【Blood Adv】赵维莅教授团队探索DLBCL中IPI的生物学特征及其对精准治疗的价值

DLBCL中IPI的生物学

国际预后指数（IPI）是弥漫性大B细胞淋巴瘤（DLBCL）中常用的预后工具，但IPI预后能力的起源及其潜在的生物学签名（biological signature）尚未明确阐述。通过使用基因共突变（co-occurring gene alterations）模式建立的遗传亚型，近年来在揭示 DLBCL 的遗传学异质性方面获得显著进展。LymphGen和Cluster (C0-C5) 算法将可比较的分子学特征分层为不同基因亚型，包括 MCD/C5 cluster、BN2/C1 cluster和 EZB/C3 cluster，而 ST2/C4 cluster、N1和 TP53 相关/C2 cluster等亚型略有不同。此外，上海交通大学医学院附属瑞金医院赵维莅教授团队利用35个基因突变和3个基因（BCL2、BCL6和MYC）重排的信息，开发了 LymphPlex 算法以识别7种基因亚型，即MCD样、BN2样、N1样、EZB样MYC+、EZB样MYC-、ST2样及 TP53 突变患者的独特亚组TP53^Mut，在靶向药物的选择中显示出临床实用性。除基因亚型外，4种淋巴瘤微环境 (LME) 也与 DLBCL 的临床行为和生物学畸变相关，具体包括生发中心样 (germinal center-like，GC)、间充质细胞型(mesenchymal，MS)、炎性型(inflammatory，IN) 和耗竭型（depleted，DP)。

赵维莅教授团队近期开展一项研究，在包含2592例新诊断DLBCL 患者的大型队列中检测了 IPI 的临床意义，并进行了基因组和转录组学分析，以阐明与 IPI 风险因素相关的致癌突变、基因亚型、肿瘤微环境改变和 LME 类别，旨在探索 IPI 的生物学特征，用多组学信息来优化 DLBCL 中基于 IPI 的治疗策略。研究结果近日发表于《Blood Advances》，通讯作者为赵维莅教授和许彭鹏教授。

本文要点

1、IPI 风险因素与 DLBCL 中不同的遗传和肿瘤微环境特征相关。

2、将 IPI 与多组学信息相结合，可为 DLBCL 患者提供更精准的治疗依据。

研究方法

研究的患者选择过程如图1所示。

研究筛选了1997年12月至2020年12月的2592例新诊断DLBCL患者，其中621例来自全国多中心临床试验NHL-001，末次随访至2022年10月30日。由2名有经验的病理学家根据WHO分类为每例患者确诊组织学诊断。对1932例接受以 R-CHOP 为基础免疫化疗的患者进行生存分析，排除中枢神经系统 (CNS) 淋巴瘤患者 (n=42)，或非R-CHOP 为基础免疫化疗患者 (n=618)。进行DNA 测序和 RNA 测序以检测致癌突变 (n=1233)、基因亚型 (n=963，根据LymphPlex算法分为EZB 样[包括 EZB 样MYC-和 EZB 样MYC+]、ST2样、BN2样、TP53^Mut、N1样、MCD-样或非特指型[NOS]) 和 LME 类别 (n=487，分为GC、MS、IN和DP)。

研究结果

根据不同IPI风险组，DLBCL患者的临床和预后意义

在2592例新诊断 DLBCL 患者中，根据IPI可将患者分为4组：低危组 (IPI 0-1)1229 例 (47.4%)，低中危组 (IPI 2) 521 例 (20.1%)，高中危组 (IPI 3) 493 例 (19.0%)，高危组 (IPI 4-5) 349 例 (13.5%) 患者。患者的临床特征总结见表1。与低危组和低中危组患者相比，IPI高中危组和高危组患者中五个风险因素（ECOG PS≥2、Ann Arbor分期III-IV期、>60岁、结外受累部位≥2、LDH异常）以及non-GCB 亚型和 BCL-2/MYC 双表达的患者比例均较高（P均<0.0001）。

如图2所示，1932例接受R-CHOP为基础免疫化疗的患者通过 IPI 分为4组。中位随访59.6个月，低危和低中危患者具有相对有利的结局，低危组的5年 PFS 和 OS 率（80.8%和89.7%）显著高于低中危组（57.8%和71.7%）、高中危组（43.4%和55.3%）和高危组（31.3%和41.6%）（P均<0.0001）。

Cox 比例风险模型证实了所有5个 IPI 风险因素，包括年龄、Ann Arbor分期、结外受累、血清LDH、ECOG体能状态（P均<0.05）（表2）。

不同IPI风险组与致癌突变的相关性

在1233例患者中分析了参与 DLBCL 肿瘤发生的55个基因的致癌突变（图3A）。IPI 4-5 患者中PIM1、MYD88、CD79B、CREBBP、TBL1XR1、FAS、MYC和 CD79A 突变频率显著较高，IPI 3-5 患者中CARD11、PRDM1、FBXW7突变频率显著增高。而SGK1突变与 IPI 0-1 相关（图3B）。此外在 IPI 4-5 患者中，MYD88^L265P突变单独或合并CD79B 突变也更常见。

作者进一步分析了致癌突变与各 IPI 风险因素的相关性。BTG1、CD79B、DTX1、FAS、MYD88、TBL1XR1和 TET2 突变与年龄>60岁相关（图3C）。MYD88^L265P突变单独或合并CD79B 突变也具有相似的相关性。同时，CARD11、CD58、CREBBP、FBXW7、MYC、PRDM1突变随Ann ArborⅢ-Ⅳ期而增加，而 SGK1 呈相反趋势（图3D）。CD79A、CD79B、FBXW7和 MYC 突变，以及MYD88^L265P突变单独或合并 CD79B 突变，与结外多部位受累相关（图3E）。BTG1、CD79B、MYC、MYD88、NOTCH2、PRDM1、TP53突变和 MYD88^L265P合并 CD79B 突变与 LDH 升高相关（图3E）。CD79B、HIST1H1C和 TMSB4X 203 突变与 ECOG 体能状态≥2相关（图3G）。

不同IPI风险组与基因亚型的相关性

基因亚型和IPI的生存和回归分析

963例患者有 DNA 测序数据，根据LymphPlex将518例患者分为各基因亚型，其余患者为 NOS 亚型。作者分析了按不同 IPI 风险组分层的基因亚型患者的生存结局。基因亚型患者（n=963）的结局与总体研究人群 (n=1932) 相当。与 EZB 样MYC-、ST2样、BN2样和 NOS 亚型相比，EZB样MYC+、TP53^Mut、N1样和 MCD 样亚型患者的预后较差。

基因亚型与 IPI 的关系如图 4A 所示。MCD 样亚型与 IPI 风险评分呈正相关 (P=0.002，Spearman R=0.122) ,而 ST2 样亚型呈相反趋势 (P=0.027，Spearman R=-0.113)。以 IPI 低危组和 NOS 亚型为参照，构建 IPI 与基因亚型的单因素和多因素模型；EZB样MYC+和 TP53^Mut亚型的预后较差，与IPI无关（图 4B 和4C）。作者还在 cox 模型中检测了 IPI 内的所有基因亚型和5个风险因素，显示EZB样MYC+和 TP53^Mut亚型可在 IPI 风险因素之外增加了新的预后信息。

对其余基因亚型患者进行生存分析。结果证明，除 ST2 样亚型外，其余基因亚型也可根据 IPI 进一步分为4组且生存率不同，IPI 评分≥2的患者预后较差。

分子增强（Molecularly-enhanced）IPI

鉴于EZB 样MYC+和 TP53^Mut亚型具有显著的预后作用，将其纳入 IPI 至关重要。其中EZB 样MYC+ (n=7，0.7%) 因样本有限而在后续分析被排除，而 IPI 风险评分和 TP53^Mut在多变量 Cox 比例风险 (PH) 回归模型中视为预后因素。基于Cox PH 模型中发现的 z-Wald 值，根据其相对重要性获得预后评分，对每个变量进行加权。将任何因素的 z 评分除以观察到的最小 z 评分（TP53^Mut视为参照）而获得比值。最后，通过修约比值获得权重，评分为权重总和。

因此获得了一种称为分子增强 IPI 的新模型，评分范围为0-5，其与 PFS 和 OS 具有良好的相关性。患者分为4个主要风险组：低危（0-1分，56.1%的患者）、低中危（3分，26.2%的患者）、高中危（4分，16.0%的患者）和高危（5分，1.8%的患者）。低危组（84.2%和92.0%）的5年 PFS 和 OS 率显著高于低中危组（48.5%和66.2%）、高中危组（33.3%和50.6%）和高危组（7.4%和24.8%）（P均<0.0001）（图4D）。此外，与 IPI 相比，分子增强 IPI 还可区分 PFS 和 OS 更差的患者，并显示中低危组和中高危组之间的生存差异更明显（PFS和 OS 的P 值，分子增强 IPI为0.001，而IPI分别为0.186和0.193）（图 4D 和4E）。尽管 C 指数的差异很小，但分子增强 IPI 的数据拟合仍优于IPI（PFS的 AIC 值：3898.918 vs 3914.485，OS的 AIC 值：2462.153 vs 2472.199）。

为进一步评估分子增强 IPI 模型，作者收集了总计795例病例进行外部验证，其中包括BC癌症(BCC)基金会296例新诊断DLBCL 患者（接受 R-CHOP 治疗且有可用的 IPI 数据）和英国基于人群的血液恶性肿瘤研究网络 (HMRN) 中499例 DLBCL 患者（接受 R-CHOP 治疗且有可用的 IPI 数据）。将分子增强 IPI 应用于验证队列，患者生存也分为4个风险组。与 IPI 相比，分子增强 IPI 可区分 PFS 和 OS 更不佳的患者，且中低危组和中高危组之间的 PFS 差异更明显（分子增强 IPI 的 P 值<0.0001，IPI的 P 值为0.156）。尽管 C 指数的差异很小，但分子增强 IPI 的数据拟合仍优于IPI（PFS的 AIC 值：4955.806 vs 4962.667，OS的 AIC 值：4942.604 vs 4443.204）

IPI内5个风险因素的基因亚型分布

同时分析5个 IPI 风险因素的基因亚型分布。MCD样亚型随年龄增长而增加，而 N1 样亚型随年龄增长患病率降低 (P=0.011)。多个淋巴结外受累倾向于聚集于 MCD 样亚型，而 ST2 样和 BN2 样亚型常与较少的淋巴结外受累相关 (P=0.013)。TP53^Mut和 MCD样亚型的LDH 升高，而 ST2样亚型的趋势相反（P=0.001，图4F）。

不同IPI风险组与肿瘤微环境改变的相关性

487例有 RNA 测序数据，分为4个 LME 类别：GC-LME组69例患者，MS-LME组166例患者，IN-LME组122例患者，DP-LME组130例患者。作者分析了 LME 类别 (n=487) 内不同 IPI 风险组的生存时间，其 OS 率与总体研究人群 (n=1932) 相当。其中GC-LME 和 MS-LME 患者的 PFS 和 OS 良好，而 IN-LME 和 DP-LME 的预后较差（图 5A 和5B）。GC-LME 与 IPI 风险评分呈负相关（P=0.006，Spearman R=-0.128，图5C）。此外，多变量回归分析显示， MS-LME 是PFS和OS的独立保护因素（图5D，5E）。对GC-LME、IN-LME和 DP-LME 内不同 IPI 风险组进行生存分析 (n=321)；结果显示，IPI 评分≥2的患者预后较差。此外，IPI风险因素在各种 LME 类别中的分布显示，在IN-LME 中更常观察到 LDH 升高，而 GC-LME 中LDH 更多为正常（P=0.003，图5F）。

总结

该研究分析了含2592例新诊断 DLBCL 患者的大型队列临床数据，其中1233例进行了致癌突变的 DNA 测序，487例进行了淋巴瘤微环境 (LME) 改变的 RNA 测序。根据 IPI 评分将患者分为4组，5年总生存率分别为41.6%、55.3%、71.7%和89.7%。MCD 样亚型与年龄>60岁、多发结外受累、血清乳酸脱氢酶 (LDH) 升高、IPI评分2-5分有关，而 ST2 样亚型则呈相反趋势。EZB 样MYC+和 TP53^Mut亚型患者表现出独立于 IPI 的不良临床结局，将 TP53^Mut整合到 IPI 中可以更好地区分生存不佳的患者。EZB 样MYC-、BN2样、N1样和 MCD 样亚型在 IPI 评分≥2的患者中预后较差，表明需要加强治疗。关于 LME 类别，生发中心样 LME 在 LDH 正常和 IPI 0-1 的患者中更普遍。间充质细胞型LME 是独立保护因素，而生发中心样、炎性型和耗竭型 LME 类别与 IPI 评分2-5患者的较差预后相关。

该研究探索了 IPI 的生物学特征以及IPI与不同遗传学和微环境的关系，通过多组学信息联合IPI，为优化 DLBCL 中基于 IPI 的治疗策略提供了有价值的理论基础。

参考文献

Wang Y,Shi Q, Shi Z,et al.Biological signatures of International Prognostic Index in diffuse large B-cell lymphoma.Blood Adv . 2024 Jan 3:bloodadvances.2023011425. doi: 10.1182/bloodadvances.2023011425.