单细胞RNA-seq数据获取与预处理
目的：获取高质量的单细胞转录组数据，用于后续细胞类型识别与肿瘤纯化
结果：从GSE135337数据集中获得36,407个肿瘤细胞，去除低质量细胞后保留上皮细胞等主要细胞类型
细胞类型注释与肿瘤上皮细胞提取
目的：识别肿瘤相关细胞类型，提取肿瘤上皮细胞以去除TME干扰
结果：识别出T细胞、内皮细胞、成纤维细胞、髓系细胞和上皮细胞，提取上皮细胞用于后续分析
单细胞CNV推断
目的：区分恶性上皮细胞与正常上皮细胞
结果：肿瘤来源的上皮细胞普遍存在染色体拷贝数变异（CNV），支持其为恶性来源
基于通路的细胞亚群识别（scBiPaD）
目的：根据通路活性而非基因表达识别肿瘤细胞的功能状态
结果：将肿瘤细胞分为4个功能亚群（BCIS1–BCIS4），分别对应代谢活跃、DNA合成、分化增殖和稳态维持
特征基因提取与TCGA亚型分类
目的：将单细胞亚群映射至bulk RNA-seq数据，构建BLCA分子亚型
结果：在TCGA-BLCA中识别出4种亚型：MA、DSM、DP、HM，分别对应不同的生物学特征与预后
多队列验证与临床关联分析
目的：验证亚型分类的稳定性与临床意义
结果：在IMvigor210等独立队列中验证亚型分类有效，DP亚型预后最差，MA亚型对免疫治疗响应最佳
免疫微环境分析
目的：探索各亚型的免疫特征与免疫治疗响应潜力
结果：DSM亚型为免疫富集型，MA为免疫荒漠型，DP为免疫排斥型，HM为免疫炎症型
突变特征与信号通路分析
目的：揭示各亚型的驱动通路特征
结果：MA亚型高表达RAS-MEK-ERK与PI3K-AKT-mTOR通路基因，提示其恶性程度高
机器学习筛选关键基因（DAD1、CYP1B1、REXO2）
目的：识别与DP亚型恶性进展相关的核心基因
结果：三种算法（随机森林、LASSO、Cox回归）交叉筛选出3个关键基因，均与代谢、免疫、炎症相关
生存分析与实验验证
目的：验证关键基因的临床意义与表达特征
结果：高表达DAD1、CYP1B1、REXO2与不良预后、晚期肿瘤、高级别显著相关，Western blot与IHC验证其蛋白表达随肿瘤分期升高而增加
功能富集与免疫相关性分析
目的：解析关键基因的生物学功能及其与免疫细胞的关系
结果：REXO2富集于糖酵解与缺氧通路，与多种免疫细胞显著相关，提示其参与免疫调控与代谢重编程
