AML 的治疗效果受多种因素制约,肿瘤的遗传异质性、复杂的分子机制以及免疫微环境的显著改变,都像是一道道难以跨越的 “关卡”。其中,免疫逃逸和抑制性肿瘤微环境更是治疗的重大阻碍,目前其具体分子机制还未完全明晰。同时,AML 患者个体差异极大,传统基于临床特征和单一生物标志物的预后模型,就像 “小马拉大车”,无法精准反映疾病的分子和免疫复杂性,难以有效指导精准治疗。
为了攻克这些难题,日照市人民医院的研究人员展开了深入研究。他们的研究成果发表在《Cancer Cell International》上,为 AML 的诊疗带来了新的曙光。
研究人员主要运用了多种关键技术方法。首先,整合公共转录组数据集,包括 GSE114868、GSE37642、TCGA 和 GTEx 等,筛选差异表达基因(Differentially Expressed Genes,DEGs)。其次,利用加权基因共表达网络分析(Weighted Gene Co-expression Network Analysis,WGCNA)构建基因共表达网络,挖掘与 AML 相关的关键模块。还借助单样本基因集富集分析(Single-sample Gene Set Enrichment Analysis,ssGSEA)和单细胞 RNA 测序(single-cell RNA sequencing,scRNA-seq)探究免疫微环境变化。最后,运用 Cox Lasso 回归和 Cox 随机森林算法筛选预后基因,构建风险评分模型,并通过 RT-qPCR、Western blot 和流式细胞术进行实验验证。
差异基因的识别:研究人员从多个数据集的转录组数据中,识别出 1919 个 AML 与正常对照组之间的共同差异表达基因。基因本体(Gene Ontology,GO)富集分析显示,这些基因显著富集于白细胞激活和免疫反应等过程;京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路分析表明,它们参与细胞因子 - 细胞因子受体相互作用、趋化因子信号通路和 NOD 样受体信号通路等。这意味着 AML 患者的免疫系统存在明显异常,为后续研究指明了方向。
共表达网络与免疫细胞浸润:通过 WGCNA 构建共表达网络,确定了棕色模块与 AML 关联最强。ssGSEA 分析发现,AML 患者多种免疫细胞的富集分数显著低于健康对照组,这表明 AML 患者的免疫微环境处于抑制状态,免疫细胞功能受损。
AML 中重要免疫细胞和基因的筛选:单细胞 RNA 测序分析揭示了 AML 患者免疫细胞组成的显著变化,其中自然杀伤 T 细胞(Natural Killer T cell,NKT)等多种免疫细胞显著减少,这与 ssGSEA 结果一致。进一步分析细胞间通讯发现,AML 患者中不同免疫细胞亚群之间的相互作用发生改变,为理解 AML 的免疫逃逸机制提供了新线索。
实验验证:RT-qPCR 和 Western blot 分析证实,AML 患者样本中这 10 个预后基因的 mRNA 和蛋白质表达水平均显著低于健康对照组。流式细胞术进一步验证了 AML 患者中 NKT 细胞和 CD8+ T 细胞水平显著降低,再次表明 AML 患者的免疫功能受到抑制。
研究结论表明,该研究系统揭示了 AML 免疫微环境的关键变化,并基于 NKT 细胞相关基因构建了高效的预后模型。NKT 细胞及其相关基因的失活可能是 AML 免疫逃逸的关键机制,未来针对恢复 NKT 细胞功能的免疫治疗策略有望成为 AML 患者的新型治疗方法。这项研究为 AML 发病机制的研究提供了重要理论支持,也为精准医学背景下 AML 的诊断、治疗策略开发提供了新靶点和工具。但研究也存在一些局限性,如公共数据集的异质性可能影响分析结果,需要更多多中心数据集进行验证;关键基因的功能还需进一步体外实验探究;样本量有限,临床信息收集不够全面,后续研究需要纳入更大的患者队列和综合临床数据,以更好地探索基因表达、免疫细胞分布与临床特征之间的关系,验证研究结果的临床适用性。不过,这些局限性并不影响该研究的重要价值,它为 AML 领域的研究开辟了新的道路,激励着科研人员继续探索,为 AML 患者带来更多希望。