TUhjnbcbe - 2025/2/15 21:30:00
通讯员程振伟张优记者方秀芬国家癌症中心发布的《年中国肿瘤的现状和趋势》报告显示，乳腺癌发病率位列女性恶性肿瘤之首,而且中国乳腺癌发病率正以每年3%至4%的增幅快速增长，对临床精准化和无创化诊疗提出了很大的挑战。近日，杭州电子科技大学厉力华教授团队以杭电为第一作者单位在《自然—通讯》（NatureCommunications）在线发表了题为“Radiogenomicsignaturesrevealmultiscaleintratumourheterogeneityassociatedwithbiologicalfunctionsandsurvivalinbreastcancer”（影像基因组学标签揭示乳腺癌生物功能和生存相关的肿瘤多尺度异质性）的论文，用信息科学的方法，成功找到乳腺癌生存“两个关键细胞亚群”，并提供了这两个关键细胞亚群的影像特征，有望为无创诊疗乳腺癌提供依据。通过影像基因组学方法揭示乳腺癌生物功能和生存相关的肿瘤多尺度异质性乳腺癌是一种恶性肿瘤，具有高度异质性，由各种具有不同的基因变异和分子功能的细胞亚群组成。目前肿瘤内不同细胞亚群的分子功能对乳腺癌的演化、转移、以及预后的影响有待更多的探索。厉力华教授团队的研究，从信息科学的视角，通过多水平信息处理方法，成功发现了两个关键的、与乳腺癌生存时间相关的细胞亚群（即细胞循环和免疫细胞亚群）。“高度异质性指的就是乳腺癌患者之间存在很大差异，而且对于同一个肿瘤来说，其内部的构成也存在巨大差异，由各种不同类型的细胞组成，包括耐药性、生存情况、演化趋势都有可能不同，这样就会影响精准化诊治。一般癌症患者都会采取新辅助化疗来治疗，但是对于那些没那么严重，或者病情走势好的患者并没有明显受益，而且化疗对病人的伤害很大。所以我们这个研究就是寻找可靠标志物（标签），用来判断患者之后疾病发展情况，为临床诊疗提供决策依据。换句话说，希望乳腺癌治疗更加精准精细，不要眉毛胡子一把抓，减少病情较轻患者的治疗痛苦。”论文第一作者、杭电自动化学院范明教授介绍说。这个团队在影像学领域，从肿瘤磁共振影像中提取肿瘤异质性相关的特征，并通过机器学习方法，获得了这两个关键细胞亚群的影像基因组学标签，从而有望通过无创的影像学进行肿瘤精准诊疗。范明教授表示，通过肿瘤基因表达值的混合信号凸分析将病人分成生存情况不同的两组，相当于判断每个病人是高生存的还是低生存的。从动态增强磁共振影像中提取出与肿瘤异质性有关的特征，例如：肿瘤的纹理特征、统计特征，形态特征。再利用这些影像特征进行建模，获得肿瘤预后的影像基因组学标签，判断患者是高生存还是低生存，这样就把影像组学和基因组学联系起来了。“目前在临床上要对病人病情做准确诊断和有效的治疗安排，通常需要对病人做一系列的检查，例如穿刺活检，这对病人来说既有创伤，同时也带来较高的医疗费用。我们这项研究的目标和创新性就在于通过建立肿瘤在影像和分子水平上的关系，提取出可靠的影像基因组标志物，这样医生就可以根据影像特征对肿瘤作诊断和预后预测，以一种无创的方式就能了解肿瘤的进展演化情况，进而能为病人制定更精准更有效的治疗方案。”厉力华教授告诉记者。该项研究由杭电厉力华教授团队与美国弗吉尼亚理工大学YueWang教授和明尼苏达大学RobertClarke教授等合作完成。厉力华教授和YueWang教授分别为论文主要和共同通讯作者，团队成员范明教授为第一作者，研究生夏平平为第二作者。该研究依托杭电生物医学工程与仪器研究所智能生物医学实验室（IntelligentBiomedicineLaboratory,IBML）完成。该实验室面向生物医学领域问题，利用信息处理、人工智能等方法，通过对生物医学大数据的分析挖掘，在疾病的智能化和精准化诊疗研究上取得了一系列进展。此项研究得到国家自然科学基金重点/面上项目、浙江省自然科学基金重点项目以及美国国立健康研究院的资助。编辑邹倩慧