[发明专利]AML患者免疫分型系统、AML患者预后评分模型及其构建方法

权利要求书

1.一种AML患者预后评分模型的构建方法，其特征在于，包括如下步骤：

S1、构建AML患者免疫分型系统

1）收集来自GEO数据库的AML 患者表达谱数据，并通过表达谱预测得到免疫微环境信息；

2）归一化所有样本后，根据患者免疫细胞的相关性进行聚类分析，得到有临床预后意义的10种免疫细胞类型：CD4+T细胞、B细胞、CD8+T细胞、D8+中央记忆型T细胞、Class-switch记忆B细胞、嗜酸性粒细胞、纤维原细胞、肥大细胞、NKT细胞、造血干细胞；

3）然后将有临床预后意义的免疫细胞类型的浸润分数用R语言层次聚类包hclust依据ward.D距离对患者进行聚类成三组：Cluster 1、Cluster 2、Cluster 3，建立免疫分型系统；其中，Cluster 1免疫评分和微环境评分最低，HSC 浸润程度最高；Cluster 3 免疫评分和微环境评分最高，HSC 浸润程度最低；Cluster 2 介于两组之间；对应地，Cluster 1组生存时间最短，Cluster 3组生存时间最长，Cluster 2介于两组之间；

S2、筛选Cluster 1和Cluster 3间对AML患者存在预后意义的差异基因；

S3、运用LASSO-cox方法选择差异基因中和预后最相关的基因建立AML患者预后评分模型：y=∑βi×Xi，其中，βi为对应基因的系数；Xi为对应基因的表达量，根据病人样本测得。

2.根据权利要求1所述的AML患者预后评分模型的构建方法，其特征在于，

所述步骤1）中，AML患者免疫微环境信息来自7个GEO数据库：GSE10358，GSE12417，GSE37642，GSE66525，GSE6891，GSE71014和 GSE8970的1799例有效患者，其中1229例患者拥有总生存期数据信息。

3.根据权利要求1所述的AML患者预后评分模型的构建方法，其特征在于，

预后评分为121个免疫相关基因的表达量与相应系数的乘积的总和计算获得。

4.根据权利要求3所述的AML患者预后评分模型的构建方法，其特征在于，

121个免疫相关基因分别为：ABCC1、ACP6、ACSL4、ADA2、ADGRG1、AGA、AGFG1、ANKRD28、APBB1IP、APOBR、ARPC5L、BAX、BCAP29、BCAT1、BEX3、BPGM、CBX4、CCNA1、CCT4、CD34、CD58、CES1、CFAP70、CIAO1、CISD1、CKLF、CKM、CLIC2、CPVL、CRIPT、CTSB、CXCL2、CXorf21、CYFIP2、DEFB1、DNMT3B、DOCK1、DSG2、EFCAB2、EHD2、EIF3H、EZR、F2RL1、FAM124B、FAM30A、FCGRT、FECH、FGD2、FHL1、FSTL1、FZD6、GABRB2、GNAI1、GTF2F2、GYPC、H1F0、HAL、HDAC4、HDGFL3、HOMER3、HOPX、HSPD1、HTR1F、IDI1、IL17RA、IQGAP1、ITGA6、KCTD3、LAPTM4B、LGALS2、LILRA2、LPAR4、MAGED1、MFSD10、MN1、MS4A6A、MYL4、NBPF1、NIN、NRIP1、OPTN、P2RX7、PDE12、PF4、PGGT1B、PHLDA1、PIK3C2B、PLK4、PNMA1、PNRC2、PRKCH、RAB3GAP2、RAP1A、RBPMS、RCL1、REC8、RPS23、RUNX3、SALL2、SCRN1、SELENOP、SLC2A6、SLC38A1、SMIM10L1、SNU13、SOCS2、ST8SIA4、SV2A、TCEAL9、TCF4、TGOLN2、TMCO3、TMEM176B、TNFRSF21、TPK1、TRAPPC11、TTC28、TUBGCP5、VAMP8、ZEB2、ZNHIT1。

5.根据权利要求4所述的AML患者预后评分模型的构建方法，其特征在于，

上述121个基因的系数即coef值分别见下表: