《MedComm》:Super-Resolution MRI–Derived Tumor-Stroma Ratio Phenotyping for Prognostic and Therapeutic Stratification in Pancreatic Ductal Adenocarcinoma
编辑推荐:
胰腺导管腺癌(pancreatic ductal adenocarcinoma,PDAC)表现出显著的间质异质性,这种异质性影响肿瘤进展、复发风险和治疗反应;然而,间质表型目前通过术后组织病理学进行评估。在此,研究人员开发了一种基于超分辨率MRI(super-
胰腺导管腺癌(pancreatic ductal adenocarcinoma,PDAC)表现出显著的间质异质性,这种异质性影响肿瘤进展、复发风险和治疗反应;然而,间质表型目前通过术后组织病理学进行评估。在此,研究人员开发了一种基于超分辨率MRI(super-resolution MRI,srMRI)的影像组学模型,以实现PDAC中肿瘤-间质比(tumor-stroma ratio,TSR)的无创表型分型。利用包含737例患者的多中心队列,研究人员构建了srMRI衍生的TSR-radscore,该评分能够以高准确性预测病理TSR(训练队列和外部验证队列的AUC分别为0.870和0.791)。TSR-radscore独立分层无复发生存期,并且当与临床病理变量整合时,在独立手术队列中改善了早期复发预测。在局部晚期PDAC队列中,srMRI衍生的TSR与不同的治疗结局相关,H-TSR肿瘤在全身治疗下表现出改善的生存,并且与基于免疫检查点抑制剂(immune checkpoint inhibitor,ICI)的联合治疗结局相关。转录组分析显示,L-TSR肿瘤富集了细胞外基质(extracellular matrix,ECM)重塑和TGF-β相关信号通路。单细胞分析进一步揭示了不同TSR表型间独特的癌症相关成纤维细胞(cancer-associated fibroblast,CAF)和T细胞状态,将影像衍生的TSR模式与潜在的间质和免疫微环境程序联系起来。总之,srMRI衍生的TSR表型分型为PDAC中的间质特征提供了无创且具有生物学可解释性的生物标志物,能够改善复发风险分层和治疗前临床评估。
论文解读
一、研究背景与目的
胰腺导管腺癌(pancreatic ductal adenocarcinoma,PDAC)是最致命的实体恶性肿瘤之一,具有快速进展、早期播散和预后极差的特点。即使在接受根治性切除的患者中,近半数仍会出现早期复发(early recurrence,ER,<1年),长期生存率依然很低。晚期或复发性PDAC的治疗进展令人失望,靶向药物和免疫治疗临床疗效甚微,化疗或化学免疫治疗的生存获益在不同患者间存在高度异质性。因此,准确的治疗前风险分层对于早期识别高危患者和优化治疗决策至关重要。
间质异质性是PDAC的标志性特征,对肿瘤进展、复发和治疗反应有重要贡献。肿瘤-间质比(tumor-stroma ratio,TSR)是衡量间质异质性最广泛使用的病理指标之一,已在包括PDAC在内的多种恶性肿瘤中显示出预后价值。多个PDAC队列已将高TSR与淋巴结转移增加和生存期差联系起来。值得注意的是,PDAC间质在肿瘤进展中发挥背景依赖的双重作用。近年来的证据进一步将不同的癌症相关成纤维细胞(cancer-associated fibroblast,CAF)状态和细胞外基质(extracellular matrix,ECM)重塑与肿瘤进展和治疗反应的差异联系起来。此外,致密或重塑的间质影响药物递送、免疫浸润和放射敏感性,提示TSR可能调节全身治疗反应并具有潜在的治疗相关性。
目前,TSR评估依赖于术后组织病理学,这种方法具有侵入性、易受采样偏差影响,且不适合术前或纵向监测。这些局限性凸显了对能够在治疗前无创且可重复地评估TSR状态和捕获间质异质性方法的迫切需求。影像组学提供了一种无创策略来捕获反映间质结构的影像特征。迄今为止,仅有少数影像组学研究尝试预测PDAC中的TSR,且大多依赖CT,而MRI凭借其描绘肿瘤微环境的优越能力却很少受到关注。此外,现有模型提供的生物学可解释性有限,因为影像衍生的TSR替代指标的生物学基础仍不清楚。将影像与转录组和单细胞分析相结合,有望提高间质表型的生物学可解释性。
基于上述背景,本研究开发了一种TSR引导的超分辨率MRI(super-resolution MRI,srMRI)影像组学特征,以无创地表征PDAC中的间质表型,并评估其预测早期复发和化疗反应的能力。为探索影像衍生的TSR表型的生物学基础,研究整合了批量转录组分析和单细胞数据,将影像特征与潜在的间质和免疫微环境状态联系起来。该论文发表在《MedComm》期刊。
二、主要技术方法
研究共纳入737例病理确诊的PDAC患者。其中657例纳入临床和影像队列,包括TSR训练(TT)队列166例、外部TSR验证(ETV)队列92例(来自两家独立中心)、独立手术验证(ISV)队列317例和局部晚期胰腺癌(LAPC)队列82例;另有80例未治疗患者纳入生物学验证队列,其中批量转录组(BVT)亚队列68例、单细胞转录组(BVS)亚队列12例。MRI检查在1.5-T和3.0-T扫描仪上进行,标准化方案包括六个序列:轴位T2加权成像(T2)、弥散加权成像(DWI)、平扫T1加权成像(T1PRE)以及三个增强T1加权期相——动脉期(T1A)、门静脉期(T1V)和延迟期(T1D)。肿瘤分割使用ITK-SNAP软件手动完成,随后进行超分辨率重建和影像协调化处理。从六个MRI序列中提取了7182个影像组学特征,经序列特征选择(单变量过滤、相关性去除、mRMR和LASSO)保留30个预测因子构建TSR-radscore。模型采用XGBoost算法构建。批量RNA测序和单细胞RNA测序(10X Genomics平台)用于生物学验证。
三、研究结果
3.1 基线特征
共737例患者纳入研究。病理TSR评估的观察者间一致性极佳(Cohen's κ = 0.899,p < 0.001)。高TSR(>1)病例在TT队列中占65.1%(108/166),在ETV队列中占63.0%(58/92)。LAPC队列(n = 82)中位年龄68岁,79.3%的肿瘤位于胰头/钩突,45.1%的患者接受免疫治疗,67.1%出现疾病进展。
3.2 srMRI模型的TSR预测性能与可解释性
SR重建提供了比原始MRI更清晰、边界更明确的感兴趣区。从六个MRI序列提取的7182个影像组学特征中,经序列特征选择保留30个预测因子构建TSR-radscore。SHAP分析确定了模型的主要贡献特征,其中log-sigma-5-0-mm_3D_firstorder_Skewness_T1D和wavelet_HHH_firstorder_Skewness_T2的高值与间质贫乏表型(TSR > 1)相对应。基于XGBoost算法构建的srMRI模型在TT和ETV队列中分别达到最高AUC 0.870(95% CI,0.817–0.922)和0.791(95% CI,0.700–0.881)。校准曲线显示预测与观察到的复发概率之间具有良好一致性,决策曲线分析显示比治疗全部或不治疗策略具有更高的净临床获益。
3.3 srMRI模型衍生的TSR-radscore复发预测模型
病理评估的高TSR患者无复发生存期(recurrence-free survival,RFS)显著短于低TSR患者,TT队列中位RFS为15.2个月对比28.3个月(HR = 1.57,p = 0.029),ETV队列为6.7个月对比14.5个月(HR = 2.69,p = 0.002)。多变量Cox回归显示肿瘤大小(HR = 1.38,p < 0.001)、pN分期(HR = 1.52,p = 0.033)、胰周脂肪浸润(PFI)(HR = 1.72,p = 0.028)和TSR-radscore(HR = 3.12,p = 0.011)是复发的独立预测因子。基于四个独立危险因素构建了预测早期复发的列线图。以TT队列确定的TSR-radscore最佳截断值0.612将患者分为高TSR(H-TSR)和低TSR(L-TSR)组,Kaplan–Meier分析显示H-TSR患者在TT、ETV和ISV三个队列中RFS均显著更差(HR:1.91–2.60,所有log-rank p < 0.05)。整合TSR-radscore和临床病理参数的Mscp模型在三个队列中早期复发预测的AUC分别达到0.726、0.792和0.702,优于单独使用临床病理模型或TSR-radscore模型。
3.4 srMRI衍生TSR在LAPC队列中的临床效用
在LAPC队列中,H-TSR患者的疾病进展(progressive disease,PD)事件显著少于L-TSR患者(p = 0.025)。L-TSR组无进展生存期(progression-free survival,PFS)更短、进展风险更高(HR = 1.78,log-rank p = 0.042),总生存期(overall survival,OS)也呈类似模式(HR = 2.13,log-rank p = 0.045)。在整体LAPC队列中,基于免疫检查点抑制剂(immune checkpoint inhibitor,ICI)的联合治疗与化疗相比改善了PFS(HR = 0.52)和OS(HR = 0.34)。IPTW加权敏感性分析中,加权风险比为OS 0.47、PFS 0.59。亚组分析显示,ICI联合治疗与临床结局的关联主要在H-TSR亚组中观察到(PFS:HR = 0.37;OS:HR = 0.21),而L-TSR亚组中未观察到类似关联。
3.5 srMRI模型衍生TSR表型的批量转录组特征
在BVT队列中,ESTIMATE分析显示L-TSR肿瘤具有更高的间质和ESTIMATE评分,但肿瘤纯度低于H-TSR肿瘤。TSR-radscore与间质相关转录程序(包括ECM结构特征、上皮-间质转化(epithelial–mesenchymal transition,EMT)和转化生长因子-β(transforming growth factor-β,TGF-β)信号)呈负相关。差异表达分析发现多个微环境相关基因(如VCAN、SEMA3C和ADAM12)在L-TSR肿瘤中富集。功能富集分析显示差异表达基因主要与ECM组织、胶原纤维形成和细胞-基质黏附相关。通路分析进一步突出整合素和细胞骨架相关信号通路。基因集富集分析显示L-TSR肿瘤富集ECM-受体相互作用和补体/凝血通路。
3.6 TSR相关微环境异质性的单细胞特征
对12例未治疗PDAC标本(7例H-TSR和5例L-TSR)进行单细胞RNA测序,获得147,669个细胞,解析出十种主要细胞群体。L-TSR肿瘤表现出更高的成纤维细胞比例,而H-TSR肿瘤中上皮和免疫细胞比例相对增加。成纤维细胞亚群分析解析出八种CAF状态,其中LRRC15+ CAFs在L-TSR肿瘤中更丰富(31.7%对比15.2%),而离子信号CAFs在H-TSR肿瘤中相对富集(28.0%对比11.4%)。T细胞亚群分析显示效应T细胞在L-TSR肿瘤中更丰富(16.4%对比8.8%),而耗竭CD8+ T细胞(Tex)在H-TSR肿瘤中相对富集(27.2%对比8.6%)。
四、讨论与结论
讨论总结
研究证明TSR引导的srMRI影像组学模型可以无创表征间质状态并在PDAC中稳健地分层复发风险。srMRI衍生的TSR-radscore在三个独立队列中保持独立预后因素地位,与关键临床病理变量整合后进一步改善了复发预测。其相关性超越了可切除疾病,在LAPC队列中srMRI预测的TSR与化疗和化学免疫治疗方案的差异化治疗结局相关。与既往基于CT的TSR影像组学模型(AUC通常约0.63至0.75)相比,srMRI模型表现出更优性能,这可能归因于MRI优越的软组织对比度和多序列捕获的互补生物学信息。批量RNA测序显示L-TSR肿瘤富集ECM相关转录程序,单细胞分析显示TSR表型间间质和免疫细胞状态的差异。H-TSR肿瘤代表一种独特的间质-免疫状态,可能促进早期复发,同时对全身治疗更敏感。
研究局限性包括:TSR训练队列样本量适中,回顾性设计可能引入选择偏倚;ICI亚组治疗分层发现因亚组规模有限、回顾性设计和置信区间宽泛而应视为探索性;TSR在代表性肿瘤区域评估可能无法完全反映PDAC的空间异质性;转录组发现仍属描述性和相关性,需更大队列和功能研究验证;蛋白质水平验证(免疫组化或多重免疫荧光)在回顾性队列中不可用;srMRI的临床应用可能受成像方案变异、缺乏跨机构标准化采集策略以及SR预处理较原生MRI增量价值的进一步评估限制。
研究结论
研究人员开发并验证了一种基于srMRI的PDAC术前TSR评估模型。srMRI衍生的TSR-radscore准确预测了病理TSR,为早期复发提供了独立预后价值,同时显示出治疗反应分层的潜力。批量转录组和单细胞转录组分析为影像衍生表型提供了生物学背景。这些结果支持srMRI衍生的TSR作为间质状态的无创指标,用于PDAC的复发风险评估和全身治疗决策。