SMARCA4缺陷型肺腺癌的多组学整合分析：分子特征解析与治疗策略探索

　　（编辑推荐）本研究通过整合20个肺腺癌数据集的多组学分析和机器学习，系统揭示了SMARCA4缺陷型肺腺癌（LUAD）的临床预后、代谢异常（如氧化磷酸化亢进）和免疫微环境特征，并通过体内外实验验证了SMARCA4在DNA复制和细胞周期中的关键作用。研究筛选出靶向MTOR通路和氧化应激的潜在化疗药物（如雷帕霉素），为这类高侵袭性、低治疗敏感性的肺癌亚型提供了新的治疗思路。

　　

Highlight

SMARCA4缺陷型肺腺癌（LUAD）具有高度侵袭性，伴随多癌基因突变，对化疗、靶向治疗和免疫治疗敏感性低。通过多组学与机器学习分析，我们揭示了SMARCA4突变在临床预后、代谢重编程（如氧化磷酸化亢进）、免疫浸润（CD8⁺T细胞减少）和通路富集中的关键作用。

Clinical samples

本研究经山东省立医院生物医学研究伦理委员会批准（SWYX: NO. 2024–711），所有患者签署书面知情同意书。

Data collection and preprocessing

从UCSC下载的TCGA数据包含肺腺癌（LUAD）等33种癌症的RNA表达矩阵和临床数据。

SMARCA4在肺腺癌中高表达

通过8个GEO数据集和TCGA-LUAD分析发现，SMARCA4在肿瘤组织中的mRNA水平显著高于癌旁组织（图1A、B），凝胶电泳进一步验证了16对样本中SMARCA4的过表达。

Discussion

SMARCA4缺陷型非小细胞肺癌（SMARCA4-dNSCLC）具有高度恶性特征，但体外实验显示SMARCA4敲除会抑制肺癌细胞增殖并促进凋亡。这种矛盾现象可能源于其独特的代谢特征（如细胞周期异常和氧化应激激活），提示需开发靶向MTOR通路（如雷帕霉素）或DNA复制（如ribociclib）的新型疗法。

CRediT authorship contribution statement

郭德宇与王凯共同完成原始稿撰写、数据分析和实验验证；孙世杰负责机器学习算法；迟玉祥参与生物信息学分析；杜佳骏负责论文润色；董伟指导课题设计。

Funding

本研究未接受任何基金资助。

Declaration of competing interest

作者声明无利益冲突。

Acknowledgments

感谢TCGA、GEO等数据库的研究人员与患者共享数据。