综合性基因组和免疫分析以识别和表征急性髓性白血病的高危子组:20个基因预测特征的开发及其临床影响

科学领域:

• 血液学
• 基因组学
• 癌症生物学

背景情况:

• 急性髓性白血病 (AML) 是一种复杂的血液癌症,治疗结果各不相同.
• 在AML治疗中,复发和耐药性是重大挑战.
• 需要个性化医疗方法来改善患者的治疗结果.

研究的目的:

• 使用综合的基因组和转录组数据识别高风险AML的分子生物标志物.
• 为分层AML患者开发预测特征.
• 研究瘤微环境及其在高危AML中的作用.

主要方法:

• 从BeatAML队列 (N=462) 的RNA测序数据使用非负矩阵因子化分析患者亚型.
• 使用卡普兰-梅尔方法进行生存分析.
• 使用xCell和基因组变异分析进行免疫分析,在癌症基因组图谱AML队列中得到验证 (N=173).
• 一个随机的森林机器学习模型开发了20个基因签名来识别高风险的AML.

主要成果:

• 一个20个基因的签名确定了一个高风险的AML亚组 (约. 20% 的患者) 的高精度 (AUC=0. 995,F1=0. 89).
• 高风险的AML与FLT3,NPM1,DNMT3A突变以及激活PI3K/ AKT/ mTOR和补充通路有关.
• 在高风险的AML中观察到具有M2巨细胞和介质干细胞的免疫抑制瘤微环境.
• 高风险的AML细胞系对cytarabine的敏感性降低,但对PI3K和MAPK/ ERK抑制剂的敏感性增加.

结论:

• 这20个基因的特征是AML分子分层的重要工具.
• 这些发现支持使用预测特征来指导高风险AML的个性化治疗选择.
• 抑制PI3K和MAPK/ERK通路的向治疗对高风险的AML亚型具有前景.