1. 领域背景与文献
文献英文标题：Decoding macrophage polarization heterogeneity in post-chemotherapy AML microenvironments；
发表期刊：Cancer Immunol Immunother；影响因子：未公开；研究领域：血液肿瘤学，急性髓系白血病微环境与化疗耐药研究；
领域共识：急性髓系白血病（AML）是一类起源于造血干/祖细胞的恶性血液肿瘤，目前标准一线诱导治疗方案为7+3联合化疗，但是治疗后仍存在较高的化疗耐药率与复发率，患者长期生存预后不佳。近年来肿瘤微环境研究逐渐成为AML耐药机制与治疗靶点探索的热点方向，骨髓微环境中的免疫细胞组分被证实可通过多种途径调控白血病细胞的耐药表型，其中巨噬细胞作为骨髓微环境中丰度最高的固有免疫细胞之一，其极化动态变化被认为对治疗应答具有关键影响。现有研究多聚焦于初治AML患者骨髓微环境中巨噬细胞的功能，针对化疗后AML微环境中巨噬细胞极化异质性的解析十分有限，不同极化亚群的具体功能、分子调控机制以及临床应用价值尚未得到明确阐释，领域仍缺乏基于巨噬细胞极化特征的稳定预后生物标志物。本研究针对这一研究空白展开探索，旨在明确化疗后AML微环境中巨噬细胞的极化景观，阐明特定亚型的功能与分子调控因子，筛选具有临床应用潜力的预后生物标志物与治疗靶点，为AML化疗耐药的机制研究与临床干预提供新的基础。
2. 文献综述解析
作者围绕AML化疗耐药的微环境机制、巨噬细胞极化研究现状展开评述，现有研究可按对巨噬细胞异质性的解析维度分为两类，传统研究遵循M1/M2二元分类模式，而近年研究逐渐认识到巨噬细胞极化存在高度的异质性，不同疾病微环境下的极化特征存在显著差异。
现有研究已经证实巨噬细胞极化参与AML的发生发展与化疗耐药过程，传统二元分类模式能够在一定程度上解释巨噬细胞的促肿瘤与抗肿瘤功能，但该分类方式过于笼统，无法覆盖复杂微环境中巨噬细胞的多样化功能表型。在技术层面，早期研究多基于批量转录组分析巨噬细胞的整体表达特征，无法在细胞层面揭示极化异质性，针对化疗后药物重塑后的微环境，现有研究更是缺乏系统的单细胞水平解析，也未完成基于极化特征的预后标志物的大样本队列验证。领域未解决的核心问题包括化疗后AML巨噬细胞存在哪些功能性极化亚群，不同亚群是否与化疗应答和患者预后存在关联，能否基于极化特征开发可用的预后预测工具。
本研究的创新价值在于，首次在单细胞水平系统解码了化疗后AML骨髓微环境中巨噬细胞的极化异质性，突破了传统M1/M2二元分类的局限，鉴定得到5种具有不同功能特征的极化亚群，并且通过整合单细胞数据与大样本队列数据，构建并验证了稳定的预后特征，同时还探索了不同极化亚群与免疫治疗靶点、肿瘤突变特征的关联，为后续开发基于巨噬细胞极化的联合治疗策略提供了方向，填补了化疗后AML微环境巨噬细胞异质性研究的空白。
3. 研究思路总结与详细解析
本研究的整体研究目标为解析化疗后AML微环境中巨噬细胞极化异质性，明确不同极化亚群与化疗应答的关联，筛选并验证预后生物标志物，探索潜在的治疗策略。核心科学问题是化疗后AML骨髓微环境中巨噬细胞极化的异质性特征是什么，特定极化亚群是否与化疗耐药和患者预后相关，能否转化为临床可用的预后工具与治疗靶点。研究遵循“临床样本发现→生物信息学分析→大样本队列验证→临床特征关联”的技术路线，形成了完整的研究闭环。
3.1 单细胞转录组测序与巨噬细胞极化亚群鉴定
实验目的：解析化疗后AML患者骨髓巨噬细胞的极化状态，鉴定不同的极化亚群，分析亚群分布与化疗应答的关系。方法细节：研究纳入5例接受标准7+3化疗后的原发AML患者的骨髓样本，其中3例达到完全缓解，2例未达到完全缓解，基于Scupa方法对样本进行单细胞RNA测序（scRNA-seq）分析，根据测序结果对巨噬细胞进行极化状态分类。结果解读：分析最终在化疗后AML的单细胞转录组数据中鉴定得到5种巨噬细胞极化状态，命名为Mac.a至Mac.e，未完全缓解样本中Mac.a、Mac.b和Mac.c的平均Scupa极化评分显著高于完全缓解样本，提示这三种极化亚群的富集与化疗无应答相关（文献未明确提供具体评分差值，基于文字结论推断）。文献未提及具体实验产品，领域常规使用单细胞转录组建库试剂盒与高通量测序仪开展相关实验。
3.2 功能富集分析与共表达模块构建
实验目的：明确不同巨噬细胞极化亚群的功能特征，筛选与预后相关的核心枢纽基因。方法细节：对不同极化亚群的差异表达基因进行GO功能富集与KEGG通路富集分析，进一步采用高阶加权基因共表达网络分析（hdWGCNA），针对不同极化亚群鉴定共表达模块，提取模块中的枢纽基因用于后续预后模型构建。结果解读：功能富集结果显示5种极化亚群存在完全不同的功能程序，其中Mac.a主要富集FoxO信号通路与PI3K-Akt信号通路，Mac.b主要富集核因子κB通路与炎症通路，Mac.c主要富集氧化磷酸化通路，Mac.b的促炎特征通路活性在所有亚群中最高。hdWGCNA分析共得到10个对应不同极化亚群的共表达模块，为后续预后特征构建提供了候选基因集。文献未提及具体实验产品，领域常规使用生物信息学分析软件与计算服务器开展相关分析。
3.3 预后特征构建与独立队列验证
实验目的：基于枢纽基因构建预后特征，并在独立大样本队列中验证其预后预测价值。方法细节：以GEO数据库的AML队列作为训练集（n=943），基于共表达模块枢纽基因构建预后特征，随后以TCGA数据库的AML队列作为验证集（n=132），通过计算风险比评估预后特征的预测效能。结果解读：研究最终构建得到包含32个基因的预后特征，该特征在训练集中显示出优异的预后预测能力，高风险组患者的死亡风险显著高于低风险组（HR=2.51，P<0.001，n=943），在独立验证集中该特征仍然保持显著的预测价值，高风险组患者死亡风险是低风险组的1.66倍（HR=1.66，P<0.05，n=132），证实了该预后特征的稳定性与可靠性。文献未提及具体实验产品，领域常规使用生物信息学分析工具开展相关验证研究。
3.4 巨噬细胞亚群比例与分子特征关联分析
实验目的：探索批量测序数据中推断得到的巨噬细胞亚群比例与AML关键分子特征的相关性，明确潜在的治疗关联。方法细节：基于单细胞测序得到的Mac.a至Mac.e的特征基因构建自定义特征矩阵，采用CIBERSORTx算法对TCGA-LAML的批量转录组数据进行去卷积分析，推断每个样本中各巨噬细胞亚群的比例，进而计算亚群比例与免疫检查点表达、肿瘤突变特征的相关性。结果解读：分析结果显示，Mac.d亚群的比例与LAG-3表达的相关性最强（相关系数r=0.581，P<0.001，n=132），Mac.e亚群的比例与高突变特征mutSig2呈强正相关（r=0.86，P<0.001，n=132），提示不同极化亚群与AML的分子特征存在特异性关联，为后续治疗策略开发提供了方向。文献未提及具体实验产品，领域常规使用生物信息学分析工具开展相关分析。
4. Biomarker 研究及发现成果
本研究得到的生物标志物是基于巨噬细胞极化相关基因构建的32基因预后特征，属于基因表达类预后生物标志物，筛选验证逻辑为“化疗后临床样本单细胞测序鉴定巨噬细胞极化亚群→hdWGCNA分析筛选共表达模块枢纽基因→GEO大样本队列训练构建预后模型→TCGA独立队列验证预后效能”，整个逻辑链条完整。
该预后特征的核心基因来源于化疗后AML巨噬细胞的共表达模块枢纽基因，研究分别在训练队列（n=943）与验证队列（n=132）中完成了表达数据的验证与效能评估，通过风险比与统计学检验明确了该特征的预后预测价值。核心成果方面，该32基因预后特征能够有效对AML患者进行预后分层，在训练队列中高风险患者的死亡风险为低风险患者的2.51倍（HR=2.51，P<0.001，n=943），在独立验证队列中高风险患者的死亡风险为低风险患者的1.66倍（HR=1.66，P<0.05，n=132），预测效能稳定。此外，研究发现Mac.d巨噬细胞亚群比例与免疫检查点LAG-3的表达呈强正相关，提示针对巨噬细胞极化的干预联合抗LAG-3免疫治疗可能是未来AML治疗的潜在策略。本研究是首次在化疗后AML微环境中系统解析巨噬细胞极化异质性并构建基于极化特征的预后生物标志物，为AML的预后分层提供了新的工具，也为克服化疗耐药的治疗策略开发提供了新的方向。