Cell：开发出一种基于机器学习的成像方法，可用于评估头颈癌患者的预后和治疗反应

在过去 30 年中，头颈癌的发病率大幅上升。在德国，每年约有 18000 到 20000 例头颈癌新发病例。尤其是中咽部癌的发病率有所上升，这与人类乳头瘤病毒（HPV）感染的增加有关。

在一项新的研究中，来自赫尔辛基大学、图尔库大学和马克斯-普朗克分子生物医学研究所的研究人员利用一种基于机器学习的方法，对数百份生物库头颈癌患者样本进行了单细胞水平的分析。这种新技术将癌细胞行为指标和肿瘤及周围健康组织的结构结合起来，为每名患者建立了一种“指纹”，可用于评估预后和对癌症治疗的反应。

相关研究结果于2024年10月28日在线发表在Cell期刊上，论文标题为“Multiparameter imaging reveals clinically relevant cancer cell-stroma interaction dynamics in head and neck cancer”。

两组患者

这项研究最重要的成果是开发出了一种新的成像方法，它将细胞行为生物标志物分析与单个细胞形状和整个肿瘤组织结构的形态学分析相结合。这种方法确定了两组以前未被发现的新患者群体：第一组预后特别好，而第二组预后特别差。

这种差异是由特定的癌细胞状态和癌细胞周围组织的组成所造成的。在第二组患者中，疾病的侵袭性与癌组织和周围健康结缔组织之间的信号传导有关，其中这种信号传导是由表皮生长因子（EGF）介导的。

开发出一种基于机器学习的成像方法，可用于评估头颈癌患者的预后和治疗反应

论文通讯作者、赫尔辛基大学的Sara Wickström教授说，“这些结果是我们对癌症发展和诊断的了解的一个突破。我们首次证实恶性肿瘤细胞和本应健康组织中的细胞类型的某些组合对癌症的进展有很强的预后作用。此外，我们还发现了一种中枢信号通路，这种通路可以解释这种组合效应，并且可以通过药物靶向这种通路显著影响癌症的进展。”

论文第一作者、赫尔辛基大学博士后 Karolina Punovuori 说，“此外，我们的方法还能识别出预后特别差的患者，这些患者将从积极的治疗策略中获益。另一方面，我们还发现了一组预后良好的患者，对他们来说，只需进行手术等不太激进的治疗即可。这将有助于保持这组患者的生活质量。”

正在开发的诊断测试

这种新的成像方法为头颈癌的精确诊断打开了大门。作者目前正在开发一种诊断测试，以便更准确地诊断这类癌症。此外，他们还在研究这种方法在结肠癌等其他类型癌症诊断中的应用。

Wickström解释说，“我们的研究采用了机器学习和空间生物学领域的最新分析方法。我们分析了数百份患者样本和数百万个细胞，这只有在高性能计算和人工智能的帮助下才能实现。这项研究是癌症诊断新革命的一部分。我们相信，这种技术将大大提高癌症诊断和治疗策略的准确性。通过抗体染色对癌症生物标志物进行成像已经在临床上使用。因此，这种方法不会特别昂贵，因为它只需要我们开发的算法和特殊的抗体组合。考虑到癌症治疗的成本，这实际上是相当经济实惠的。”

虽然头颈癌属于较罕见的癌症，但它们在癌症中所占的比例却很大。在过去 30 年中，头颈癌的发病率大幅上升。头颈癌包括发生在口腔、咽喉、喉、鼻、鼻窦和唾液腺等部位的各种恶性肿瘤。

一个重要的风险因素是吸烟和饮酒，这大大增加了罹患这些癌症的风险。HPV感染在某些癌症（如喉癌）中的作用也越来越大。头颈癌的五年生存率在 40% 到 70% 之间，不同的亚型有不同的预后。（生物谷Bioon.com）

参考资料：

Karolina Punovuori et al. Multiparameter imaging reveals clinically relevant cancer cell-stroma interaction dynamics in head and neck cancer. Cell, 2024, doi:10.1016/j.cell.2024.09.046.