Br J Haematol：基于T细胞功能相关基因和血浆蛋白的急性髓系白血病生存预测优化

准确预测急性髓系白血病（AML）患者的生存对于治疗决定是重要的。据报道，不同的治疗前协变量与生存率相关，包括性别、年龄、病因、细胞遗传学、突变地形图、共病、虚弱等。在报道的协变量中，细胞遗传学和突变地形图已被合并为2017年欧洲白血病网（ELN）模型，这是使用最广泛的预后分层的风险评分。然而，仍有提高精度的空间。但在含有T细胞和白血病细胞的骨髓样本中，T细胞功能相关基因的转录和表达及其向同源蛋白的翻译是否与AML患者的生存相关，为了回答这个问题，国外一团队进行了以下研究。

研究团队检查了 1611 名 AML 患者的 RNA 矩阵数据，这些人是从一个训练队列和三个验证队列中的公共数据库中提取的。他们使用随机生存森林变量狩猎算法开发了一个八基因 T 细胞功能相关特征。通过量化同源血浆蛋白浓度，在真实世界的队列中测试了基因鉴定的准确性。

该模型在训练和验证队列中具有稳健的预后准确性，接受者-操作者特征曲线 (AUROC) 下的五年面积为 0.67-0.76。使用最佳截止值将签名分为高风险和低风险评分。在所有队列中，高风险组的五年生存率为 6%-23%，而低风险组的五年生存率为 42%-58%（所有 p 值均 <0.001）。

图1：构建AML患者预后TFG风险评分模型。

在多变量分析中，高风险评分独立预测更短的生存期，死亡风险比在 1.28-2.59 范围内。基因集富集分析表明，在高危人群中参与免疫抑制途径的基因显着富集。基因特征的准确性在一个包含 88 个治疗前血浆样本的真实世界队列中得到验证。

图2：风险模型的预后潜力。

图3：TFG免疫风险评分相关的生物学表型

在 scRNA-seq 分析中，签名中的大多数基因都在白血病细胞中转录。将基因表达特征与 2017 年欧洲 LeukemiaNet 分类相结合，显着提高了生存预测准确度，五年 AUROC 为 0.82，而 0.76（p < 0.001）。

图4：AML患者骨髓细胞的单细胞图谱分析

图5：建立联合列线图来预测新诊断的AML患者的OS。

总的来说，该研究利用t细胞功能相关基因表达的数据开发了一个模型，该模型可以准确地预测AML患者的生存。大多数相关基因在白血病细胞中表达，这意味着与宿主免疫细胞的串扰。将他们的模型与2017年的ELN模型相结合，显著提高了生存预测的准确性，并可能帮助血液学家根据他们的评分为个体选择合适的治疗方法。

原始出处：

Wang Y, Chen S, Chi P, Nie R, Gale RP, Huang H, Chen Z, Cai Y, Yan E, Zhang X, Zhong N, Liang Y. Survival prediction optimization of acute myeloid leukaemia based on T-cell function-related genes and plasma proteins. Br J Haematol. 2022 Sep 16. doi: 10.1111/bjh.18453. Epub ahead of print. PMID: 36113865.