基于组织病理学的免疫和分子特征的空间分析预测了巴雷特食道癌症风险
Caner Ercan1, Xiaoxi Pan1,2, Thomas G Paulson3
1Department of Translational Molecular Pathology, Division of Pathology and Laboratory Medicine, The University of Texas MD Anderson Cancer Center, Houston, TX, USA.
medRxiv : the preprint server for health sciences
|November 26, 2025
概括
一个新的框架,BEACON,通过分析病理图像中的DNA含量和免疫细胞,准确地预测巴雷特食道 (BE) 患者的癌症风险. 该工具有助于区分高风险个体,以便更好地做出治疗决策.
科学领域:
- 胃肠病学 胃肠病学
- 在瘤学瘤学.
- 计算病理学计算病理学
背景情况:
- 巴雷特食道 (BE) 需要改善癌症风险分层,以避免过度治疗.
- 当前的模型往往无法从常规标本中整合基因组和微环境因素.
研究的目的:
- 开发和验证BEACON,用于预测BE患者癌症风险的框架.
- 整合DNA含量异常和免疫空间生态从他的病理学风险分层.
主要方法:
- 开发了DACOR,一种多实例学习模型,用于从基因病理学中预测DNA内容异常.
- 用于空间免疫生态计算的细胞分类和组织细分.
- 综合分子和免疫特征与上皮形态来进行风险分层.
主要成果:
- 在DNA含量异常预测方面,DACOR实现了0.825 AUC.
- DNA 含量异常的区域显示炎症增加 (p=0.006).
- BEACON将患者分为两层,分为高风险和低风险组,AUC为0.817.
结论:
- BEACON集成了来自常规病理学图像的分子和免疫数据,用于BE癌症风险分层.
- 这种方法可以加强临床决策,减少低风险患者不必要的监测.
