相关实验视频
Updated: Jan 11, 2026
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.4K
一个预后指数,整合深度学习基线PET/CT生物标志物和扩散大B细胞淋巴瘤中的多omics概况
Yue Wang1, Xue Wang2, Xin-Yun Huang3
1Shanghai Institute of Hematology, State Key Laboratory of Medical Genomics, National Research Center for Translational Medicine at Shanghai, Ruijin Hospital Affiliated to Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Cell reports. Medicine
|November 19, 2025
概括
这项研究将[F] - - 氧葡萄糖 (FDG) - - 射位子发射断层扫描 (PET) /计算机断层扫描 (CT) 扫描与分散型大B细胞淋巴瘤 (DLBCL) 患者的遗传数据相结合. 多式临床PET淋巴复合模型提高了个性化DLBCL治疗的预后准确性.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 基因组学就是基因组学.
背景情况:
- [18F]-氧葡萄糖 (FDG) -正子发射断层扫描 (PET) /计算机断层扫描 (CT) 对于分期和评估扩散性大B细胞淋巴瘤 (DLBCL) 治疗反应至关重要.
- 整合成像与分子数据可以提高DLBCL的预后精度.
- 目前的预后模型可能无法完全捕捉DLBCL异质性的复杂性.
研究的目的:
- 从FDG-PET/CT扫描中确定基线成像生物标志物,这些生物标志物可以预测新诊断的DLBCL患者的结果.
- 将PET衍生生物标志物与临床因素和遗传亚型 (LymphPlex) 整合为一个全面的预后模型.
- 探索关键成像生物标志物与瘤微环境或代谢活动之间的相关性.
主要方法:
- 从1,024名新诊断的DLBCL患者的F-FDG-PET/CT扫描进行了基线分析.
- 在公开和内部数据集上训练的nnUNet深度学习框架的应用.
- 将PET生物标志物 (例如,总代谢瘤体积 - - TMTV) 与DNA/RNA测序数据 (淋巴复合体亚型) 和临床因素 (例如,乳酸脱酶 - - LDH) 的整合.
主要成果:
- 关键的基线PET生物标志物,包括TMTV和标准化瘤扩散,显示出显著的预后价值.
- 开发的临床PET淋巴复合模型,包括高TMTV,高LDH和特定的遗传亚型 (EZB类MYC+,MCD类TP53,Mut),有效地区分了患者的结果.
- 高的TMTV与免疫抑制性瘤微环境有关,而高的LDH与瘤代谢活动和扩散的增加相关.
结论:
- 多模式整合FDG-PET/CT成像,临床数据和基因分析显著提高了DLBCL的预后准确性.
- 临床PET淋巴复合模型为DLBCL提供了更精确的风险分层和指导个性化治疗选择的工具.
- 了解成像特征与瘤微环境之间的相互作用对于推进DLBCL治疗策略至关重要.
