在乳腺癌液体活检中自动化单细胞分析
Stephanie N Shishido1, George Courcoubetis1, Peter Kuhn1,2,3,4,5,6
1Convergent Science Institute in Cancer, Michelson Center for Convergent Bioscience, University of Southern California, Los Angeles, CA 90089, USA.
Cancers
|September 13, 2025
概括
本研究介绍了一种使用光全片成像技术的自动化液体活检方法,用于检测血液中的罕见细胞,以改善乳腺癌 (BC) 诊断和分期. 该方法显示了高精度和潜在的最小侵入性监测.
科学领域:
- 在瘤学瘤学.
- 生物技术是生物技术.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 乳腺癌 (BC) 复发影响到~40%的早期患者.
- 目前的诊断方法 (乳房影像,活检) 在敏感性和异质性评估方面存在局限性.
- 需要改进,对BC检测和监测进行最少入侵的方法.
研究的目的:
- 开发和验证一个完全自动化的工作流程,用于在周围血液中检测罕见细胞.
- 利用光全幻灯片成像 (fWSI) 和机器学习用于乳腺癌诊断.
- 评估液体活检在乳腺癌分期和监测方面的潜力.
主要方法:
- 开发了一种自动化分析工作流程,用于使用fWSI.SI检测罕见细胞.
- 雇员监督机器学习用于罕见事件检测和基于免疫光的分类.
- 分析了来自534名癌症和非癌症捐赠者的外周血液样本.
主要成果:
- 自动化模型实现了98.9%的准确性和83.2%的精度灵敏度AUC,与手动注释高度一致.
- 形态测量分析揭示了正常,早期的BC和晚期的BC队列之间罕见细胞的显著差异.
- 在晚期BC患者中发现了明显的细胞群,这表明了分期的潜力.
结论:
- 液体活检与算法分析相结合,为乳腺癌诊断和分期提供了一个有希望的,最少侵入性的方法.
- 自动化的fWSI工作流显示了可扩展性和提高临床决策的潜力.
- 未来的工作重点是完善自动化框架,以实现更广泛的适用性和稳定性.
