SLC25A37, FKBP8, and PHOSPHO1 Emerge as Reproducible Core Biomarkers of Acute Myeloid Leukemia Through Integrative Machine Learning
通过分析 RNA-seq 数据的整合机器学习流水线，本研究确定了一个具有可重复性的急性髓系白血病六基因生物标志物特征，其中 SLC25A37、FKBP8 和 PHOSPHO1 在多个队列中表现为最一致的核心基因。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
白血病是一种发生在血液和骨髓中的癌症，而骨髓是骨骼内部的松软组织，也是新血细胞诞生的摇篮。在健康的身体中，这个“工厂”会稳定地生产不同类型的细胞，每种细胞都有特定的职责，从携带氧气到对抗感染。急性髓系白血病（AML）是这种疾病中一种特别具有侵略性的类型，其中“工厂”陷入了停滞。这些不成熟的前体细胞（被称为“原始细胞”）并没有发育成熟成有用的细胞，而是无节制地增殖并挤占了健康细胞的空间。这种阻塞导致身体无法制造生存所需的血细胞。虽然医生可以识别这种疾病，但要在不同患者之间找到一种简单、可靠的方法来将其与正常的骨髓区分开来一直非常困难。该疾病非常复杂，具有许多不同的遗传变异，这使得很难确定一套适用于所有人的单一标志物。
一位研究人员致力于解决这一问题，通过观察这些细胞内部的遗传指令。每个细胞都包含一个庞大的基因库，而此时此刻正在被读取的特定指令——即基因表达——就像是该细胞状态的“指纹”。在 AML 中，这个指纹发生了扭曲。研究人员希望找到一组小而一致的基因，无论疾病的具体亚型如何，这些基因总是处于开启或关闭状态。为了实现这一目标，他们利用了计算机科学与生物学的强大结合。他们收集了一小组患者和健康志愿者的遗传数据来训练计算机，然后在一组规模大得多的独立患者群体中测试他们的发现，以观察这种模式是否成立。
研究始于一个发现阶段，使用了来自 20 人的 RNA 测序数据：其中 10 人患有 AML，10 人拥有健康的骨髓。研究人员首先扫描了遗传数据，以观察哪些基因在患病组与健康组之间表现出差异。他们发现了一种巨大的遗传活动失衡。虽然在健康对照组中只有极少数基因被调高，但在白血病样本中，数千个基因被调低，还有一小部分基因被调高。这种广泛的基因关闭现象反映了该疾病阻碍血液细胞正常成熟的能力。从这份庞大的变化列表中，研究人员使用了一种定制的评分系统来缩小候选范围。该系统不仅观察基因变化的幅度，还观察其在不同患者之间的变化一致性，以及它区分患病者与健康者的清晰程度。通过这个过程，名单被缩减到了 50 个有潜力的候选基因。
接下来，研究人员采用了三种不同类型的机器学习算法，即旨在发现复杂数据中模式的计算机程序。每种算法都从略微不同的角度处理问题，就像三位专家在观察同一个谜题。一种方法寻找当组合在一起时能最好预测疾病状态的基因；另一种方法根据基因对整体模式的贡献程度进行排名；第三种方法则系统地移除基因，以观察哪些基因是真正必不可少的。通过要求一个基因必须被这三种方法中的至少两种选中，研究人员确保他们发现的不仅仅是随机噪声。这种共识方法最终产生了一个由 12 个基因组成的名单，这些基因能够完美地区分初始组中的 20 名患者。
为了理清这个名单，研究人员绘制了这 12 个基因如何相互作用的图谱，创建了一个网络以观察哪些基因处于核心地位。这一分析揭示了一个由 6 个基因组成的紧密连接的核心枢纽。这 6 个基因包括血红蛋白（携带氧气的蛋白质）的组成部分，以及另外三个具有特定细胞功能的基因。随后，研究人员将这个六基因特征用于一个完全独立的数据库进行测试，该数据库包含来自不同来源的 157 个 AML 样本。这一步至关重要，用以证明研究结果并非仅仅是第一个小规模群体的偶然现象。
大规模测试的结果令人瞩目。虽然与血红蛋白相关的基因表现出一定的变异性（可能是因为不同类型的白血病会以不同方式影响血液生产），但有三个特定的基因表现出了绝对的可靠性。这三个基因分别名为 SLC25A37、FKBP8 和 PHOSPHO1，它们在验证组的每一位患者中都呈现高水平表达。换句话说，在大规模组中的每一个白血病样本都显示出比任何健康人水平都要高的这些基因水平。这种完美的连贯性表明，无论患者的具体遗传亚型如何，这三个基因对于 AML 的生物学特性都是基础性的。
对这些基因功能的进一步分析揭示了该疾病运作的双重故事。故事的第一部分涉及免疫系统。数据显示，与人体第一道防线相关的基因（特别是涉及激活中性粒细胞等白细胞的基因）被调高了。这表明白血病细胞正在劫持人体的自然警报系统，以创造一个支持其生长的环境。故事的第二部分涉及细胞的内部机制。研究发现，负责清理细胞受损部分的基因（特别是作为细胞“发电厂”的线粒体）遭到了破坏。与此同时，通常与制造红细胞相关的基因却异常活跃，这表明白血病细胞对自己的身份感到“困惑”，试图模仿红细胞，但本质上仍是不成熟的癌细胞。
研究人员得出结论，这种六基因特征（尤其是其中的三个核心基因）提供了一种稳健且可重复的方法来识别急性髓系白血病。该研究并未声称找到了治愈方法，而是发现了一种高度可靠的诊断工具。通过结合精细的评分系统、多种计算机学习方法以及大规模独立测试，研究人员识别出了一个在广泛患者群体中保持一致的分子指纹。这三个突出的基因指向了铁代谢、细胞存活和脂质重塑等处于疾病核心地位的特定生物学过程。这项工作为开发更简单的、基于表达的检测方法奠定了基础，这类检测有望帮助医生更准确地诊断疾病，并潜在地指导针对这些特定生物学途径的未来治疗。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。