急性髓系白血病患者恶性细胞群中S100A9高表达细胞占比对化疗反应及预后的评估价值

doi:10.3969/j.issn.1006-5725.2026.13.008

摘要/Abstract

摘要：

目的探讨急性髓系白血病（AML）恶性细胞群中S100A9高表达细胞占比的临床意义，分析其与化疗反应性及患者预后的关系，为AML高风险患者识别和预后评估提供参考。方法先以S100A9转录水平为分组依据，对BeatAML和TCGA数据集绘制生存曲线。随后纳入80例AML患者（化疗敏感组44例、耐药组36例）和10例健康供者，采用多参数流式在预先界定的AML内评估恶性细胞群中S100A9高表达细胞占比，并分析其与化疗后反应和生存的关系；再结合免疫细胞化学、免疫组织化学验证。结果 TCGA与BeatAML数据集以S100A9总mRNA水平分组的生存曲线差异无统计学意义（P 0.05）。S100A9高表达恶性细胞占比在未缓解的AML中高于缓解组（P 0.05）。其ROC工作曲线的AUC为0.765，最佳阈值为12.65%。以此阈值分组的高占比组生存情况更差，预后不良。结论 AML中S100A9高表达恶性细胞占比可作为AML潜在预后评估因子，较总体表达更有助于识别高风险患者。

关键词: 急性髓系白血病, S100A9, 化疗反应性, 预后

Abstract:

Objective To investigate the clinical significance of the proportion of S100A9-high-expressing cells in the malignant cell population of acute myeloid leukemia （AML）， and to analyze its association with chemotherapeutic response and patient prognosis， so as to provide evidence for the identification and prognostic evaluation of high-risk AML patients. Methods Survival curves were initially generated using the BeatAML and TCGA datasets based on S100A9 transcript expression levels. Subsequently， a total of 80 patients with AML， consisting of 44 chemotherapy-sensitive cases and 36 chemotherapy-resistant cases， along with 10 healthy donors， were recruited. Multiparameter flow cytometry was carried out to assess the proportion of S100A9-high-expressing cells within the pre-defined AML malignant cell population. The relationships between this proportion and post-chemotherapy response as well as survival outcomes were analyzed. Immunocytochemistry and immunohistochemistry were further employed for validation. Results Survival analysis based on the overall expression of S100A9 mRNA revealed no statistically significant difference in either the TCGA or BeatAML dataset. Nevertheless， the proportion of malignant cells with high S100A9 expression was significantly higher in non-remission AML patients compared to those who achieved remission. The area under the receiver operating characteristic （ROC） curve was 0.765， and the optimal cutoff value was determined to be 12.65%. Patients characterized by a high proportion of malignant cells with high S100A9 expression， as defined by this cutoff， exhibited poorer survival outcomes and an unfavorable prognosis. Conclusions The proportion of S100A9-high-expressing malignant cells in AML could serve as a potential prognostic indicator. In comparison to the overall S100A9 expression， this parameter might be more effective in identifying high-risk AML patients.

Key words: acute myeloid leukemia, S100A9, chemotherapeutic response, prognosis

中图分类号:

R733.71

谢泰,万峻钊,张敏,马丹. 急性髓系白血病患者恶性细胞群中S100A9高表达细胞占比对化疗反应及预后的评估价值[J]. 实用医学杂志, 2026, 42(13): 2331-2339.

Tai XIE,Junzhao WAN,Min ZHANG,Dan MA. Evaluation value of the proportion of S100A9-high-expressing cells in the malignant cell population for chemotherapy response and prognosis in patients with acute myeloid leukemia[J]. The Journal of Practical Medicine, 2026, 42(13): 2331-2339.

图/表 6

图 1

图2

表1

图 3

图 4

图5

参考文献 23

[1]	强晓，耿贝贝，刘四喜，等. 转录组学技术在急性白血病诊治中的应用研究进展［J］. 实用医学杂志， 2023， 39（22）： 3010-3014. doi：10.3969/j.issn.1006-5725.2023.22.027 . doi: 10.3969/j.issn.1006-5725.2023.22.027
[2]	DART A. Energizing leukaemia［J］. Nat Rev Cancer， 2025， 25（7）： 491. doi：10.1038/s41568-025-00842-7 . doi: 10.1038/s41568-025-00842-7
[3]	KANTARJIAN H， CHIFOTIDES H T， HADDAD F G， et al. The care and cure of the leukemias in 2026［J］. Am J Hematol， 2026， 101（4）： 807-831. doi：10.1002/ajh.70247 . doi: 10.1002/ajh.70247
[4]	NEWELL L F， COOK R J. Advances in acute myeloid leukemia［J］. BMJ， 2021： n2026. doi：10.1136/bmj.n2026 . doi: 10.1136/bmj.n2026
[5]	CHEN Y， OUYANG Y， LI Z， et al. S100A8 and S100A9 in cancer［J］. Biochim Biophys Acta BBA Rev Cancer， 2023， 1878（3）： 188891. doi：10.1016/j.bbcan.2023.188891 . doi: 10.1016/j.bbcan.2023.188891
[6]	MONDET J， CHEVALIER S， MOSSUZ P. Pathogenic roles of S100A8 and S100A9 proteins in acute myeloid and lymphoid leukemia： Clinical and therapeutic impacts［J］. Molecules， 2021， 26（5）： 1323. doi：10.3390/molecules26051323 . doi: 10.3390/molecules26051323
[7]	BOUSSI L， CAI S F， STEIN E M. Advances in menin inhibition in acute myeloid leukemia［J］. Trends Cancer， 2025， 11（9）： 889-900. doi：10.1016/j.trecan.2025.06.002 . doi: 10.1016/j.trecan.2025.06.002
[8]	CAO S， PAN C， HU X， et al. SLC44A1 promotes AML progression and chemoresistance by regulating the Notch signaling pathway［J］. Neoplasma， 2026， 73（1）： 26-36. doi：10.4149/neo_2025_250518n209 . doi: 10.4149/neo_2025_250518n209
[9]	FAN R， SATILMIS H， VANDEWALLE N， et al. Targeting S100A9 protein affects mTOR-ER stress signaling and increases venetoclax sensitivity in Acute Myeloid Leukemia［J］. Blood Cancer J， 2023， 13： 188. doi：10.1038/s41408-023-00962-z . doi: 10.1038/s41408-023-00962-z
[10]	曾凤. BCL-2抑制剂维奈克拉联合PI3K抑制剂林普利塞对急性T淋巴细胞白血病Jurkat细胞的作用及机制研究［D］. 泸州：西南医科大学， 2025.
[11]	黄坤源，江克华，王庆. S100A9在肾脏疾病中的研究进展［J］. 实用医学杂志， 2024， 40（22）： 3251-3255. doi：10.3969/j.issn. 1006-5725.2024.22.022 . doi: 10.3969/j.issn. 1006-5725.2024.22.022
[12]	ZAVORKA THOMAS M E， JEON J Y， TALEBI Z， et al. Gilteritinib-induced upregulation of S100A9 is mediated through BCL6 in acute myeloid leukemia［J］. Blood Adv， 2021， 5（23）： 5041-5046. doi：10.1182/bloodadvances.2021005614 . doi: 10.1182/bloodadvances.2021005614
[13]	BÖTTCHER M， PANAGIOTIDIS K， BRUNS H， et al. Bone marrow stroma cells promote induction of a chemoresistant and prognostic unfavorable S100A8/A9high AML cell subset［J］. Blood Adv， 2022， 6（21）： 5685-5697. doi：10.1182/bloodadvances. 2021005938 . doi: 10.1182/bloodadvances. 2021005938
[14]	DE VEIRMAN K， DE BEULE N， MAES K， et al. Extracellular S100A9 protein in bone marrow supports multiple myeloma survival by stimulating angiogenesis and cytokine secretion［J］. Cancer Immunol Res， 2017， 5（10）： 839-846. doi：10.1158/2326-6066.cir-17-0192 . doi: 10.1158/2326-6066.cir-17-0192
[15]	LI X， LI Q， XIANG X， et al. The diagnostic value and clinical correlations of bone marrow supernatant S100A8 and S100A9 in myelodysplastic neoplasms［J］. Cytokine， 2025， 187： 156856. doi：10.1016/j.cyto.2025.156856 . doi: 10.1016/j.cyto.2025.156856
[16]	SREBOTNIK KIRBIS I. State of the art and science of immunocytochemistry［J］. Acta Cytol， 2025， 69（1）： 51-59. doi：10.1159/000539634 . doi: 10.1159/000539634
[17]	LORETO C， CALTABIANO R. Immunohistochemical expression［J］. Appl Sci， 2021， 11（1）： 360. doi：10.3390/app11010360 . doi: 10.3390/app11010360
[18]	BOSCARO E， URBINO I， CATANIA F M， et al. Modern risk stratification of acute myeloid leukemia in 2023： Integrating established and emerging prognostic factors［J］. Cancers， 2023， 15（13）： 3512. doi：10.3390/cancers15133512 . doi: 10.3390/cancers15133512
[19]	CAO S， WANG Q， ZHU G. From chemotherapy to targeted therapy： Unraveling resistance in acute myeloid leukemia through genetic and non-genetic insights［J］. Int J Mol Sci， 2025， 26（9）： 4005. doi：10.3390/ijms26094005 . doi: 10.3390/ijms26094005
[20]	潘树耀，崔丽娟. 维奈克拉治疗急性髓系白血病的研究进展［J］. 宁夏医学杂志， 2025， 47（6）： 541-545. doi：10.13621/j.1001-5949.2025.06.0541 . doi: 10.13621/j.1001-5949.2025.06.0541
[21]	RAZMKHAH F， KIM S， LIM S， et al. S100A8 and S100A9 in hematologic malignancies： From development to therapy［J］. Int J Mol Sci， 2023， 24（17）： 13382. doi：10.3390/ijms241713382 . doi: 10.3390/ijms241713382
[22]	ZHOU H， ZHAO C， SHAO R， et al. The functions and regulatory pathways of S100A8/A9 and its receptors in cancers［J］. Front Pharmacol， 2023， 14： 1187741. doi：10.3389/fphar.2023. 1187741 . doi: 10.3389/fphar.2023. 1187741
[23]	ALLY F， CHEN X. Acute myeloid leukemia： Diagnosis and evaluation by flow cytometry［J］. Cancers， 2024， 16（22）： 3855. doi：10.3390/cancers16223855 . doi: 10.3390/cancers16223855

特征	完全缓解组CR（n = 44）	未缓解组NR（n = 36）	χ²/Z值	P值
年龄/岁	52（36，64）	43（31，59）	1.74	0.082
年龄分组/［例（%）］			1.85	0.174
≤ 65岁	34（77.27）	32（88.89）
65岁	10（22.73）	4（11.11）
性别/［例（%）］			0.02	0.875
男	24（54.55）	19（52.78）
女	20（45.45）	17（47.22）
骨髓原始细胞比例	34.15（15.62，61.8）	31.89（14.75，55.42）	0.86	0.390
白细胞计数/×10⁹/L	4.52（1.68，27.35）	3.61（0.94，9.86）	1.99	0.047
白细胞计数分组/［例（%）］			6.50	0.011
≤ 50 × 10⁹/L	32（72.73）	27（96.43）
50 × 10⁹/L	12（27.27）	1（3.57）
细胞遗传学风险/［例（%）］			5.57	0.018
正常核型	33（82.50）	12（54.55）
复杂核型	7（17.50）	10（45.45）
分子遗传学
FLT3?ITD/［例（%）］			3.91	0.048
阴性	29（72.50）	24（92.31）
阳性	11（27.50）	2（7.69）
NPM1/［例（%）］			6.74	0.009
阴性	27（69.23）	24（96.00）
阳性	12（30.77）	1（4.00）