基于血浆氨基酸代谢组学的弥漫大B细胞淋巴瘤预后分层模型构建及机制研究

本研究针对弥漫大B细胞淋巴瘤(DLBCL)预后评估难题，通过LC-MS/MS技术检测患者血浆氨基酸谱，结合机器学习算法构建了新型预后预测模型。研究人员发现Trp和Gln等8种氨基酸异常表达与预后显著相关，并鉴定出D-Gln/D-Glu代谢等3条关键通路，最终建立的SVR模型预测精度达R2=0.89，为DLBCL精准诊疗提供了新思路。

　　

弥漫大B细胞淋巴瘤(DLBCL)作为非霍奇金淋巴瘤最常见的亚型，其临床异质性和预后评估一直是血液肿瘤领域的重大挑战。尽管国际预后指数(IPI)被广泛使用，但现有评分系统仍难以精准识别高风险患者。更令人困扰的是，约40%患者对标准R-CHOP方案治疗反应不佳，而新型疗法如CAR-T和抗体偶联药物(ADC)又面临适用人群有限、副作用大等问题。这种困境促使科学家将目光投向肿瘤代谢重编程——越来越多的证据表明，氨基酸代谢异常与淋巴瘤发生发展密切相关，但血浆氨基酸谱与DLBCL预后的关联机制尚未阐明。

山东省立医院血液科团队联合山东第一医科大学开展了一项创新研究。研究人员采集20例初治DLBCL患者和10例健康对照的血浆样本，采用液相色谱-串联质谱(LC-MS/MS)技术定量分析20种氨基酸水平。通过稀疏偏最小二乘判别分析(sPLS-DA)筛选出与预后相关的关键氨基酸，并利用MATLAB构建了偏最小二乘回归(PLSR)和支持向量回归(SVR)两种机器学习预测模型。研究首次系统揭示了DLBCL患者特异的血浆氨基酸代谢特征，发现色氨酸(Trp)和谷氨酰胺(Gln)水平与预后显著相关，其代谢通路可能成为新的治疗靶点。

关键技术方法包括：1) 从山东第一医科大学附属医院收集20例DLBCL患者和10例健康对照的EDTA抗凝血浆样本；2) 通过LC-MS/MS进行靶向代谢组学分析，采用多重反应监测(MRM)模式定量20种氨基酸；3) 运用MetaboAnalyst和SIMCA-P软件进行多变量统计分析；4) 结合临床数据建立PLSR和SVR预后预测模型。

研究结果部分的重要发现包括：

定量分析显示DLBCL患者血浆中8种氨基酸异常表达：天冬氨酸(Asp)、谷氨酸(Glu)、苯丙氨酸(Phe)和苏氨酸(Thr)显著上调，而甘氨酸(Gly)、组氨酸(His)、丝氨酸(Ser)和色氨酸(Trp)明显下调。聚类热图分析直观展示了这种差异表达模式。

生物信息学分析建立了氨基酸表达与临床预后的关联模型。sPLS-DA分析显示高风险患者(IPI 4-5分)与低风险患者在氨基酸代谢谱上存在显著分离。置换检验证实这种关联具有统计学意义(P<0.05)。VIP评分筛选出Trp和Gln两个关键氨基酸，其表达水平与预后分组密切相关。

通路分析揭示三条关键代谢途径：D-谷氨酰胺/D-谷氨酸代谢、苯丙氨酸-酪氨酸-色氨酸生物合成、以及丙氨酸-天冬氨酸-谷氨酸代谢通路与预后显著相关。其中Gln通过谷氨酰胺酶(GLS1)转化为Glu后进入三羧酸循环，可能为肿瘤细胞提供能量支持。

模型构建方面，研究整合关键氨基酸和临床参数建立了PLSR模型(P=0.999)，但线性假设导致预测精度有限(R²=0.33)。改进后的SVR模型表现出色，预测R²达0.89，平均绝对误差(MAE)仅1.95，显著优于传统IPI系统。

这项研究具有多重重要意义：首次系统描绘了DLBCL血浆氨基酸代谢图谱，证实Trp和Gln可作为新型预后标志物；鉴定的三条代谢通路为理解DLBCL发病机制提供了新视角；开发的SVR模型实现了预后预测的个体化和精准化。特别值得注意的是，GLS1抑制剂可能成为靶向氨基酸代谢的治疗策略，这为克服当前DLBCL治疗瓶颈提供了新思路。该成果不仅推动了肿瘤代谢研究的发展，也为临床转化应用奠定了坚实基础。