多平台整合的基因病理图像和奥米克数据预测了肝细胞癌的分子特征和预后
Linyan Chen1, Yang Li2, Zhiyuan Zhang1
1Department of Biotherapy, Cancer Center and State Key Laboratory of Biotherapy, West China Hospital, Sichuan University, Chengdu, China.
Frontiers in oncology
|August 6, 2025
概括
定量组织病理图像分析可以预测肝细胞癌 (HCC) 患者的分子特征和生存率. 将图像特征与omics数据集成,可以改善个性化医学的预后预测.
科学领域:
- 在瘤学瘤学.
- 计算病理学计算病理学
- 生物信息学是一种生物信息学.
背景情况:
- 计算机辅助的组织病理图像分析对于癌症患者的评估至关重要.
- 定量图像特征可以预测分子特征和患者预后.
- 肝细胞癌 (HCC) 预后预测从综合数据方法中获益.
研究的目的:
- 提取定量基因病理图像特征,用于预测HCC中的分子特征.
- 将图像特征与omics数据结合起来,以改善HCC患者预后预测.
- 评估风险分层和个性化医疗的综合模型在HCC中的实用性.
主要方法:
- 利用了334名癌症基因组图谱 (TCGA) 患者的数据,分为训练和测试集.
- 采用机器学习模型,使用基因病理图像特征和奥米克数据 (体质突变,mRNA,蛋白质表达).
- 使用接收器运行特征曲线下的面积 (AUC) 评估预测模型性能,以计算整体存活率 (OS).
主要成果:
- 组织病理学特征准确地预测了人体突变 (例如,TERT促进体,TP53) 和分子亚型.
- 图像特征预测了5年的OS,测试组中的AUC=0.819和外部验证中的AUC从0.682-0.761之间.
- 集成的多平台模型结合图像和omics数据实现了5年AUC为0.904,显著改善了预后预测.
结论:
- 组织病理学图像特征有可能预测HCC的分子概况和生存结果.
- 将图像特征与omics数据集成为HCC预后预测和风险分层提供了一个实用的工具.
- 这种方法为肝细胞癌患者提供了个性化医疗策略.
