在儿童B细胞急性淋巴细胞白血病（BCP-ALL）的治疗中，尽管整体生存率已超过90%，但仍有约15%的患者会出现复发，这些患者的预后显著更差。因此，如何在初始治疗时更精准地评估复发风险，成为提升治疗效果的关键。

近日，一项发表在《Computers in Biology and Medicine》上的研究，通过分析252名患者的流式细胞术（FC）数据，探讨了计算流式细胞术在诊断时是否能预测复发，结果却出乎意料。

研究团队整合了西班牙3家医院252名儿童患者（2011-2022年诊断）的流式细胞数据，最终纳入188例进行分析（复发率20.2%）。数据覆盖骨髓样本的30余种细胞表面标记（如CD19、CD45、CD34等）。由于不同医院的仪器校准、抗体组合差异通过分位数归一化（quantile normalization）和文件合并算法（如cytobackBone、cyCombine）解决，确保多中心数据可比性。接着，利用FlowSOM算法对细胞聚类，生成5-15个metaclusters（如白血病原始细胞、成熟B细胞、单核细胞等），通过UMAP降维可视化。之后，统计每个亚群的细胞比例及标记物表达分布（均值、标准差、偏度等）。最后，嵌套交叉验证（nested cross-validation）评估K近邻、随机森林等4种算法，以AUC-PR（精确率-召回率曲线下面积）衡量预测性能。

免疫表型数据未能预测复发

• 细胞比例无差异
  

无论聚类分辨率高低（5、9或15个metaclusters），复发与非复发患者的细胞亚群比例无显著差异（p>0.05，Kolmogorov-Smirnov检验）。例如，白血病原始细胞（CD19+、CD45中表达）在两组中占比相似，且分类模型的AUC-PR仅为0.20-0.37。

• 标记物表达分布无区分度
  

统计各亚群标记物的中位荧光强度（MFI）、均值、标准差等指标，发现仅少数标记（如CD66c在单核细胞亚群）存在群体水平差异，但无法转化为个体预测能力。例如，CD20在红细胞亚群的表达差异虽显著（p<0.05），但分类模型仍无法有效区分患者。

• 现有算法全面“折戟”
  

对比Cydar、Citrus等4种主流生物标志物发现算法：
- Cydar：发现部分细胞簇比例存在差异，但预测AUC-PR仅0.25。
- Citrus：正则化模型性能甚至低于“全判非复发”的基线。
- CellCNN（卷积神经网络）：过拟合严重，验证集表现不升反降。
- Diffcyt：虽检测到群体水平差异，但无法提升个体分类精度。

为何流式数据“失效”？
1. 免疫表型同质性假说
复发可能源于遗传或表观遗传变异，但这些变化未必反映在表面标记物表达上。例如，化疗可能通过“瓶颈选择”重塑克隆，导致复发时表型与诊断时不同。

• 技术局限性
  

- 标记组合不足：临床常规方案（如CD19、CD45）可能遗漏关键功能蛋白（如信号通路分子）。
- 数据整合噪声：不同中心的批次效应（batch effect）虽经校正，仍可能掩盖细微差异。
- 细胞采样深度：每例仅分析1万细胞，或遗漏罕见亚群（如耐药干细胞）。

• 未来方向
  

- 多组学整合：结合单细胞转录组、表观组数据，捕捉基因表达动态。
- 新型技术突破：高参数流式细胞仪（>40色）或质谱流式（CyTOF）可扩展标记维度。
- 拓扑数据分析：团队前期研究显示，细胞分布的空间拓扑特征（如“空洞”结构）或具预测潜力。

“失败”亦是进步的基石。这项研究揭示了当前技术的边界，同时为下一代白血病预测模型指明了方向——或许答案不在现有数据中，而在更深的生物学层次与更智能的算法交织之处。

参考文献：Martínez-Rubio Á, Chulián S, Niño-López A, et al. Computational flow cytometry immunophenotyping at diagnosis is unable to predict relapse in childhood B-cell Acute Lymphoblastic Leukemia. Comput Biol Med. Published online February 20, 2025. doi:10.1016/j.compbiomed.2025.109831IF: 7.7 Q1