Integration of Germline and Somatic Variation Improves Chronic Lymphocytic Leukemia Risk Stratification.
研究背景
慢性淋巴细胞白血病（CLL）是常见淋巴样白血病，占白血病四分之一。已知风险因素有年龄、性别和遗传变异。本研究旨在探讨结合CLL相关多基因评分（PGS）、克隆性造血（CH）特征与常规临床特征，能否提高CLL风险预测能力。
方法速览
研究使用UK Biobank和PLCO数据，共436,784和35,382名基线无癌参与者。通过SNP微阵列检测染色体镶嵌性改变（mCAs），用WES数据检测克隆性造血不定潜能（CHIP）突变。采用Cox比例风险回归模型评估关联，用AUC评估模型预测能力，用ARCHIE进行PGS分区分析，用iCARE估计绝对风险。
主要发现
- mCAs显著预测CLL风险：可检测到的mCAs与CLL风险显著相关，在CLL病例中更常见，尤其13、12、22、14和11号染色体上的mCAs关联显著。
- CHIP与CLL风险高度相关：任何可检测到的CHIP突变与CLL风险显著相关，淋巴样CHIP关联最高。特定基因的CHIP突变也与CLL风险显著相关。
- CLL PGS与CLL风险显著相关：用45个已知胚系遗传变异构建的CLL PGS与CLL风险显著相关，进一步分析将其分为与炎症通路和造血干细胞谱系相关的两个簇。
- 整合遗传信息提高风险分层准确性：结合胚系遗传信息、mCAs和CHIP突变与常规特征，可显著提高CLL风险预测准确性，如5年风险模型AUC从0.8372提高到0.8864。
- CH特征去除MBL病例后仍有预测价值：去除高WBC个体后，mCAs和CHIP仍与CLL风险显著相关，支持CH在风险预测中的独立作用。
- 绝对风险模型改进：增加遗传信息后，CLL病例平均绝对风险从0.4%提高到21%，控制组保持低水平。
总结展望
本研究首次整合胚系和体细胞变异到CLL风险预测模型，显著提高预测能力。通过估计个体绝对风险，提供了更具体的风险分层方法。但研究存在局限，如人群集中在欧洲遗传背景个体，PLCO数据缺乏部分信息，mCAs预测能力随时间减弱。未来需纵向测量CH特征以准确评估风险。