首页 > 文章详情

【中国高研值】Cell子刊： “复旦肿瘤”三阴性乳腺癌诊断今起有了“智能方案”

2022年07月20日

整理：研值圈

来源：研值圈

三阴性乳腺癌（TNBC）是指雌激素受体（ER）、孕激素受体（PR）和人类表皮生长因子受体 2（HER2）免疫组织化学染色结果均为阴性的乳腺癌。其占所有乳腺癌病理类型的15%~20%，具有侵袭性强、复发率高和生存预后不良的特点。

近日，复旦大学附属肿瘤医院精准肿瘤中心主任、乳腺外科主任邵志敏教授团队，联合医院放射诊断科主任顾雅佳教授团队、病理科副主任杨文涛教授团队，并与复旦大学类脑智能科学与技术研究院王鹤研究员团队、南京信息工程大学徐军教授团队“医工携手”，通过“院内多学科团队联合+跨区域医工交叉协作”的方式，为三阴性乳腺癌的临床诊断研制出了“复旦肿瘤”智能方案。相关研究成果在美国Cell杂志旗下期刊Cell Reports Medicine（IF=16.988）、国家自然科学基金委旗下期刊《基础研究》在线发表。【研值圈】现特别整理相关精粹，以飨读者。

微信图片_20220721095042.jpg

Keypoints

影像组学标记可识别TNBC与其他乳腺癌亚型
影像组学特征可预测TNBC分子亚型
反映肿瘤周围异质性的影像组学特征可作为TNBC的预后指标
肿瘤周围异质性与TNBC的代谢和免疫异常相关

研究背景

为了使TNBC患者实现更精准的治疗，复旦大学附属肿瘤医院邵志敏教授团队于2019年绘制出全球最大的三阴性乳腺癌多组学图谱并提出“复旦分型”标准，将TNBC分为了4个不同的亚型：基底样免疫抑制型 (BLIS)，免疫调节型(IM)，间质型(MES)，以及腔面雄激素受体型 (LAR)，为寻找到TNBC的靶点指明了新的方向。

与传统的侵入性组织活检相比，影像组学主要有两大优势。首先，影像组学是一种评估肿瘤特征的无创检查手段，患者可以在随访期间多次进行。其次，基因组学和转录组学只能从肿瘤分子水平进行分析，而影像组学是以整个肿瘤为研究对象，不受选择偏倚的影响，这使研究者能够全面探索肿瘤的异质性。既往影像组学相关研究已经揭示了肿瘤异质性，并表明其与乳腺癌的不良预后有关，为使用影像组学以进一步评估肿瘤异质性奠定了基础。

然而，目前尚未报道包含大样本量的影像组学数据的多组学TNBC数据集，影像组学特征与基因组改变之间的相关性在很大程度上也仍是未知的。在本研究中，研究者基于860例中国乳腺癌患者的对比增强磁共振成像(CE-MRI)图像进行了影像组学分析，以区分TNBC和非TNBC。并基于已开发的TNBC多组学队列进一步构建了一个TNBC影像基因组数据集（n=202），旨在为无创鉴别TNBC分型和患者结局分层建立影像组学模型。此外，研究者还将影像组学数据与该数据集中的转录组学、代谢组学和临床数据相结合，以进一步探索TNBC预后相关影像组学特征的生物学意义。

研究结果

该研究首先从2009年8月～2015年5月复旦大学附属肿瘤医院乳腺癌影像组学数据库筛选出860例早期乳腺癌患者作为乳腺癌影像组学队列（其中激素受体阳性468例、HER2阳性268例、三阴性246例），并按1∶1的比例随机分为训练集430例和验证集430例，收集乳腺癌患者术前对比增强磁共振图像、勾画靶区和提取定量影像特征，将医学影像数字化。再将其中有放射组学数据、转录组学数据、代谢组学数据、临床随访数据的202例TNBC患者作为TNBC影像基因组学队列按1∶1的比例随机分为训练集101例和验证集101例。

微信图片_20220721103222.png

图1

随后，利用人工智能机器学习方法，对乳腺癌影像组学队列和TNBC影像基因组学队列建立并验证影像组学特征模型，既可准确区分TNBC与其他乳腺癌亚型（AUROC达0.920），又可准确区分TNBC分子亚型（AUROC达0.819）。值得一提的是，来自国际和平妇幼保健院(n=54)和上海交大仁济医院(n=110)的两个外部验证数据集的AUROC分别为0.723和0.613。此外，尽管使用了不同的成像参数，但这些影像学特征在独立医疗中心之间仍具有可重复性。总而言之，这意味着TNBC患者仅需通过增强磁共振成像检查，不需要进行有创活检，就能够较为准确地获知乳腺癌亚型。

微信图片_20220721104605.png

图2.TNBC与其他乳腺癌亚型的AUROC

研究者进一步探索了影像组学标记是否可以区分不同的TNBC分子亚型。如上所述，TNBC影像基因组学队列纳入了202例TNBC患者的回顾性数据。数据分析表明，影像组学是鉴定TNBC分子亚型的一种有前景的方法，尤其是与包括IHC在内的其他方法结合时。

微信图片_20220721111321.jpg

图3.使用影像组学和IHC及机器学习方法预测TNBC分子亚型的有效性

此外，该研究进一步筛选出反映肿瘤周围异质性的磁共振特征（Peri_V_DN）确定为TNBC无复发生存（P=0.01）和总生存（P=0.004）显著预后因素。结合对应的TNBC转录组学和代谢组学数据，该研究证实肿瘤周围异质性与肿瘤标本免疫抑制和脂肪酸合成上调显著相关，可作为三阴性乳腺癌预后指标。

微信图片_20220721105700.png

图4.在验证集中验证了使用中位值作为临界值对生存期差异患者的分层

总结

本文中，研究者从对比增强磁共振图像中提取定量影像组学特征，构建乳腺癌影像组学数据集(n=860) 和TNBC影像组学数据集(n=202)。此外，研究者开发并验证了影像组学标记，以区分TNBC和其他乳腺癌亚型，以及TNBC 的分子亚型。反映肿瘤周围异质性的影像学特征可预测TNBC 生存结局，肿瘤周围异质性与TNBC代谢和免疫异常密切相关，可作为TNBC 的预后指标。总之，该多组学数据集可以作为促进TNBC 精准分型并有助于了解影像组学生物学意义的公共资源，为TNBC 精准诊疗提供了新方向。

参考文献

[1]Yi-Zhou Jiang, Ding Ma, Chen Suo, ..., Leming Shi, Wei Huang, Zhi-Ming Shao. (2019). Genomic and Transcriptomic Landscape of Triple-Negative Breast Cancers: Subtypes and Treatment Strategies. Cancer Cell.

[2]Lin Jiang, Chao You, Yi Xiao,..., Ya-Jia Gu, Zhi-Ming Shao.(2022). Radiogenomic analysis reveals tumor heterogeneity of triple-negative breast cancer.Cell Rep Med. 2022 Jul 19;3(7):100694.

[3]https://shmc.fudan.edu.cn/news/2022/0720/c1892a131984/page.html

责任编辑：Mathilda
排版编辑：Mathilda

研值圈Sci Value Hub—为医疗创新贡献价值