这篇研究论文由Chengwei Chen（陈成伟）、Yuting Bao（鲍玉婷）、Sihan Ju（鞠思翰）等作者共同完成，通讯作者为Liang Chen（陈亮），研究团队来自复旦大学附属华山医院神经外科和教育部脑科学前沿中心。该研究于2024年发表在期刊*Biomarker Research*上，标题为《Single‑cell and bulk RNA‑seq unveils the immune infiltration landscape associated with cuproptosis in cerebral cavernous malformations》。
脑海绵状血管畸形（Cerebral Cavernous Malformations, CCMs）是一种以血管异常扩张为特征的神经血管疾病，与血管生成失调相关。其发病机制尚不明确，且缺乏有效的药物治疗手段。铜死亡（cuproptosis）是一种新发现的细胞死亡形式，与线粒体代谢密切相关，但铜死亡在CCMs中的作用尚未被探索。本研究旨在通过整合单细胞和批量RNA测序技术，揭示铜死亡相关基因（CRGs）在CCMs中的表达模式及其与免疫微环境的相互作用，以期为CCMs的发病机制和治疗靶点提供新见解。
数据收集与预处理
研究整合了来自Gene Expression Omnibus（GEO）的三个批量RNA测序数据集（GSE130174、GSE123968、GSE233210），共包含21例样本（15例CCMs和6例对照）。通过“sva”R包进行批次校正，并利用“consensusclusterplus”包基于CRGs表达水平对CCMs样本进行聚类分析，将其分为两个亚型（Cluster 1和Cluster 2）。
差异表达基因与免疫浸润分析
使用“limma”包鉴定差异表达基因（DEGs），并通过单样本基因集富集分析（ssGSEA）和CIBERSORT算法评估免疫细胞浸润情况。结果显示，Cluster 1中促铜死亡基因（如FDX1、LIAS）高表达，而Cluster 2中抑铜死亡基因（如GLS、PDHA1）高表达。免疫浸润分析表明，Cluster 2的免疫细胞浸润程度更高，尤其是M2型巨噬细胞。
机器学习筛选枢纽基因
通过LASSO回归和随机森林算法，从273个重叠DEGs中筛选出三个枢纽基因：BTBD10、PFDN4和CEMIP。这些基因在CCMs内皮细胞（ECs）中显著高表达，并通过免疫荧光和蛋白质印迹在华山医院队列（HS-cohort）中验证。
单细胞RNA测序分析
利用小鼠CCM模型（GSE155788）的单细胞数据，解析枢纽基因的细胞共表达模式。结果显示，BTBD10和PFDN4在增殖性尖端细胞（mki67+ tip cells）中高表达，且与铜死亡关键基因FDX1共定位。CellChat算法进一步揭示，高表达BTBD10的内皮细胞与M2型巨噬细胞通过PTN-NCL和FN1-ITGA4/ITGB1通路增强相互作用。
功能与通路富集分析
基因集变异分析（GSVA）显示，BTBD10激活mTORC1和PI3K-AKT信号通路，CEMIP富集于IL-6/JAK/STAT3和炎症反应通路，PFDN4则与胆汁酸代谢相关。这些结果提示枢纽基因可能通过调控血管生成和免疫微环境影响CCMs进展。
本研究首次揭示了铜死亡相关基因在CCMs中的分型特征，并鉴定出BTBD10、PFDN4和CEMIP作为潜在调控枢纽。这些基因通过影响免疫微环境和线粒体代谢参与CCMs的血管生成，为开发靶向铜死亡的治疗策略提供了理论依据。此外，研究整合多组学数据和机器学习方法，为复杂疾病的分子分型提供了新范式。
研究还探讨了铜代谢失调与血管损伤的关联，为其他铜相关疾病（如威尔逊病）的研究提供了参考。数据已通过开源许可（Creative Commons Attribution 4.0）公开，支持后续研究复用。