[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

说明书

本发明公开了AML患者免疫分型系统、AML患者预后评分模型及其构建方法。其中，免疫分型系统的构建方法，包括1)收集来自GEO数据库的AML患者免疫微环境信息；2)聚类分析得到有临床预后意义的10种免疫细胞类型；3)然后对患者进行聚类成三组：Cluster1、Cluster2、Cluster3，其中，Cluster1免疫评分和微环境评分最低，HSC浸润程度最高；Cluster3免疫评分和微环境评分最高，HSC浸润程度最低；Cluster2介于两组之间，完成免疫分型系统的建立。此外，根据免疫分型系统构建了AML患者预后模型，该模型相对于现有模型精准度更高。

技术领域

本发明涉及生物技术领域，特别涉及一种AML患者免疫分型系统、AML患者预后评分模型及其构建方法。

背景技术

急性髓系白血病(AML)是骨髓祖细胞不受控的增殖引起的血液系统恶性肿瘤，其临床发病率高，复发率高，治愈率低，因此急需寻找新的治疗方案。目前AML的免疫微环境以及利用免疫原理设计新型药物的研究一直是基础医学和临床医学研究的热点。但是在AML的分型上，目前AML的分类系统主要有基于形态学的FAB分型系统，分为M0-M7；基于细胞分子遗传学的WHO分型系统，分为AML伴RUNX1-RUNX1T1、AML伴CBFB-MYH11等。尽管AML的免疫学研究越发深入，但仍未形成基于免疫微环境建立的免疫分型系统。同时欧洲白血病网(European Leukemia Net,ELN)危险度分层系统是目前临床上最为常用的分层系统，但该系统通常存在对AML患者危险度的误判，使患者危险度分层和治疗强度不匹配。随着二代测序技术和生物信息学的发展，除了正在使用的ELN系统外，目前已经出现几种预测模型，比如包含17个干细胞基因评分系统，3-microRNA预后评分系统，包含24个基因的预后评分系统，10个基因组成的预后评分系统，Clinseq-G预测模型等。尽管研究方法和结果呈现多样化，但并没有出现以免疫分型为基础构建的更优化的模型。因此，更有效的预后模型仍急需被开发。

发明内容

有鉴于此，本发明首先利用免疫大数据建立了一个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；信息来着7个GEO数据库：GSE10358，GSE12417，GSE37642，GSE66525，GSE6891，GSE71014和GSE8970的1799例有效患者，其中1299例患者有总生存期数据信息。

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，其中，Cluster1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；免疫分型系统的三组患者生存具有显著差异，其中Cluster 1生存情况最差，而Cluster 3生存情况最好。

其次，本发明基于上述免疫分型建立AML患者预后评分模型：

预后评分由121个免疫相关基因的表达量经相应系数权重后的总和计算获得，y＝∑βi×Xi，其中，βi为对应基因的系数coef值；Xi为对应基因的表达量，根据病人样本测得。

建立AML患者预后评分模型具体的方法如下：

S1、筛选Cluster 1和Cluster 3两组间对AML存在预后意义的差异基因；