何文君，石张镇，胡南均，孙延霞

(吉林大学中日联谊医院 血液肿瘤科，吉林 长春130033)

急性髓系白血病(AML)是一种骨髓造血干/祖细胞的恶性克隆性疾病，其主要特征是骨髓和外周血中原始和未成熟的骨髓细胞发育不良。多数情况下病情急、重，预后差，不及时治疗可能危及生命[1]。尽管已经进行了广泛的研究来识别和发现预后标记，但AML的死亡率仍然很高。近几十年来，大量研究表明许多基因突变和基因异常表达与AML的预后密切相关。已经报道的具有预后意义的突变基因包括FLT3、KIT、CEBPA、N-RAS、FES、FOS、GATA-1、JUN B、MPL、MYC、p53、PU.1、RB、WT1、RUNX1、WNT、NPM1、CBF、RAR-α、HOX、MLL[2-4]。目前临床实践中广泛使用NPM1、WT1、CEBPA和FLT3突变来评估AML危险分层及指导治疗[5]，但是很多病例不存在上述基因突变，所以这些患者很难被准确评估其预后。最近的研究表明，新的AML生物标志物的识别有助于更好地理解疾病的分子基础，对AML的筛查、诊断、预后和监测以及评估个体治疗反应都非常有益[4]。因此，迫切需要探索新的准确的生物标志物来改善AML风险分层，评估预后。本研究基于对AML患者基因表达谱的数据分析，运用机器学习算法，构建了AML 1年预后生存模型。

1 材料和方法

1.1 数据的获取与筛选

首先，从GDC(Genomic Data Commons)的外部链接Broad Firehose数据库(Firehose数据库中AML项目源于美国麻省理工学院和哈佛大学研究所共建的Broadinstitute运行的GDAC，提供较为完善的以TCGA数据为基础的各类信息检索)中下载关于AML患者的临床及转录组数据，筛选出符合要求的生存期及mRNA测序数据的病历共163例，病例截止时间为2016年1月28日。

1.2 数据预处理和差异基因……

登录APP查看全文