定量数字病理学揭示了前列腺癌中瘤侵略性的形态和分子相关性
Francisco Araujo1, Guilherme Velozo2, Juliana Cordeiro2
1Biology Department, Universidade Federal do Ceará, Street, Fortaleza, Ceará, 100190, Brazil. jonathan_santos@alu.ufc.br.
International urology and nephrology
|October 6, 2025
概括
数字病理学有助于评估前列腺癌风险. 形形态,而不是PTEN或CD8+密度,表明攻击性,改善风险分层.
科学领域:
- 在瘤学瘤学.
- 数字病理学数字病理学
- 分子病理学分子病理学
背景情况:
- 前列腺癌的预后依赖于客观标志物评估.
- 数字病理学整合了形态和分子数据,以进行增强的分析.
- 准确的风险分层对于有效的前列腺癌管理至关重要.
研究的目的:
- 评估数字病理学在评估前列腺癌预后标志物的作用.
- 为了将组织学特征和分子标记与前列腺癌的攻击性相关联.
- 通过使用形态分子形状来完善风险分层.
主要方法:
- 使用组织微阵列和全幻灯片成像分析72个急性前列腺切除样本.
- 病理学家注释和PTEN,Ki-67,ATM,CD8+和组织学特征的QuPath量化.
- 开发一个物流回归模型,将格里森模式4和ATM表达式结合起来.
主要成果:
- 测量PTEN的量化显示出高的变化和有限的预测值 (AUC=0.61).
- 形形态与高级阶段和攻击性标记物密切相关,表明"免疫感冒"表型 (CD8+密度没有相关性).
- 一个结合格里森模式4百分比和ATM表达的模型准确地预测了cribriform形态 (AUC = 0.79).
结论:
- 数字病理学为前列腺癌的预后标志物提供了客观的评估.
- 形形态是攻击性的关键指标,精炼了风险分层.
- 综合形态分子分析具有识别高风险前列腺癌特征的潜力.
更多相关视频
13:19Microarray-based Identification of Individual HERV Loci Expression: Application to Biomarker Discovery in Prostate Cancer
Published on: November 2, 2013
17.1K
07:34Author Spotlight: Advancing Prostate Cancer Research Through Improved Tissue Sampling and Biobanking
Published on: November 17, 2023
1.1K
