【摘 要】目的：應(yīng)用生物信息學(xué)技術(shù)探究多發(fā)性骨髓瘤（multiple myeloma，MM）的遺傳異質(zhì)性以及免疫細(xì)胞在其病理生理中發(fā)揮的重要調(diào)節(jié)作用。方法：通過(guò)美國(guó)國(guó)家生物技術(shù)信息中心（National Center for Biotechnology Information，NCBI）公共高通量基因表達(dá)（gene expression omnibus，GEO）數(shù)據(jù)庫(kù)對(duì)MM相關(guān)的數(shù)據(jù)集GSE125364、GSE72213采用生物信息學(xué)及機(jī)器學(xué)習(xí)等方法篩選MM診斷的關(guān)鍵基因，探索MM差異基因相關(guān)通路計(jì)算免疫細(xì)胞浸潤(rùn)情況，并通過(guò)分子生物學(xué)實(shí)驗(yàn)進(jìn)行驗(yàn)證。結(jié)果：基于公共數(shù)據(jù)庫(kù)的多發(fā)性骨髓瘤基因芯片數(shù)據(jù)采用生物信息學(xué)方法分析篩選差異基因410個(gè)，其中MM患者較對(duì)照組下調(diào)259個(gè)，上調(diào)151個(gè)。通過(guò)GO富集分析發(fā)現(xiàn)差異基因主要參與生物學(xué)過(guò)程包括DNA復(fù)制、染色體分離及有絲分裂；細(xì)胞定位主要富集在染色體區(qū)、紡錘體；分子功能主要富集在單鏈DNA螺旋酶活性，作用于DNA的催化和依賴ATP的活性等。KEGG通路富集分析顯示的主要信號(hào)通路包括細(xì)胞周期、p53信號(hào)通路、細(xì)胞衰老和DNA復(fù)制等。GSEA分析對(duì)照組主要富集細(xì)胞周期、DNA復(fù)制、嘌呤代謝及核糖體等通路，MM組主要富集脂肪細(xì)胞因子信號(hào)通路、細(xì)胞粘附分子、核糖核酸多聚酶及抗壞血酸和醛酸代謝等通路。通過(guò)支持向量機(jī)遞歸特征消除（support vector machine-recursive feature elimination，SVM-RFE）算法篩選出2個(gè)MM診斷基因CPXM1和UROD，通過(guò)CIBERSORTx進(jìn)行了免疫浸潤(rùn)分析表明CPXM1和UROD與免疫浸潤(rùn)相關(guān)，并通過(guò)MM.1S細(xì)胞進(jìn)行了qRT-PCR驗(yàn)證（P<0.05）。結(jié)論：采用生物信息學(xué)方法能夠有效分析MM與正常對(duì)照人群差異表達(dá)的基因，本次研究篩選出多發(fā)性骨髓瘤診斷的關(guān)鍵基因CPXM1和UROD，其表達(dá)與免疫浸潤(rùn)相關(guān)，可作為后續(xù)MM基礎(chǔ)和臨床實(shí)驗(yàn)研究的新靶點(diǎn)。

【關(guān)鍵詞】多發(fā)性骨髓瘤；生物標(biāo)志物；生物信息學(xué)；免疫浸潤(rùn)

【中圖分類號(hào)】R733.3【文獻(xiàn)標(biāo)志碼】A【收稿日期】2024-05-14

Screening for feature genes and immune infiltration of multiple myeloma： a study based on support vector machine

Shi lei，Zhang Hongbing

（Department of Hematology，The First Affiliated Hospital of Chongqing Medical University）

【Abstract】Objective：To investigate the genetic heterogeneity of multiple myeloma（MM） and the important regulatory role of immune cells in its pathophysiology by using bioinformatics techniques. Methods：The datasets of GSE125364 and GSE72213 associated with MM were obtained from the gene expression omnibus database of National Center for Biotechnology Information，and bioinformatics and machine learning methods were used to identify the key genes for the diagnosis of MM. Pathways associated with the differentially expressed genes in MM were analyzed to calculate immune cell infiltration，and molecular biology experiments were used for validation. Results：In this study，a total of 410 differentially expressed genes were obtained by the bioinformatics methods based on the gene mi‐croarray data of MM from public databases，among which 259 were downregulated and 151 were upregulated in MM patients compared with controls. The gene ontology enrichment analysis showed that the differentially expressed genes were mainly involved in the biologi‐cal processes such as DNA replication，chromosome segregation，and mitosis； as for cellular localization，they were mainly enriched in chromosomal region and the spindle apparatus； as for molecular function，they were mainly enriched in single-stranded DNA helicase activity，DNA catalysis，and ATP-dependent activity. The KEGG pathway enrichment analysis showed that the main signaling path‐ways included cell cycle，the p53 signaling pathway，cellular senescence，and DNA replication. The GSEA analysis showed that in the control group，the genes were mainly enriched in cell cycle，DNA replication，purine metabolism，and ribosomes，while in the MM group，the genes were mainly enriched in the adipokine signaling pathway，cell adhesion molecules，ribonucleic acid polymerase，and ascorbate and aldarate metabolism pathways. Two genes，CPXM1 and UROD，were obtained for the diagnosis of MM by support vector machine-recursive feature elimination algorithm，and the immune infiltration analysis via CIBERSORTx showed that CPXM1 and UROD were associated with immune infiltration； qRT-PCR validation was performed in MM.1S cells （P<0.05）.Conclusion：Bioinfor‐matics methods can be used to effectively analyze the differentially expressed genes between MM patients and the normal control popu‐lation，and the key genes CPXM1 and UROD are obtained for the diagnosis of MM and are associated with immune infiltration，which can be used as new targets for subsequent basic and clinical experimental studies on MM.

【Key words】multiple myeloma；biomarkers；bioinformatics；immune infiltration

多發(fā)性骨髓瘤（multiple myeloma，MM）是一種起源于漿細(xì)胞的血液系統(tǒng)惡性腫瘤。其特征是骨髓中惡性漿細(xì)胞（plasma cell，PC）的克隆性增殖，伴隨單克隆免疫球蛋白（稱為M蛋白）的過(guò)度產(chǎn)生和終末器官損傷。主要臨床表現(xiàn)包括高鈣血癥、腎臟損害、貧血及骨質(zhì)破壞。MM是全球第二常見(jiàn)的血液系統(tǒng)惡性腫瘤，每年全球約有588 161例被確診為多發(fā)性骨髓瘤，在美國(guó)每年約有3 490例確診[1]。在過(guò)去的20年里，針對(duì)MM的治療研發(fā)了許多新治療方案，包括蛋白酶體抑制劑、免疫調(diào)節(jié)藥物、單克隆抗體和CAR-T細(xì)胞療法等[2]。隨著這些新療法的出現(xiàn)，MM5年相對(duì)存活率提高至54%[3]。但大多數(shù)MM患者仍會(huì)復(fù)發(fā)，而每次復(fù)發(fā)都會(huì)使得原有治療變得更加困難[4]。以往研究發(fā)現(xiàn)免疫細(xì)胞參與了MM病程中的骨破壞和骨形成，且免疫細(xì)胞和骨細(xì)胞存在交互作用[5]。因此，探究MM的遺傳異質(zhì)性以及免疫細(xì)胞在其病理生理中發(fā)揮的重要調(diào)節(jié)作用將有助于對(duì)疾病預(yù)后進(jìn)展以及治療耐藥機(jī)制提供更多的理論依據(jù)。通過(guò)美國(guó)國(guó)家生物技術(shù)信息中心（National Center for Biotechnology Information，NCBI）公共高通量基因表達(dá)（gene expression omnibus，GEO）數(shù)據(jù)庫(kù)對(duì)MM相關(guān)的數(shù)據(jù)集采用機(jī)器學(xué)習(xí)、生物信息學(xué)以及分子生物學(xué)實(shí)驗(yàn)等方法篩選MM診斷的關(guān)鍵基因，探索MM相關(guān)基因通路并計(jì)算免疫細(xì)胞浸潤(rùn)，以求揭示MM內(nèi)在病理生理機(jī)制并提供新的理論依據(jù)。

1 材料與方法

1.1 一般資料

本研究中MM相關(guān)資料來(lái)源于GEO數(shù)據(jù)庫(kù)。通過(guò)對(duì)MM數(shù)據(jù)集進(jìn)行篩選，選擇含有正常對(duì)照和MM骨髓組織樣本的數(shù)據(jù)集。GSE125364數(shù)據(jù)集中共有48個(gè)樣本，其中3個(gè)正常樣本，45個(gè)MM骨髓漿細(xì)胞樣本，其作為訓(xùn)練集。GSE72213數(shù)據(jù)集中共有22個(gè)樣本，其中3個(gè)正常樣本，19個(gè)MM骨髓漿細(xì)胞樣本，其作為驗(yàn)證集。

1.2 材料

MM細(xì)胞系MM.1S購(gòu)自中國(guó)科學(xué)院上海細(xì)胞庫(kù)。MM.1S細(xì)胞的培養(yǎng)采用RPMI 1640培養(yǎng)基，并加入10%熱滅活胎牛血清（fetal bovine serum，F(xiàn)BS）及雙抗（青霉素和鏈霉素），放置在5% CO？、37 °C飽和濕度培養(yǎng)箱中進(jìn)行培養(yǎng)。實(shí)驗(yàn)取對(duì)數(shù)生長(zhǎng)期的細(xì)胞進(jìn)行。

1.3 方法

1.3.1 差異表達(dá)基因（differentially expressed genes，DEGs）分析 該部分使用R語(yǔ)言軟件完成。調(diào)用R軟件的“l(fā)imma”包對(duì)GSE125364數(shù)據(jù)集進(jìn)行差異分析。以|logFC|≥2.0和矯正后P<0.05為標(biāo)準(zhǔn)篩選DEGs，采用“pheatmap”及“ggplot2”繪制熱圖和火山圖。

1.3.2 GO（Gene Ontology）/KEGG（Kyoto Encyclopedia of Genes and Genomes）/DO（Disease Ontology）/GSEA（Gene Set Enrichment Analysis）分析 該部分使用R軟件完成。調(diào)用R軟件的“clusterProfiler”“org.Hs.eg.db”“enrichplot”“DOSE”及“GSEABase”等R包對(duì)GSE125364數(shù)據(jù)集的樣本進(jìn)行分析。P值過(guò)濾條件為0.05，矯正后的P值過(guò)濾條件為0.05。

1.3.3 機(jī)器學(xué)習(xí)篩選診斷基因 將1.3.1分析得到差異表達(dá)基因進(jìn)行機(jī)器學(xué)習(xí)，主要采用支持向量機(jī)-遞歸特征消除（support vector machine-recursive feature elimination，SVMRFE）算法，本部分調(diào)用R包“e1071”“kernlab”及“caret”完成SVM-RFE 算法對(duì)診斷基因的篩選。

1.3.4 受試者工作特征（receiver operating characteristic，ROC）曲線繪制 該部分使用R軟件完成。調(diào)用R軟件的“pROC”包對(duì)GSE72213數(shù)據(jù)集的樣本進(jìn)行分析。

1.3.5 免疫浸潤(rùn)分析 此部分通過(guò)cibersortx網(wǎng)站（https：// cibersortx.stanford.edu/）對(duì)GSE125364數(shù)據(jù)集進(jìn)行分析，采用R軟件中“corrplot”、“vioplot”及“ggpubr”等R包進(jìn)行作圖。

1.3.6 qRT-PCR驗(yàn)證 采用免疫磁珠分選正常骨髓CD138陽(yáng)性漿細(xì)胞為對(duì)照細(xì)胞。將MM.1S細(xì)胞按照1×106/mL加入1 mL RNAiso Plus裂解試劑中，然后經(jīng)過(guò)氯仿和異丙醇沉淀步驟，最終用乙醇清洗和溶解的方式提取RNA并測(cè)量其濃度；按照寶日醫(yī)生物技術(shù)（北京）有限公司提供的試劑Prime‐Script？ RT Reagent Kit with gDNA Eraser （Perfect Real Time）進(jìn)行逆轉(zhuǎn)錄及擴(kuò)增。引物序列見(jiàn)表1。

以2-ΔΔCt法計(jì)算目的基因的相對(duì)表達(dá)量；應(yīng)用Graph‐Pad 9.0統(tǒng)計(jì)學(xué)軟件對(duì)數(shù)據(jù)進(jìn)行分析。

2 結(jié)果

2.1 DEGs分析

通過(guò)對(duì)GSE125364數(shù)據(jù)集進(jìn)行差異分析后，根據(jù)篩選條件共得到差異基因410個(gè)，其中MM患者較對(duì)照組下調(diào)259個(gè)，上調(diào)151個(gè)（圖1）。

2.2 GO（Gene Ontology）/KEGG（Kyoto Encyclopedia of Genes and Genomes）/DO（Disease Ontology）/GSEA（Gene Set Enrich‐ment Analysis）分析

對(duì)篩選出的410個(gè)差異表達(dá)基因進(jìn)行GO、KEGG通路富集、DO和GSEA分析顯示，差異基因生物學(xué)過(guò)程（biological process，BP）主要富集在DNA復(fù)制、染色體分離及有絲分裂；細(xì)胞組成（cellular component，CC）主要富集在染色體區(qū)、紡錘體，分子功能（molecular function，MF）主要富集在單鏈DNA螺旋酶活性，作用于DNA的催化和依賴ATP的活性等（圖2A）；共富集到KEGG通路4個(gè)，主要涉及細(xì)胞周期、p53信號(hào)通路、細(xì)胞衰老和DNA復(fù)制（圖2B）；DO主要富集的疾病為急性白血病、骨髓腫瘤、急性淋巴細(xì)胞白血病及多發(fā)性骨髓瘤等（圖2C）；GSEA分析Control組主要富集細(xì)胞周期、DNA復(fù)制、嘌呤代謝及核糖體等通路，MM組主要富集脂肪細(xì)胞因子信號(hào)通路、細(xì)胞粘附分子、核糖核酸多聚酶及抗壞血酸和醛酸代謝等通路（圖2D）。

2.3 機(jī)器學(xué)習(xí)篩選診斷基因及驗(yàn)證

將410個(gè)差異表達(dá)基因利用SVM-RFE算法對(duì)MM的診斷基因進(jìn)行篩選，共得到2個(gè)MM診斷基因CPXM1和UROD（圖3A）；本研究在驗(yàn)證集中進(jìn)行了CPXM1和UROD基因表達(dá)量的校正，均P<0.01（圖3B）；并繪制ROC曲線，CPXM1和UROD曲線下面積（area under curve，AUC）均為0.947，95%CI=0.842～1.000（圖3C），表明篩選出的基因?qū)M具有較好的診斷價(jià)值。

2.4 免疫浸潤(rùn)分析

利用CIBERSORTx根據(jù)22種免疫細(xì)胞的基因表達(dá)矩陣，用R語(yǔ)言軟件分析GSE72213訓(xùn)練集中MM組和對(duì)照組的免疫細(xì)胞浸潤(rùn)情況發(fā)現(xiàn)兩組免疫細(xì)胞比例具有明顯差異（圖4A）；同時(shí)M1巨噬細(xì)胞和記憶性B淋巴細(xì)胞顯著正相關(guān)，漿細(xì)胞和單核細(xì)胞顯著負(fù)相關(guān)（圖4B）；MM患者有7類免疫細(xì)胞較健康對(duì)照組具有統(tǒng)計(jì)學(xué)差異，分別是幼稚性B淋巴細(xì)胞（P=0.004）、漿細(xì)胞（P<0.001）、CD8 T淋巴細(xì)胞（P= 0.029）、靜息期CD4記憶T淋巴細(xì)胞（P<0.001）、單核細(xì)胞（P=0.004）、活化的肥大細(xì)胞（P=0.019）及嗜酸性粒細(xì)胞（P= 0.044）（圖4C）；診斷基因CPXM1表達(dá)與免疫細(xì)胞相關(guān)性分析（圖5A）發(fā)現(xiàn)，其與漿細(xì)胞表達(dá)呈負(fù)相關(guān)（r=-0.520，P= 0.000 19），與活化后的肥大細(xì)胞呈正相關(guān)（r=0.680，P=8.9×10-8）；診斷基因UROD表達(dá)與免疫細(xì)胞相關(guān)性分析（圖5B）發(fā)現(xiàn)，其與記憶性B淋巴細(xì)胞表達(dá)呈顯著負(fù)相關(guān)（r=-0.400，P=0.005），與活化后的幼稚性B淋巴細(xì)胞呈顯著正相關(guān)（r= 0.380，P=0.038）。

2.5 診斷基因

CPXM1和UROD相對(duì)表達(dá)水平：通過(guò)采用免疫磁珠分選正常骨髓CD138陽(yáng)性漿細(xì)胞為對(duì)照細(xì)胞，將MM.1S細(xì)胞為實(shí)驗(yàn)組，進(jìn)行qRT-PCR檢測(cè)（圖6），結(jié)果顯示MM.1S細(xì)胞株CPXM1的相對(duì)表達(dá)水平為1.936±0.343，與對(duì)照細(xì)胞（0.999±0.079）比較，差異有統(tǒng)計(jì)學(xué)意義（t=5.948，P<0.001）；UROD的相對(duì)表達(dá)水平為1.896±0.466，與對(duì)照細(xì)胞（1.009±0.102）比較，差異有統(tǒng)計(jì)學(xué)意義（t=4.155，P< 0.010）。

3 討論

MM是一種惡性血液系統(tǒng)腫瘤，目前治療以分子藥物化療為主，近年來(lái)隨著新型治療方案（免疫調(diào)節(jié)藥物及單克隆抗體等）的臨床應(yīng)用，MM總生存率較以往提高，但患者預(yù)后及難治型和復(fù)發(fā)型患者治療效果仍差。MM的病因復(fù)雜，存在多種誘發(fā)因素（輻射、遺傳及染色體基因突變等），而骨髓穿刺是臨床診斷MM的主要手段，但MM患者具異質(zhì)性，其瘤細(xì)胞可以在髓內(nèi)呈斑片狀浸潤(rùn)（不均勻分布），還可同時(shí)或僅以髓外浸潤(rùn)作為臨床表現(xiàn)[6]。因此，探究MM的遺傳異質(zhì)性發(fā)現(xiàn)早期變化且特異性高的診斷標(biāo)志物將有助于對(duì)患者盡早開(kāi)展治療。

本研究對(duì)GEO數(shù)據(jù)庫(kù)中的基因表達(dá)芯片數(shù)據(jù)文件GSE125364和GSE72213中MM患者和健康對(duì)照組的骨髓樣本進(jìn)行了生物信息學(xué)數(shù)據(jù)分析，最終篩選出410個(gè)差異基因，MM患者的樣本中較健康對(duì)照組表達(dá)上調(diào)的基因主要有LAMP3、CAMK2N2、SCAMP5、DUSP5、HLA-DOB、SDC1、PLA2G16、PERP、PRDM1、MOXD1、HRASLS2、CPNE5、BMP6、GPRC5D及TNFRSF17等，表達(dá)下調(diào)的基因主要有BEX1、VPREB1、DEFB1、CCL18、TFRC、DNTT、SPTA1、IGLL1、HDC、GFI1B、KLF1、CPA3、C17orf99、AKR1C3及CD36等。

通過(guò)GO、KEGG和GSEA分析發(fā)現(xiàn)DEGs主要涉及染色體異常、DNA 復(fù)制、細(xì)胞周期、p53信號(hào)通路、脂肪細(xì)胞因子信號(hào)通路及細(xì)胞衰老等方面；而在多發(fā)性骨髓瘤（MM）中，導(dǎo)致克隆異質(zhì)性的主要因素是基因組不穩(wěn)定性，其使得細(xì)胞在分裂和分化過(guò)程中更容易產(chǎn)生新的遺傳變化，并因此演變成不同的克隆亞群[7]；這種不穩(wěn)定性通常表現(xiàn)為染色體異常和高頻突變，絕大多數(shù)MM患者都會(huì)出現(xiàn)染色體拷貝數(shù)的變異[8-9]，這種遺傳學(xué)異常是MM進(jìn)展和惡化的關(guān)鍵驅(qū)動(dòng)力，影響了患者的診斷和預(yù)后。細(xì)胞周期蛋白D基因似乎都會(huì)在MM早期調(diào)節(jié)異常，促進(jìn)細(xì)胞周期進(jìn)展和腫瘤增殖[10]。多種機(jī)制都可導(dǎo)致細(xì)胞周期蛋白D表達(dá)異常，包括涉及CCND1（11q23）、CCND2（12p13）和CCND3（6p21）基因的易位，轉(zhuǎn)錄因子MAF誘導(dǎo)的CCND2轉(zhuǎn)錄上調(diào)，以及CCND1基因點(diǎn)突變[11]。腫瘤抑制蛋白p53表達(dá)和功能異常會(huì)影響MM的發(fā)生和發(fā)展，并與患者預(yù)后相關(guān)[12]，此外p53的缺失增加了克隆性MM細(xì)胞的腫瘤啟動(dòng)潛力和耐藥性[13]。雖然p53在MM中的具體作用機(jī)制尚不完全明確，但其功能異常與細(xì)胞衰老和凋亡相關(guān)。細(xì)胞衰老阻止細(xì)胞分裂并增加細(xì)胞因子的表達(dá)和分泌，是抑制腫瘤的重要機(jī)制[14]。化療藥物通過(guò)誘導(dǎo)凋亡和衰老來(lái)抑制腫瘤[15]。衰老和肥胖的MM患者，其骨髓脂肪組織增加，而MM細(xì)胞可以改變骨髓脂肪組織的基因表達(dá)和細(xì)胞因子分泌，影響能量代謝和誘導(dǎo)衰老表型[16]；多發(fā)性骨髓瘤骨病（multiple myeloma bone disease，MBD）是MM的顯著特征，絕大部分的MM患者在首次就診時(shí)就伴隨溶骨性病變。Liu H等[17]研究發(fā)現(xiàn)，MBD的發(fā)生與骨髓脂肪細(xì)胞息息相關(guān)。MM主要影響中老年人，發(fā)病率隨年齡增加而上升。根據(jù)美國(guó)政府官方網(wǎng)站（https：//seer. cancer. gov/statfacts/html/mulmy. html）顯示，2017年至2021年美國(guó)人群中MM的中位發(fā)病年齡為69歲，其中65～74歲占比32.2%，45歲以下占比僅為3.1%。

本研究通過(guò)機(jī)器學(xué)習(xí)的方法篩選出了MM患者的診斷基因CPXM1和UROD并在驗(yàn)證數(shù)據(jù)集GSE72213和MM細(xì)胞系中進(jìn)行了驗(yàn)證。羧肽酶（Carboxypeptidases，CPs）在人體生理的各個(gè)方面都發(fā)揮著至關(guān)重要的作用[18]。例如，羧肽酶A3是一種位于肥大細(xì)胞中的特殊羧肽酶，參與先天免疫、血管生成和細(xì)胞外基質(zhì)重塑。羧肽酶X成員1（car‐boxypeptidase X member 1，CPXM1）屬于CPs家族。有報(bào)道稱，CPXM1是一種分泌性膠原結(jié)合糖蛋白，通過(guò)含有160個(gè)氨基酸的盤狀蛋白結(jié)構(gòu)域與其他蛋白質(zhì)結(jié)合[19]。還已證實(shí)CPXM1能夠調(diào)節(jié)脂肪生成并作用于FGF-1/BAMBI的下游，并可能通過(guò)影響細(xì)胞外基質(zhì)重塑來(lái)促進(jìn)增生性脂肪組織的擴(kuò)增[20]。CPXM1對(duì)包括惡性腫瘤在內(nèi)的人體生理生化系統(tǒng)有著顯著影響，多項(xiàng)研究報(bào)告稱，CPXM1可作為卵巢癌[21]，乳腺癌[22]，頸部鱗狀細(xì)胞癌[23]，骨髓增生異常綜合征[24]和乳頭狀甲狀腺[25]的生物標(biāo)志物，且作為黑色素瘤的新免疫治療靶點(diǎn)，已證明CPXM1可用作預(yù)測(cè)抗PD-1治療結(jié)果的生物標(biāo)志物[26]。本研究發(fā)現(xiàn)MM患者CPXM1表達(dá)水平較高，然而，CPXM1在MM患者病理生理過(guò)程中發(fā)揮什么作用尚不清楚，可能是下一步基礎(chǔ)研究的重點(diǎn)。

尿卟啉原脫羧酶（Uroporphyrinogen Decarboxyl‐ase，UROD）是血紅素生物合成的關(guān)鍵酶，其在腫瘤研究領(lǐng)域中報(bào)道較為少見(jiàn)。通過(guò)基于RNA干擾的高通量測(cè)序UROD被鑒定為頭頸部腫瘤選擇性放射增敏靶點(diǎn)。UROD敲除加上輻射可在體外誘導(dǎo)頭頸部腫瘤細(xì)胞中caspase介導(dǎo)的細(xì)胞凋亡和細(xì)胞周期停滯，并抑制頭頸部腫瘤細(xì)胞體內(nèi)的腫瘤形成能力，延遲小鼠體內(nèi)已建立的腫瘤異種移植物的生長(zhǎng)。此外，UROD在頭頸部腫瘤患者活檢中顯著過(guò)表達(dá)。較低的放射前UROD mRNA表達(dá)與改善的無(wú)病生存率相關(guān)，UROD下調(diào)還使不同的癌癥模型（肺癌、宮頸癌、前列腺癌和乳腺癌）放療敏感，并使腫瘤對(duì)化療藥物（包括5-氟尿嘧啶、順鉑和紫杉醇）敏感[27]。本研究發(fā)現(xiàn)MM患者UROD表達(dá)水平較高，進(jìn)一步探究UROD在MM中的分子機(jī)制可能有助于研發(fā)MM患者新的治療方案。

本研究免疫浸潤(rùn)分析顯示，漿細(xì)胞、CD8 T淋巴細(xì)胞和嗜酸性粒細(xì)胞是多發(fā)性骨髓瘤患者較健康人群升高的免疫浸潤(rùn)細(xì)胞，幼稚性B淋巴細(xì)胞、靜息期CD4記憶T淋巴細(xì)胞、單核細(xì)胞和活化的肥大細(xì)胞是較健康人群降低的免疫浸潤(rùn)細(xì)胞，且M1型巨噬細(xì)胞和記憶性B淋巴細(xì)胞、單核細(xì)胞和幼稚性B淋巴細(xì)胞及單核細(xì)胞和漿細(xì)胞相關(guān)性顯著；MM的主要效應(yīng)細(xì)胞是破骨細(xì)胞，它們來(lái)源于單核-巨噬細(xì)胞系。MM細(xì)胞和骨髓微環(huán)境中的其他細(xì)胞刺激這些破骨細(xì)胞，導(dǎo)致其增殖并變得功能活躍，進(jìn)而引發(fā)溶骨亢進(jìn)。這與MM的主要效應(yīng)細(xì)胞的起源一致，破骨細(xì)胞在MM疾病的發(fā)生和發(fā)展中起到關(guān)鍵作用。此外本研究使用CIBERSORTx探究診斷基因CPXM1和UROD的表達(dá)與免疫細(xì)胞浸潤(rùn)之間的關(guān)系發(fā)現(xiàn)CPXM1基因的表達(dá)與活化的肥大細(xì)胞、單核細(xì)胞及幼稚性B淋巴細(xì)胞呈正相關(guān)，與漿細(xì)胞、靜息的肥大細(xì)胞及靜息的NK細(xì)胞呈負(fù)相關(guān)，同時(shí)UROD的表達(dá)與幼稚性B淋巴細(xì)胞、活化的肥大細(xì)胞及幼稚性CD4 T淋巴細(xì)胞呈正相關(guān)，與記憶性B淋巴細(xì)胞、靜息的NK細(xì)胞及CD8 T淋巴細(xì)胞呈負(fù)相關(guān)，而既往研究表明，免疫微環(huán)境中效應(yīng)細(xì)胞比例的升高往往提示著患者的較好預(yù)后。這些結(jié)果幫助更好地理解CPXM1和UROD在多發(fā)性骨髓瘤中的作用及其對(duì)免疫微環(huán)境的影響。

綜上所述，本研究基于公共數(shù)據(jù)庫(kù)的多發(fā)性骨髓瘤基因芯片數(shù)據(jù)采用生物信息學(xué)方法分析篩選出多發(fā)性骨髓瘤2個(gè)診斷基因，并表明診斷基因與免疫浸潤(rùn)相關(guān)，但仍有一些局限性，本研究所納入的研究數(shù)據(jù)樣本數(shù)量有限，樣本類型僅選擇了骨髓樣本，存在選擇偏倚；由于MM患者的異質(zhì)性，本課題組所篩選的診斷基因?qū)哂胁煌z傳異質(zhì)性的MM患者是否適用需要相關(guān)實(shí)驗(yàn)數(shù)據(jù)證實(shí)；且CPXM1和UROD在MM患者疾病發(fā)生發(fā)展過(guò)程中具體參與的分子機(jī)制仍需進(jìn)一步探究。

參考文獻(xiàn)

[1] Cowan AJ，Green DJ，Kwok M，et al. Diagnosis and management of multiple myeloma：a review[J]. JAMA，2022，327（5）：464-477.

[2] Bazarbachi AH，Al Hamed R，Malard F，et al. Relapsed refractory multiple myeloma：a comprehensive overview[J]. Leukemia，2019，33（10）：2343-2357.

[3] Kumar SK，Rajkumar SV，Dispenzieri A，et al. Improved survival in multiple myeloma and the impact of novel therapies[J]. Blood，2008，111（5）：2516-2520.

[4] Moreau P，Kumar SK，Miguel JS，et al. Treatment of relapsed and refractory multiple myeloma：recommendations from the International Myeloma Working Group[J]. Lancet Oncol，2021，22（3）：e105-e118.

[5] Arron JR，Choi Y. Bone versus immune system[J]. Nature，2000，408（6812）：535-536.

[6] Huang BH，Li J. Advances in the diagnosis and treatment of mul‐tiple myeloma[J]. Zhonghua Xue Ye Xue Za Zhi，2018，39（7）：605-608.

[7] Bakhoum SF，Landau DA. Chromosomal instability as a driver of tumor heterogeneity and evolution[J]. Cold Spring Harb Perspect Med，2017，7（6）：a029611.

[8] Neuse CJ，Lomas OC，Schliemann C，et al. Genome instability in multiple myeloma[J]. Leukemia，2020，34（11）：2887-2897.

[9] Manier S，Salem KZ，Park J，et al. Genomic complexity of multiple myeloma and its clinical implications[J]. Nat Rev Clin Oncol，2017，14（2）：100-113.

[10] Bergsagel PL，Kuehl WM，Zhan FH，et al. Cyclin D dysregula‐tion：an early and unifying pathogenic event in multiple myeloma[J]. Blood，2005，106（1）：296-303.

[11] Maura F，Petljak M，Lionetti M，et al. Biological and prognostic impact of APOBEC-induced mutations in the spectrum of plasma cell dyscrasias and multiple myeloma cell lines[J]. Leukemia，2018，32（4）：1043-1047.

[12] Walker BA，Mavrommatis K，Wardell CP，et al. A high-risk，Double-Hit，group of newly diagnosed myeloma identified by genomic analysis[J]. Leukemia，2019，33（1）：159-170.

[13] Chang YT，Chiu I，Wang QJ，et al. Loss of p53 enhances the tumor-initiating potential and drug resistance of clonogenic multiple my‐eloma cells[J]. Blood Adv，2023，7（14）：3551-3560.

[14] Kuilman T，Peeper DS. Senescence-messaging secretome：SMSing cellular stress[J]. Nat Rev Cancer，2009，9（2）：81-94.

[15] Acosta JC，Gil J. Senescence：a new weapon for cancer therapy[J]. Trends Cell Biol，2012，22（4）：211-219.

[16] Fairfield H，Dudakovic A，Khatib CM，et al. Myeloma-modified adipocytes exhibit metabolic dysfunction and a senescence-associated secretory phenotype[J]. Cancer Res，2021，81（3）：634-647.

[17] Liu H，He J，Koh SP，et al. Reprogrammed marrow adipocytes contribute to myeloma-induced bone disease[J]. Sci Transl Med，2019，11（494）：eaau9087.

[18] Sapio MR，F(xiàn)ricker LD. Carboxypeptidases in disease：insights from peptidomic studies[J]. Proteomics Clin Appl，2014，8（5/6）：327-337.

[19] Kim YH，O’Neill HM，Whitehead JP. Carboxypeptidase X-1（CPX-1） is a secreted collagen-binding glycoprotein[J]. Biochem Bio‐phys Res Commun，2015，468（4）：894-899.

[20] Kim YH，Barclay JL，He JJ，et al. Identification of carboxypepti‐dase X（CPX）-1 as a positive regulator of adipogenesis[J]. FASEB J，2016，30（7）：2528-2540.

[21] Zheng MJ，Long JY，Chelariu-Raicu A，et al. Identification of a novel tumor microenvironment prognostic signature for advanced-stage serous ovarian cancer[J]. Cancers，2021，13（13）：3343.

[22] Mao XH，Ye Q，Zhang GB，et al. Identification of differentially methylated genes as diagnostic and prognostic biomarkers of breast can‐cer[J]. World J Surg Oncol，2021，19（1）：29.

[23] Chen Y，Li ZY，Zhou GQ，et al. An immune-related gene prognos‐tic index for head and neck squamous cell carcinoma[J]. Clin Cancer Res，2021，27（1）：330-341.

[24] Wang YH，Lin CC，Yao CY，et al. A 4-gene leukemic stem cell score can independently predict the prognosis of myelodysplastic syn‐drome patients[J]. Blood Adv，2020，4（4）：644-654.

[25] Kumar A，Bandapalli OR，Paramasivam N，et al. Familial Cancer Variant Prioritization Pipeline version 2（FCVPPv2） applied to a papil‐lary thyroid cancer family[J]. Sci Rep，2018，8：11635.

[26] Tian LY，Long F，Hao YJ，et al. A cancer associated fibroblastsrelated six-gene panel for anti-PD-1 therapy in melanoma driven by weighted correlation network analysis and supervised machine learning[J]. Front Med，2022，9：880326.

[27] Ito E，Yue SJ，Moriyama EH，et al. Uroporphyrinogen decarboxyl‐ase is a radiosensitizing target for head and neck cancer[J]. Sci Transl Med，2011，3（67）：e3001922.

（責(zé)任編輯：李青穎）

本文引用格式：

石 蕾，張紅賓. 基于SVM機(jī)器學(xué)習(xí)篩選多發(fā)性骨髓瘤的特征基因及免疫浸潤(rùn)分析[J]. 重慶醫(yī)科大學(xué)學(xué)報(bào)，2025，50（1）：135-144.