儿童B细胞急性淋巴细胞白血病（B-ALL）中程序性细胞死亡模式的探索及复发预测模型的构建

第一作者及单位
本研究由南方医科大学南方医院儿科吴雪冬（Xuedong Wu）团队主导，第一作者为罗雅馨（Yaxin Luo）、谭琳（Lin Tan）和蒙楚楷（Chuikai Meng），合作作者包括高静瑜（Jingyu Gao）、陈鸿鑫（Hongxin Chen）和方瑞涵（Ruihan Fang）。研究成果发表于《Scientific Reports》2025年第15卷，文章标题为《Integrating bulk RNA-seq and scRNA-seq data to explore diverse cell death patterns and develop a programmed cell death-related relapse prediction model in pediatric B-ALL》。

学术背景

研究领域与动机
B细胞急性淋巴细胞白血病（B-ALL）是儿童最常见的血液系统恶性肿瘤，尽管化疗和微小残留病（MRD）监测技术的进步已将其5年生存率提升至90%，但15-20%的患者仍面临复发风险，且复发后生存率显著降低（5年生存率约50%）。复发机制复杂，涉及表观遗传调控异常、肿瘤微环境（TME）重塑及程序性细胞死亡（Programmed Cell Death, PCD）通路失调。PCD包括凋亡（apoptosis）、铁死亡（ferroptosis）、坏死性凋亡（necroptosis）等16种模式，其在B-ALL中的作用尚未系统研究。本研究旨在整合单细胞RNA测序（scRNA-seq）和批量RNA测序（bulk RNA-seq）数据，揭示PCD模式与复发的关系，并构建复发预测模型。

科学问题与目标
1. 识别复发相关PCD模式：通过多组学分析筛选与B-ALL复发显著相关的PCD通路。
2. 构建预测模型：基于关键PCD基因开发细胞死亡指数（Cell Death Index, CDI）模型，用于临床复发风险评估。
3. 探索治疗靶点：分析CDI与免疫微环境、药物敏感性的关联，为个体化治疗提供依据。

研究流程与方法

1. 数据收集与预处理
- 队列设计：
- 发现队列：TARGET数据库的124例儿童B-ALL患者RNA-seq数据及临床信息。
- 验证队列：南方医院队列（78例）和GSE7440数据集（59例，以4年无复发生存为终点）。
- 单细胞数据：GSE130116中7例初诊B-ALL患者的scRNA-seq数据（39,926个细胞）。
- PCD基因集：从KEGG、GSEA等来源整合16类PCD的1,571个基因（如凋亡578个、铁死亡88个）。

2. 复发相关PCD模式筛选
- 单样本基因集富集分析（ssGSEA）：计算16种PCD模式在TARGET队列中的活性评分。
- 单变量Cox回归：筛选出9种与复发显著相关的PCD模式（P<0.05），包括保护性（如铁死亡、自噬）和风险性（如凋亡、NETosis）模式。

3. 单细胞水平PCD活性分析
- 细胞分群与注释：使用Seurat和SingleR将细胞分为7类（如T细胞、前B细胞-CD34+）。
- AUCell评分：量化各细胞中PCD通路的活性，发现凋亡、自噬等模式在白血病细胞中广泛激活。

4. CDI模型构建与验证
- 基因筛选：通过Lasso回归从356个候选基因中确定7个关键基因（如凋亡相关基因BIK、自噬相关基因TSPO）。
- 模型公式：
CDI = 0.08118×BIK + 0.35611×TSPO - 0.03171×BCL2L2 + 0.24034×PIP4K2C - 0.18908×MLKL - 0.15406×STAT2 + 0.74128×WWOX
- 分组与验证：根据最佳截断值将患者分为高/低CDI组，Kaplan-Meier分析显示高CDI组无复发生存率显著更低（训练队列AUC 0.890-0.943，验证队列AUC 0.752-0.935）。

5. 肿瘤微环境与药物敏感性分析
- 免疫浸润：CIBERSORT显示高CDI组浆细胞比例升高，而M2巨噬细胞和中性粒细胞减少。
- 药物预测：低CDI组对舒尼替尼（sunitinib）、硼替佐米（bortezomib）等药物更敏感。

主要结果与逻辑链条

1. PCD模式与复发关联：凋亡和NETosis等风险性PCD模式的高活性与复发正相关，而铁死亡和自噬则可能抑制复发。
   
2. CDI模型的临床价值：
   
   • 独立预后因素：多变量Cox回归证实CDI是独立风险因子（HR=1.30, P<0.001）。
     
   • Nomogram预测工具：整合CDI和临床因素（如年龄、WBC）可预测1/3/5年复发概率。
     
3. 机制探索：CDI高分患者表现出促肿瘤免疫微环境（如M2巨噬细胞减少）和代谢通路（如mTORC1信号）激活。
   

结论与价值

科学意义
- 首次系统揭示B-ALL中9种PCD模式的复发预测价值，填补了该领域空白。
- CDI模型通过多组学整合，为复发风险评估提供了新工具。

临床应用
- 分层治疗：高CDI患者可能受益于靶向PCD通路（如自噬抑制剂）或免疫调节治疗。
- 药物开发：筛选出的敏感药物（如硼替佐米）为联合治疗提供候选方案。

研究亮点

1. 多组学整合：结合bulk RNA-seq和scRNA-seq，从群体和单细胞水平解析PCD异质性。
   
2. 创新模型：CDI首次将PCD基因与临床预后直接关联，预测性能优异（AUC>0.89）。
   
3. 转化潜力：模型基因（如TSPO、MLKL）可作为潜在治疗靶点。
   

局限性
- 外部验证队列样本量较小，需更大规模研究验证。
- 部分PCD机制（如oxeiptosis）需进一步实验验证。

本研究为B-ALL的精准治疗提供了新视角，未来可通过功能实验（如基因敲除）深化机制研究。