深度学习揭示了与癌症患者疾病攻击性相关的YAP1/TEAD活动的组织学模式
Benoit Schmauch1, Vincent Cabeli1, Omar Darwiche Domingues1
1Owkin France, Paris, France.
iScience
|January 27, 2025
概括
马信号传递,一种瘤抑制途径,由于异常的YAP1/TEAD基因活性,在癌症中经常受到调节. 这项研究开发了一种深度学习方法,使用组织学幻灯片来预测路径激活,帮助癌症治疗.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 计算病理学计算病理学
背景情况:
- 河马信号通路作为主要的瘤抑制剂,其失调,特别是涉及YAP1和TEAD家族基因,与各种癌症有关.
- YAP1/TEAD活动对癌症进展至关重要,并具有潜在的治疗点,需要可靠的方法来评估途径激活.
- 目前用于Hippo通路激活的基于RNA-seq的签名缺乏可重复性和成本效益,突出了需要替代方法的需求.
研究的目的:
- 开发和验证一种深度学习模型,能够从常规的H&E染色组织学幻灯片直接预测YAP1/TEAD活动,跨越多种癌症类型.
- 在临床环境中建立一个可复制和具有成本效益的方法来评估Hippo通路激活.
- 调查疾病攻击性组织学标记物与河马信号通路状态之间的关联.
主要方法:
- 在H&E染色组织学幻灯片上训练深度学习模型,以预测YAP1/TEAD通路活动.
- 在七个独立的癌症队列中验证训练模型的预测性能.
- 与预测的Hippo通路活动相关联的组织学特征表明疾病的攻击性.
主要成果:
- 开发的深度学习模型准确地从多种癌症类型的组织学幻灯片中预测了YAP1/TEAD活动.
- 这种方法在独立的患者队列中验证时,证明了稳定性和可重复性.
- 在疾病攻击性和功能障碍的Hippo信号的组织学标志物之间发现了显著的关联.
结论:
- 应用在组织学幻灯片上的深度学习为评估癌症中YAP1/TEAD通路激活提供了一种有希望,具有成本效益和可重复的方法.
- 这种基于组织学的方法可以帮助识别失调的Hippo信号的患者,从而有可能改善治疗策略.
- 根据组织学标记所示,功能障碍的河马信号与各种癌症中更具攻击性的疾病表型有关.
更多相关视频
11:32Identification of Transcription Factor Regulators using Medium-Throughput Screening of Arrayed Libraries and a Dual-Luciferase-Based Reporter
Published on: March 27, 2020
6.7K
09:55All-optical Mechanobiology Interrogation of Yes-associated Protein in Human Cancer and Normal Cells using a Multi-functional System
Published on: December 20, 2021
2.9K
