邮箱入口
科研进展
北京天坛医院神经外科张伟副教授团队在《Brain》发文阐述基于机器学习技术构建脑胶质瘤生存预后与免疫微环境特征的术前MRI影像学预测模型
Data：2022-02-02 16:45
2022年2月，首都医科大学附属北京天坛医院神经外科张伟副教授团队在神经科学领域权威杂志《Brain》在线发表题为“An MRI radiomics approach to predict survival and tumour-infiltrating macrophages in gliomas”的研究论文。研究团队利用脑胶质瘤患者术前磁共振T2加权影像的纹理数据，通过机器学习算法构建了脑胶质瘤患者生存预后与肿瘤浸润巨噬细胞的预测模型，该预测模型不仅能够稳定预测脑胶质瘤患者的生存时间，还有助于在术前无创评估肿瘤内巨噬细胞的浸润程度，从而指导脑胶质瘤的临床诊疗。北京天坛医院神经外科博士后李冠璋与北京航空航天大学博士后李林为共同第一作者，北京天坛医院神经外科张伟副教授与北京航空航天大学张靖教授为共同通讯作者。
脑胶质瘤是成人最常见的颅内原发恶性肿瘤，具有高复发率、高致残率和高致死率，作为临床最难治的肿瘤之一，给患者家庭和社会带来沉重的负担。越来越多的研究表明，脑胶质瘤免疫微环境与患者预后和治疗敏感性密切相关。在北京市神经外科研究所江涛教授的带领下，近年来张伟副教授团队主要围绕脑胶质瘤免疫微环境特征鉴定与创新免疫疗法研发开展系列研究，证实胶质瘤细胞中免疫细胞浸润程度与肿瘤恶性进展及免疫治疗敏感性密切相关。然而如何术前准确的预测胶质瘤患者预后，安全的获得胶质瘤患者肿瘤免疫浸润状态目前仍属世界难题。头颅MRI为脑胶质瘤患者常规检查项目，影像组学技术与机器学习算法的成熟为术前无创预测胶质瘤患者预后和肿瘤免疫浸润状态提供了可能。
本研究基于167例中国人群胶质瘤患者术前磁共振T2加权影像的纹理数据，通过机器学习算法开发了脑胶质瘤患者预后预测模型。该预测模型在261例欧美人群回顾性病例队列与224例北京天坛医院前瞻性队列中，均具有稳定的临床预后预测准确性。进一步对用于模型构建的MRI纹理特征进行功能注释发现，具有预测价值的纹理特征与胶质瘤患者肿瘤免疫浸润状态，尤其是肿瘤相关巨噬细胞的浸润程度显著正相关，上述预测模型同样能够用于肿瘤免疫浸润状态的预测（图1），并且这一发现在胶质瘤患者临床样本与单细胞测序数据中得到有效验证。
图1. 具有预测价值的14个MRI影像纹理特征与胶质瘤患者肿瘤相关巨噬细胞的浸润程度显著正相关。
本预测模型的构建不仅为MRI影像纹理特征的功能注释提供了可行的研究思路，也为术前无创预测胶质瘤患者预后和肿瘤免疫浸润状态提供了可靠的工具，具有良好的临床应用前景。该研究得到国家自然科学基金（82072768，81761168038）、国家自然科学基金-中德合作交流项目（M-0020）、中国医学科学院临床与转化医学研究基金（2020-I2M-C&T-A-024）、北京市卫健委中国人重大脑疾病基因组学平台建设项目（PXM2019_026280_000002）、中国青年千人计划、北京航空航天大学海外高层次人才计划等基金项目的资助。
张伟，主任医师，副教授，博士生导师。现任北京天坛医院神经外科肿瘤五病区副主任，中国医师协会脑胶质瘤专业委员会青年委员会副主任委员，中国抗癌协会脑胶质瘤专业委员会常务委员，中国神经科学学会神经肿瘤分会常务委员。主持国家自然科学基金、国家重点研发计划、科技部国际合作专项等国家级省部级课题10余项。在国际知名期刊 Cell, Sci Transl Med, PNAS, Brain, Neuro-Oncology 等发表SCI收录论文109篇（其中第一作者和通讯作者52篇），被Nature Review Neurology等他引2733次，单篇最高被引199次。主编、副主编中文专著4部，参编专著10部，参译专著2部，申请国家发明专利12项（授权3项）。获国家科技进步二等奖、教育部科技进步一等奖等国家及省部级科技奖励5项。入选北京市科技新星、北京市高创计划青年拔尖人才、北京市百千万人才工程等，荣获2019年度第三届“国之名医-青年新锐”荣誉称号。
全文链接： Li G , Li L , Li Y , et al. An MRI radiomics approach to predict survival and tumour-infiltrating macrophages in gliomas[J]. Brain, 2022. https://pubmed.ncbi.nlm.nih.gov/35136934/
