肺腺癌铜死亡单细胞分析：NMF 分型、肿瘤微环境与 TCGA 生存分析（GSE131907）

基于 GSE131907 单细胞数据识别肺腺癌恶性细胞，计算铜死亡基因模块活性并做 NMF 转录分型，结合肿瘤微环境分析，并在 TCGA-LUAD 队列中探索亚型与总生存的关联。

更新于 2026-10-07铜死亡肺腺癌LUAD单细胞分析

#案例目标

使用公开单细胞数据集 GSE131907，识别肺腺癌恶性细胞，比较铜死亡相关基因活性，划分转录亚型，并探索亚型与肿瘤微环境及患者生存的关系。

#研究背景

肺腺癌具有明显的细胞间和患者间异质性。铜死亡是一种与线粒体三羧酸循环脂酰化蛋白相关的细胞死亡机制，但仅凭整体组织表达数据，很难判断不同恶性细胞是否具有一致的铜死亡状态。

本案例以单细胞数据为主，在恶性细胞层面计算铜死亡基因模块活性、识别转录亚型，并结合肿瘤微环境和 TCGA-LUAD 队列进行探索性验证。

#研究方法

使用 Scanpy 和 Scrublet 完成质量控制、双细胞过滤、特征选择、降维和聚类。
结合作者细胞注释、上皮细胞 Marker 和 CNV 推断识别恶性细胞。
使用 10 个核心基因计算铜死亡模块评分，并比较样本、患者和取样部位之间的差异。
使用 NMF 共识聚类识别铜死亡相关亚型，通过差异表达、伪 bulk ssGSEA 和 ORA 分析亚型功能。
使用 Spearman 相关分析亚型与肿瘤微环境的关系，并检查免疫检查点表达。
通过多随机种子和留一患者分析检验亚型稳定性。
将亚型基因签名映射至 TCGA-LUAD，使用 Kaplan-Meier 曲线和 log-rank 检验探索总生存差异。

所有多重检验均进行 BH 校正。无法满足预设样本量条件的分析不强行给出结论。

#研究目标

从 GSE131907 中获得高质量细胞并完成主要细胞类型注释。
使用注释和 CNV 双证据建立高置信度恶性细胞集合。
定量恶性细胞中的铜死亡相关转录活性及其患者间、部位间差异。
识别铜死亡相关恶性细胞亚型，解释其通路和肿瘤微环境特征。
在 TCGA-LUAD 队列中探索亚型与患者总生存的关系。

#拟解决的关键科学问题

肺腺癌恶性细胞中是否存在稳定、可重复的铜死亡相关转录异质性？
肿瘤原发灶与癌旁组织的恶性细胞是否具有不同的铜死亡模块活性？
不同铜死亡亚型是否对应不同的功能通路和肿瘤微环境组成？
单细胞亚型签名能否在人群 bulk 队列中复现，并与患者生存相关？

#分析流程

下载并解析 GSE131907 表达矩阵、细胞注释和样本信息。
完成质量控制、双细胞过滤、降维聚类和细胞类型注释。
结合作者注释与 CNV 推断识别恶性细胞。
计算铜死亡核心基因模块评分并检验异质性。
使用 NMF 划分铜死亡相关恶性细胞亚型。
分析亚型差异基因、富集通路和肿瘤微环境关联。
通过多随机种子和留一患者分析检查结果稳定性。
将亚型签名映射至 TCGA-LUAD 并进行生存分析。

#数据准备

#单细胞数据

数据集：GSE131907
数据内容：原始 UMI 矩阵、完整细胞注释和特征汇总
实际解析规模：29,634 个基因、208,506 个细胞
主要用途：细胞注释、恶性细胞识别、铜死亡评分、亚型和肿瘤微环境分析

#铜死亡基因集

核心基因包括 FDX1、LIAS、LIPT1、DLD、DLAT、PDHA1、PDHB、MTF1、GLS 和 CDKN2A。本次数据中 10 个基因均可检出。

#外部验证数据

TCGA-LUAD 共纳入 501 例具有表达和生存信息的样本，用于检验单细胞亚型签名与总生存的关联。

#用户操作教程

#第一步：创建任务

打开 Codar，在左上角选择 生信模式。
点击 新对话，输入任务：

帮我下载 GSE131907 数据集，并基于该单细胞转录组数据解析肺腺癌恶性细胞中的铜死亡相关转录状态异质性。

发送后，Codar 会检查已有数据和项目进度，并从可继续的位置开始运行。

输入肺腺癌铜死亡单细胞分析任务 — 操作示意：在生信模式中输入 GSE131907 数据下载与肺腺癌铜死亡异质性分析任务；工作过程区域会持续显示命令、文件和任务进度。

#第二步：确认分析范围

建议在方案确认时保留以下设置：

数据集：GSE131907
研究对象：肺腺癌恶性上皮细胞
铜死亡基因集：FDX1、LIAS、LIPT1、DLD、DLAT、PDHA1、PDHB、MTF1、GLS 和 CDKN2A
恶性细胞判定：作者注释与 CNV 推断交叉验证
分析内容：质控、细胞注释、铜死亡评分、NMF 亚型、通路分析、肿瘤微环境关联和稳健性检验
扩展验证：使用 TCGA-LUAD 检查亚型与总生存的关联

确认方案后提交回答，Codar 会生成执行计划并开始分析。

#第三步：查看运行过程

任务运行时，工作过程会显示已执行命令、查看或生成的文件以及当前进度。单细胞数据量较大，分析可能持续较长时间；页面可暂时离开，稍后返回当前会话查看进度。

如果任务中断，直接在原对话中输入“继续运行”。Codar 会先检查已落盘的数据、脚本和日志，再从中断步骤继续。

#第四步：查看结果文件

任务完成后，在结果产出区重点查看：

results_report.md：主要结论和结果说明
figures/combined/panels：各分析步骤的结果图
results：细胞注释、评分、亚型、通路和统计检验结果
scripts：可复现分析脚本

#数据分析与结果

#数据质控与细胞注释

原始数据包含 208,506 个细胞。完成质控和双细胞过滤后保留 174,476 个细胞，并识别出 T 细胞、B 细胞、上皮细胞、髓系细胞等主要细胞类型。

GSE131907 数据质控结果 — 图 1A：GSE131907 细胞质控流程。原始数据包含 208,506 个细胞，质控后保留 174,937 个，去除双细胞后最终保留 174,476 个。

GSE131907 主要细胞类型 UMAP — 图 1C：全部高质量细胞的 UMAP 分布。颜色表示主要细胞类型，可用于观察不同细胞群的分离情况和总体组成。

#恶性细胞识别

分析结合作者注释和 CNV 信号识别出 14,910 个恶性细胞，两种证据的一致性较好（Cohen κ = 0.777）。这种双证据策略可降低仅依赖单一注释带来的偏差。

恶性细胞与参考细胞的 CNV 图谱 — 图 2A：恶性细胞与参考细胞的推断 CNV 图谱。横轴按染色体位置排列基因，红色和蓝色分别表示相对扩增和缺失信号。

#六种铜死亡相关亚型

NMF 共识聚类将恶性细胞划分为 C1–C6 六种转录亚型。亚型间铜死亡评分差异显著（Kruskal-Wallis p = 3.62 × 10⁻⁵⁶），其中 C1 平均评分最高，C4 最低。不同患者和取样部位的亚型组成并不相同。

六种铜死亡相关恶性细胞亚型 — 图 4B：NMF 共识聚类得到的六种恶性细胞亚型。不同颜色对应 C1–C6，可观察各亚型在转录空间中的位置和重叠程度。

不同亚型的铜死亡模块评分 — 图 4C：C1–C6 亚型的铜死亡模块评分分布。亚型间总体差异显著（Kruskal-Wallis p = 3.62 × 10⁻⁵⁶），C1 平均评分最高，C4 最低。

#通路与肿瘤微环境

C1 更突出核糖体、蛋白酶体和囊泡运输等蛋白质量控制程序；C6 与血管生成通路相关；C4 与内皮细胞比例呈较强正相关（ρ = 0.761，BH FDR = 3.1 × 10⁻⁸）。肿瘤微环境结果属于探索性关联，不能直接解释为因果关系。

不同铜死亡亚型的差异通路 — 图 5D：各亚型相对其他亚型的通路活化差异。横轴为标准化富集分数差值，正值表示该通路在对应亚型中相对增强。

铜死亡亚型与肿瘤微环境的关联 — 图 6A：亚型占比与肿瘤微环境细胞比例的 Spearman 相关性。红色表示正相关，蓝色表示负相关；结果用于提出后续验证假设。

#稳健性与人群验证

更换随机种子后，亚型结果的 ARI 为 0.903–0.937；留一患者检验的平均 ARI 为 0.900，说明主要亚型结构具有较好的可重复性。

铜死亡亚型的稳健性检验 — 图 6D：亚型结构的稳健性检验。蓝色为不同随机种子结果，橙色为留一患者结果；ARI 越接近 1，表示与基准分型越一致。

在 501 例 TCGA-LUAD 样本中，六种亚型的总生存曲线存在差异（log-rank p = 0.0036），其中 C6 的中位生存期最短，为 25.4 个月。由于部分亚型样本量较小，且未完成分期校正 Cox 分析，该结果应作为后续验证线索。

TCGA-LUAD 不同亚型的总生存曲线 — 图 7B：501 例 TCGA-LUAD 患者按亚型签名分组后的 Kaplan-Meier 总生存曲线。组间差异达到统计学显著（log-rank p = 0.0036），但小样本亚型需谨慎解释。

#结果总结

本案例在肺腺癌恶性细胞中识别出可重复的铜死亡相关转录差异，并划分出六种具有不同通路、微环境特征和生存关联的亚型。结果支持铜死亡状态可用于描述肺腺癌恶性细胞异质性，但目前仍是转录层面的关联证据，不能等同于细胞已发生铜死亡，也不能直接用于临床决策。

#使用建议

先阅读 results_report.md，再结合图表查看具体证据。
复用流程时，请明确数据集、疾病类型、目标细胞和基因集。
对小样本亚型、肿瘤微环境和生存结果，应使用独立队列继续验证。
所有结论仅用于科研分析，不构成临床诊断或治疗建议。