从病理图像的细胞细分来研究肺癌微环境及其在预后分层中的应用

科学领域:

• 在瘤学瘤学.
• 病理学 病理学 病理学
• 计算生物学 计算生物学

背景情况:

• 肺腺癌的死亡率很高,需要在TNM分期系统之外改进预后工具.
• 目前的分子生物标志物因成本和可获得性而受到广泛临床使用的限制.
• 病理图像为预后评估提供了丰富的诊断数据.

研究的目的:

• 开发一个更准确和更具成本效益的预后分层方案,用于肺腺癌.
• 研究在病理图像中表皮和免疫细胞丰度的临床和生物意义.
• 从病理图像分析中识别出新的预后生物标志物.

主要方法:

• 利用Hover-Net技术精确量化表皮细胞,淋巴细胞,巨细胞和病理图像中的中性粒细胞.
• 与TNM分期 (N0与N1) 和基因通路激活相关的细胞丰度.
• 鉴定FABP7作为基于中性粒细胞透水平的差异生物标志物.

主要成果:

• 与N0阶段相比,N1阶段肺腺癌患者的上皮细胞,淋巴细胞,巨细胞和中性粒细胞透率显著更高.
• 淋巴细胞和中性粒细胞的透与关键的基因通路相反相关,如HALLMARK_HEME_METABOLISM.
• FABP7表现出与中性粒细胞透水平相关的差异表达,这表明其作为预后生物标志物的作用.

结论:

• 来自病理图像的细胞丰度分析为肺腺癌提供了更准确和更具成本效益的预后评估.
• 这种方法为临床管理和预后评估提供了新的策略.
• 通过基于图像的细胞分析,FABP7成为一种潜在的预后生物标志物.