编辑推荐：
为解决 AML 预后评估不准及治疗难题，安徽医科大学第一附属医院研究人员开展 ICD 相关基因研究。他们构建 ICDRS 模型，发现其可优化 ELN 分类、预测免疫微环境。该研究为 AML 预后和治疗提供新思路，值得科研读者一读。
在血液疾病的领域里，急性髓系白血病（AML）堪称一位 “凶狠的对手”。它是一种异常造血细胞疯狂增殖的癌症，就像一群失控生长的 “坏种子”，在骨髓和血液里肆意蔓延。尽管近年来强化化疗和异基因造血干细胞移植等治疗手段不断发展，但很多 AML 患者依旧难以治愈，5 年总生存率只有 20 - 30%，而且大多数患者还会面临耐药和复发的难题。这就好比好不容易建起了一道防线，却总是被狡猾的敌人轻易突破。
为了更好地 “对付” AML，医生和科研人员们一直在努力寻找新的方法。目前，通过细胞遗传学特征来划分 AML 患者的类型，进而预测他们的生存情况，是一种常用的手段。欧洲白血病网（ELN）指南就整合了细胞遗传学和分子学的关键异常信息，对白血病的预后进行分类。不过，这个指南也并非完美无缺。ELN2022 指南虽然在诊断和评估 AML 预后方面有了一些改进，但争议不断。有的研究发现，和 ELN2017 指南相比，它并没有明显优势，而且对于那些不能接受强化化疗或 FLT3 抑制剂治疗的患者，ELN2022 指南并不适用。这就像是一把钥匙，看似能开锁，但有些锁却打不开。
与此同时，免疫原性细胞死亡（ICD）逐渐进入了人们的视野。ICD 是一种特殊的细胞死亡方式，它能激活免疫系统，就像给免疫系统发送了 “战斗警报”，让免疫系统去攻击癌细胞。化疗和放疗等手段都能触发 ICD。然而，ICD 在 AML 治疗中的作用还不明确，相关的生物标志物也有待发现。这就如同在黑暗中摸索，虽然看到了一丝光亮，但还不清楚这光亮能否照亮前行的路。
在这样的背景下，安徽医科大学第一附属医院的常庆焦、马晓宇等研究人员，决心为攻克 AML 寻找新的方向。他们的研究成果发表在了《Cancer Cell International》期刊上，论文题目是 “Potential value of immunogenic cell death related - genes in refining European leukemiaNet guidelines classification and predicting the immune infiltration landscape in acute myeloid leukemia”。通过一系列研究，他们发现免疫原性细胞死亡相关基因风险特征（ICDRS）对 AML 意义重大，不仅能优化 ELN 风险分类，还能预测免疫微环境，为个性化治疗提供指导。这一发现，就像在黑暗中找到了一盏明灯，为 AML 的治疗带来了新的希望。
为了开展这项研究，研究人员采用了多种关键技术方法。他们从 UCSC Xena、GEO、Beat AML2.0 等数据库中获取了大量的临床和转录组数据，这些数据就像是装满宝藏的宝箱，为后续研究提供了丰富的 “原材料”。接着，利用单变量和 LASSO Cox 回归分析，构建了 ICDRS 模型，这就好比搭建了一座桥梁，将基因数据和 AML 的预后联系起来。还运用了单细胞 RNA 测序（scRNA - seq）技术，深入研究 AML 骨髓微环境，就像用显微镜观察微观世界一样，让研究人员看到了细胞层面的奥秘。
下面我们来看看具体的研究结果：
1. ICD 风险特征的开发与验证
研究人员对四个 AML 数据集进行主成分分析（PCA），并提取了 34 个 ICD 相关基因的表达谱。通过单变量 Cox 回归分析，发现 8 个 ICD 相关基因与 AML 患者的总生存期（OS）显著相关，其中 5 个是风险因素，3 个是保护因素。随后，LASSO Cox 回归分析确定了 5 个最适合构建 ICD 相关基因特征的基因。基于此，计算出 ICD 风险评分公式。将患者分为高、低 ICD 风险组后发现，高风险组患者的 OS 率明显低于低风险组。就好像高风险组的患者被贴上了 “危险标签”，生存状况更不容乐观。这一结果在多个数据集上都得到了验证，说明 ICDRS 模型具有良好的预测能力。
2. ICD 风险特征在 AML 中的独立性和优越性综合分析
为了探究 ICDRS 能否作为 AML 的独立预后因素，研究人员进行了单变量和多变量 Cox 分析。在多个队列研究中，ICDRS 都被证实是与不良临床结局相关的风险因素。而且，ICD 风险模型的预测准确性很高，其 ROC 曲线下面积（AUC）在预测 1 年、3 年和 5 年生存率时表现出色，比性别、白细胞计数（WBC）、ELN 分层和年龄等因素更具优势。研究人员还开发了列线图，将 ICDRS 和临床特征结合起来，能更准确地评估 AML 患者的临床生存率，这就像给医生提供了一个更精准的 “预测仪表盘”。
3. ICD 风险特征对 ELN 风险分层系统的改进
ELN 风险分层系统在 AML 中应用广泛，但存在一定局限性，比如无法很好地区分中间风险组和不良风险组患者的预后。研究人员将 ICDRS 与 ELN2017 和 ELN2022 结合，调整了风险分类。结果发现，新的分层系统能更清晰地划分患者的 OS 和无病生存期（DFS）。这就好比给 ELN 风险分层系统装上了 “升级补丁”，让它变得更加精准。
4. 不同风险组差异表达基因（DEGs）的功能富集分析
研究人员对不同风险组进行基因差异分析，发现了 211 个上调基因和 121 个下调基因。GO 功能富集分析表明，这些基因大多与免疫受体活性、细胞因子结合等免疫相关功能有关。基因集富集分析（GSEA）和基因集变异分析（GSVA）也显示，差异表达基因与免疫特征相关。这意味着不同 ICD 风险组的预后差异，可能与免疫功能的不同有关，就像不同的免疫 “小宇宙” 在发挥着不同的作用。
5. 不同风险组免疫微环境的特征分析
研究人员比较了 ICD 高风险组和低风险组的 ESTIMATE 评分，发现高风险组的基质评分、免疫评分和估计评分更高，这暗示着高风险组的预后更差。进一步研究发现，高风险组的单核细胞比例更高，而 B 细胞幼稚型、浆细胞、静止肥大细胞和嗜酸性粒细胞比例更低。此外，高风险组中大多数人类白细胞抗原（HLA）基因和部分免疫检查点（ICP）表达上调，低风险组则相反。这些结果描绘出了不同风险组免疫微环境的 “独特画像”。
6. 药物敏感性和突变分析
研究人员发现，ICD 低风险组和高风险组的体细胞突变谱存在明显差异。高风险组中 RUNX1、IDH2 和 NPM1 突变较为常见，低风险组则以 NPM1、DNMT3A、FLT3 和 KIT 突变为主。而且，与 AML 预后不良相关的 TP53 基因，在高风险组中的突变频率更高。药物敏感性分析显示，高风险组对 Bcl - 2 家族抑制剂更敏感，低风险组对 PI3K 抑制剂更敏感。这就为不同风险组的患者找到了可能更有效的 “抗癌武器”。
7. AML 骨髓细胞中 ICD 的单细胞分析
研究人员整合了 GEO 数据集的骨髓细胞单细胞表达矩阵，对细胞进行聚类和注释后发现，ICDRS 在 AML 恶性亚群中的表达高于其他细胞类型。这表明 ICDRS 在 AML 骨髓微环境中有着特殊的 “定位”，可能对恶性细胞的发展起着重要作用。
8. CASP1 的体外实验验证
研究人员发现 CASP1 在 AML 中高表达，且与预后密切相关。通过细胞实验，他们发现用 si - RNA 敲低 CASP1 或使用 CASP1 抑制剂 Belnacasan，都能抑制 AML 细胞的增殖，促进其凋亡。这就像找到了 AML 细胞的一个 “弱点”，为未来的治疗提供了新的靶点。
综合研究结果和讨论部分，这项研究意义重大。研究人员成功构建了 ICDRS 模型，为 AML 患者的预后预测提供了一个独立且有效的工具。将 ICDRS 整合到 ELN 分类系统中，显著提高了 AML 预后分层的准确性，让医生能更精准地判断患者的病情。同时，研究还揭示了不同 ICD 风险组的免疫微环境特征和药物敏感性差异，为 AML 的个性化治疗提供了重要依据。虽然研究存在一些局限性，比如基于回顾性数据，部分基因还未验证，但这依旧为 AML 的研究和治疗开辟了新的道路。未来，随着更多研究的开展，有望进一步完善对 AML 的认识，找到更有效的治疗方法，让 AML 患者迎来更多的希望。
