Index Pronostique Génétique Immunitaire pour Prédire le Pronostic et l’Efficacité de la Thérapie par Inhibiteurs de Points de Contrôle Immunitaire dans la Leucémie Myéloïde Aiguë
La leucémie myéloïde aiguë (LMA) est une maladie hétérogène caractérisée par la prolifération anormale de myéloblastes dans la moelle osseuse. Les traitements conventionnels, tels que la chimiothérapie avec ou sans greffe de cellules souches hématopoïétiques (GCSH), restent les thérapies de première intention. Cependant, les résultats cliniques varient considérablement en raison de facteurs comme le microenvironnement immunitaire tumoral (MET). Les inhibiteurs de points de contrôle immunitaire (ICIs) émergent comme options thérapeutiques prometteuses pour les LMA en rechute ou avec maladie résiduelle détectable (MRD). La dérégulation immunitaire joue un rôle clé dans les rechutes, et les gènes liés à l’immunité pourraient fournir des informations pronostiques. Ainsi, le développement d’un index pronostique génétique immunitaire (IRGPI) pour prédire la survie et guider les ICIs est crucial.
Méthodes
Les données de transcriptome et cliniques ont été extraites de la cohorte TCGA-LMA et de 336 échantillons sanguins de la base GTEx via UCSC Xena. Les données RNA-seq de 104 échantillons (GSE71014) et les informations de survie proviennent de GEO. Les gènes immunitaires ont été identifiés via les bases ImmPort et InnateDB. L’analyse différentielle a révélé 14 672 gènes différentiellement exprimés, dont 908 liés à l’immunité (189 surexprimés, 719 sous-exprimés). Une analyse WGCNA a identifié 117 gènes hubs immunitaires (degré > 20). L’analyse de Kaplan-Meier a corrélé l’expression de 24 gènes avec la survie globale (SG). Une régression multivariée de Cox a identifié sept gènes pronostiques indépendants : CLEC11A, IL1R2, IL1RL2, TRIM55, TREML2, CAMK2A et BMP2. L’IRGPI a été calculé comme suit :
IRGPI = (CLEC11A × -0,59) + (IL1R2 × 0,37) + (IL1RL2 × 3,63) + (TRIM55 × 4,98) + (TREML2 × 1,25) + (CAMK2A × 2,17) + (BMP2 × 0,83).
Résultats
Les patients IRGPI-élevé (seuil médian) présentaient une SG inférieure à celle des patients IRGPI-faible dans les cohortes TCGA (p < 0,001) et GSE71014 (p = 0,011). L’IRGPI était un facteur pronostique indépendant après ajustement pour l’âge, le sexe et le caryotype. Une corrélation positive significative a été observée entre l’IRGPI et l’expression de CD274 (PD-L1), ainsi qu’une légère corrélation avec CTLA4 et LAG3. L’analyse CIBERSORT a révélé une abondance accrue de monocytes et d’éosinophiles dans le sous-groupe IRGPI-élevé, tandis que les mastocytes quiescents prédominaient dans le groupe IRGPI-faible. Les monocytes élevés étaient associés à une SG réduite (HR = 1,07 ; p = 0,028), contrairement aux mastocytes quiescents (HR = 0,94 ; p = 0,019).
Le score TIDE, prédictif de l’évasion immunitaire, était plus élevé dans le groupe IRGPI-élevé (p = 0,024), suggérant un bénéfice supérieur des ICIs pour les patients IRGPI-faible. L’analyse ROC a démontré une capacité prédictive robuste de l’IRGPI pour la SG à 1, 2 et 3 ans (AUC à 3 ans : 0,84 vs 0,74 pour TIDE et 0,68 pour TIS). Dans la cohorte IMvigor210, l’IRGPI a corrélé une probabilité de survie inférieure (p = 0,039), confirmant sa valeur pronostique.
Discussion
L’IRGPI, composé de sept gènes, reflète l’hétérogénéité immunitaire de la LMA. La présence de monocytes M2-like et de neutrophiles immunosuppresseurs dans le groupe IRGPI-élevé pourrait expliquer le pronostic défavorable. Contrairement à TIDE et TIS, axés sur la fonction des lymphocytes T, l’IRGPI intègre des interactions cellulaires complexes, offrant une perspective plus large du MET. Sa simplicité (7 gènes) facilite une implémentation clinique comparée aux scores existants.
Cependant, les limites incluent l’absence de validation prospective et l’exclusion de gènes pronostiques non immunitaires. Une combinaison avec d’autres biomarqueurs pourrait améliorer les performances. Des études expérimentales sont nécessaires pour élucider les mécanismes sous-jacents.
Conclusion
L’IRGPI est un biomarqueur pronostique prometteur pour la LMA, capable de prédire la survie et le bénéfice des ICIs. Son application pourrait personnaliser les stratégies thérapeutiques, bien que des validations supplémentaires soient nécessaires.
doi.org/10.1097/CM9.0000000000002657