基于单细胞与批量测序的多发性骨髓瘤DNA损伤修复(DDR)相关预后风险模型的构建与验证

针对多发性骨髓瘤(MM)基因组不稳定性机制不明的问题，研究人员通过整合单细胞RNA测序(scRNA-seq)和批量RNA测序(bulkRNA-seq)数据，构建了DNA损伤修复(DDR)相关预后模型。研究发现高DDR表达组患者预后较差，鉴定出PARP1、PCNA和RAD23A等关键基因，揭示了其与免疫微环境、突变负荷及药物敏感性的关联，为MM风险分层和靶向治疗提供了新依据。

　　

多发性骨髓瘤(MM)是一种难以治愈的血液系统恶性肿瘤，尽管近年来免疫调节剂和蛋白酶体抑制剂的应用显著提高了患者生存率，但耐药复发仍是临床面临的重大挑战。研究表明，基因组不稳定性(GIN)是驱动MM进展的核心因素，而DNA损伤修复(DDR)通路的功能缺陷可能是其潜在诱因。然而，DDR基因在MM中的动态变化及其临床意义尚未系统阐明。

山西医科大学第二医院的研究团队通过整合TCGA和GEO数据库中764例MM患者的批量RNA测序数据，结合GSE124310单细胞数据集（含5例MGUS、11例SMM和7例MM样本），首次构建了DDR相关预后风险模型。研究采用WGCNA（加权基因共表达网络分析）和差异表达分析筛选关键基因，通过KNN（k-最近邻）聚类解析细胞异质性，并评估了DDR评分与免疫浸润、突变景观的关联。

主要技术方法
研究利用TCGA-MMRF项目和新诊断MM患者的转录组数据作为训练队列，GSE2658数据集作为验证队列。单细胞数据通过Seurat对象处理，细胞周期基因校正后采用KNN算法分群。DDR相关差异基因通过limma包鉴定，预后模型构建采用Cox回归分析，免疫浸润通过CIBERSORT算法评估。

Bulk RNA-seq数据获取与处理
分析显示，高DDR表达组患者的总生存期显著缩短，风险评分在训练集和验证集中均具有独立预后价值。Nomogram模型证实DDR评分对生存预测的准确性（C-index>0.7）。

单细胞RNA-seq分析
细胞周期阶段（G1/S/G2M）未显著影响分群结果，基于表面标志物将20个亚群注释为浆细胞、B细胞等类型。DDR高表达细胞富集于恶性浆细胞簇，提示其与疾病进展的相关性。

关键基因鉴定
PARP1（多腺苷二磷酸核糖聚合酶1）、PCNA（增殖细胞核抗原）和RAD23A（核苷酸切除修复蛋白）被确定为DDR核心基因。PARP1高表达与硼替佐米耐药显著相关，PCNA促进MM细胞增殖，RAD23A则通过调控错配修复影响基因组稳定性。

免疫微环境与突变特征
低DDR组患者表现出更高的CD8⁺
T细胞浸润和肿瘤突变负荷(TMB)，而高DDR组具有更多TP53突变和M2型巨噬细胞极化，提示免疫抑制微环境形成。

讨论与结论
该研究首次系统揭示了DDR通路在MM预后评估中的价值：

1. 构建的DDR风险模型可精准预测患者生存，高评分组中位生存期较对照组缩短40%；
2. 发现PARP1抑制剂在DDR高表达患者中具有潜在治疗优势；
3. 阐明DDR缺陷通过诱导基因组不稳定性(GIN)和免疫逃逸驱动MM进展的分子机制。

研究为MM的精准分型提供了新工具，PARP1等关键基因可作为生物标志物和治疗靶点，尤其对复发难治性MM患者的个体化治疗具有重要指导意义。