|
研究亮点 研究人员使用深度测序分析了在AML中反复发生突变的基因，将AML高风险个体与良性ARCH加以区分，并开发了使用大型电子健康记录数据库的AML预测模型，可以识别出风险较高的个体。该研究有助于在恶性转移前尽早从pre-AML中识别出ARCH，为急性随性白血病的早期检测、监测以及干预提供了可能。 研究背景 急性髓性白血病（AML）的发病率随年龄增长而增加，65岁以后确诊的死亡率超过90％。大多数病例发生时通常没有任何可检测到的早期症状，并且患者通常会出现骨髓衰竭的急性并发症。新发AML病例在白血病前期造血干细胞和祖细胞（HSPCs）会发生体细胞突变积累。然而，在没有发生AML的健康个体的老化期间，复发性AML突变也会在HSPCs中积累，这种现象被称为与年龄相关的克隆性造血（ARCH）。文中使用深度测序来分析在AML中反复发生突变的基因以区分AML高风险个体和良性ARCH。研究分析了95个个体的外周血细胞，它们在AML诊断前约6.3年获得（pre-AML组），以及414个随意选定的年龄和性别匹配的个体（对照组）。相较于对照组，pre-AML病例组中每个样本具有更多突变，更高的变异等位基因频率，显示出了更大的克隆扩增以及特定基因突变的富集。 遗传参数用于推导预测无AML生存期的模型;该模型在pre-AML的29例和对照组的262例中得到验证。因为AML很少见，研究人员也开发了使用大型电子健康记录数据库的AML预测模型，它可以识别出风险较高的个体。总的来说，该研究结果提供了概念验证，我们可以在恶性转移前尽早从pre-AML中识别出ARCH。这在未来可以用于早期检测和监测，并可能有助于干预。 研究成果 1. AML相关基因的深度测序和分析 研究思路： 为了检查AML发生前体细胞突变的发生情况，对95例pre-AML和414例年龄和性别匹配的对照组进行AML相关基因的深度测序。验证队列包括29例pre-AML和262例对照组数据，使用具有重叠的基因panel进行深度测序。 研究结果： 基于假定驱使突变（ARCH-PD）定义的ARCH在73.4％的pre-AML病例中被发现。相比之下，在对照组中仅有36.7%（P <2.2×10-16，双侧fisher精确检验；图1a），该结果与2000多个使用类似方法测定的未被选择个体的研究结果一致。此外，39％的pre-aml病例为50岁以上，他们的变异等位基因频率（vaf）的驱动突变超过10％，而对照组只有4％，这一患病率与最大的arch研究结果一致（p><> 每个个体的ARCH-PD突变的中位数随着年龄的增长而增加，并且pre-AML组显著高于对照组（图1b）。此外，对ARCH-PD VAF分布的检查显示在pre-AML组克隆显著较大（P = 1.2×10-13，双侧Wilcoxon秩和检验;图1c）。值得注意的是，相对于对照，在pre-AML病例中，剪接因子基因的突变显着富集（优势比，17.5; 95％置信区间，8.1-40.4; P = 5.2×10-16，双侧Fisher精确检验）并且在年轻个体中更加显著（年龄中位数：60.3与77.3岁相比，P = 1.7×10-4，双边Wilcoxon秩和检验;图2a）。以前的研究表明，剪接体突变似乎在老化的背景下具有竞争优势。因此，年轻的AML前病例中此类克隆的显著较高的流行率可能反映了外在的选择压力，而不是由早期的突变获得。 与之前的报道一致，研究人员发现DNMT3A和TET2是两组中最常见的突变基因（图2b）。研究人员无法识别任何典型的NPM1突变或任何FLT3内部串联重复突变，与白血病中它们出现较晚一致。复发的CEBPA突变（其与大约10％的新发AML相关）也缺失，表明该基因中的驱动事件也可能是AML进化中的晚期事件。为了量化不同突变对AML进展的影响，研究人员对ARCH-PD突变进行了排序。研究发现癌症标本中高度复发的突变在pre-AML病例中比ARCH-PD对照组中更常见，而对照组的驱动事件往往会影响较少的位点，这些位点在血液系统恶性肿瘤中较少发生突变，并且VAF比较低（图2c，d）。总体而言，这些研究结果表明ARCH和pre-AML的突变景观存在显着差异。此外，这项工作结合最近对AML复发起源的见解表明，AML进展通常出现于多年前白血病前期HSPCs的克隆进化，获得晚期突变导致明显的恶性转化。 图1 发展为AML的个体的ARCH患病率、突变数和克隆大小 图2 年轻的健康个体中特异复发的AML突变的积累与AML进展相关 2. 量化驱动突变和克隆大小 研究思路： 研究人员开发了一种方法量化驱动突变和克隆大小对AML进展的风险。 研究结果： 测试不同的正则化Logistic和Cox比例风险回归方法，这些方法在发现队列（一致性（C）= 0.77±0.03）和验证队列（C= 0.84±0.05）的效果相似。仅基于发现队列或仅基于验证队列进行训练的模型具有相似的系数（图3a）。因此，研究人员将数据集合起来，以更准确的分析个体基因突变对风险的贡献（C = 0.77±0.05;曲线下的面积，0.79;）。研究人员发现大多数基因的驱动突变使克隆大小每增加5％，导致AML发生的风险增加约两倍（图3a）。这种趋势的显著例外是最频繁突变的ARCH基因，DNMT3A和TET2，其对AML的进展风险较低（图3a，b）。相比之下，TP53（风险比，12.5; 95％置信区间，5.0-160.5）和U2AF1（风险比，7.9; 95％置信区间，4.1-192.2）突变的影响较大（图3a，b）。但是，我们注意到其他ARCH-PD基因，如SRSF2，由于它们在pre-AML病例中存在更高的VAF，因此可以产生相似的相对风险（图3a）。值得注意的是，TP53和剪接体基因（包括U2AF1）的突变也与AML中较差的预后相关。因为每个ARCH-PD突变的作用是有害的，并且存在于同一个体中的多个突变的作用是相乘的，所以预测的突变数量越多，会增加进展为AML的风险（图3c）。同样的，最大驱动克隆的大小也与进展为AML的风险密切相关，与个体突变的风险一致，通常与VAF成正比（图3c）。总的来说，尽管VAF和突变的数量赋予了大部分预测价值，但是该模型确实证明了基因水平风险因子区别明显，并且能够量化多个突变和克隆大小对进展为AML的可能性的累积影响。 虽然该预测模型在实验队列中可以很好地识别有发生AML风险的人，但一般人群中的AML发病率很低（4：100,000），因此需要对数百万人进行筛查以识别少数的pre-AML病例，误报率较高。因此，研究人员试图确定常规可用的临床信息是否可以提高预测准确性或识别出可用于遗传筛查的高风险人群。首先，研究人员分析了37例pre-AML病例和262例对照的全血细胞计数和生化数据。如前所述，ARCH-PD绝大多数与正常血细胞计数相关，这也是pre-AML病例的情况，表明这些并不代表未确诊的骨髓增生异常综合征。研究发现较高的红细胞分布宽度（RDW）与进展为AML的风险之间存在显著关联（P = 0.0016，使用Bonferroni多重检验校正的Wald检验，图3d）。 虽然传统上用于评估贫血，但是RDW升高与炎症，无效红细胞生成，心血管疾病以及几种炎症和恶性疾病的不良后果相关。研究发现，较高的红细胞分布宽度（RDW）与进展为AML的风险之间存在显着关联（P = 0.0016，使用Bonferroni多重检验校正的Wald检验，图3d）。 虽然传统上用于评估贫血，但是RDW升高与炎症，无效红细胞生成，心血管疾病以及几种炎症和恶性疾病的不良后果相关。在分析中排除ARCH-PD，RDW与AML进展风险之间仍然显著相关（P = 3.5×10-6，Wald测试与Bonferroni倍数测试校正）。较高的RDW与ARCH和总体死亡率相关，但从未将ARCH与白血病前期区分开。为了验证RDW作为预测因素并确定其他临床参数是否与AML进展风险相关，研究人员研究了Clalit数据库，其中包含了平均每年345万人15年间收集的电子健康记录。研究人员根据诊断代码和治疗记录使用严格标准确定了875例AML病例。 相对于年龄和性别匹配的对照组，RDW趋势的分析显示AML诊断前几年的测量值显著增加（图4a）。与AML进展风险相关的其他参数包括单核细胞，血小板，红细胞和白细胞减少，尽管通常仍然高于临床相关血细胞减少的阈值（图4a）。这些研究结果表明，新发AML可能有很多微妙可辨的前驱症状。 接下来研究人员应用机器学习方法构建了完全基于电子健康记录中常规记录的AML预测模型。该模型能够在诊断前6-12个月预测AML，敏感性为25.7％，总体特异性为98.2％。该模型在不同年龄组中表现一致，在60至70岁之间，男性和女性的相对风险分别增加28和24（图4b）。为了更好地了解哪种患者最有通过该模型进行准确分类，研究人员比较了真阳性和假阴性的绝对实验室值。研究发现35.5％的假阴性预测适用于可获得不常见血细胞计数数据的患者。一些真阳性病例的血细胞计数略有异常，无法进行诊断检查（图4c），并且与未确诊的骨髓增生异常综合征相容的血细胞减少症并不常见。 图3 AML风险评估模型
图4 从电子健康记录中推断的AML发展风险增加 文章总结 总的来说，该研究结果为AML的临床前进展提供了新的见解，并支持AML发展风险高的个体可以在发生明显疾病之前数年确定这一假说。为此，研究人员提出了两种不同的de novo AML预测模型：一种基于体细胞点突变，另一种是基于常规记录的临床信息。研究发现基础临床和实验室数据可以在AML呈现前6-12个月识别出高风险亚组，而遗传信息可以在诊断前几年到十年以上确定相当一部分病例。通过表征区分良性ARCH与白血病前期的特征，该模型为白血病的发生提供了宝贵的见解。研究表明，长期白血病前期HSPCs经常携带突变并经历相当大的克隆扩增，并且在AML诊断前保有分化能力多年。此外，很明显有些突变，特别是有功能影响的TP53和U2AF1突变，发生AML的风险相对较高，而其他基因的突变，如DNMT3A和TET2，发生恶性转化的风险较低。 |
|
|
