一种与弥漫性大B细胞淋巴瘤免疫抑制机制相关的新型脂质代谢风险模型

弥漫性大B细胞淋巴瘤（DLBCL）所表现出的分子多样性是当前精准疗法面临的重大障碍。然而，使用国际预后指数（IPI）进行评分在完全预测DLBCL发展方面并不充分。脂质代谢的重编程对于DLBCL的发生和扩张至关重要，而源自脂质代谢相关基因（LMAGs）的预测方法尚未被认可用于DLBCL。方法：利用基因表达综合数据库（GEO）和癌症基因组图谱（TCGA）数据库生成DLBCL的基因表达谱。采用LASSO Cox回归构建有效的预测性风险评分模型。采用Kaplan-Meier生存评估比较给定风险评分与IPI评分及其对DLBCL患者生存的影响。利用KEGG通路进行功能富集检验。通过单样本基因集富集分析（ssGSEA）识别核心基因后，对对照组和DLBCL患者的淋巴结样本进行免疫组织化学染色和免疫荧光，以确认这些鉴定出的基因。结果：鉴定出16个脂质代谢和生存相关基因，用于构建预后风险评分方法。该模型在不同数据集中表现出稳健性能，并成为预测DLBCL患者发展的独立风险因素。风险评分能显著区分低风险和高风险IPI类别中DLBCL患者的发展。抑制性免疫相关通路和较低的免疫评分结果表明高风险组内存在免疫抑制表型。鉴定出三个核心基因MECR、ARSK和RAN，在高风险评分类别中与活化的CD8 T细胞和自然杀伤T细胞呈负相关。最终确定在DLBCL患者的临床样本中，这三个基因由淋巴瘤细胞表达，而非T细胞。结论：源自16个脂质代谢相关基因的风险水平模型代表了一种新型、稳健的DLBCL预后生物标志物，可能具有免疫抑制作用。它可以弥补IPI评分在预测总生存期方面的局限性，并具有潜在的临床应用价值。