结合多组学和机器学习构建多发性骨髓瘤疗效预测模型

摘要

目的：多发性骨髓瘤(multiple myeloma,MM)是浆细胞恶性克隆性增殖的血液系统肿瘤，目前无法治愈，其中原发难治性多发性骨髓瘤(primary refractory multiple myeloma,PRMM)患者对初次诱导治疗的疗效较差。本研究旨在构建预测新诊断多发性骨髓瘤(newly diagnosed multiple myeloma,NDMM)患者疗效的机器学习模型，推动MM患者的治疗。方法：收集2022年8月至2023年7月在中南大学湘雅三医院血液内科住院的NDMM患者和治疗后MM患者，治疗后MM患者按疗效分为PRMM患者和治疗有效MM患者(treatment response multiple myeloma,TRMM)。采用代谢组学检测其血清代谢物。基于代谢组学分析结果，结合数据库的NDMM患者转录组测序数据，筛选NDMM患者治疗后不同疗效患者间差异表达的氨基酸代谢相关基因(amino acid metabolism-related genes,AAMGs)。利用生信分析和机器学习算法，构建预测NDMM患者疗效的模型，用于筛选PRMM患者。结果：共收集61例患者，其中22例NDMM患者、23例TRMM患者和16例PRMM患者。3组患者体内代谢物水平存在差异，差异代谢物主要富集在氨基酸代谢通路。22例NDMM患者中追踪到16例的治疗效果，其中12例为初诊的TRMM患者(ND＿TR组)，4例为初诊的PRMM患者(newly diagnosed＿primary refractory,ND＿PR组)，2组筛选出23个差异代谢物，在ND＿PR组中，色氨酸等6个代谢物上调，柠檬酸等17个代谢物下调。最后基于数据库中TRMM(108例)和PRMM(77例)患者的测序数据获取不同疗效患者间差异表达的AAMGs，构建了疗效预测模型。模型曲线下面积(area under the curve,AUC)>0.8,3个外部验证队列AUC>0.7。结论：本研究描述了不同疗效MM患者间体内代谢物水平的变化，揭示氨基酸代谢失调可能与PRMM患者诱导治疗后疗效欠佳相关，同时结合代谢组学和转录组学，利用机器学习算法成功构建了NDMM患者的疗效预测模型。

关键词

多发性骨髓瘤 / 代谢组学 / 转录组学 / 机器学习 / 预测模型