与瘤突变负担相关的组织病理特征用于使用图表深度学习来预测结质瘤的整体存活率
Caixia Sun1, Tao Luo2, Zhenyu Liu3
1Beijing Advanced Innovation Center for Big Data-Based Precision Medicine, School of Engineering Medicine, Beihang University, Beijing, China; Key Laboratory of Big Data-Based Precision Medicine, Beihang University, Ministry of Industry and Information Technology, Beijing; Chinese Academy of Sciences Key Laboratory of Molecular Imaging, Beijing Key Laboratory of Molecular Imaging, Institute of Automation, Chinese Academy of Sciences, Beijing, China.
标准幻灯片中的组织病理特征可以估计质瘤中的瘤突变负担 (TMB). 这些特征还可以预测患者的生存率,有助于风险分层和理解潜在的生物途径.
科学领域:
- 在瘤学瘤学.
- 计算病理学计算病理学
- 基因组学就是基因组学.
背景情况:
- 瘤突变负担 (TMB) 是预测质瘤预后和免疫治疗反应的关键生物标志物.
- 目前的TMB测量方法昂贵且耗时,限制了临床效用.
研究的目的:
- 为了识别与质瘤中TMB相关的H&E幻灯片中的组织病理特征.
- 评估这些TMB相关特征对整体生存 (OS) 的预后价值.
- 探索与这些特征的预后意义相关的生物途径.
主要方法:
- 使用图形卷积神经网络从619名质瘤患者的全幻灯片图像 (WSIs) 中检测TMB相关的基因病理特征 (The Cancer Genome Atlas).
- 特征-TMB相关性在237名患者的独立队列中得到验证.
- 评估了OS发现特征的预后价值,包括低度质瘤的风险分层.
主要成果:
- 从WSIs提取的组织病理特征在外部验证集中显示出与TMB的显著关联 (P = 0.007).
- 与TMB相关的特征在预测OS方面表现出色.
- 低度质瘤患者被有效地分为不同的风险组 (P = 0.00013;HR = 4.004).
结论:
- 来自WSIs的组织病理特征可以作为质瘤中TMB估计的代理.
- 这些特征具有显著的预后价值,使得质瘤患者的风险分层有所改善.
- 高风险患者的丰富途径涉及细胞周期和免疫反应,提供了关于质瘤进展的见解.
更多相关视频
06:32Evaluation of Biomarkers in Glioma by Immunohistochemistry on Paraffin-Embedded 3D Glioma Neurosphere Cultures
Published on: January 9, 2019
09:17Digital Spatial Profiling for Characterization of the Microenvironment in Adult-Type Diffusely Infiltrating Glioma
Published on: September 13, 2022
