Cross-validated radiomic SuStaIn identifies prognostically and transcriptomically distinct event-ordering phenotypes in diffuse glioma
本研究表明，应用于 MRI 数据的交叉验证放射组学 SuStaIn 模型识别出弥漫性胶质瘤中两种不同的事件排序表型，这些表型提供了超越标准临床和分子分类的预后价值，并与独特的转录组图谱相关联。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
脑肿瘤是人类可能面临的最复杂且最危险的疾病之一。在这些疾病中，弥漫性胶质瘤是一组生长在脑组织中的癌症，它们像花园里的根系一样向外扩散，而不是形成一个单一、受限的肿块。几十年来，医生一直试图对这些肿瘤进行分类，以预测其行为方式以及患者对治疗的反应。最新的分类系统依赖于在显微镜下观察肿瘤细胞并分析其遗传密码，特别是检查 DNA 中特定的突变。虽然这种分子方法改进了诊断，但它并未讲述完整的故事。两名具有在显微镜下看起来完全相同且拥有相同遗传标记的患者，其预后可能截然不同：一人可能生存多年，而另一人则迅速恶化。这一差距表明，当前的测试无法察觉到肿瘤内部隐藏的差异。
为了寻找这些隐藏的差异，研究人员正转向利用磁共振成像（MRI），这种技术可以在无需手术的情况下创建大脑的详细图像。科学家们不再仅仅用肉眼观察这些图像，而是使用一种称为“影像组学”（radiomics）的方法。这个过程将 MRI 扫描中的视觉信息转化为数以千计的、精确的小数字，用以描述肿瘤的形状、纹理和亮度。这些数字可以揭示出人类肉眼难以察觉的肿瘤内部组织模式。挑战在于如何利用这些数字来更好地理解疾病。以往的大多数研究都试图利用这些数字来简单地预测一个已知的标签，例如肿瘤是否具有侵略性。然而，由同济大学、清华大学和复旦大学团队发表的一项新研究采取了不同的方法。他们不再询问肿瘤“是什么”，而是询问肿瘤的异常情况是如何随时间变化的。
研究人员分析了接受过胶质母细胞瘤（最具有侵略性的类型）或低级别胶质瘤治疗的 246 名患者的 MRI 扫描图像。他们专注于从 MRI 图像中提取的八个特定测量指标，例如肿瘤形状的圆润度或不规则程度，以及亮度和纹理在不同尺度上的变化。为了处理这些数据，他们使用了一种名为 SuStaIn 的统计工具，即“亚型与阶段推断”（Subtype and Stage Inference）。想象一条时间线，其中不同的问题会按特定顺序出现。这个工具不仅仅是将患者归入静态的类别，它还试图找出不同异常现象出现的先后顺序。它会探究是否有一组患者倾向于先出现特定的形状不规则，随后出现纹理变化，而另一组患者则是先出现纹理变化，随后出现形状问题。通过多次运行该系统以确保结果并非偶然，研究人员发现，根据这些影像事件的顺序，患者自然地分成了两个截然不同的组别。
第一组被研究人员称为 S1 组，其表现出的模式是：肿瘤形状在早期变得不规则，随后在各种尺度上出现图像纹理的变化。第二组（S2 组）则表现出不同的序列。在这些患者中，肿瘤在过程早期变得更加紧凑和致密，并伴随着强度和纹理的具体变化。这两组患者不仅在影像模式上有所不同，在生物学特征和命运上也大相径庭。S2 组（即“紧凑性优先”模式）的患者与 S1 组相比，死亡风险显著更高。即使研究人员考虑了患者的年龄、肿瘤等级以及特定基因突变的存在，S2 模式仍然是预测不良预后的强有力指标。这种风险不仅仅是两个类别之间的简单切换；患者属于 S2 组的可能性越高，其死亡风险就越大，呈现出一种连续的危险梯度。
为了理解为什么这两组的行为如此不同，团队研究了 1,94 名具有匹配组织样本的患者的基因活动。他们发现，高风险 S2 组的肿瘤是由与快速生长和分裂相关的生物程序驱动的。这些肿瘤正忙于制造构建新细胞所需的机制，包括复制 DNA 和分离染色体。相比之下，低风险的 S1 组显示出与大脑正常功能相关的基因活动。它们的肿瘤与神经元进行通信的网络结合得更紧密，涉及帮助脑细胞相互交流的信号。这表明，S2 型肿瘤正极具侵略性地专注于增殖，而 S1 型肿瘤则保留了更多源自脑组织的特征。研究还观察了肿瘤内免疫系统的存在，但发现两组之间的差异很小，并不是导致其独特行为的主要驱动因素。
这些发现提供了一种看待脑肿瘤的新视角，即超越静态标签，将其视为具有不同内部节律的动态过程。研究人员强调，他们的工作是理解这些隐藏模式的一个起点，而非一个成熟的临床应用工具。由于该研究依赖于一组特定的历史数据，他们发现的特定事件顺序是相对于该组而言的，需要在使用不同扫描仪和方案的其他人群中进行测试。此外，该研究使用的是已经收集了遗传和影像信息的现有数据，因此其结果是对生物学现实的一种强烈暗示，而非对因果关系的最终证明。然而，MRI 图像上的肿瘤形状与内部分子机制之间的联系，为继续探索提供了令人信服的理由。通过倾听肿瘤通过图像所讲述的事件序列，医生未来或许能够更准确地预测患者的预后，并根据其疾病的特定生物学故事量身定制治疗方案。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。