來(lái)源：奇點(diǎn)糕 2022-12-28 12:01
三陰性乳腺癌（TNBC）的惡性程度在乳腺癌諸多亞型中堪稱“王者”[1]。其雌激素受體、孕激素受體及HER2免疫組化染色結(jié)果均呈陰性，缺乏有效的內(nèi)分泌治療及分子靶向治療靶點(diǎn)，侵襲
三陰性乳腺癌（TNBC）的惡性程度在乳腺癌諸多亞型中堪稱“王者”[1]。其雌激素受體、孕激素受體及HER2免疫組化染色結(jié)果均呈陰性，缺乏有效的內(nèi)分泌治療及分子靶向治療靶點(diǎn)，侵襲性強(qiáng)、復(fù)發(fā)率高、生存預(yù)后不良，一直以來(lái)，都是乳腺癌診療中的一大難題[2]。
為了實(shí)現(xiàn)TNBC精準(zhǔn)治療，改善患者生存預(yù)后，2019年，復(fù)旦大學(xué)附屬腫瘤醫(yī)院精準(zhǔn)腫瘤中心主任、乳腺外科主任邵志敏教授團(tuán)隊(duì)基于TNBC多組學(xué)圖譜進(jìn)一步將其分為四個(gè)亞型：基底樣免疫抑制型（BLIS），免疫調(diào)節(jié)型（IM），間質(zhì)型（MES），以及腔面雄激素受體型（LAR），此即為TNBC的“復(fù)旦分型”標(biāo)準(zhǔn)[3]。
“復(fù)旦分型”進(jìn)一步細(xì)化了TNBC的分類，為更加有的放矢地治療TNBC提供了思路和理論依據(jù)。然而，這一分類方式目前主要依賴于基因組和轉(zhuǎn)錄組學(xué)分析，需要對(duì)患者進(jìn)行侵入性組織活檢，且檢查結(jié)果只能反映取材部位腫瘤組織的分子表達(dá)情況，存在一定的選擇性偏倚[4]。
那么，有沒(méi)有更好的檢查方式來(lái)避免傳統(tǒng)的組織活檢帶來(lái)的侵入性創(chuàng)傷和選擇性偏倚呢？
針對(duì)這一難題，邵志敏/江一舟團(tuán)隊(duì)聯(lián)合復(fù)旦大學(xué)附屬腫瘤醫(yī)院放射診斷科主任顧雅佳團(tuán)隊(duì)開(kāi)展了深入研究，并給出了一個(gè)絕妙的解決方案：影像組學(xué)技術(shù)。
利用影像組學(xué)分析技術(shù)，邵教授和顧教授的聯(lián)合研究團(tuán)隊(duì)不僅較為準(zhǔn)確地將TNBC與非TNBC區(qū)分開(kāi)來(lái)，而且進(jìn)一步對(duì)TNBC的“復(fù)旦分型”進(jìn)行了預(yù)測(cè)，同時(shí)探究了TNBC不同亞型的影像組學(xué)特征與代謝組學(xué)、轉(zhuǎn)錄組學(xué)及患者臨床轉(zhuǎn)歸間的關(guān)聯(lián)，為TNBC的精準(zhǔn)分型、治療及預(yù)后判斷提供新的參考指標(biāo)。這一研究成果于近期發(fā)表在Cell Reports Medicine上[5]。
論文首頁(yè)截圖
研究者們首先從復(fù)旦大學(xué)附屬腫瘤醫(yī)院影像組學(xué)數(shù)據(jù)庫(kù)中篩選出了2009年8月至2015年5月間的860例原發(fā)性乳腺癌患者作為乳腺癌影像組學(xué)隊(duì)列，其中激素受體（HR）陽(yáng)性468例、HER2陽(yáng)性268例、TNBC246例。
隨后，按1:1的比例將這860例病例隨機(jī)分入訓(xùn)練集和驗(yàn)證集，并通過(guò)提取患者CE-MRI圖像中腫瘤感興趣區(qū)域（ROIs）的影像特征性信息，并將其進(jìn)行數(shù)字化處理，使用人工智能進(jìn)行機(jī)器學(xué)習(xí)。
結(jié)果顯示，這一方法能夠準(zhǔn)確地將TNBC與非TNBC區(qū)分開(kāi)來(lái)，其受試者工作曲線下面積AUROC為0.92（95% CI: 0.887–0.953），驗(yàn)證集中曲線下面積AUPRC為0.819。
影像組學(xué)分析可準(zhǔn)確鑒定TNBC
接下來(lái)，研究者們從前期研究中構(gòu)建的TNBC多組學(xué)隊(duì)列中篩選出了202例原發(fā)性乳腺癌病例，建立新的TNBC影像-基因組學(xué)隊(duì)列，仍然按1:1的比例將患者隨機(jī)分入訓(xùn)練集和驗(yàn)證集。
影像組學(xué)分析有效地預(yù)測(cè)了TNBC的4種不同亞型
如上圖所示，影像組學(xué)技術(shù)可以有效預(yù)測(cè)TNBC的4種不同亞型，其準(zhǔn)確性與免疫組化不相上下。特別是對(duì)于BLIS亞型，影像組學(xué)與免疫組化聯(lián)合應(yīng)用可將AUROC提高到0.975（95% CI : 0.906–1）。
然后，研究者們從瘤周組織ROIs中提取出了可反映腫瘤異質(zhì)性的影像學(xué)特征性指標(biāo)Peri_V_DN（它的值越高，表明瘤周組織的異質(zhì)性越強(qiáng)）。
生存分析顯示，Peri_V_DN低的患者擁有更好的無(wú)復(fù)發(fā)生存期（RFS，P=0.01）和總生存期（OS，P=0.004）。顯然，影像組學(xué)分析可以有效評(píng)估TNBC瘤周組織的異質(zhì)性并作為預(yù)后指標(biāo)。
結(jié)合TNBC代謝組學(xué)和轉(zhuǎn)錄組學(xué)進(jìn)一步分析，研究者們發(fā)現(xiàn)， 高Peri_V_DN與脂質(zhì)合成增強(qiáng)和免疫抑制高度相關(guān)。
最后，研究者們通過(guò)轉(zhuǎn)錄組學(xué)探究了Peri_V_DN與免疫微環(huán)境之間的聯(lián)系。
分析結(jié)果顯示，高Peri_V_DN表型中CD8 T細(xì)胞、初始CD4 T細(xì)胞、自然殺傷細(xì)胞、M1型巨噬細(xì)胞、調(diào)節(jié)性T細(xì)胞以及骨髓來(lái)源抑制性細(xì)胞的含量少于低Peri_V_DN表型，其細(xì)胞溶解活性也顯著比低Peri_V_DN表型更低（P=0.01），展現(xiàn)出比較典型的“冷腫瘤”特征。
Peri_V_DN與TNBC免疫微環(huán)境改變相關(guān)
總的來(lái)說(shuō)，研究者們建立了一套可以鑒別TNBC并進(jìn)一步預(yù)測(cè)其“復(fù)旦分型”的影像組學(xué)分析方法。同時(shí)，他們還找到了能夠反映瘤周組織異質(zhì)性的特征性影像組學(xué)標(biāo)志Peri_V_DN，它不僅可以預(yù)測(cè)TNBC患者預(yù)后，而且與代謝和免疫微環(huán)境改變密切相關(guān)。
雖然TNBC影像組學(xué)與其轉(zhuǎn)錄、代謝、免疫之間的具體關(guān)聯(lián)及機(jī)制還需要大量的研究探索，但毫無(wú)疑問(wèn)，影像組學(xué)可以作為TNBC分型的有效手段，為TNBC的精準(zhǔn)分型及治療、預(yù)后評(píng)估貢獻(xiàn)力量。
參考文獻(xiàn)：
1. Bianchini G, Balko JM, Mayer IA, Sanders ME, Gianni L. Triple-negative breast cancer: challenges and opportunities of a heterogeneous disease. Nature reviews Clinical oncology. Nov 2016;13(11):674-690. doi:10.1038/nrclinonc.2016.66
2. Denkert C, Liedtke C, Tutt A, von Minckwitz G. Molecular alterations in triple-negative breast cancer-the road to new treatment strategies. Lancet (London, England). Jun 17 2017;389(10087):2430-2442. doi:10.1016/s0140-6736(16)32454-0
3. Jiang YZ, Ma D, Suo C, et al. Genomic and Transcriptomic Landscape of Triple-Negative Breast Cancers: Subtypes and Treatment Strategies. Cancer cell. Mar 18 2019;35(3):428-440.e5. doi:10.1016/j.ccell.2019.02.001
4. Lee HW, Cho HH, Joung JG, et al. Integrative Radiogenomics Approach for Risk Assessment of Post-Operative Metastasis in Pathological T1 Renal Cell Carcinoma: A Pilot Retrospective Cohort Study. Cancers. Apr 2 2020;12(4)doi:10.3390/cancers12040866
5. Jiang L, You C, Xiao Y, et al. Radiogenomic analysis reveals tumor heterogeneity of triple-negative breast cancer. Cell reports Medicine. Jul 19 2022;3(7):100694. doi:10.1016/j.xcrm.2022.100694
聯(lián)系客服
