编者按:多发性骨髓瘤(MM)患者具有高度的生物学异质性,而目前广泛应用的国际修订分期系统(R-ISS)主要基于细胞遗传学及实验室指标,对肿瘤空间分布特征和生物学活性的综合评估仍显不足。在2026年欧洲血液学协会(EHA)年会上,一项口头报告(S194)提出了一种整合多模态空间肿瘤负荷与可溶性BCMA(sBCMA)的全新疾病分型框架,不仅揭示了影像学表现与疾病生物学之间存在的“错配”现象,还能够进一步细化R-ISSⅡ期患者的风险分层,为MM精准诊疗提供了新的思路。
影像学负荷并不等于疾病侵袭性,研究提出双维度评估理念
传统MM风险评估更多关注肿瘤负荷及遗传学危险因素,但临床实践中,不同患者即使影像学病灶相似,其疾病进展速度和治疗结局却存在明显差异。研究者认为,这种差异可能源于肿瘤空间分布与生物学活性之间存在不一致。
其中,弥散加权磁共振成像(DWI-MRI)、PET-CT等影像学技术能够反映局部病灶及空间负荷,而近年来受到关注的可溶性BCMA(sBCMA)则能够动态反映体内存活浆细胞总量及肿瘤代谢活性。因此,研究团队提出,将二者进行整合,有望更加真实地刻画MM疾病状态,实现更加精准的风险评估。
PCA整合多模态指标,建立四种疾病表型
研究共筛查352例新诊断MM患者,其中203例具有完整的影像学及生物学数据并纳入核心分析。
研究首先利用主成分分析(PCA),将总代谢肿瘤体积(TMTV)、总病灶体积(TDV)及骨髓浆细胞比例(BMPC%)整合为统一的空间肿瘤负荷指数(Spatial Burden Index);同时,以sBCMA作为独立的生物学活性指数(Biological Activity Index)。
基于空间负荷和生物学活性两个维度,研究建立了四种具有明显生物学特征的疾病表型:
-
静息型(Quiescent):低空间负荷、低生物学活性,占32%;
-
大体积优势型(Macro-Dominant):高空间负荷、低生物学活性,占26%;
-
生物学优势型(Bio-Dominant):低空间负荷、高生物学活性,占16%;
-
双高型(Dual-High):高空间负荷、高生物学活性,占25%。
PCA结果显示,空间负荷与生物学活性彼此独立,分别解释了总变异的50.3%和22.7%,为构建双维度疾病分型提供了统计学依据。
四种表型呈现截然不同的疾病行为
进一步分析显示,不同疾病表型具有显著不同的预后特征。
其中,双高型(Dual-High)患者总体生存最差,而静息型和大体积优势型患者则表现出相对良好的生存结局。
值得关注的是,研究首次揭示了两种具有代表性的疾病行为模式。
第一类是“大体积优势型”,体现了典型的“影像学—生物学错配”。
虽然该类患者病灶体积巨大,中位总病灶体积(TDV)达到411.0 mL,但其sBCMA/BMPC比值仅为5.58,循环肿瘤细胞(CTC)水平也极低(0.00099)。研究认为,这提示大量肿瘤仍局限于局部病灶,缺乏明显的系统播散,提出了“空间隔离(Spatial Sequestration)”这一概念,即空间负荷虽高,但疾病整体生物学侵袭性相对较低。
另一类则是“生物学优势型”,代表了一种影像学难以识别的隐匿高危状态。
尽管患者影像学病灶负荷有限,但sBCMA/BMPC比值高达23.71,同时CTC水平明显升高(0.00244),提示肿瘤具有更强的系统性播散能力。因此,该组患者24个月内早期复发率达到35%,显示出生物学活性比单纯影像学负荷更能反映疾病侵袭性。
双维度分型重新定义细胞遗传学风险价值
研究还发现,空间表型能够影响传统高危遗传学异常的预后意义。
例如,在生物学优势型患者中,Gain1q成为影响死亡风险的重要因素(HR=28.6,P=0.002);而在大体积优势型患者中,Gain1q对预后的影响几乎消失(HR=1.22,P=0.81)。
这一结果提示,同样的遗传学异常,在不同疾病生物学背景下,其临床意义并不相同,未来风险评估或需结合疾病整体表型进行综合判断。
优于传统R-ISS,实现R-ISSⅡ期患者进一步精准分层
多因素分析进一步证实,该四分类疾病表型是总体生存(OS)的独立预测因素(HR=3.12,P=0.004),预测能力优于传统R-ISS分期。
尤其对于临床最具异质性的R-ISSⅡ期患者,该模型能够进一步将其重新划分为不同风险亚群,并呈现出明显不同的生存结局,有望弥补现有R-ISS在中危患者分层方面的不足。
小结
本研究首次将空间肿瘤负荷与生物学活性整合为统一的双维度风险评估体系,揭示了多发性骨髓瘤中普遍存在的“影像学表现”与“疾病真实侵袭性”之间的不一致现象。研究提出的四种疾病表型不仅能够更准确反映疾病生物学特征,还能够重新定义部分细胞遗传学危险因素的临床意义,并进一步优化R-ISS风险分层。随着影像学、多组学生物标志物及液体活检技术的不断发展,这一兼顾空间信息与生物学特征的新型分层框架,有望成为未来多发性骨髓瘤精准风险评估和个体化治疗的重要方向。