基于ARID1A蛋白表达与活性的多组学整合分析：子宫内膜癌患者分层新策略

本研究针对ARID1A功能状态评估的临床难题，通过整合蛋白质组学与转录组学数据，开发了新型子宫内膜癌患者分层方法。研究利用机器学习补全蛋白表达数据，结合靶基因调控活性分析，首次揭示了ARID1A功能缺失患者的免疫特征差异，为精准免疫治疗提供新靶点。

　　

在妇科恶性肿瘤中，子宫内膜癌的分子异质性给临床治疗带来巨大挑战。AT-rich交互结构域蛋白1A（ARID1A）作为SWI/SNF染色质重塑复合体的关键组分，在47-60%的子宫内膜样腺癌中发生突变。然而，传统基于mRNA表达或突变状态的评估方法存在明显局限：mRNA水平与蛋白丰度相关性弱（Pearson R=0.25），而突变分析无法区分功能性失活与无害变异。更棘手的是，蛋白检测技术受限于样本获取难度和高成本，导致公共数据库中蛋白质组学数据严重匮乏。这种"组学鸿沟"使得研究人员难以全面评估ARID1A的真实功能状态，阻碍了精准医疗策略的开发。

针对这一难题，日本大阪大学蛋白质研究所的研究团队在《Computational and Structural Biotechnology Journal》发表创新性研究。他们巧妙整合TCGA和TCPA数据库的多组学数据，开发出融合蛋白表达与转录活性的双重评估体系。研究首先通过XGBoost机器学习模型（RMSE=0.2854，R²
=0.3678）预测缺失的ARID1A蛋白数据，特征重要性分析显示SWI/SNF复合体其他亚基（如SMARCA4）的表达最具预测价值。随后基于567个ARID1A直接靶基因（来自ChIP-seq和敲除实验）的调控模式推断功能活性，最终通过双重标签交叉验证实现患者精准分层。

关键技术方法包括：1）从TCGA UCEC队列获取539例患者的RNA-seq、miRNA-seq、CNV、SNV和DNA甲基化数据，结合TCPA的RPPA蛋白数据；2）采用Optuna框架进行贝叶斯超参数优化，比较7种机器学习算法；3）通过DESeq2鉴定差异表达基因（DEGs），结合clusterProfiler进行GO和KEGG富集分析；4）使用CPTAC TMT质谱数据集进行外部验证。

3.1 分层策略概述
研究创新性地提出"功能状态"概念，将患者按蛋白表达量（前/后25%）和靶基因调控活性（活跃/沉默）分为四组。双重阳性群体（n=50）代表ARID1A功能完整，而双重阴性群体（n=72）提示功能严重缺陷。这种组合策略有效规避了单一指标的局限性。

3.3 蛋白表达预测模型
特征工程揭示：在"RNA+突变+甲基化"模型中，mRNA表达量（scaled_RNA_count）和突变位置（Severe_Position）最具预测力；而基于BioGRID互作网络的模型则凸显SWI/SNF复合体亚基的共表达模式。模型在CPTAC外部验证中保持稳定相关性（Pearson R=0.636-0.663）。

3.4 转录活性评估
从ARID1A^WT
与ARID1A^KO
细胞中鉴定出186个激活靶点和368个抑制靶点。通过比较肿瘤与正常组织表达差异，发现297个具有判别力的基因，最终将患者分为活跃（n=237）和沉默（n=302）两组。

3.5 功能状态分层验证
与传统方法相比，新方法独特识别出1,058个DEGs。GSEA分析显示"抗原受体信号通路"（P<0.001）和"质子驱动ATP合成"显著富集。关键免疫基因GATA3（P=2.3×10^-5
）和CD274（PD-L1，P=1.7×10^-4
）的表达差异仅在新分层中显著，印证了其生物学相关性。

3.7 免疫特征发现
癌症标志物分析揭示"逃避免疫清除"（P=0.003）和"促瘤炎症"（P=0.012）的特异性激活。MSI-H（微卫星不稳定）状态（P=0.028）和肿瘤突变负荷（P=0.015）的组间差异进一步佐证了该方法捕捉免疫特征的能力。

这项研究的意义在于：首先，建立了首个整合蛋白表达与功能的ARID1A评估体系，突破传统组学数据割裂的局限。其次，发现ARID1A缺陷通过调控GATA3-CD274轴重塑免疫微环境，为PD-1/PD-L1抑制剂的应用提供理论依据。最后，开发的机器学习框架（代码已开源）可推广至其他癌症驱动基因的研究。

值得注意的是，生存分析显示突变状态与预后改善相关（P<0.0001），而功能状态分层未显示显著差异，提示ARID1A的生物学作用可能存在组织特异性。作者建议未来采用单细胞多组学技术追踪ARID1A动态变化，并探索其与EZH2抑制剂（如GSK126）的合成致死效应。该方法的应用前景不限于子宫内膜癌，通过调整特征工程策略，可望拓展至ARID1A高频突变的卵巢透明细胞癌等其它癌种。