易学好做的8分生信搞起来
急性髓系白血病（AML）患者治疗反应的异质性对风险评分和治疗分层提出了巨大挑战。碳水化合物代谢在AML治疗反应中起着至关重要的作用。在这项多队列研究中，作者发现碳水化合物代谢相关基因（CRGs）参与AML的免疫应答。作者提出的基于CRGs的新风险模型有望为AML的预后分类，这为开发精确的靶向癌症治疗提供新的见解。本研究于2022年12月发表在《Frontiers in Immunology》IF: 8.786期刊上。
技术路线：
文章主要结果：
1、在AML中鉴定存活相关的CRGs
选择TCGA数据集中117个non-M3 AML样本的基因表达谱，定义为训练集。从KEGG数据集中获得355个CRG，并进行单变量Cox比例风险回归分析，以探讨每个CRG的潜在预后价值。发现15个CRG与OS显著相关，其中，CYB5R4，MLYCD，PIK3CA和PTEN是保护因素，其余11个基因是危险因素（图1A）。生存分析显示，这4个基因的高表达与AML预后较好显著相关，而其余基因的高表达与预后较差显著相关，这证实单因素cox分析的结果。
根据中位风险评分将患者分为低危组和高危组。死亡人数随着风险评分的增加而增加，高风险组的死亡人数多于低风险组（图1B,C）。在10种CRGs的表达中，IDH3G、G6PD、DCXR、CYB5R3、ACADS、PFKL、CDIPT在高危组高表达（图1D）。
图1训练集中CRG特征的预后分析
然后进行Kaplan-Meier分析，验证CRG特征在AML预后预测中的有效性。结果显示，高危组患者的OS明显短于低危组（图2A），提示CRG特征可以有效预测AML的预后。此外，1年、3年和5年OS的CRGAUC分别为0.80、0.74和0.87（图2B）。通过单变量Cox回归分析计算AML患者CRG特征的预测独立性，发现年龄和风险评分与患者的OS显著相关（图2C）。在对这些临床参数进行调整后，通过多变量Cox回归分析，证实风险评分是AML患者的独立预测因子（图2D）。为了更准确地评估CRG特征，构建了结合风险评分和年龄的nomogram，与5年OS的效用相比，1年和3年OS的效用可以更准确地预测AML患者（图2E），这表明风险评分和年龄的整合可以改善OS的预测。
图2 CRG特征对AML患者OS预测的评价
2、CRGs特征的外部验证
为进一步验证CRG特征对患者OS的预测效用，通过CRG特征公式计算了GEO队列（GPL570和GPL96平台的GSE37642和GSE12417，GPL10558平台的GSE71014）和本研究队列中每个患者的风险评分。然后根据中位风险评分将患者分为高风险组和低风险组。高危组患者OS明显短于低危组（图3A-C, G-I）。这些结果表明，CRG特征在预测AML预后方面是有效的。重要的是，在GPL570平台上GSE37642的1-、3-和5-年OS的AUC值分别为0.73、0.73和0.72（图3D）。在GPL96平台上GSE37642的1-、3-和5-年OS的AUC值分别为0.64、0.73和0.73（图3E）。在GSE71014中，1-、3-和5-年OS的AUC值分别为0.69、0.73和0.61（图3F）。在GPL570平台上GSE12417的1-、3-和5-年OS的AUC值分别为0.72、0.68和0.65（图3J）。在GPL96平台上GSE12417的1-、3-和5-年OS的AUC值分别为0.65、0.65和0.63（图3K）。在本研究的队列患者中也观察到类似的趋势。1年和2年OS的AUC值分别为0.79和0.75（图3L）。6个测试集的AUC值验证了CRG特征在预测AML预后方面的准确性。总的来说，这些结果表明CRG特征可以用来独立预测AML患者的OS。
图3验证CRG特征
3、差异表达基因（DEGs）的鉴定和富集分析
为了阐明CRGs参与AML患者OS调控的潜在分子机制，分析了高危组和低危组的不同基因表达模式。共鉴定出699个DEGs，与低危组相比，高危组有457个上调基因，242个下调基因（图4A,B）。GO和GSEA的富集分析表明，这些DEGs在免疫应答和碳水化合物代谢中显著富集（图4C-E）。此外，高危组碳水化合物代谢通路上调，免疫应答通路也上调（图4D）。这些结果表明，CRG特征可能在AML的免疫应答激活中发挥重要作用。
图4高危组和低危组差异表达基因(DEGs)
4、不同风险人群免疫细胞比例及相关性分析
为进一步探究高危组和低危组的免疫状况，通过ESTIMAT软件计算了基质评分、免疫评分和估计评分，发现高危组的基质评分、免疫评分和估计评分均高于低危组，说明高危组微环境中存在更多的免疫浸润细胞和基质细胞（图5A-C）。与低危组相比，高危组肿瘤纯度较低（图5D），提示肿瘤纯度低的AML预后较差。这些结果表明，CRG特征与免疫微环境密切相关。
随后，研究了训练集中22种免疫细胞类型的免疫细胞特性（图5E-F）。结果发现低危组静息记忆CD4+ T细胞比例明显高于高危组，而单核细胞比例明显低于高危组（图5G ,H）。两组中单核细胞与嗜酸性粒细胞、静息记忆CD4+ T细胞、静息NK细胞、naïve B细胞、浆细胞呈负相关，与静息记忆CD4+ T细胞与静息NK细胞、naïve B细胞呈正相关（图5I）。这些结果证实了AML中CRG特征在免疫应答中起着重要作用。
图5风险组免疫细胞比例及相关性分析
5、不同风险组的突变特征
为研究CRG特征与AML突变之间的关系，使用Maftools R包分析了SNP谱。高危组和低危组最常见的基因突变类型为错义突变（图6A-C）。高危组和低危组患者的基因突变不同。NPM1、DNMT3A和FLT3突变发生率在两组中均较高（图6A-C）。然而，RUNX1、IDH2、WT1和KRAS突变在低危组中更为频繁（图6B）。TP53、KIT和TTN突变在高危组更为常见（图6C）。与高危组相比，低危组患者的肿瘤突变负担更高（图6D）。
6、潜在药物敏感性
接下来，通过计算基于CRG特征的化疗的潜在临床反应。这些药物主要针对PI3K/AKT/mTOR信号通路、碳水化合物代谢、DNA合成与损伤、表观遗传学和细胞凋亡。低风险组对大多数碳水化合物代谢抑制剂更敏感（图8）。
图7风险组的潜在药物结果
参考文献：
Yang Y, Yang Y, Liu J, Zeng Y, Guo Q, Guo J, Guo L, Lu H, Liu W. Establishment and validation of a carbohydrate metabolism-related gene signature for prognostic model and immune response in acute myeloid leukemia. Front Immunol. 2022 Dec 5; 13:1038570. doi: 10.3389/fimmu.2022.1038570. PMID: 36544784; PMCID: PMC9761472.