NAMs新方法学前沿

CCIM-Net 结直肠癌免疫空间图像化疗反应模型

从治疗前活检的巨噬细胞/T 细胞多重染色图像提取空间特征,预测后续卡培他滨联合奥沙利铂,或亚叶酸、氟尿嘧啶联合奥沙利铂的化疗反应。

用途与模型

研究用途
研究免疫空间模块与实际化疗反应的关系;现有最佳性能包含测试集选型,需新病例验证固定模型。
模型与细胞来源
人结直肠癌治疗前多重免疫组织化学(multiplex immunohistochemistry,mIHC)图像,与病理对齐并限定肿瘤区域;比较 8 种预训练深度架构。
方法版本
2024 年 226 活检、181 建模/45 测试的 8 种架构比较版本
实验形式
226 病例,181 建模资料 80/20 训练/内部验证;45 另一中心病例测试并选择最佳模型。

材料与平台

治疗与标签
一线卡培他滨/奥沙利铂或亚叶酸/氟尿嘧啶/奥沙利铂;按实体瘤疗效评价标准(Response Evaluation Criteria in Solid Tumors,RECIST)1.1 记录反应。
图像输入
FOLR2、DKK3、FOXP3、PDCD1、CD4、CD8 及核染色的空间图像;仅肿瘤区域。
模型比较
181 例建模资料、45 例测试;ResNext50 按测试表现被选为最佳,不把此集称完全未参与选择。

测量指标与分析

  • 化疗反应分类
  • 测试 AUC
  • 45 病例分类正确数
  • 免疫模块密度与反应关系

预后基因评分与药物反应图像模型分开;同一测试资料上的架构选择需在解释性能时保留。

研究设计与结果

实验条件比较

研究设计
226 病例治疗前活检,181 建模和 45 另一中心测试,8 种架构比较。
测试范围
226 患者;181 建模再分 80/20,45 测试参与选型。
参照体系
实际一线化疗 RECIST 反应,不同深度架构;FOLR2 阳性巨噬细胞基因特征资料为不同公开队列。
研究结果
最佳 ResNext50 测试的受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)为 0.9880,44/45 分类正确,约 98%;并非同队列证实从基因特征 0.80 提升到 0.99。

适用条件与研究局限

  • 测试集用于选最佳架构,需完全未参与选择的新外部验证。
  • 回顾性资料与中心/取样差异可能影响泛化。
  • 原文对免疫模块最小组成、总体组学人数和部分图注坐标轴的定义不一致。
  • 动物机制支持不等于人用 FOLR2 靶向药或前瞻临床选药验证。

来源与原文

  1. A multiomics analysis-assisted deep learning model identifies a macrophage-oriented module as a potential therapeutic target in colorectal cancer原始研究 · Cell Reports Medicine · 2024-02-01

相关资讯与知识

自定义隐私设置

必要设置始终启用

用于记住你的隐私选择。文章原站配图会向图片提供方发起请求,详见隐私政策。