基于逻辑约束基因-通路异质知识图谱从组织病理学图像推断信号通路异常

《npj Biomedical Innovations》:Inferring signaling pathway abnormalities from histopathological images via logic-constrained gene-pathway heterogeneous knowledge graph

【字体: 大 中 小 】 时间:2026年03月26日 来源:npj Biomedical Innovations

编辑推荐:

  针对传统单基因预测难以捕获通路水平失调机制的问题,本研究提出逻辑约束基因-通路异质图神经网络(LCG-HGNN),实现了从全切片图像中对基因群组的协同识别与信号通路改变的推断。该框架整合了基因-通路图谱、动态边权重及逻辑子句约束,在多个肺癌通路相关基因群组识别任务中,其预测准确性、鲁棒性与临床可解释性均超越了单基因与多标签基线模型,为癌症的组织病理学解释建立了一个通路导向的新范式。

  
在精准医学时代,深入理解癌症的分子机制是诊断和治疗的关键。传统的癌症组织病理学检查,尽管是临床诊断的基石,却常常难以确定具体的分子亚型,往往需要借助基因组检测来指导个体化治疗。目前,主流的基因组学分析方法通常聚焦于单个基因的突变,但癌症的发生发展通常涉及多个基因的协同失调,它们共同驱动了关键信号通路的异常激活或失活。这种“只见树木,不见森林”的单基因分析模式,难以系统地捕捉通路层面的复杂调控机制。例如,PI3K-AKT信号通路的失调常常与TP53、KRAS等多种基因的突变共同发生。值得注意的是,这类通路水平的异常最终会体现在全切片图像(WSIs)的组织病理学表型上。
近年来,深度学习的发展使得从组织病理学图像中间接推断基因组生物标志物成为可能。早期研究利用卷积网络(如ResNet)来检测单个基因的突变。为了处理多个基因,一些学者采用图学习方法独立预测基因突变,后续的研究则采用多标签学习方法联合预测基因群组的改变,以认识到基因间突变频繁共现的现象。然而,现有方法通常将基因视为独立的标签,在预测过程中难以纳入基因群组内部的功能性关联,导致对癌症中基因协同失调的理解不完整,也阻碍了通路水平的组织病理学解释的进步。
为了解决这一关键瓶颈,研究人员在《npj Biomedical Innovations》上发表了题为“基于逻辑约束基因-通路异质知识图谱从组织病理学图像推断信号通路异常”的研究。为了克服传统方法的局限,该研究团队提出了一种名为逻辑约束基因-通路异质图神经网络(LCG-HGNN)的新框架,其核心目标是实现从全切片病理图像中协同识别基因群组,并直接推断信号通路失调。这项研究的开展,正是为了填补从病理表型到通路功能理解之间的鸿沟,为癌症的机制研究提供更深入的洞察。
为开展此项研究,作者主要采用了以下关键技术方法:首先,整合了来自TCGA的1608例肺腺癌(LUAD)全切片图像(WSIs)及其从cBioPortal获取的基因组突变数据,构建了多组学关联数据集。其次,利用ImageNet预训练的ResNet-18提取病理图像块的形态学特征,并基于特征相似性与空间邻近性构建了图结构数据。核心模型LCG-HGNN以图神经网络(GNN)为基础,构建了一个整合基因节点与通路节点的异质图结构,并引入了动态边权重机制。此外,研究创新性地开发了KePathGraph模块,将基因互斥性、通路层级等生物学先验知识编码为逻辑子句,以可微分的方式约束模型预测。模型训练采用基于GIN的多标签图分类框架,并使用了五折交叉验证进行评估。
结果部分的研究发现如下:
总体框架结构
研究提出了LCG-HNGNN框架,该框架通过整合基因组和信号通路数据,利用多层次消息传递机制动态聚合节点特征,捕捉信号通路内基因间的功能协同。模型采用了自适应加权的基因-通路异质图结构,实现了多基因突变预测与通路级逻辑的深度融合。此外,还引入了一个逻辑约束模块,将通路规则编码为逻辑子句,对基因级预测施加结构化约束,确保与已知生物学知识一致。
数据收集
研究利用了来自TCGA的1608个肺腺癌全切片图像及其对应的基因组突变数据。通过从DAVID平台整合KEGG、Reactome、WikiPathways和BioCarta四个主要数据库的通路注释,并以前100个最常突变的LUAD相关基因为过滤器,最终确定了969个显著富集的通路用于后续分析。
实验设计
为了评估LCG-HGNN的性能,研究基于TCGA-LUAD队列建立了一个多维评估体系。实验从识别单个基因突变和分析基因群组两个维度,将LCG-HGNN与单基因二元分类方法(如ResNet-18、空间感知GNN)以及多基因多标签分类方法(如DAMLN、ADD-GCN)进行了比较。评估指标包括用于单基因分类的准确率(ACC)和ROC曲线下面积(AUC),以及用于基因群组分类的汉明损失(Hamming loss)、平均准确率(Mean ACC)和平均AUC(Mean AUC)。
比较实验
在基因群组识别任务中,LCG-HGNN展现出显著优势。与传统的单基因预测方法相比,例如,在与细胞外基质-受体相互作用通路(hsa04512)相关的基因群组识别任务中,LCG-HGNN相较于ResNet-18基线,平均ACC提高了37.3%,平均AUC提高了8.13%;相较于空间感知GNN基线,平均ACC提高了15.90%,平均AUC提高了10.19%。在与多标签基线方法的比较中,LCG-HGNN同样表现优异。在hsa04512通路识别任务上,其平均AUC比DAMLN提高了22.57%;相较于ADD-GCN,在平均ACC、平均AUC和汉明损失上均有约40%的相对提升。这些结果表明,该框架能有效利用信号通路内的功能关联,而非仅仅依赖单个基因的图像特征。
消融实验
为验证各关键组件的贡献,研究设计了三类消融实验。首先,移除基因-通路异质图结构会导致模型在所有评估指标上的性能下降,证实了该结构对于关联通路相关基因群组的重要性。其次,将动态边权重机制替换为固定权重,在hsa04512通路识别任务中导致平均ACC下降6.21%,平均AUC下降3.85%,表明自适应权重调节能更好地适应不同基因节点和通路的特性。最后,在多种图学习架构(GAT、GIN、GCN、GraphSAGE)的对比中,GAT取得了最高的平均AUC(98.16%),而GIN和GraphSAGE也取得了良好且平衡的性能。研究还评估了KePathGraph逻辑约束模块的影响。通过比较施加与不施加逻辑约束时模型生成的病理图像块与临床参考图像的相似性,发现逻辑约束能有效引导模型关注具有生物学意义、与通路相关的组织病理学特征。例如,在预测EGFR突变时,高相似性图像块显示出与EGFR突变强相关的腺泡形态和温和的细胞核,而低相似性图像块则显示出与EGFR突变罕见相关的黏液性肺腺癌特征。
研究结论与讨论部分总结如下:
本研究提出的LCG-HGNN框架,成功克服了传统组织病理学分析聚焦于单基因预测的局限。通过构建基因-通路异质图,该模型能够联合建模多个驱动基因的协同效应,并直接推断信号通路失调。其核心贡献体现在三个方面:首次实现了从病理图像中对基因群组的协同识别,契合了癌症的通路驱动本质;将分析层面提升至通路水平,为理解癌变机制提供了更深入的见解;通过逻辑子句整合生物学先验知识,增强了临床相关性和预测一致性。实验证实,LCG-HGNN在多个通路相关任务上均显著优于单基因和多标签基线模型,验证了通路导向建模范式的有效性。
临床合理性评估表明,LCG-HGNN预测的病理区域与已确立的临床发现高度一致。例如,对于PI3K-Akt信号通路(hsa04151)异常激活所驱动的大而不规则的细胞核、低分化及组织结构紊乱等特征,模型在逻辑约束下生成的高相似性图像块能很好地捕捉。消融实验证实,基因-通路异质图、动态边权重和逻辑知识约束这三个关键组件缺一不可,将通路水平的生物学先验嵌入模型对于模拟功能性的基因-通路从属关系、捕捉驱动基因的异质性贡献至关重要。动态边权重机制根据预测置信度自适应调节每个基因对通路输出的影响,并整合了来自癌症基因普查(CGC)的先验知识,为临床验证的肺癌驱动基因分配更高初始权重,从而在数据驱动的灵活性与生物学保真度之间取得了平衡。
尽管性能强劲,LCG-HGNN也存在数据规模和临床验证方面的限制。其训练基于1608个TCGA-LUAD全切片图像,仅覆盖了高频驱动事件,可能遗漏罕见或低频变异。前瞻性验证受到多中心数据获取和伦理限制的阻碍,且由于缺乏通路失调的“金标准”,目前无法直接将预测结果与治疗反应或生存结局相关联。当前评估依赖于与公共参考图像的间接相似性比较。未来的工作需要在更大规模、多癌种、多中心的队列中进行外部验证,并整合纵向临床数据,以实现对真实世界临床决策的支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号