一个单细胞驱动的多发性骨髓瘤的预后模型:多组学和机器学习洞察力
Linzhi Xie1, Meng Gao2, Shiming Tan1
1Department of Hematology, Third Xiangya Hospital, Central South University, Changsha, Hunan, People's Republic of China.
Blood and lymphatic cancer : targets and therapy
|June 23, 2025
概括
这项研究发现了基于单细胞基因表达的多发性骨髓瘤 (MM) 的新预后特征. 这种单细胞相关的基因预测签名 (MGPS) 有助于预测患者的生存率和对免疫治疗的反应.
科学领域:
- 血液学 血液学 血液学
- 免疫学 免疫学 免疫学
- 在瘤学瘤学.
背景情况:
- 多发性骨髓瘤 (MM) 病变发生涉及骨髓瘤微环境 (BM-TME) 内的复杂瘤和免疫细胞相互作用.
- 免疫细胞,特别是单细胞在MM进展和预后中的特定作用尚未完全理解.
研究的目的:
- 调查免疫细胞表型与MM风险之间的关联.
- 开发基于单细胞基因表达的MM的预后模型.
- 评估该模型对治疗反应和生存结果的预测价值.
主要方法:
- 731个免疫细胞表型和MM风险的孟德尔随机化分析.
- 流细胞测量用于分析MM患者的单细胞标记物 (CD14,HLA-DR).
- 单细胞RNA测序 (scRNA-seq) 用于识别单细胞中差异表达的基因.
- 机器学习算法开发和验证与单细胞相关的基因预测签名 (MGPS).
主要成果:
- 确定了21种与MM风险增加相关的免疫特征.
- 在早期MM的单细胞上增加CD14和HLA-DR表达.
- 开发了MGPS,这是MM的独立预后因素 (HR 2.72).
- 低MGPS得分与明显更好的整体存活率 (OS) 相关联.
结论:
- 建立了一个强大的单细胞相关预后签名 (MGPS) 的MM使用多omics和机器学习.
- MGPS可以识别高风险的MM患者,他们可能从强化免疫调节疗法中受益.
- 这种特征有可能改进治疗策略,改善MM患者的免疫治疗结果.
更多相关视频
09:41An Organotypic High Throughput System for Characterization of Drug Sensitivity of Primary Multiple Myeloma Cells
Published on: July 15, 2015
8.7K
05:32Multimodal Bioluminescent and Positronic-emission Tomography/Computational Tomography Imaging of Multiple Myeloma Bone Marrow Xenografts in NOG Mice
Published on: January 7, 2019
6.9K
