《Journal of Pathology Informatics》:Tumor-area mitosis proportion as an image-derived mitotic phenotype in lung squamous cell carcinoma: Patient-level prognostic and multi-omics evaluation
编辑推荐:
背景:有丝分裂活性是公认的肿瘤增殖标志物,但其在全切片图像(WSI)上的可重复评估仍具挑战性。研究人员开发了一种针对肺鳞状细胞癌(LUSC)的迁移学习框架,并评估了由图像块(patch)衍生的肿瘤区域有丝分裂比例(TAMP)是否与患者生存及分子肿瘤特征相关。
背景:有丝分裂活性是公认的肿瘤增殖标志物,但其在全切片图像(WSI)上的可重复评估仍具挑战性。研究人员开发了一种针对肺鳞状细胞癌(LUSC)的迁移学习框架,并评估了由图像块(patch)衍生的肿瘤区域有丝分裂比例(TAMP)是否与患者生存及分子肿瘤特征相关。
方法:该分析整合了MIDOG 2022与TCGA-LUSC数据,经质量控制后纳入478例患者及512张诊断性WSI。肿瘤区域与有丝分裂图像由两位病理学家独立复核,观察者间一致性Cohen's κ≥0.85。基于MIDOG训练ResNet-50模型,并采用Focal Loss与染色感知增强(stain-aware augmentation)将其适配至TCGA-LUSC。目标域性能通过患者层面分层5折交叉验证及额外的WSI层面留出分析进行评估,以解决初始图像块层面划分可能带来的数据泄漏问题。TAMP基于患者层面折外预测计算,定义为被分类为有丝分裂阳性的可评估肿瘤图像块所占比例。随后检验其与总生存期(OS)、免疫及基因组特征、转录组程序、预测药物反应及转录因子活性的关联。多变量Cox回归校正了年龄、性别、吸烟状态、肿瘤分期及东部肿瘤协作组(ECOG)体能状态。
结果:模型在留出的MIDOG测试集上取得受试者工作特征曲线下面积(AUC)为0.975(95%置信区间(CI):0.965–0.980)。在TCGA-LUSC中,微调使初始图像块层面AUC从0.82提升至0.92。患者层面交叉验证的平均AUC为0.89(95% CI:0.86–0.90),WSI层面留出验证AUC为0.90(95% CI:0.84–0.90)。高TAMP与较差的总生存期相关(log-rank p=0.008;HR=1.82,95% CI:1.18–2.81),且在多变量校正后仍与死亡风险相关(校正后HR=1.68,95% CI:1.08–2.62;p=0.022)。较高的TAMP还与较低的基质比例、特定免疫细胞差异、更高的由插入缺失(indel)衍生的新抗原负荷及插入缺失负担相关,并富集了干细胞增殖、生长因子应答、E2F靶点、G2M检查点及MYC靶点程序。此外,还观察到其与特定细胞周期靶向化合物的预测敏感性及增殖相关转录因子活性的关联。
结论:TAMP提供了一种患者层面的、图像衍生的有丝分裂阳性肿瘤区域表征,在TCGA-LUSC中与生存及多项分子特征相关。其与总生存期的关联在校正主要临床协变量后仍然存在。在临床使用前,需进行外部多中心验证、预设阈值评估及前瞻性评估。
肺鳞状细胞癌中肿瘤区域有丝分裂比例作为图像衍生有丝分裂表型的预后及多组学评估——论文解读
一、研究背景与问题
肺癌是全球癌症相关死亡的主要原因之一,临床负担沉重。肺鳞状细胞癌(LUSC)作为非小细胞肺癌的重要组织学亚型,约占肺癌病例的25%–30%,通常起源于中央气道的支气管上皮,与烟草暴露密切相关,并具有涉及TP53、CDKN2A、PIK3CA等细胞周期调控及肿瘤生长相关基因的复发性基因组改变。与肺腺癌不同,LUSC缺乏常规可靶向的分子改变,限制了基因型指导治疗的机会,因此亟需能够更好表征肿瘤侵袭性并支持预后评估的补充性标志物。
持续细胞增殖是恶性生长的基本特征。在常规组织病理学中,有丝分裂图像提供了活跃细胞分裂的直接形态学证据,长期作为增殖活性和生物学侵袭性的指标。有丝分裂评估已纳入多种恶性肿瘤的分级或分类系统,如乳腺癌和肺神经内分泌肿瘤。在LUSC中,有丝分裂活性增加也与侵袭性病理特征和细胞周期调控紊乱相关,但尚未纳入标准化定量框架用于常规预后评估。
传统有丝分裂计数依赖人工显微镜检查,劳动强度大且易受观察者间变异影响。凋亡小体、深染细胞核、固缩结构和组织处理伪影等形态学相似物可能干扰准确识别。这些局限在全切片成像(WSI)中尤为突出,因为对大型异质性肿瘤区域进行详尽评估不切实际。传统有丝分裂计数仅代表选定显微镜视野的观察结果,而非完整可评估肿瘤区室的汇总。因此,需要一种能够系统评估更广泛肿瘤区域内有丝分裂相关形态的计算方法,以提供更具可重复性和空间全面性的增殖活性表征。
二、研究内容与意义
本研究开发了以MIDOG 2022为源域、TCGA-LUSC为目标域的迁移学习框架,用于图像块层面有丝分裂分类。随后从患者层面折外预测中衍生出肿瘤区域有丝分裂比例(TAMP),定义为病理学家界定的肿瘤区域内被分类为有丝分裂阳性的可评估图像块所占比例。该设计使得影像表型的评估能够最小化模型训练与下游分析之间患者重叠的影响。TAMP随后被检验与总生存期、肿瘤微环境特征、基因组特征、转录组通路富集、预测药物敏感性及推断转录因子活性的关联。
研究实现四个目标:第一,将有丝分裂分类器从MIDOG迁移适配至LUSC WSI图像块;第二,将TAMP作为患者层面有丝分裂阳性区域在病理学家界定肿瘤组织内普遍性的度量;第三,评估TAMP是否与总生存期相关,以及在校正可用临床预后因素后该关系是否持续存在,同时检验其与选定免疫和基因组特征的关联;第四,将TAMP与转录组通路富集、预测药物反应分析及推断转录因子活性整合,以表征有丝分裂相关形态升高肿瘤的分子背景。该框架将自动有丝分裂分析从局部图像分类扩展至患者层面临床病理及多组学表征。
三、关键技术方法
研究采用两阶段迁移学习策略。第一阶段,完整ResNet-50网络在MIDOG乳腺癌源域图像块上训练,学习有丝分裂形态的可迁移表征。第二阶段,网络适配至TCGA-LUSC,冻结初始卷积层、最大池化层、Stage 1和Stage 2,而Stage 3、Stage 4及最终分类层保持可训练,以保留源域学习的低级形态表征同时允许高级特征适应LUSC特异性细胞和组织特征。针对有丝分裂图像块约占3%的类别不平衡问题,采用Focal Loss。性能评估采用患者层面分层5折交叉验证及WSI层面留出分析,以避免患者重叠导致的数据泄漏。样本队列来源包括MIDOG 2022(150张浸润性乳腺癌WSI作为源域)和TCGA-LUSC(478例患者、512张诊断性WSI作为目标域)。
四、研究结果
模型性能与TAMP衍生: 模型在留出的MIDOG测试集上取得AUC为0.975(95% CI:0.965–0.980)。在TCGA-LUSC中,微调使初始图像块层面AUC从0.82提升至0.92。患者层面交叉验证的平均AUC为0.89(95% CI:0.86–0.90),WSI层面留出验证AUC为0.90(95% CI:0.84–0.90)。
TAMP与总生存期: 高TAMP与较差的总生存期相关(log-rank p=0.008;HR=1.82,95% CI:1.18–2.81),在校正年龄、性别、吸烟状态、肿瘤分期及ECOG体能状态后仍与死亡风险相关(校正后HR=1.68,95% CI:1.08–2.62;p=0.022)。
TAMP与肿瘤微环境及基因组特征: 较高的TAMP与较低的基质比例、特定免疫细胞差异、更高的插入缺失(indel)衍生的新抗原负荷及插入缺失负担相关。
TAMP与转录组程序及药物反应: 高TAMP富集了干细胞增殖、生长因子应答、E2F靶点、G2M检查点及MYC靶点程序,并与特定细胞周期靶向化合物的预测敏感性及增殖相关转录因子活性相关。
五、讨论与结论
讨论部分指出,TAMP提供了一种患者层面的、图像衍生的有丝分裂阳性肿瘤区域表征,与TCGA-LUSC中的生存及多项分子特征相关。其与总生存期的关联在校正主要临床协变量后仍然存在。研究结论为:TAMP可作为LUSC中一种具有预后价值的图像衍生表型,但临床使用前需进行外部多中心验证、预设阈值评估及前瞻性评估。