有 5% 的细胞表达
                                       thresh.fc = 0.0,    # 不要求fold-change（差异倍数），只要满足其它条件就保留
                                       thresh.p  = 0.05
)

# 识别过表达配体-受体对
cellchat <- identifyOverExpressedInteractions(cellchat)

##相互作用推断
# 计算通信概率推断细胞互作的通信网络，每个LR的“通信概率/强度”
cellchat <- computeCommunProb(cellchat, raw.use = T) # 用原始表达（counts）或更接近原始的层

# 如果特定细胞群中只有少数细胞，则过滤掉细胞间的通信，celltype少于3个细胞则会被过滤
cellchat <- filterCommunication(cellchat, min.cells = 3)

# 提取推断出的细胞互作的通信网络数据框，我们提供了一个subsetCommunication 函数，
# 可以方便地访问感兴趣的推断的细胞间通信。
# 返回一个数据框，包含所有推断的配体/受体级别的细胞-细胞通信。
# 设置slot.name = "netP"以访问信令路径级别的推断通信
df.net.1 <- subsetCommunication(cellchat, slot.name = "netP")# 提取通路层面的通信
df.net.2 <- subsetCommunication(cellchat )

## 提取
levels(cellchat@idents)

##2、在信号通路水平上推断细胞间的通讯
cellchat <- computeCommunProbPathway(cellchat)
# 汇总通信概率来计算细胞间的聚合通信网络。
cellchat <- aggregateNet(cellchat)

##3、计算聚合细胞互作通信网络
groupSize <- as.numeric(table(cellchat@idents))
par(mfrow = c(1,2), xpd=TRUE) # xpd允许绘图超出绘图区边界

netVisual_circle(cellchat@net$count, 
                 vertex.weight = groupSize, # 节点大小 ∝ 细胞数
                 weight.scale = T,          # 把边权重做缩放映射到边宽
                 label.edge= F,             # 不在边上写数值
                 title.name = "Number of interactions")



netVisual_circle(cellchat@net$weight, 
                 vertex.weight = groupSize, 
                 weight.scale = T, 
                 label.edge= F, 
                 title.name = "Interaction weights/strength")

Answer 1

我是YJlio杨利杰让我来给你回答，以下回答来自ChatGpt5.2 Thinking 深度思考

结论

netVisual_circle() 的“自环角度颠倒”本质是绘图层面的 loop（自环）朝向计算/坐标系方向问题：CellChat 在 netVisual_circle 里基于节点坐标手动计算并写入 igraph::E(g)$loop.angle，当布局坐标方向与你预期相反时，自环就会看起来“翻转”。CellChat 的 netVisual_circle() 并没有对外暴露 loop.angle / self.loop 这种参数（网上一些回答写的参数是对不上的）。(rdrr.io)

原因

1. netVisual_circle() 实际是用 igraph 的 base plot 画的（不是 ggplot2），并且在函数内部给自环边设置 loop.angle。(rdrr.io)
2. CellChat 源码里 loop.angle 的计算依赖 layout 产生的坐标（coords_scale），然后把计算结果写到自环边上：

• loop.angle <- ifelse(x>0, -atan(y/x), pi-atan(y/x))
• 再把自环边的 E(g)$loop.angle[...] <- loop.angle[...]
  所以只要布局坐标（或坐标方向）发生变化，自环的朝向就可能“看起来颠倒”。(rdrr.io)

1. igraph 本身支持 loop.angle 这个绘图参数/属性，用来控制自环绘制角度。(r.igraph.org)

步骤

1）先确认是不是“自环”导致（排除数据问题）

# 自环强度/数量（count/weight 都可以看）
sum(diag(cellchat@net$count) > 0)
sum(diag(cellchat@net$weight) > 0)

# 看看哪些细胞群存在自环
which(diag(cellchat@net$count) > 0)

2）如果你并不需要自环：直接去掉（最快、最稳）

net1 <- cellchat@net$count
net2 <- cellchat@net$weight

diag(net1) <- 0
diag(net2) <- 0

par(mfrow = c(1,2), xpd = TRUE)
netVisual_circle(net1, vertex.weight = as.numeric(table(cellchat@idents)),
                 weight.scale = TRUE, label.edge = FALSE,
                 title.name = "Number of interactions (no self-loop)")
netVisual_circle(net2, vertex.weight = as.numeric(table(cellchat@idents)),
                 weight.scale = TRUE, label.edge = FALSE,
                 title.name = "Interaction weights (no self-loop)")

3）保留自环但修正“翻转”：给 netVisual_circle() 传自定义 layout（推荐）

因为 CellChat 的自环角度来自 layout 坐标，你可以通过翻转/旋转坐标来把自环方向“翻回来”。

方案A：上下翻转（最常用）

library(igraph)

layout_flip_y <- function(g) {
  xy <- layout_in_circle(g)
  xy[,2] <- -xy[,2]      # 翻转Y轴
  xy
}

par(mfrow = c(1,2), xpd = TRUE)
netVisual_circle(cellchat@net$count, vertex.weight = as.numeric(table(cellchat@idents)),
                 weight.scale = TRUE, label.edge = FALSE,
                 title.name = "count (flip y)", layout = layout_flip_y)

netVisual_circle(cellchat@net$weight, vertex.weight = as.numeric(table(cellchat@idents)),
                 weight.scale = TRUE, label.edge = FALSE,
                 title.name = "weight (flip y)", layout = layout_flip_y)

方案B：旋转90/180度（如果翻Y不够）

library(igraph)

layout_rotate <- function(theta) {
  function(g) {
    xy <- layout_in_circle(g)
    rot <- matrix(c(cos(theta), -sin(theta),
                    sin(theta),  cos(theta)), ncol = 2, byrow = TRUE)
    xy %*% rot
  }
}

layout_rot180 <- layout_rotate(pi)

netVisual_circle(cellchat@net$count, vertex.weight = as.numeric(table(cellchat@idents)),
                 weight.scale = TRUE, label.edge = FALSE,
                 title.name = "count (rot 180)", layout = layout_rot180)

说明：CellChat 允许传入 layout = in_circle() 这种布局参数；源码也显示它就是用 layout_(g, layout) 拿坐标，再算自环角度。(rdrr.io)

4）要“从根上”修：自己重画 igraph（可精确控制 loop.angle）

当你想严格控制自环角度（例如用 atan2），就不要直接用 netVisual_circle()，而是复刻它的核心流程：建图 → 布局 → 手动给自环边设 loop.angle → plot()。

下面给一个最小可用示例（只演示自环角度控制）：

library(igraph)

net <- cellchat@net$count
g <- graph_from_adjacency_matrix(net, mode = "directed", weighted = TRUE)

xy <- scale(layout_in_circle(g))

# 用 atan2 计算每个点的极角（更稳的象限处理）
ang <- atan2(xy[,2], xy[,1])

E(g)$loop.angle <- 0
ed <- ends(g, E(g), names = FALSE)
is_loop <- ed[,1] == ed[,2]
E(g)$loop.angle[is_loop] <- ang[ed[is_loop, 1]]

plot(g, layout = xy, edge.curved = 0.2)

这里用到的 loop.angle 是 igraph 支持的绘图参数/属性。(r.igraph.org)

验证

1. 对比前后图：自环是否从“内侧/反向”变成你期望的“外侧/同向”。
2. 打印自环的 loop.angle 看是否随 layout 改变而改变：

library(igraph)
g <- graph_from_adjacency_matrix(cellchat@net$count, mode="directed", weighted=TRUE)
xy1 <- scale(layout_in_circle(g))
xy2 <- xy1; xy2[,2] <- -xy2[,2]

ang1 <- atan2(xy1[,2], xy1[,1])
ang2 <- atan2(xy2[,2], xy2[,1])

head(ang1); head(ang2)

补充

1. 你截图里提到的 “CellChat 2.2 + ggplot2 4.0.2”——就 netVisual_circle() 这张图来说，它走的是 igraph/base plot，不是 ggplot2，所以更应优先排查：layout 坐标方向、igraph 版本更新带来的绘图行为变化。(rdrr.io)
2. CellChat v2 已迁移到新仓库 jinworks/CellChat，旧仓库不再维护；如果你怀疑是已修复的绘图问题，可对照你当前安装版本与新仓库版本差异。(GitHub)