整合转录组分析和机器学习：一种可用于临床预测婴儿急性髓系白血病的预后模型

《HemaSphere》：Integrating transcriptomic profiling and machine learning: A clinically actionable prognostic model for infant acute myeloid leukemia

婴儿急性髓系白血病（AML）预后模型IPSgroup的开发与验证。基于儿童与青年肿瘤组（COG）四个临床试验的RNA-seq数据，采用40种机器学习算法构建IPSscore，经内外部验证显示其C-index（0.66-0.956）显著优于现有模型，并成功将43%的中间风险患者重新分层为高危或低危组，指导造血干细胞移植（HSCT）决策，降低治疗相关毒性，提升生存率。

婴儿急性髓系白血病（AML）是一种在儿童中较为常见的恶性肿瘤，尤其在3岁以下的婴幼儿中，其预后较差且具有独特的生物学特征，因此需要针对年龄进行特定的风险评估。这项研究基于美国儿童癌症研究组（COG）开展的四个儿科AML临床试验数据，旨在开发一个基于RNA表达的简单预后模型，以优化婴儿AML患者的风险分层。研究者对213例婴儿AML患者的表达数据进行了分析，并结合机器学习算法构建了婴儿预后评分（IPSscore），或称为IPS组（IPSgroup）。为了验证该模型的稳定性，研究者进行了内部验证（127例患者）和外部验证（63例来自不同族群的患者）。此外，研究还比较了该模型与其他AML预后模型的预测能力，并探讨了其在临床决策中的潜在价值。结果表明，IPSgroup能够独立且特异性地预测婴儿AML的预后结果，其表现优于多个已发表的基于RNA表达的模型。对于被归类为高风险组的婴儿患者，可能更适合接受造血干细胞移植（HSCT），而低风险组的患者则不适合进行HSCT。同时，当IPSgroup与当前用于临床试验的儿科AML风险分层系统结合使用时，能够将43%的婴儿AML患者重新分入更准确的风险组，突显了将基因表达分析纳入临床决策的重要性。婴儿AML在临床、分子和预后方面表现出显著的异质性，而新提出的模型超越了现有的AML分层方法，为临床决策和治疗策略提供了一个有价值的工具。

婴儿AML的临床表现和生物学特征与其他年龄段的AML患者存在显著差异。根据美国国家儿童癌症登记（NCCR）2015至2019年的数据，AML在0至39岁儿童和青少年中的发病率在婴儿群体中达到最高，约为每年每10万人2.09例，并随着年龄增长逐渐下降。这表明婴儿AML是一个具有独特临床表现的亚群，其特征包括较高的白细胞（WBC）计数、较高的氯瘤发生率以及较高的中枢神经系统（CNS）受累比例。分子层面的分析发现，婴儿AML中11q23/KMT2A重排（KMT2A::R）和复杂核型较为常见，而FLT3-ITD突变等有利的遗传特征则相对较少。此外，一些新的融合基因，如inv(16)(p13.3q24.3)/CBFA2T3::GLIS2和t(11;12)(p15;p13)/NUP98::KDM5A，已被发现具有预后价值，尤其是在被诊断为FAB-M7亚型的婴儿患者中。尽管这些临床表现与较高的复发风险相关，但并未显著影响总体生存率（OS）。同时，婴儿、儿童和青少年患者的临床风险分组存在明显差异，这表明婴儿AML具有独特的遗传和分子特征，因此需要更精确的、年龄特异性的诊断和治疗策略。

目前，儿童AML的临床诊断和风险分层主要依赖于染色体结构异常的筛查以及针对预后和预测性遗传变异的靶向测序。然而，约80%的婴儿AML患者被归类为中等风险组，这使得制定最佳的巩固治疗方案变得困难。因此，迫切需要改进婴儿AML患者的风险分层方法。尽管现有的标准治疗指南对新型遗传标记的纳入较为谨慎，但一些近期研究提出了更新的风险分层模型，如基于白血病干细胞（LSC）评分的成人LSC17模型和儿科APS模型。这些模型旨在为AML患者提供额外的分层依据，但其对婴儿患者预后的影响仍需进一步研究。

本研究收集了来自COG的四个儿科AML临床试验（CCG-2961、AAML03P1、AAML0531和AAML1031）的最全面的临床和转录组数据，并结合中国重庆医科大学附属儿童医院（CQ-pAML）和中山大学附属第一医院（CQSY-infant set）的外部验证数据，进行分析。研究团队使用了多种机器学习算法，包括最小绝对收缩和选择算子（LASSO）、梯度提升机（GBM）、随机生存森林（RSF）、Cox部分最小二乘回归（plsRcox）、逐步Cox回归（StepCox）、监督主成分分析（SuperPC）、岭回归、生存支持向量机（Survival-SVM）、CoxBoost和弹性网络（Enet）。这些算法被用于初始的特征降维和变量筛选，最终形成40种组合模型。通过分析这些模型的预测性能，研究团队选择了在两个验证集中平均C-index最高的模型作为最优模型，并将其结果定义为IPSscore。为了确定最佳的分组阈值，研究团队使用了X-tile软件，将患者分为两个风险组，分别对应低风险和高风险。高风险组的EFS和OS均显著较差，而低风险组的患者则未表现出显著的生存差异。

在进一步分析中，研究团队评估了IPSgroup作为独立预后因素的能力。通过单变量和多变量生存分析，IPSgroup在婴儿AML患者的EFS预测中表现出独立的预后价值。在发现集中，IPSgroup是唯一的独立预测因子（HR=5.477，P<0.001），而在内部验证集中，IPSgroup与MRD（可测量残留病）均被证实为独立的预后因素（HR=1.997和HR=2.554，均P<0.05）。这些结果表明，IPSgroup能够有效区分不同预后风险的婴儿AML患者，并为临床决策提供依据。

此外，研究团队将IPSgroup与现有的风险分层工具进行了比较，包括COG定义的风险分组、LSC17评分和APS评分。结果表明，IPSgroup在三个数据集中均表现出最高的时间依赖性AUC值，进一步验证了其在临床实践中的价值。3年的时间依赖性决策曲线分析（DCA）曲线进一步展示了IPSgroup在实际临床决策中的优势，表明其在提高预后预测准确性方面具有更高的净效益。

研究还探讨了IPSgroup在HSCT治疗决策中的临床意义。分析显示，HSCT对高风险组患者的累积复发或死亡率（CIR）没有显著影响，而在低风险组患者中，HSCT显著提高了CIR。这表明，IPSgroup能够帮助识别那些不太可能从HSCT中获益的低风险患者，从而为这些患者提供更合适的治疗方案，如参与试验性治疗。这一发现对于长期存在的问题——婴儿AML患者是否能从HSCT中真正受益——提供了新的视角，也强调了RNA表达水平在治疗决策中的关键作用。

在讨论部分，研究团队指出，婴儿AML不仅具有独特的基因组特征，还表现出独特的转录组特征。通过分析，研究团队发现了许多与婴儿AML相关的特异性基因，这些基因与经典的癌症标志通路功能相关。例如，婴儿AML患者与健康儿童的比较显示，补体通路和移植物抗宿主反应相关的基因表达显著增加。这些发现提示，免疫失调通路可能在高风险婴儿患者接受HSCT后的不良预后中起到关键作用。

更重要的是，该研究构建的基于转录组数据的IPSscore和IPSgroup模型，在应用于来自TARGET队列的340例患者以及63例来自不同族群的外部队列患者时，均表现出良好的预后预测能力。这尤其对婴儿患者具有重要意义，因为研究发现，在TARGET队列中，82.2%的婴儿患者被归类为中等风险组，这给治疗决策带来了挑战。IPSgroup模型的优越表现可能源于其包含了婴儿与儿童之间差异表达基因（DEGs）的信息，从而更准确地捕捉了婴儿患者独特的基因表达特征。相比之下，APS评分是基于成人AML患者的表达谱构建的，虽然在儿科AML患者中提供了有效的风险分层，但在婴儿患者中的表现相对较弱。此外，LSC评分基于白血病干细胞与非白血病干细胞之间的差异表达基因，忽略了肿瘤微环境对基因表达的潜在影响。因此，开发基于不同AML亚群的特异性预后模型，对于提高儿科AML的风险分层准确性具有重要意义。

本研究也指出了其存在的局限性。首先，多中心研究中的治疗和数据生成可能存在异质性；其次，研究设计为回顾性，可能引入固有的偏差；第三，随访时间相对较短，可能影响结果的稳定性；最后，所使用的健康对照为一般儿科样本，而非专门针对婴儿的样本。尽管研究团队通过标准化的生物信息学方法（如质量控制、ComBat算法和TPM标准化）减少了技术差异，并在验证过程中保持了模型的原始参数，但这些实际的异质性仍然为模型的稳定性提供了严格的考验。研究结果表明，模型在这些多样化的条件下仍表现出良好的性能，这为其在临床中的应用提供了支持。然而，为了进一步验证该模型的可靠性，未来仍需进行前瞻性研究，采用标准化的治疗方案、延长随访时间以及使用年龄匹配的健康对照。

综上所述，本研究首次提出了一个基于mRNA的、专门针对婴儿AML的预后模型和风险分层方法。研究团队希望这一模型能够改变现有的儿科AML风险分层策略，从而减少治疗相关的毒性，并改善患者的预后。同时，婴儿AML亚群中发现的新分子因素也有望进一步优化婴儿AML的风险分层方法，提高治疗的精准性和有效性。这一研究成果不仅为婴儿AML的临床管理提供了新的工具，也为未来的研究和治疗策略奠定了基础。