1. 领域背景与文献引入
文献英文标题：Combinatorial BCL2/BCL2L1 expression predicts clinical response to ruxolitinib in myelofibrosis；发表期刊：Biomark Res；影响因子：未公开；研究领域：骨髓纤维化（骨髓增殖性肿瘤）
骨髓纤维化是一类由JAK/STAT通路异常激活驱动的骨髓增殖性肿瘤，领域共识：2011年鲁索替尼作为首个JAK抑制剂获批用于骨髓纤维化治疗，标志着该领域进入靶向治疗时代，但临床中仍有超过60%的患者无法获得持续的脾脏应答，且缺乏有效的早期应答预测标志物。近年来，预临床研究揭示BCL-2家族蛋白在骨髓纤维化的发病机制及治疗应答中发挥关键作用，联合JAK抑制剂与BCL-2通路抑制剂的治疗策略也展现出初步疗效，但目前尚未有临床研究系统评估BCL-2家族基因表达对鲁索替尼应答的预测价值，尤其是缺乏基于多基因联合的预测模型探索。
针对这一研究空白，本研究旨在通过临床队列分析，明确BCL2、BCL2L1（编码BCL-xL）及MCL1的基线与治疗中表达水平与鲁索替尼应答的关联，开发并验证更具效能的联合预测评分模型，为骨髓纤维化患者的精准治疗提供临床依据。
2. 文献综述解析
本研究的文献评述逻辑以“治疗靶点-标志物关联-临床转化”为核心维度，系统梳理了骨髓纤维化领域中JAK抑制剂治疗现状、BCL-2家族通路的病理作用及现有标志物研究的局限性。
现有研究已明确JAK/STAT通路是骨髓纤维化的核心驱动通路，鲁索替尼作为一线标准治疗可显著改善脾肿大及全身症状，但应答率有限且缺乏预测标志物；预临床研究证实BCL-2家族蛋白参与调控骨髓纤维化细胞的存活，联合JAK与BCL-xL抑制剂的治疗方案展现出初步临床疗效；此外，已有研究开发了基于BCL-2家族蛋白表达的MAC评分，可预测急性髓系白血病患者对阿扎胞苷/维奈克拉联合治疗的应答，但该模型未涉及骨髓纤维化及鲁索替尼治疗场景。现有研究的优势在于揭示了关键通路的病理关联，为后续标志物研究奠定了基础，但局限性在于缺乏针对鲁索替尼的大样本临床队列验证，且未探索多基因联合的预测效能。
与现有研究相比，本研究的核心创新点在于首次在骨髓纤维化临床队列中系统评估了BCL2与BCL2L1的基因表达水平对鲁索替尼应答的独立预测价值，并构建了更具效能的联合评分模型，填补了鲁索替尼应答预测标志物领域的空白，为骨髓纤维化的精准治疗决策提供了新的候选标志物。
3. 研究思路总结与详细解析
本研究的整体研究框架为“临床队列构建-基因表达检测-应答关联分析-联合评分开发-纵向变化验证”，核心研究目标是明确BCL-2家族基因表达与鲁索替尼应答的关联，开发高效的应答预测模型；核心科学问题包括BCL2、BCL2L1及MCL1的表达是否可独立预测鲁索替尼应答，多基因联合评分是否具有更优的预测效能；技术路线遵循“临床样本-分子检测-统计分析-结论验证”的闭环逻辑。
3.1 临床队列构建与基因表达检测
实验目的：建立鲁索替尼治疗的骨髓纤维化患者队列，检测BCL2、BCL2L1及MCL1的基线与治疗中基因表达水平。方法细节：纳入19例骨髓纤维化患者（11例原发性、8例继发性），采集患者粒细胞样本并提取cDNA，采用实时荧光定量PCR（qPCR）技术，以健康供体为对照，通过2-ΔΔCt法计算基因表达的倍数变化（FC）。结果解读：基线时，骨髓纤维化患者的BCL2（平均FC 0.15）与MCL1（平均FC 0.32）表达水平较健康供体显著降低，BCL2L1表达呈现非显著上调趋势（平均FC 1.33）；除EZH2突变患者的BCL2L1表达显著更高外，基线基因表达与其他临床及分子特征无显著关联。产品关联：文献未提及具体实验产品，领域常规使用实时荧光定量PCR试剂盒、RNA提取试剂、逆转录试剂盒等。
3.2 基线基因表达与鲁索替尼应答的关联分析
实验目的：明确BCL2、BCL2L1及MCL1的基线表达水平与鲁索替尼脾脏应答的关联，并验证其独立预测价值。方法细节：根据临床疗效评估将患者分为应答者（n=7，获得脾脏应答）与非应答者（n=12），采用方差分析（ANOVA）对比两组的基因表达水平，通过Firth逻辑回归分析验证基因表达的独立预测效能。结果解读：应答者的BCL2基线表达水平显著高于非应答者（平均FC 0.30 vs 0.07，n=19，P=0.0130），BCL2L1基线表达水平同样显著更高（平均FC 2.73 vs 0.52，n=19，P=0.0096），MCL1表达呈现差异趋势（平均FC 0.54 vs 0.20，n=19，P=0.0572）；逻辑回归分析证实，BCL2（比值比OR=5.2，P=0.0337）与BCL2L1（OR=1.4，P=0.0096）的基线表达均为鲁索替尼应答的独立预测因子。
3.3 联合预测评分模型的构建与验证
实验目的：开发基于BCL2与BCL2L1表达的联合预测评分模型，并验证其相较于单个基因的预测效能优势。方法细节：构建联合评分（CS）=FC^BCL2 × FC^BCL2L1，通过逻辑回归分析对比联合评分与单个基因的预测效能，采用受试者工作特征（ROC）曲线确定最佳cut-off值，并评估其对脾脏应答的分层价值。结果解读：应答者的中位联合评分显著高于非应答者（0.34 vs 0.02，n=19，P=0.0035）；逻辑回归分析显示，联合评分的预测效能优于单个基因（OR=7.5，P=0.0028）；ROC曲线确定的最佳cut-off值为0.06，该值可有效分层患者的应答概率（OR=3.3，P=0.0037），评分≥0.06的患者24周脾脏应答累积发生率为50%，显著高于评分<0.06的患者（9%，n=19，P=0.0045）。
3.4 治疗中基因表达的纵向变化分析
实验目的：评估鲁索替尼治疗过程中BCL2、BCL2L1及MCL1表达的动态变化，以及与应答丢失的关联。方法细节：收集患者治疗中的样本，对比应答者最佳应答与应答丢失时的基因表达水平，同时对比非应答者基线与治疗中的表达水平；此外还分析了治疗中基因突变的获得情况。结果解读：整体而言，患者基线与治疗中的基因表达水平无显著差异，但应答者在应答丢失时BCL2表达水平显著下调（平均FC 0.08 vs 0.37，n=7，P=0.0419）；研究还观察到2例患者在鲁索替尼治疗过程中获得ASXL1突变，其中1例为应答者（应答丢失时），1例为非应答者。
4. Biomarker研究及发现成果
本研究聚焦的Biomarker包括BCL2与BCL2L1的单个基因表达水平，以及两者的联合评分（CS），通过临床队列的系统分析，明确了其作为鲁索替尼应答预测标志物的临床价值。
Biomarker定位：本研究的Biomarker为骨髓纤维化患者粒细胞中BCL2、BCL2L1的基因表达倍数变化（FC），以及基于两者构建的联合评分（CS）；其筛选与验证逻辑为：首先通过临床队列的基线表达与鲁索替尼应答的关联分析初步筛选候选标志物，随后通过逻辑回归验证其独立预测效能，最终构建联合评分并通过ROC曲线及生存分析验证其预测价值。
研究过程详述：Biomarker的来源为19例骨髓纤维化患者的粒细胞cDNA样本，验证方法为实时荧光定量PCR（qPCR），以健康供体的基因表达为参照计算FC值；在特异性与敏感性方面，联合评分CS的ROC曲线最佳cut-off值为0.06，可有效区分应答者与非应答者，对应24周脾脏应答累积发生率的差异具有统计学意义（50% vs 9%，n=19，P=0.0045）；单个标志物中，BCL2与BCL2L1的基线表达均能独立预测应答，对应的OR值分别为5.2（P=0.0337）与1.4（P=0.0096）。
核心成果提炼：本研究的核心成果包括三个方面：一是明确BCL2与BCL2L1的基线基因表达水平为鲁索替尼应答的独立预测因子；二是开发了基于两者的联合评分模型，其预测效能显著优于单个基因；三是发现应答者在应答丢失时BCL2表达显著下调，提示其与应答维持的潜在关联。该Biomarker的创新性在于首次在骨髓纤维化临床队列中验证了BCL2/BCL2L1联合表达的预测价值，为鲁索替尼的精准治疗提供了新的决策依据；统计学结果显示，联合评分的OR值为7.5（n=19，P=0.0028），应答者与非应答者的BCL2表达差异（P=0.0130）、BCL2L1表达差异（P=0.0096）均具有显著统计学意义。