第一部分 基于内质网应激相关基因构建AML预后模型研究背景急性髓性白血病(Acute myeloid leukemia,AML)是一种高度侵袭性的血液系统恶性肿瘤,具有复杂的异常核型和基因突变,导致患者异质性强,预后较差。预后评估能够优化治疗方案,改善患者生存。传统的ELN危险度分层基于患者的染色体异常与基因突变特征,因评估系统复杂,检测周期长,适用人群有限等原因仍有待改善。另外,ELN危险度分层并未充分到考虑患者化疗反应性的问题,因为ELN主要从致病的异常核型和突变基因出发,这些异常分子生物学无法涵盖所有患者化疗反应不佳的信息。然而基础研究认为临床患者化疗后难治复发的主要原因是细胞多药耐药性导致。研究发现内质网应激作为一种应激响应机制,能够整合肿瘤细胞内外环境的刺激,协调多种生物学功能与机制调控细胞生存与死亡,对AML化疗反应与化疗耐药具有重要影响。研究目的通过筛选化疗敏感和难治复发AML患者中的差异基因,利用公共转录组数据库构建内质网应激相关AML预后模型,完善ELN分层。研究方法收集了 15例敏感和26例难治复发AML组患者样本进行转录组测序,筛选差异基因构成A集合。通过筛选临床信息与随访数据,纳入115例TCGA患者作为模型构建训练队列。在GO数据库中检索到723个与内质网应激相关的基因,将这723个基因在训练集中进行单因素COX回归,获得具有预后意义的内质网应激相关基因构成B集合。将A集合与B集合取交集,筛选出与化疗反应和预后都相关的内质网应激基因。进一步利用Baricitinib化学结构筛选出的基因进行LASSO回归和多因素COX回归,在训练集中建立预后模型。GES10358和GSE37642数据集分别作为外部验证队列。采用Kaplan-Meier曲线、多因素COX回归和时间依赖性受试者操作曲线(Time dependent receiver operator characteristic curve,tROC)评估模型在训练集与验证集队列中的预后效能,并与ELN分层进行比较。使用“pRRophetic”算法来预测患者的化疗反应,并比较预后模型评估的低危和高危组患者对阿糖胞苷,索拉菲尼和米哚妥林等药物的化疗敏感性差异。研究结果从化疗敏感和难治复发患者中筛选出644个差异基因构成A集合。在723个内质网应激相关的基因中有81个在训练集中具有预后意义,构成B集合。将A集合与B集合取交集,获得20个内质网应激基因,同时与AML化疗反应和预后相关。利用这20个基因进一步构建预后模型,通过LASSO回归筛选出5个重要的内质网应激相关基因。将PLX5622这5个基因进行多因素COX回归,依据回归系数与基因表达值构建如下线性模型公式:风险评分=(-0.15)*RTN4R+(-0.64)*PDIA6+(-0.51)*CYP2E1+0.33*CALCRL+0.09*ARGE。Kaplan-Meier 曲线和 tROC 分析显示该模型在训练集TCGA队列中HR为4.86(2.79-8.44),评估1、3、5年生存期 AUC 分别为 0.74(0.65-0.84),0.83(0.73-0.93)和 0.89(0.79-0.99)。多因素分析显示该模型为AML预后独立因素。在验证集GSE10358和GSE37642中HR分别为 2.57(1.37-4.80)和 1.71(1.34-2.1);1 和 3 年 AUC 在 GSE10358 中分为别0.67(0.55-0.79)和 0.75(0.61-0.89),在 GSE37652 中为 0.63(0.58-0.69)和 0.66(0.60-0.73),表明该模型预后评估效能良好。在训练集中与ELN分层评估3年生存期AUC 0.72(0.62-0.82)相比,该模型评估3年生存期AUC 0.83(0Hepatitis E virus.73-0.93)更高,提示该模型优于ELN分层。药物敏感性分析显示该模型能区分AML患者对阿糖胞苷,索拉菲尼和米哚妥林的化疗反应。研究结论本研究利用内质网应激相关基因构建了一个AML预后模型,能够有效预测AML患者生存。该模型进一步完善了 ELN危险度分层,对指导AML治疗决策有潜在价值。第二部分 基于RNA m6A相关基因的FLT3突变型AML预后模型构建研究背景在第一部分内质网应激相关的急性髓性白血病(Acute myeloid leukemia,AML)预后模型构建过程中,我们发现其评估FMS样酪氨酸激酶(FMS-like tyrosine kinase,FLT3)基因突变型AML的能力相对较弱。FLT3基因突变是AML的最常见的分子亚型,占20%～30%的AML患者。FLT3突变能够高度激活细胞内增殖相关信号通路,使白血病细胞恶性增殖,与患者化疗耐药密切相关。该亚型AML患者预后相对更差,而且突变类型、突变位点及等位基因比等因素使患者异质性高,预后评估困难。因此需要针对该FLT3突变AML患者开发个性化的预后评估手段。N6-腺苷酸甲基化(N6-Methyladenosine,m6A)修饰是哺乳动物最常见的RNA修饰。m6A修饰能够影响mRNA稳定性、剪接、衰退及翻译等途径,对基因表达调控影响巨大。研究报道m6A修饰蛋白在FLT3突变型AML中异常表达,并与FLT3突变型AML疾病进展和AML化疗耐药相关。因此,我们基于m6A修饰相关基因在FLT3突变型AML患者中构建了一个预后模型。研究目的筛选m6A修饰相关基因,为FLT3突变型的AML患者建立预后评估模型。研究方法利用GSE6981、GSE61804和GSE10358数据集分析在FLT3突变阴性和FLT3突变阳性AML中差异表达的m6A修饰酶和阅读蛋白基因。通过相关性分析在基因表达谱中筛选与差异表达的m6A修饰酶和阅读蛋白相关的基因,利用韦恩图展示同时在三个数据集中均与m6A修饰相关的基因,用于构建预后模型。通过整合TCGA和BEAT数据库的临床信息和随访信息,纳入83例FLT3突变型AML样本作为模型构建数据集。通过单因素COX回归、LASSO回归分析构建预后模型。通过Kaplan-Meier曲线分析预后模型高低危组间总生存(Overall survival,OS)差异,多因素COX回归评估该模型独立性。利用时间依赖性受试者工作曲线(Time dependent receiver operator characteristic curve,tROC)对模型预后能力进行评估。研究结果在FLT3突变阴性与阳性AML患者中共有14个m6A修饰酶或阅读蛋白异常表达。相关性分析与韦恩图显示在表达谱中筛选出2476个与m6A修饰相关的基因,用于进一步构建模型。将这2476个基因在TCGA和BEAT整合数据中进行单因素COX分析,获得132个预后相关基因。LASSO回归进而筛选出7个候选基因并构建如下预后模型:风险评分=(-0.28*AK4P9)+(-0.11*AVEN)+(0.13*DMAC1)+(0.10*DPYD)+(0.05*FAR2)+(-0.18*GPHN)+(0.73*SPECC1L)。Kaplan-Meier曲线显示该模型评估FLT3突变型AML OS风险比(Hazard ratio,HR)为5.08(2.54-10.14)。多元COX回归分析显示该预后模型HR为3.86(1.88-7.94)。tROC显示该模型评估FLT3突变AML患者一年和三年OS 曲线下面积分别为 0.83(0.73-0.93)和 0.94(0.86-1.02)。研究结论本研究利用m6A修饰相关基因构建了一个针对FLT3突变型AML患者的预后模型,能有效评估FLT3突变型AML的预后生存情况,有望为改善该亚型临床预后分层及治疗决策提供潜在帮助。