基于m6A免疫相关风险模型预测急性髓系白血病预后、免疫微环境及药物反应的研究

《Scientific Reports》：Identification of a m6A-immune-related risk model for predicting prognosis, immune microenvironment, and drug responses in acute myeloid leukemia

本研究针对急性髓系白血病(AML)预后差、易复发耐药及免疫微环境调控机制不清等问题，通过整合TCGA和GEO数据库，构建了基于EHBP1L1和ZNF385A的m6A免疫相关风险模型。研究发现该模型能有效预测AML患者生存预后，揭示其与单核细胞、Treg细胞浸润及免疫检查点表达的显著相关性，并提示高风险患者对阿糖胞苷、维奈克拉等化疗药物敏感性更高。该模型为AML个体化治疗提供了新的生物标志物和策略依据。

　　

急性髓系白血病(AML)是成人中最具侵袭性的血液系统恶性肿瘤，尽管治疗手段不断进步，但患者预后仍然不佳。年轻患者长期生存率不足40%，老年患者仅为15%左右。疾病复发和化疗耐药是治疗失败的主要原因。近年来，RNA表观遗传调控尤其是N6-甲基腺苷(m⁶A)修饰在肿瘤发生发展中的作用备受关注，同时肿瘤微环境(TME)的免疫抑制状态也深刻影响AML的进展和治疗反应。然而，m⁶A修饰与免疫微环境在AML中的相互作用机制尚不明确，缺乏有效的生物标志物来预测患者预后和指导治疗决策。

在这项发表于《Scientific Reports》的研究中，研究人员通过整合多组学数据和临床信息，构建了一个新型的m⁶A免疫相关风险模型，为AML的精准治疗提供了新思路。研究团队从TCGA数据库获取132例AML患者的RNA测序数据和临床信息，通过对21个m⁶A调节因子进行无监督聚类分析，识别出三种不同的m⁶A修饰模式。差异表达基因分析显示这些模式与干扰素反应、炎症反应等免疫相关通路显著相关。

研究人员采用加权基因共表达网络分析(WGCNA)从4148个差异表达基因中筛选出与m⁶A修饰和免疫浸润最相关的红色模块，进一步通过模块成员度和基因显著性分析鉴定出8个核心基因。生存分析显示EHBP1L1和ZNF385A表达与患者预后显著相关，遂利用LASSO回归构建包含这两个基因的风险评分模型。

研究的关键技术方法包括：从TCGA和GEO数据库获取AML患者RNA-seq数据和临床信息；通过无监督聚类识别m⁶A修饰模式和免疫相关基因亚型；利用WGCNA筛选关键模块和核心基因；采用LASSO-Cox回归建立风险模型；通过CIBERSORTx分析免疫细胞浸润；使用oncoPredict预测药物敏感性；基于TIDE算法评估免疫治疗反应；并对20例临床AML样本进行RT-qPCR验证。

共识聚类识别具有免疫相关性的m⁶A亚型

基于21个m⁶ARNA甲基化调节因子的表达谱，TCGA-AML样本被分为三个亚型。生存分析显示cluster2亚型患者总生存期显著短于其他亚型。基因集变异分析表明差异表达基因主要富集于IL2/STAT5信号、干扰素反应等免疫相关通路，提示m⁶A修饰模式与免疫浸润密切相关。

免疫基因聚类揭示m⁶A调节因子差异表达

免疫相关基因聚类将患者分为两个亚群，cluster1患者生存期显著更长。差异表达分析发现11个m⁶A调节因子在免疫亚型间表达显著不同，包括FTO、METTL3、YTHDF2等关键基因，证实了m⁶A与免疫基因表达的相互调控关系。

WGCNA鉴定关键模块与核心基因

WGCNA分析识别出与临床特征及m⁶A、免疫浸润最相关的红色模块。通过设定模块成员度>0.7和基因显著性>0.6的标准，筛选出MGAT1、EHBP1L1、FCGRT、ARRB2、VPS37C、ZNF385A、ARAP1和ZBTB7B等8个核心基因。

核心基因与m⁶A调节因子及免疫基因的相关性

相关性分析显示，8个核心基因与大多数m⁶A调节因子呈负相关，仅与ALKBH5呈正相关。相反，这些基因与免疫相关基因呈现显著正相关，表明它们在m⁶A-免疫调控网络中扮演重要角色。

风险模型的构建与验证

生存分析显示EHBP1L1和ZNF385A高表达与不良预后显著相关。LASSO回归构建的风险评分公式为：风险评分=0.0126×EHBP1L1+0.0068×ZNF385A。高风险组患者中位生存期(12.2个月)显著短于低风险组(31.5个月)。列线图模型结合风险评分和年龄因素，在训练集和验证集均显示出良好的预测效能。

肿瘤微环境与免疫特征分析

免疫浸润分析显示，高风险组单核细胞和Treg细胞比例显著升高，而CD4记忆静息T细胞、浆细胞等免疫细胞比例降低。免疫检查点基因分析发现VSIR、CD86、TIM-3、CTLA-4等19个基因表达与风险评分正相关，提示高风险患者免疫抑制状态更明显。

药物敏感性预测

药物敏感性分析显示，高风险患者对BI-2536、WEHI-539等药物更敏感。特别值得注意的是，阿糖胞苷、维奈克拉、尼洛替尼和奥沙利铂等临床常用药物与风险评分呈显著正相关，提示高风险患者可能从这些药物治疗中获益更多。

免疫治疗反应评估

TIDE分析显示高风险组TIDE评分和T细胞功能障碍评分显著升高，表明这些患者免疫逃逸能力更强，从免疫检查点抑制剂治疗中获益的可能性更低。

临床样本验证

通过20例AML患者骨髓样本的RT-qPCR验证，发现ZNF385A在中高危组表达显著升高，且完全缓解组风险评分显著低于未缓解组，证实了风险模型的临床预测价值。

该研究首次构建了基于m⁶A免疫相关基因的AML风险预测模型，系统阐述了m⁶A修饰与肿瘤免疫微环境的相互作用网络。研究发现不仅为AML预后评估提供了新的生物标志物，还为个体化治疗策略的选择提供了重要依据。特别是模型对化疗药物敏感性和免疫治疗反应的预测能力，有望在临床实践中指导治疗决策，改善患者预后。尽管研究存在样本量有限等局限性，但其整合多组学数据构建临床预测模型的思路，为复杂疾病的精准医疗提供了有益借鉴。