下载:
-
急性髓系白血病(acute myeloid leukemia, AML)是一种以未成熟血液细胞分化障碍且浸润其他器官或组织从而抑制骨髓造血功能为特点的造血祖细胞恶性增殖性疾病。目前临床上仍是以传统的蒽环类药物和阿糖胞苷为基础进行治疗。近年来，AML病人的总体生存时间较以往虽然有所提高，但治疗策略却并未发生太大变化。目前，20~30岁AML病人的3年生存率大约只有30%，而对于>60岁的老年病人，5年生存率仅有5%左右[1]。AML病人治愈率低、预后差以及缺乏特异性药物仍是目前临床研究亟待解决的难题，因此，可靠的预后评估对治疗策略至关重要。随着对AML细胞遗传学及基因改变的不断认识，细胞及分子遗传学异常逐渐被认为是影响AML预后的重要因素。常见基因突变如WTI基因突变，IDH1/2基因突变、FLT3和TET2基因突变都已被证实与AML病人的预后不良高度相关[2-5]。此外，在AML中，转录因子RUNX1被检测到发生突变的概率较大，早在2008就已被WHO作为AML特异性的分子标志进行单独分类[6]。
RUNX1基因是RUNX家族成员之一，位于21号染色体长臂(21q22, 12)，可与核心结合因子B(CBF)形成异二聚体复合物，并与DNA序列发生相互作用[7]。RUNX1基因作为造血过程中关键的调节因子，参与多种造血基因的表达调节，如粒细胞-巨噬细胞刺激因子[8], 是人类白血病中多种染色体易位的常见靶点。RUNX1基因突变见于多种血液系统疾病，如急性髓系白血病、骨髓增生异常综合症等，且RUNX1突变是AML病人预后不良的影响因素，RUNX1突变对AML病人总体生存率的下降具有重要意义[9-10]。本研究从RUNX1突变AML病人和RUNX1未突变AML病人样本中找出差异基因，结合样本对应的临床信息，将全部的差异基因进行Cox回归分析并进一步构建预后基因模型，以期为AML的临床个体化治疗、预后判断及病情监测提供有价值的实验依据。现作报道。
-
从美国国立生物技术信息中心(NBCI)的基因表达汇编(GEO，https://www.ncbi.nlm.nih.gov/geo/)数据库中下载数据集GSE37642以及其对应的平台文件GPL96(Affymetrix Human Genome U133A Array)。基于GPL96平台的GSE37642数据集中共包含422个AML病人的组织样本(骨髓单核细胞)，提取样本对应的生存时间、生存状态、是否发生RUNX1突变等临床信息。
-
将GSE37642的矩阵数据读入R软件中，通过平台文件GPL96将表达矩阵的探针信息转换为基因名。多个探针对应同一个基因名时取表达值最大的探针并对样本表达值做标准化处理(log2对数转换)。此外，将缺少RUNX1突变信息的样本予以剔除，最终得到包含370个AML组织样本的表达矩阵文件(59个RUNX1突变样本，311个未突变样本)。
-
上述得到的表达矩阵文件，按照是否发生RUNX1突变将样本分为2组，并通过Limma软件包从2组样本中筛选差异表达基因。Pvalue<0.05和差异倍数的绝对值(|log2(Fold Change)|)>0.7为差异基因的筛选条件。
-
从标准化的表达矩阵中提取全部差异基因的表达量，并与样本对应的生存时间、生存状态信息合并。将全部的差异基因进行单因素Cox回归分析，并筛选出P < 0.05的基因纳入到后续的多因素Cox回归当中。构建的多因素Cox回归模型中，基于双向逐步回归法，对构建模型的基因进一步的筛选，并用得到的基因构建预后基因模型。
-
根据基因模型的公式，计算每个样本的风险评分，并按照中位数将样本分为高风险评分组与低风险评分组。对2组样本做生存分析并通过未来1、3、5年的ROC曲线对模型预测精度予以评估。
-
从RUNX1突变组与未突变组中共筛选得到89个差异基因，其中30个基因上调，有BIK、SMYD3、CCNA1、CRIP1等；59个基因下调，有SETBP1、DNTT、PTK2、APP等(见图 1)。
图 1 差异表达基因火山图
-
基于样本对应的生存信息，全部的差异基因通过单因素Cox回归进行筛选，得到38个基因(见图 2)。采用38个基因构建多因素Cox回归模型，并通过双向逐步回归法筛选得10个基因(见图 3)，包括BIK、APP、MLLT3、C10orf10、PLXNC1、FHL1、CST3、TGLL1、HOXA5、KIAAO125。使用该10个基因构建预后基因模型，风险评分公式为：风险评分=-0.100×(BIK)+0.215×(APP)+-0.232×(MLLT3)+0.112×(C10orf10)+0.160×(PLXNC1)+0.113×(FHL1)+ -0.167×(CST3)+ -0.152×(IGLL1)+ 0.164×(HOXA5)+ 0.084×(KIAA0125)。根据风险评分公式，其中BIK、MLLT3、CST3和IGLL1的风险比小于1，表明这些基因可能是AML预后保护因素。而其他6个基因的风险比大于1，提示这些基因可能是AML预后危险因素。预后基因模型的风险曲线(见图 4)。
图 2 单因素Cox回归森林图
图 3 多因素Cox回归森林图
图 4 预后基因模型的风险曲线
-
基于预后基因模型，对高、低风险评分组进行生存分析，结果表明高风险评分组的总体生存率显著低于低风险评分组(χ2=14.03，P < 0.01)(见图 5)；基于预后基因模型，采用ROC曲线对未来1年、3年和5年的总体生存率进行预测，结果表明，1年的AUC为0.709，3年的AUC为0.769，5年的AUC为0.771，提示构建的模型具有较好的预测能力。
图 5 高、低风险评分组生存分析
-
研究[11-12]发现，RUNX家族参与多种肿瘤的发生发展，如RUNX1在造血调控以及血液系统肿瘤的发生发展中起重要作用；RUNX2作为骨细胞的特异性转录因子，可参与骨骼发育与骨肉瘤的形成，RUNX3的缺失会导致实体瘤的形成[13-14]。RUNX1在造血调控以及血液系统疾病的发生发展中亦发挥重要作用，RUNX1能够促进白血病细胞增殖发挥致癌作用[15]。本研究从NBCI的基因表达汇编数据库中收集共包含422个AML病人的组织样本，提取样本对应的生存时间、生存状态、是否发生RUNX1突变等临床信息，将样本分为RUNX1突变组和RUNX1未突变组，并通过Limma软件包从2组样本中筛选出89个差异表达基因，其中30个基因上调，有BIK、SMYD3、CCNA1、CRIP1等；其中59个基因下调，有SETBP1、DNTT、PTK2、APP等。基于样本对应的生存信息，全部的差异基因通过单因素Cox回归进行筛选，得到38个基因被纳入到后续的多因素Cox回归模型当中。基于双向逐步回归法，从38个基因中进一步筛选得到10个基因，包括BIK、APP、MLLT3、C10orf10、PLXNC1、FHL1、CST3、IGLL1、HOXA5、KIAAO125。上述10个基因被用来构建预后基因模型，并基于该模型得到每个病人的风险评分，其中BIK、MLLT3、CST3和IGLL1的风险比小于1，表明这些基因可能是AML预后保护因素。MLLT3是维持人类造血干细胞的一个重要调节因子[16]。而APP、C10orf10、PLXNC1、FHL1、HOXA5和KIAAO125这6个基因的风险比大于1，提示这些基因很有可能是AML预后的危险因素。近年来，APP(淀粉样前体蛋白)的表达增加可促进AML1/eto阳性白血病细胞的增殖和迁移，同时提高了髓外浸润的发生率，与AML病人的预后不良高度相关[17]。FU等[18]研究发现，高表达FHL1的AML病人其总体生存率和化疗反应较对照组更差，而靶向干预FHL1的表达可以有效提高AML病人对阿糖胞苷的药物敏感性。值得注意的是，高、低风险评分组的生存分析结果表明高风险评分组的总体生存率显著低于低风险评分组。此外，通过ROC曲线对病人未来1、3和5年的总体生存率进行预测，结果表明AUC均大于0.7，这反映出我们构建的模型具有较好的预测能力。
本研究通过生物信息学工具筛选差异基因成功构建了预后模型，其中BIK、MLLT3、CST3和IGLL1可能是AML预后保护因素，APP、C10orf10、PLXNC1、FHL1、HOXA5和KIAAO125可能是AML预后的危险因素。鉴于我们的标本量少和部分病人年龄、体能状态原因，我们建立的预后模型可能为AML今后的靶向治疗及预后判断提供新的方向，BIK、MLLT3、CST3等基因可能会成为RUNX1突变型AMl治疗的新靶点。其具体机制仍需扩大病例样本及结合细胞实验后进一步明确。
急性髓系白血病中RUNX1突变基因相关预后模型的构建
Construction of a prognostic model associated with RUNX1 mutations for acute myeloid leukemia
-
摘要:
目的寻找RUNX1突变型急性髓系白血病（AML）和未突变型AML的差异基因并用来构建预后模型。 方法从RUNX1突变组与未突变组中筛选AML中的差异基因，通过单因素Cox对差异基因进行筛选并构建多因素Cox回归预测模型。根据模型得到病人的风险评分并通过生存曲线和ROC曲线予以评估。 结果从RUNX1突变组与未突变组中筛选得到89个差异基因，其中30个基因上调，59个基因下调。全部的差异基因通过单因素Cox回归筛选，得到38个基因构建多因素Cox回归模型。基于双向逐步回归法进一步筛选得到10个基因，包括BIK、APP、MLLT3、C10orf10、PLXNC1、FHL1、CST3、TGLL1、HOXA5、KIAAO125，使用该10个基因构建预后基因模型，风险评分公式为：风险评分=-0.100×（BIK）+0.215×（APP）+-0.232×（MLLT3）+0.112×（C10orf10）+0.160×（PLXNC1）+0.113×（FHL1）+-0.167×（CST3）+-0.152×（IGLL1）+0.164×（HOXA5）+0.084×（KIAA0125）；其中BIK、MLLT3、CST3和IGLL1的风险比小于1，而其他6个基因的风险比大于1。生存分析结果表明高风险评分组的总体生存率明显低于低风险评分组（P < 0.01）。ROC曲线对未来1、3和5年的总体生存率预测的AUC分别为0.709、0.769和0.771。 结论成功构建突变型AML差异基因预后模型，其中BIK、MLLT3、CST3和IGLL1可能是AML预后保护因素，APP、C10orf10、PLXNC1、FHL1、HOXA5和KIAAO125可能是AML预后的危险因素。 Abstract:ObjectiveTo identify the differentially expressed genes in RUNX1 mutant acute myeloid leukemia(AML) and non-mutant AML and construct a prognostic model derived from RUNX1 mutations. MethodsDifferentially expressed genes in AML were screened from the RUNX1 mutated AML group and non-mutated AML group by univariate Cox, and a multivariate Cox regression prognostic model was constructed.The risk score of the patients was obtained according to the model, which was evaluated by the survival curve and the ROC curve. ResultsA total of 89 differentially expressed genes were screened from the RUNX1 mutant and non-mutant groups, 30 of which were up-regulated and 59 of which were down-regulated.All the differentially expressed genes were screened by univariate Cox regression, and 38 genes were obtained to construct multivariate Cox regression model.Based on the bidirectional stepwise regression method, 10 genes including BIK, APP, MLLT3, C10orf10, PLXNC1, FHL1, CST3, TGLL1, HOXA5 and KIAAO125 were further screened to construct the prognostic gene model.The 10 genes were used to construct a prognostic gene model, and the risk scoring formula was as follows.Risk score=-0.100×(BIK)+ 0.215×(APP)+ -0.232×(MLLT3)+ 0.112×(C10orf10)+ 0.160×(PLXNC1)+ 0.113×(FHL1)+ -0.167×(CST3)+ -0.152×(IGLL1)+ 0.164×(HOXA5)+ 0.084×(KIAA0125).The risk scores of BIK, MLLT3, CST3 and IGLL1 were less than 1, while the risk scores of the other six genes were greater than 1.Survival analysis of the high and low risk rating groups showed that the overall survival rate of high risk rating group was significantly lower than that of low risk rating group(P < 0.01).The AUC predicted by ROC curve for overall survival in 1, 3 and 5 years were 0.709, 0.769 and 0.771, respectively. ConclusionsThe prognostic model of mutant AML differentially genes was successfully constructed.The BIK, MLLT3 CST3 and IGLL1 may be the prognostic protective factors for AML.APP, C10orf10, PLXNC1, FHL1, HOXA5 and KIAAO125 may be the risk factors for prognosis of AML. -
Key words:
- acute myeloid leukemia /
- RUNX1 mutation /
- bioinformatics /
- GEO database /
- prognostic model
-
[1] ALIBHAI SM, LEACH M, MINDEN MD, et al. Outcomes and quality of care in acute myeloid leukemia over 40 years[J]. Cancer, 2009, 115(13): 2903. doi: 10.1002/cncr.24373 [2] CALIGIURI MA, STROUT MP, LAWRENCE D, et al. Rearrangement of ALL1(MLL) in acute myeloid leukemia with normal cytogenetics[J]. Cancer Res, 1998, 58(1): 55. [3] DOHNER K, SCHLENK RF, HABDABK M, et al. Mutant nucleophosmin(NPM1) predicts favorable prognosis in younger adults with acute myeloid leukemia and normal cytogenetics: interaction with other gene mutations[J]. Blood, 2005, 106(12): 3740. doi: 10.1182/blood-2005-05-2164 [4] FALINI B, MECUCCI C, TIACCI E, et al. Cytoplasmic nucleophosmin in acute myelogenous leukemia with a normal karyotype[J]. N Eng J Med, 2005, 352(3): 254. doi: 10.1056/NEJMoa041974 [5] WHITMAN SP, RUPPERT AS, MARCUCCI G, et al. Long-term disease-free survivors with cytogenetically normal acute myeloid leukemia and MLL partial tandem duplication: a cancer and leukemia group B study[J]. Blood, 2007, 109(12): 5164. doi: 10.1182/blood-2007-01-069831 [6] CAMPO E, SWERDLOE SH, HARRIS NL, et al. The 2008 WHO classification of lymphoid neoplasms and beyond: evolving concepts and practical applications[J]. Blood, 2011, 117(19): 5019. [7] OKUDA T, DEURSEN J, HIEBERT SW, et al. AML1, the target of multiple chromosomal translocations in human leukemia, is essential for normal fetal liver hematopoiesis[J]. Cell, 1996, 84(2): 321. doi: 10.1016/S0092-8674(00)80986-1 [8] ROUMIER C, ECLACHE V, IMBERT M, et al. M0 AML, clinical and biologic features of the disease, including AML1 gene mutations: a report of 59 cases by the Groupe Francais d'Hématologie Cellulaire(GFHC) and the Groupe Francais de Cytogénétique Hématologique(GFCH)[J]. Blood, 2003, 101(4): 1277. doi: 10.1182/blood-2002-05-1474 [9] KUO MC, LIANG DC, HUANG CF, et al. RUNX1 mutations are frequent in chronic myelomonocytic leukemia and mutations at the C-terminal region might predict acute myeloid leukemia transformation[J]. Leukemia, 2009, 23(8): 1426. doi: 10.1038/leu.2009.48 [10] MENDLER JH, MAHARRY K, RADMACHER MD, et al. RUNX1 mutations are associated with poor outcome in younger and older patients with cytogenetically normal acute myeloid leukemia and with distinct gene and microRNA expression signatures[J]. J Clin Oncol, 2012, 30(25): 3109. doi: 10.1200/JCO.2011.40.6652 [11] ICHIKAWA M, YOSHIMI A, NAKAGAWA M, et al. A role for RUNX1 in hematopoiesis and myeloid leukemia[J]. Int J hematol, 2013, 97(6): 726. [12] SOOD R, KAMIKUBO Y, LIU P. Role of RUNX1 in hematological malignancies[J]. Blood, 2017, 129(15): 2070. doi: 10.1182/blood-2016-10-687830 [13] COHEN-SOLAL KA, BOREGOWDA RK, LASFAR A. RUNX2 and the PI3K/AKT axis reciprocal activation as a driving force for tumor progression[J]. Mol Cancer, 2015, 14: 137. doi: 10.1186/s12943-015-0404-3 [14] CHUANG LS, ITO Y. RUNX3 is multifunctional in carcinogenesis of multiple solid tumors[J]. Oncogene, 2010, 29(18): 2605. doi: 10.1038/onc.2010.88 [15] GOYAMA S, SCHIBLER J, CUNNINGHAM L, et al. Transcription factor RUNX1 promotes survival of acute myeloid leukemia cells[J]. J Clin Invest, 2013, 123(9): 3876. doi: 10.1172/JCI68557 [16] CALVANESE V, NGUYEN AT, BOLAN TJ, et al. MLLT3 governs human haematopoietic stem-cell self-renewal and engraftment[J]. Nature, 2019, 576(7786): 281. doi: 10.1038/s41586-019-1790-2 [17] WANG CL, DING BJ, JIANG L, et al. Increased expression of amyloid precursor protein promotes proliferation and migration of AML1/ETO-positive leukemia cells and be inhibited by panobinostat[J]. Neoplasma, 2015, 62(6): 864. doi: 10.4149/neo_2015_105 [18] FU Y, XU M, CUI Z, et al. Genome-wide identification of FHL1 as a powerful prognostic candidate and potential therapeutic target in acute myeloid leukaemia[J]. EBioMedicine, 2020, 52: 102664. -
点击查看大图
图(5)
计量
- 文章访问数: 2430
- HTML全文浏览量: 1545
- PDF下载量: 11
- 被引次数: 0
