基于基因表达相对排序的弥漫性大B细胞淋巴瘤GCB亚型定性转录标志物开发及验证

《Annals of Hematology》：Integrating bulk and single-cell transcriptome to identify novel gene markers for germinal center B cells (GCB) subtype of diffuse large B-cell lymphoma

本研究针对弥漫性大B细胞淋巴瘤（DLBCL）细胞起源（COO）分型临床应用的局限性，开发了基于基因相对表达排序（REO）的19基因对定性标志物（19-GPS）。该标志物在四个独立数据集（1504例样本）中验证准确率达84.34%-92.72%，较金标准分型显示更优预后分层能力。研究发现HMCES、ZFAND4和NLRP4三个GCB标志基因与R-CHOP疗效相关，为DLBCL精准诊疗提供新策略。

　　

弥漫性大B细胞淋巴瘤（DLBCL）作为非霍奇金淋巴瘤中最常见的亚型，其临床异质性强且侵袭性高。通过基因表达谱（GEP）分析，DLBCL可分为生发中心B细胞样（GCB）、活化B细胞样（ABC）和未分类型（UC）三种细胞起源（COO）亚型。其中GCB亚型患者在接受R-CHOP方案治疗时预后显著优于非GCB亚型，因此准确区分GCB与非GCB亚型对临床预后判断和治疗决策具有重要意义。然而，当前金标准分型方法（如Wright算法）存在批次效应敏感、需大样本标准化等问题，而商业化检测平台Lymph2Cx也存在约11%的样本无法分类等技术局限，限制了其临床应用。

为解决这一难题，Chen Huxing等研究人员创新性地利用基因相对表达排序（REO）稳定性高、抗批次效应强的特点，开展了整合 bulk 和单细胞转录组识别GCB亚型新型标志物的研究。该研究通过分析5个训练数据集（381例样本）的基因表达数据，筛选出在GCB与非GCB亚型间具有反转REO模式的基因对，最终开发出包含19个基因对的定性转录标志物（19-GPS）。该标志物仅需检测样本内基因对的相对表达顺序即可完成分型，在四个独立验证数据集（1504例样本）中表现出84.34%-92.72%的准确率，且预后分层能力优于传统金标准方法。

研究团队主要采用生物信息学分析方法，包括：从GEO和TCGA数据库获取DLBCL基因表达数据；基于二项检验识别稳定REO基因对；通过前向逐步选择算法优化标志物组合；利用Kaplan-Meier生存分析和Cox回归模型评估预后价值；结合单细胞RNA测序数据（GSE182434）进行细胞类型特异性表达解析；采用STRING数据库进行蛋白质互作网络分析。样本来源涵盖1006例新鲜冷冻组织和498例福尔马林固定石蜡包埋组织。

开发与验证REO基础转录标志物

研究人员首先在训练集中识别出在GCB和非GCB亚型中具有显著稳定REO模式的基因对，进而筛选出1,977,878个（微阵列数据）和1,751,289个（RNA-seq数据）具有反转REO模式的基因对。通过F-score>0.75的严格筛选，最终确定19个基因对构成19-GPS标志物。该标志物采用多数投票原则进行分类：当至少10个基因对投票为GCB亚型时，样本被判定为GCB亚型。

验证结果显示，19-GPS在训练集中的准确率分别达到91.79%（微阵列样本）和90%（RNA-seq样本）。在独立验证集中，无论是基于微阵列平台（GSE10846和GSE31312）还是RNA-seq平台（GSE147986和NCICCR-DLBCL）的数据，19-GPS均保持高分类性能，准确率在84.34%-92.72%之间。特别值得注意的是，即使仅进行背景校正而不进行分位数标准化，19-GPS仍能保持稳定的分类效果，证明其对数据标准化方法不敏感。

19-GPS与金标准COO分类的预后意义比较

生存分析表明，基于19-GPS的COO分类在预后分层方面优于传统金标准。在训练集GSE23501中，19-GPS分类的GCB与非GCB患者的总生存（OS）和无进展生存（PFS）均呈现显著差异（OS：log-rank P=1.34×10^-3；PFS：log-rank P=9.9×10^-3）。在验证集中，19-GPS同样显示出更强的预后区分能力，特别是在R-CHOP治疗患者中。

引人注目的是，对于金标准定义为GCB但被19-GPS重新分类为非GCB的60例患者，其OS和PFS显著差于保持GCB分类的患者（OS：log-rank P=4.92×10^-2，HR=1.6）。相反，金标准定义为非GCB但被19-GPS重新分类为GCB的62例患者，其OS和PFS显著优于保持非GCB分类的患者（OS：log-rank P=1.98×10^-2，HR=1.76）。这表明19-GPS能够更精准地识别出真正具有良好预后的GCB亚型患者。

识别GCB亚型标志基因

通过对19-GPS中27个基因进行层次聚类分析，研究人员发现10个在GCB亚型中高表达的基因，其中包括已知的GCB标志基因LMO2、MYBL1、SERPINA9和MME，以及三个在DLBCL中研究较少的基因：HMCES、ZFAND4和NLRP4。

单细胞转录组分析揭示，NLRP4特异性表达于B淋巴细胞，ZFAND4在GCB-DLBCL的B淋巴细胞和T滤泡辅助细胞（Tfh）中高表达，而HMCES主要在GCB-DLBCL的自然杀伤（NK）细胞和CD4调节性T细胞中表达。值得注意的是，这三个基因在滤泡性淋巴瘤（FL）中的表达水平显著高于ABC-DLBCL，而FL与GCB-DLBCL同样起源于生发中心。

伪时间分析显示，FL样本中的B细胞具有向DLBCL分化的趋势，且在这一过程中NLRP4表达明显下降。在转化型FL中，NLRP4表达也低于普通FL样本，提示NLRP4可能参与FL向DLBCL的转化过程。

GCB标志基因HMCES、ZFAND4和NLRP4的预后价值

在R-CHOP治疗的DLBCL患者中，高表达HMCES、ZFAND4和NLRP4的患者组均显示出更好的OS和PFS。特别值得注意的是，在19-GPS分类的GCB亚型患者中，NLRP4高表达组的PFS仍显著优于低表达组，这一发现在多个验证数据集中得到重复验证，表明NLRP4对GCB亚型患者具有独立的预后价值。

HMCES、ZFAND4与药物反应的相关性分析

在人类恶性B细胞系中，这三个基因的表达与R-CHOP方案中药物的敏感性相关。在药物初治的B细胞癌细胞系面板中，HMCES表达与环磷酰胺和多柔比星的AUC₀值呈负相关，而ZFAND4和NLRP4表达与三种药物（环磷酰胺、多柔比星、长春新碱）的AUC₀值均呈负相关。

在多柔比星处理的细胞系中，NLRP4表达与药物反应水平呈负相关。在药物初治细胞系中，这三个基因在良好反应组中的表达水平高于不良反应组。有趣的是，HMCES和ZFAND4的药物反应模式与MS4A1（利妥昔单抗靶基因）相似，且在前治疗组织样本中，HMCES、ZFAND4与MS4A1表达呈显著正相关。

标志基因的PPI网络分析

蛋白质互作网络分析显示，19-GPS中的27个基因编码的蛋白质之间存在复杂的相互作用关系。对HMCES、ZFAND4和NLRP4的Top20互作蛋白进行k-means聚类分析发现，HMCES主要与rRNA加工、DNA修复和复制相关；ZFAND4主要参与翻译过程；而NLRP4则与I-kappaB激酶/NF-kappaB信号通路、自噬和细胞焦亡密切相关。这些生物学过程与多种化疗药物的作用机制相关。

本研究开发的19-GPS定性转录标志物为DLBCL的COO分型提供了一种稳定、可靠的新方法，克服了传统定量GEP方法的局限性。该标志物不仅具有较高的分类准确性，而且在预后分层方面优于金标准方法。研究发现HMCES、ZFAND4和NLRP4三个GCB标志基因与DLBCL的预后和药物反应相关，为理解GCB亚型DLBCL的生物学特性提供了新视角。这些发现对于DLBCL的精准分型、预后评估和治疗策略选择具有重要意义，有望在未来临床实践中发挥重要作用。尽管研究存在一定的局限性，如需要在前瞻性大样本中进一步验证，以及深入探索基因功能机制，但本研究无疑为DLBCL的精准医疗提供了有价值的工具和靶点。

该研究发表于《Annals of Hematology》，通过整合 bulk 和单细胞转录组数据，不仅开发了实用的临床分型工具，还深入揭示了GCB亚型DLBCL的分子特征，为这一重要淋巴瘤类型的精准诊疗奠定了坚实基础。