《HUMAN MUTATION》：Identifying Distinct Molecular Subtypes and Establishing a Prognostic Framework for DLBCL Patients via Multiomics Analysis and Machine Learning Approaches
编辑推荐：
摘要：弥漫性大B细胞淋巴瘤（DLuse Large B-cell Lymphoma, DLBCL）具有深刻的异质性，是其临床结局差异的重要基础。为解析这一复杂性，研究人员开展了整合的单细胞与基因组分析。利用单细胞RNA测序（single-cell RNA se
摘要：弥漫性大B细胞淋巴瘤（DLuse Large B-cell Lymphoma, DLBCL）具有深刻的异质性，是其临床结局差异的重要基础。为解析这一复杂性，研究人员开展了整合的单细胞与基因组分析。利用单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）数据（GSE182434），研究人员在DLBCL肿瘤微环境中鉴定出6个独特的恶性B细胞亚群（malignant B-cell subclusters, MB1–MB6）。细胞间通讯（Cell–Cell Communication）分析揭示了复杂的相互作用网络，尤其涉及巨噬细胞迁移抑制因子（Macrophage Migration Inhibitory Factor, MIF）和补体（Complement）通路。对批量转录组数据的预后分析（GSE32918）表明，MB5相关基因特征是与总生存期（Overall Survival, OS）较差最密切相关的关键因素。该MB5亚群与增强的增殖过程、更高的肿瘤突变负荷（Tumor Mutational Burden, TMB）及特异性共突变相关联。基于MB5标志基因，研究人员开发并验证了一个稳健的CoxBoost–随机生存森林（Random Survival Forest, RSF）机器学习模型，可有效在独立队列中对患者进行风险分层。本研究将MB5恶性B细胞亚群定义为驱动DLBCL侵袭性的关键亚群，并为个性化治疗靶点提供了新型预后生物标志物及分析框架。
论文解读：基于多组学分析与机器学习鉴定DLBCL分子亚型及建立预后框架
弥漫性大B细胞淋巴瘤（Diffuse Large B-cell Lymphoma, DLBCL）是最常见的非霍奇金淋巴瘤（non-Hodgkin Lymphoma, NHL）亚型，具有显著的临床与分子异质性，导致患者对R-CHOP方案的治疗反应及生存结局差异巨大。尽管靶向治疗和免疫偶联药物取得进展，仍有相当比例患者复发或产生耐药。传统基于细胞起源（Cell of Origin, COO）的ABC（活化B细胞样）与GCB（生发中心B细胞样）分型尚不足以完全解释肿瘤内部细胞亚克隆多样性及微环境互作对预后的影响。单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）技术的发展使解析肿瘤内异质性和细胞通讯成为可能。该研究由Hongyu Shen、Lei Fan等人开展，旨在利用scRNA-seq联合批量转录组与基因组数据，剖析DLBCL恶性B细胞的亚群结构、微环境通讯及遗传特征，筛选影响预后的关键亚群并构建机器学习预后模型，论文发表于《Human Mutation》。研究人员基于GEO数据集GSE182434进行单细胞分析，GSE32918构建预后模型，TCGA-DLBCL及cBioPortal数据做验证与突变分析，最终鉴定出6个恶性B细胞亚群（MB1–MB6），确定MB5为高侵袭性、预后不良相关亚群，其高表达增殖相关基因、伴PIM1激酶域激活突变及高TMB，并基于此建立CoxBoost-RSF模型实现患者风险分层；同时发现MB5亚群通过MIF–CD74信号向巨噬细胞发送强 outgoing 信号，MB3与浆细胞存在补体（C3–CR1）互作。高危组对硼替佐米（bortezomib）、伏立诺他（vorinostat）等显示更高预测敏感性，为精准治疗提供依据。
主要关键技术方法
研究人员使用GEO数据库scRNA-seq数据GSE182434（DLBCL原发灶）做细胞异质性分析；GSE32918批量基因表达阵列数据做预后建模训练队列；TCGA-DLBCL表达及体细胞突变数据做外部验证与TMB分析；cBioPortal中4个DLBCL全外显子测序（Whole-Exome Sequencing, WES）队列分析突变频率与热点。单细胞数据处理采用Seurat（v4.3.0）进行质控（保留基因数200–2500、线粒体基因<10%）、归一化、PCA降维、UMAP可视化及无监督聚类，以CD19和MS4A1阳性判定恶性B细胞并再聚类得到MB1–MB6。采用Monocle2做拟时（pseudotime）分析，CellChat推断细胞–细胞配体–受体互作，Metascape做GO富集。对每亚群Top 500标志基因做基因集变异分析（Gene Set Variation Analysis, GSVA）计算富集分数，随机生存森林评估预后重要性，最大选择秩统计量确定MB5最佳截断。利用加权基因共表达网络分析（hdWGCNA）识别MB5核心模块与枢纽基因。基于MB5标志基因遍历101种机器学习集成算法，以一致性指数（Concordance index, C-index）遴选最优CoxBoost–随机生存森林（Random Survival Forest, RSF）模型（含13个基因），在训练集与TCGA验证集做KM曲线与time-dependent ROC评估。用maftools分析TMB及共突变，oncoPredict基于GDSC2数据库推算药物半数抑制浓度（Half Maximal Inhibitory Concentration, IC50）。
3.1. Single-Cell Sequencing Analysis Reveals Heterogeneous Subgroups of Malignant B Cells in DLBCL
对GSE182434中14,322个高质量细胞分群得到8种主要免疫细胞类型，以CD19+MS4A1+界定3,436个恶性B细胞再行细分，无监督聚类识别出6个恶性B细胞亚群（MB1–MB6），标志基因为MB1(BEX3)、MB2(IGHV7-27)、MB3(CR2)、MB4(AK8)、MB5(TFPI2)、MB6(IGHV3-74)。拟时分析显示分化轨迹分两支：左支含MB1/MB2/MB6（ABC来源），右支含MB4/MB5（GCB来源），MB3位于分叉点为过渡态，提示DLBCL恶性B细胞存在ABC与GCB双起源分化路径。
3.2. Cell–Cell Communication Analysis Among Different Cell Populations
CellChat分析表明MB5向外发出最强通讯信号（尤指向单核/巨噬细胞及CD8+T细胞），MB1/MB2免疫互作弱。MIF通路中MB5→巨噬细胞（MIF–CD74）信号最强；补体通路中MB3?浆细胞（C3–CR1）互作显著且此前未在DLBCL报道。提示MB5可能通过MIF重塑免疫抑制微环境，MB3–浆细胞补体互作促生存。
3.3. The MB5 Subgroup Signature Is the Most Critical Factor Affecting the Prognosis of DLBCL Patients
GSVA结合随机生存森林显示MB5特征预后预测重要性最高（VIMP=0.192），最佳截断值0.38，高MB5评分患者OS显著更差（HR=2.185, 95%CI:1.514–3.155, log-rank p=0.0004）。MB5标志基因富集于染色体分离（chromosome segregation）、核分裂及微管细胞骨架组织。hdWGCNA识别与MB5最相关的三个共表达模块NEW11（含SLC35F6、SNAP23，增殖网络）、NEW17（含NFATC1、TNFRSF1A，NF-κB/TNF存活通路）、NEW20（含CDK5、URGCP，化疗耐药相关），表明MB5具高增殖与促存活特征。
3.4. Distinct Mutation Patterns Were Observed in DLBCL Samples With High and Low MB5 Signature Scores
高MB5评分组TMB（均值3.548 vs 2.308）及增殖评分均显著高于低分组（p<0.0001）。高MB5组中PIM1与BTG2共现突变、CARD11与FAT4互斥；PIM1突变集中在激酶域L221激活热点（驱动突变），P2RY8多为深度缺失。PIM1/FAT4共突变是高MB5组特征性"二次打击"模式，提示特定致癌通路依赖。
3.5. Development and Validation of a Prognostic Machine Learning Model for Predicting Overall Survival in DLBCL Patients
遍历101种机器学习集成建模，CoxBoost-RSF模型预测性能最优（训练集GSE32918 C-index=0.908，验证集TCGA C-index=0.698），最终模型纳入13个MB5标志基因。训练集2年/3年time-dependent AUC达0.98，验证集2年AUC=0.68、3年AUC=0.70；KM曲线显示高低危组OS显著分离（p<0.05），具备良好判别力，可指导强化治疗决策。
3.6. Distinct Immune Landscapes and Differential Drug Sensitivity Between Different Risk Groups
低风险组巨噬调节、TGF-β响应、TCR Shannon多样性及丰度更高；高危组插入缺失新抗原负荷及基因组断点数更高。药物敏感性分析显示高危组对Sepantronium bromide(r=-0.5670)、MG-132、vorinostat、bortezomib、leflunomide估计IC50显著更低（p≤0.007），即高危MB5型DLBCL预测对上述蛋白酶体抑制剂及HDAC抑制剂更敏感。
讨论与结论总结
讨论指出本研究通过scRNA-seq揭示DLBCL恶性B细胞内6个亚群及分化关系，CellChat量化MIF（MB5→巨噬细胞）与补体（MB3–浆细胞）互作，首次报告后者。MB5亚群受MYC/E2F增殖程序与NF-κB存活信号共驱动，伴PIM1激活突变及高TMB，是不良预后主导因素。CoxBoost-RSF模型基于MB5标志基因实现独立队列风险分层。局限性含单scRNA-seq队列需验证、TCGA验证C-index中等、PIM1/FAT4功能未实验验证、未预测特定治疗方案反应、需前瞻研究。作者认为MB5是潜在治疗靶点与预后标志物，未来应扩大验证并探索靶向干预。
结论（翻译）：研究人员利用scRNA-seq描绘了DLBCL的细胞异质性，鉴定出6个恶性B细胞亚群。MB5相关基因特征被确认为与较差生存、高TMB、增强增殖及特异性突变密切相关的关键预后因素。细胞–细胞通讯分析揭示了肿瘤微环境中相关的信号通路（MIF及补体）。此外，基于MB5标志基因成功建立并验证了DLBCL患者的预后机器学习模型。这些发现凸显MB5作为有前景的治疗靶点，并为推进DLBCL个体化风险分层与治疗策略提供了框架。
