杭電科研團隊為乳腺癌無創精準診療提供新解決方案

錢江晚報·小時新聞 記者 鄭琳 通訊員 程振偉  張優

國家癌症中心發佈的《2017年中國腫瘤的現狀和趨勢》報告顯示，乳腺癌發病率位列女性惡性腫瘤之首,而且中國乳腺癌發病率正以每年3%至4%的增幅快速增長，對臨牀精準化和無創化診療提出了很大的挑戰。

9月25日，杭州電子科技大學厲力華教授團隊以杭電為第一作者單位在《自然—通訊》（Nature Communications）在線發表了題為“Radiogenomic signatures reveal multiscale intratumour heterogeneity associated with biological functions and survival in breast cancer”（影像基因組學標籤揭示乳腺癌生物功能和生存相關的腫瘤多尺度異質性）的論文，用信息科學的方法，成功找到乳腺癌生存“兩個關鍵細胞亞羣”，並提供了這兩個關鍵細胞亞羣的影像特徵，有望為無創診療乳腺癌提供依據。

乳腺癌是一種惡性腫瘤，具有高度異質性，由各種具有不同的基因變異和分子功能的細胞亞羣組成。目前腫瘤內不同細胞亞羣的分子功能對乳腺癌的演化、轉移、以及預後的影響有待更多的探索。厲力華教授團隊的研究，從信息科學的視角，通過多水平信息處理方法，成功發現了兩個關鍵的、與乳腺癌生存時間相關的細胞亞羣（即細胞循環和免疫細胞亞羣）。

“高度異質性指的就是乳腺癌患者之間存在很大差異，而且對於同一個腫瘤來説，其內部的構成也存在巨大差異，由各種不同類型的細胞組成，包括耐藥性、生存情況、演化趨勢都有可能不同，這樣就會影響精準化診治。一般癌症患者都會採取新輔助化療來治療，但是對於那些沒那麼嚴重，或者病情走勢好的患者並沒有明顯受益，而且化療對病人的傷害很大。所以我們這個研究就是尋找可靠標誌物（標籤），用來判斷患者之後疾病發展情況，為臨牀診療提供決策依據。換句話説，希望乳腺癌治療更加精準精細，不要眉毛鬍子一把抓，減少病情較輕患者的治療痛苦。”論文第一作者、杭電自動化學院範明教授介紹説。

這個團隊在影像學領域，從腫瘤磁共振影像中提取腫瘤異質性相關的特徵，並通過機器學習方法，獲得了這兩個關鍵細胞亞羣的影像基因組學標籤，從而有望通過無創的影像學進行腫瘤精準診療。

範明教授表示，通過腫瘤基因表達值的混合信號凸分析將病人分成生存情況不同的兩組，相當於判斷每個病人是高生存的還是低生存的。從動態增強磁共振影像中提取出與腫瘤異質性有關的特徵，例如：腫瘤的紋理特徵、統計特徵，形態特徵。再利用這些影像特徵進行建模，獲得腫瘤預後的影像基因組學標籤，判斷患者是高生存還是低生存，這樣就把影像組學和基因組學聯繫起來了。

“目前在臨牀上要對病人病情做準確診斷和有效的治療安排，通常需要對病人做一系列的檢查，例如穿刺活檢，這對病人來説既有創傷，同時也帶來較高的醫療費用。我們這項研究的目標和創新性就在於通過建立腫瘤在影像和分子水平上的關係，提取出可靠的影像基因組標誌物，這樣醫生就可以根據影像特徵對腫瘤作診斷和預後預測，以一種無創的方式就能瞭解腫瘤的進展演化情況，進而能為病人制定更精準更有效的治療方案。”厲力華教授告訴記者。

該項研究由杭電厲力華教授團隊與美國弗吉尼亞理工大學Yue Wang教授和明尼蘇達大學Robert Clarke教授等合作完成。厲力華教授和Yue Wang教授分別為論文主要和共同通訊作者，團隊成員範明教授為第一作者，研究生夏平平為第二作者。該研究依託杭電生物醫學工程與儀器研究所智能生物醫學實驗室（Intelligent Biomedicine Laboratory, IBML）完成。該實驗室面向生物醫學領域問題，利用信息處理、人工智能等方法，通過對生物醫學大數據的分析挖掘，在疾病的智能化和精準化診療研究上取得了一系列進展。此項研究得到國家自然科學基金重點/面上項目、浙江省自然科學基金重點項目以及美國國立健康研究院的資助。

本文為錢江晚報原創作品，未經許可，禁止轉載、複製、摘編、改寫及進行網絡傳播等一切作品版權使用行為，否則本報將循司法途徑追究侵權人的法律責任。