徐卫/梁金花等建立不明确亚型DLBCL患者的预后模型

不明确亚型DLBCL预后

Staudt等人于2020年发表了一种弥漫性大B细胞淋巴瘤（DLBCL）分子学分类，可用于DLBCL的精准治疗，但由于缺乏特征性基因突变，大约50%的患者仍未分类。

由于DLBCL的异质性，对不明确亚型（less-defined subtype）的精准治疗仍然是一个挑战，迫切需要开展更多的研究，以确定能够预测这些患者的靶向和免疫治疗疗效的生物标志物。程序性细胞死亡（PCD）通路在淋巴瘤的进展中至关重要，并作为淋系肿瘤患者的重要预后标志物。

为了确定可靠的预后生物标志物，以指导不明确亚型DLBCL患者的个体化治疗，南京医科大学第一附属医院(江苏省人民医院)徐卫/梁金花教授团队开展研究，近日发表于《Clinical and Translational Medicine》。

本文要点

∙利用多种机器学习算法为不明确亚型DLBCL患者开发程序性细胞死亡指数（PCDI）。

∙不同PCDI组患者的临床特征、循环肿瘤DNA负荷和免疫特征存在差异。

∙对于PCDI评分较高且无进展生存期较差的患者，推测了可能有效的治疗方案

研究结果

该回顾性研究数据来自三个独立队列339例经标准R-CHOP治疗的不明确亚型DLBCL患者，包括江苏省人民医院（JSPH）队列69例、GSE117556 队列116例和GSE181063 队列N=154例。作者整合了患者的多组学数据，通过使用多种机器学习算法，确定了与PCD相关的8个关键基因，特别是FLT3、SORL1、CD8A、BCL2L1、COL13A1、MPG、DYRK2和CAMK2B。随后利用上述基因建立了程序性细胞死亡指数（PCDI；cut-off=0.916），并将其与相关的临床特征相结合，形成了预测无进展生存期的列线图模型，对1、3、5年生存率的预测能力极为准确，且预测性能优于其他模型。

PCDI与治疗前液体活检循环肿瘤DNA（ctDNA）负荷、微小残留病（MRD）状态和免疫特征之间存在显著相关性。此外，PCDI评分升高的患者可能对常规化疗产生耐药，但可能获益于针对特定信号通路的替代抑制剂治疗（如5-氟尿嘧啶、索拉非尼、MK-1775、BMS-345541、JAK1抑制剂和AZD6738），其中抑制剂在高危组患者中的IC50较低。

作者还创建了一个在线分析工具（https://xulymphoma.shinyapps.io/PCDI_pred/），旨在预测不明确亚型DLBCL亚型患者的预后，从而提高其临床治疗的准确性。

总结

作者利用公共数据库中的数据成功开发了PCDI模型，并通过JSPH队列验证了其有效性，展示了较强的预测能力。为了加强该研究结果的稳健性和实际应用，还需开展进一步的研究予以确认。

参考文献

HuaW, Liu J, Li Y, et al.Revealing the heterogeneity of treatment resistance in less-defined subtype diffuse large B cell lymphoma patients by integrating programmed cell death patterns and liquid biopsy. Clin Transl Med.2025;15:e70150. https://doi.org/10.1002/ctm2.70150