このページは機械翻訳されています。他のページは英語で表示される場合があります。 View in English

ヒストロジカル・スライドでのディープ・ラーニングは,コンセンサス結腸がんにおける分子サブタイプと空間的異質性を正確に予測する.

Jean-Eudes LE Douget ¹, Paul Jacob ¹, Côme Lepage ²

¹Owkin, Paris, France.
²Federation Francophone de Cancérologie Digestive (FFCD), EPICAD INSERM LNC-UMR 1231, University of Burgundy and Franche Comté, Dijon, France.
³Department of Gastroenterology and Digestive Oncology, Hôpital Européen Georges Pompidou, AP-HP, Paris, France; Institut du Cancer Paris CARPEM, Université Paris Cité, Paris, Hôpital Européen Georges Pompidou, Department of Tumor and Cancer Genomic Medicine, Paris, France; Centre de Recherche des Cordeliers, Sorbonne Université, Inserm, Université Paris Cité, Personalized Medicine, Pharmacogenomics and Therapeutic Optimization, Paris, France.
⁴Institut du cancer Paris CARPEM, APHP, department of Genomic Medicine of tumors and cancers, APHP.Centre, Paris France; Chemistry Biology Innovation Institute, BioChimie Laboratory, ESPCI, UMR8231 CNRS, University PSL, Paris, France.
⁵Institut du cancer Paris CARPEM, APHP, department of Genomic Medicine of tumors and cancers, APHP.Centre, Paris France.
⁶Centre de Recherche des Cordeliers, Sorbonne Université, Inserm, Université Paris Cité, Personalized Medicine, Pharmacogenomics and Therapeutic Optimization, Paris, France.
⁷Department of Digestive Oncology, Université de Reims Champagne-Ardenne, CHU Reims, Reims, France.
⁸Department of Oncology and Radiotherapy, Francheville Polyclinic, Périgueux, France.
⁹Service de Chirurgie Digestive, U1071, M2iSH, USC-INRA 2018, CHU Clermont-Ferrand, Université Clermont Auvergne, INSERM, INRA, F-63000, Clermont-Ferrand, France.
¹⁰Department of Radiation Oncology, Institut Sainte Catherine, Avignon, France.
¹¹Department of Pathology, University Hospital of Besançon, 3 Boulevard Alexandre Fleming, 25000 Besançon, France.
¹²Department of Pathology, Université Paris-Saclay, Assistance Publique-Hôpitaux de Paris, UVSQ, BECCOH, Hôpital Ambroise-Paré, Boulogne-Billancourt, France.
¹³Centre de Recherche des Cordeliers, Sorbonne Université, Inserm, Université Paris Cité, Personalized Medicine, Pharmacogenomics and Therapeutic Optimization, Paris, France; Institut du cancer Paris CARPEM, APHP, department of Genomic Medicine of tumors and cancers, APHP.Centre, Paris France.

⁰Owkin, Paris, France.

Modern Pathology : an Official Journal of the United States and Canadian Academy of Pathology, Inc +

|

2025年8月27日

PubMedで要約を見る

まとめ

ディープラーニングモデルは,通常の組織学スライドから結腸がんの分子サブタイプと異質性を予測し,補助的な治療決定のための患者の分層化を改善します.

科学分野

腫瘍学
コンピューター病理学
バイオ情報学

背景

大腸がん (CC) は,分子サブタイプ (CMS) が治療効果に影響を与える異質な疾患です.
現在の補助的なCC治療はTとNの段階決定に依存し,分子情報を無視する可能性があります.
CMSサブタイプ内の腫瘍内異質性 (ITH) は,より悪い予後に関連しています.

研究の目的

全スライド画像 (WSIs) を使用してCMSとITHを予測するためのディープラーニングモデルを開発し,検証する.
内部および外部検証コホートでのモデルのパフォーマンスを評価する.
CMSの空間分布をマッピングし,CMSのサブタイプと組織学的特徴を関連付けるモデルの能力を探求する.

主な方法

PETACC-8,TCGA-COAD,およびPRODIGE-13コホート全体で1,996人のCC患者からWSIを使用しました.
自己監督のパッチ埋め込みと弱監督のCMS予測を含むディープラーニングフレームワークを開発しました.
基本的真実のCMSスコア付けのCMSclassifierを使用し,解釈性分析を行った.

主要な成果

93. 0% (内部CV) と94. 4% (外部検証) の均質な腫瘍 (PETACC-8モデル) の高いマクロ平均AUCを達成した.
このモデルはCMSを正確に予測し,ITHを特徴付け,コホート全体にわたって堅実性を示しました.
空間的なCMS分布と組織学とCMSサブタイプ間の関連がうまく可視化されました.

結論

ルーティンヒストロジーWSIに関するディープラーニングは,CCCとITHを予測するための効率的な方法を提供します.
このアプローチは,従来のステージ設定を超えて,補助療法の患者層分化を高めることができます.
この発見は,CMSとITHの評価をCC管理に日常的に統合することを支持しています.

キーワード:

大腸がんコンセンサス分子サブタイプ深層学習ヒストロジー腫瘍内異質性