PBMC 免疫通讯图谱：LIANA 真实数据分析

拿到一份 PBMC 10 类免疫细胞混合数据（10X v1，scanpy 内置 `pbmc68k_reduced`，FACS 排序真值），想知道这些细胞之间在「喊话」什么——谁是主要信号发送者，谁是接收者，抗原呈递轴怎么工作？本案例用 LIANA 框架（Python 版的 CellChat + NicheNet 综合体）在 omnipath consensus 资源上跑出 1288 个配体-受体互作：覆盖 6 阶段（数据加载 / 互作全景 / sender × receiver 热图 / 出度入度 / MHC-II 通路聚焦 / 配体表达点图）。最直观的发现是树突状细胞 HLA-DR → CD4 T 是这条数据集里最强的抗原呈递轴，出度 Dendritic 31、入度 CD4 Naive 16——这与 FACS 排序中 DC 富集、CD4 T 是其天然配对完全吻合。所有数字与图表来自真实 LIANA 执行，可复现。适合：做组织微环境通讯分析的研究者、想替代 CellChat 用 Python 单栈做 LR 配对分析、想理解「互作图谱怎么从单细胞里来」的初学者。