公共卫生学院博士生高倩发表多组学建模策略用于改善弥漫大B细胞淋巴瘤预后指标

弥漫大B细胞淋巴瘤DLBCL患者的预后呈现异质性，临床上常使用国际预后指数IPI识别高风险患者，但其效果并不尽人意。在过去的近20年里有学者试图通过构建基于mRNA或lncRNA的分子信号来改善IPI的预后预测能力，但效果并不明显。针对此问题，山西医科大学公共卫生学院卫生统计学教研室博士生高倩及课题组整合了mRNA和lncRNA的基因信号构建预后模型以改善IPI的预测能力。

该研究首先通过重注释从全基因表达谱中识别出mRNA和lncRNA，随后考虑到高维数据的复杂性和惩罚类方法的不稳定性，同时为了提高结果的可重复性，课题组通过扰动模型中的调整参数，并结合三种惩罚回归方法提出了一种稳健的分析策略，将其应用到DLBCL患者的基因表达谱中构建了一个包含9个mRNA和2个lnCRNA的多基因风险得分（multigene risk score, MGRS）。MGRS是独立的风险因素，且从discrimination、calibration和clinical usefulness角度评估发现MGRS可明显改善IPI的预测准确度。此外，功能分析还发现MGRS与细胞周期，DNA复制和修复有关。这些结果表明这一统计分析策略的有效性，这为从全基因转录谱中识别出肿瘤预后分子信号提供了一种新的统计学分析工具。

2020年11月，此工作以题为“Transcriptome profiling reveals an integrated mRNA–lncRNAsignature with predictive value for long-term survival in diffuselarge B-cell lymphoma”的研究论文在中科院2区期刊《Aging-US》上发表。该研究提出了一种稳健的统计分析策略来整合mRNA和lncRNA数据构建多基因预后指标，并将其应用到了DLBCL的预后分析中，多数据集多方验证发现多基因预后指标可明显改善现有公认临床预后指标IPI的预测准确性，通信作者王彤教授。