病理引导多模态Transformer预测胶质瘤化疗获益

原文：Pathology-guided multimodal transformer predicts postoperative survival benefit from adjuvant chemotherapy in glioma: from DNA damage repair to immune characterization.
期刊：Frontiers in immunology（影响因子 7.0） |  PubMed | PMC 全文（含 PDF）

高级别胶质瘤（high-grade gliomas, HGGs）是中枢神经系统中最常见、也最凶险的原发性恶性肿瘤之一。它们侵袭性强、复发率高，患者总体预后很差。目前，手术切除后使用替莫唑胺（temozolomide, TMZ）进行辅助化疗，是临床上的标准治疗方案。然而，一个长期困扰神经肿瘤医生的现实是：并不是所有患者都能从TMZ化疗中获得同等的生存获益。有人用药后生存期明显延长，也有人几乎看不到好处，甚至可能因无效治疗而承受不必要的毒副作用。

更关键的是，在“术后、开始辅助化疗之前”这个临床决策节点上，医生手里其实已经同时拥有了两类重要信息：一是手术切下来的病理全切片图像（whole-slide images, WSIs），二是术前多参数磁共振成像（multiparametric MRI）。但传统病理评估依赖人工镜检，主观性强、可重复性差；而单一影像或单一病理模型又难以充分挖掘肿瘤内部的异质性。因此，如何在治疗前就准确判断“哪些患者真正能从TMZ中获益”，成为优化胶质瘤个体化治疗的核心难题。

近日，一项发表于 Frontiers in Immunology（影响因子 7.0）的研究给出了新的解决思路。研究团队开发了一种“病理引导的多模态Transformer融合模型”，把数字病理图像与多参数MRI深度整合，用于术前预测高级别胶质瘤患者术后接受TMZ辅助化疗的生存获益，并从DNA损伤修复和免疫微环境两个维度解释了模型背后的生物学基础。

核心发现：多模态模型高精度预测化疗获益

该研究共纳入504例高级别胶质瘤患者，这些患者均具备完整的术前MRI（包括CE-T1WI和T2-FLAIR序列）、术后病理切片以及临床随访数据。其中422例来自国内三家医疗中心（山西医科大学第一医院、山西省人民医院、山西白求恩医院，2011–2023年），病理确诊为WHO 3–4级胶质瘤；另外82例来自国际公开数据库TCIA，用于外部验证。

研究者将“辅助化疗组”按7:3划分为训练集（143例）和内部验证集（54例），并设置了“单纯手术组”（107例）和“同步放化疗但不完整辅助化疗组”（118例）作为生存验证对照。他们以总生存期14个月为界——这一阈值参考了著名的EORTC-NCIC临床试验中标准同步放化疗方案约14–15个月的中位总生存——将患者分为“高获益组”（生存>14个月）和“低获益组”（生存<14个月）。

最终，这个基于Transformer的多模态融合模型表现优异：在训练集、内部验证集和外部验证集中，预测TMZ化疗获益的AUC分别达到0.910、0.861和0.833。这意味着模型不仅能拟合已有数据，在跨中心、跨人群的外部数据中仍保持稳定判别能力。

更重要的是，生存分析给出了具有临床警示意义的结果：被模型判定为“低获益”的患者，如果完成了TMZ化疗，其总生存反而短于仅接受同步放化疗或单纯手术的低获益对照患者。也就是说，模型识别出的“低获益”人群，可能并不能从标准TMZ方案中受益，甚至完整化疗并未带来生存优势。这为术后避免无效治疗、重新规划治疗策略提供了直接依据。

方法亮点：从病理聚类到Transformer跨模态融合

这项研究的方法链条非常完整，可以概括为“病理图像挖掘—MRI特征提取—Transformer深度融合—生物学解释”四个步骤。

首先，在病理图像处理上，研究者把每张全切片在20倍放大下切成512×512像素的小块，经过质量筛选后共获得3,694,856个有效图像块。他们用ResNet系列网络提取每个小块的2048维深度特征，再通过K-means聚类把所有小块分成五类。经神经病理学家核对H&E染色切片后确认：这五类分别对应肿瘤浸润边缘与反应性胶质增生区、高细胞密度肿瘤区、微血管增生区、低细胞密度肿瘤与正常组织混合区，以及肿瘤坏死区。

有意思的是，研究者发现如果直接使用全部聚类区域进行弱监督学习，模型表现反而受限；于是他们设计了“病变区域选择策略”，剔除高细胞密度肿瘤区和混合区这两类，聚焦于肿瘤微环境中更具代表性的区域——包括浸润边缘、微血管增生区和坏死区。这些区域正是肿瘤与免疫系统相互作用的关键界面。

随后，他们采用基于注意力机制的多示例学习（attention-based MIL），把每位患者成千上万个病理小块聚合为一个512维的患者级病理表征。注意力机制会自动学习“哪些小块对预测更重要”，从而避免人工标注的负担。

在影像端，研究者从CE-T1WI和T2-FLAIR中手动勾画肿瘤区域，选取肿瘤最大层面及其上下相邻层面共5个切片，构建“2.5D多通道输入”，再用ResNet-50提取特征并经PCA压缩为512维影像表征。

最后，病理与影像两种模态的512维特征被送入两层Transformer编码器中进行深度融合。Transformer的自注意力机制能够捕捉跨模态之间的复杂非线性关系，而不是简单拼接特征。整个流程如图1所示。

图2展示了病理图像聚类与空间可视化结果：从特征提取、PCA降维、K-means聚类到病理注释的完整流程，以及五类区域在H&E全切片中的空间分布和代表性图像。

图3则比较了“是否进行病变区域选择”时不同CNN模型（ResNet-18/34/50）的表现。结果显示，引入病理区域选择策略后，模型准确度与AUC均明显提升，证明“先挑对区域、再学特征”的弱监督策略是有效的。

此外，图4和图5分别展示了模型判定为低获益组和高获益组患者H&E全切片的空间分布与代表性病理小块，直观呈现两组在组织形态学上的差异。

生物学解释：从DNA修复到免疫微环境

一个优秀的预测模型不仅要“准”，还要能说清“为什么”。研究者利用外部验证队列中43例具备RNA-seq数据的患者（来自TCGA-GBM和TCGA-LGG），根据模型预测分为高获益组（32例）和低获益组（11例），进行了转录组层面的机制探索。

基因集富集分析（GSEA）显示，高获益组中显著富集了DNA复制、DNA损伤修复等相关通路。这提示：肿瘤细胞自身DNA修复能力的状态，可能与TMZ敏感性密切相关——TMZ本身通过造成DNA烷基化损伤发挥作用，修复通路特征不同的肿瘤对药物反应也不同。

进一步通过STRING数据库构建蛋白-互作（PPI）网络后，研究者锁定了一组高频核心基因。图6展示了差异表达基因火山图以及GSEA富集到的DNA复制等通路结果。

在免疫层面，免疫去卷积分析给出了更直观的图景：高获益组具有更高的M1型巨噬细胞浸润和更低的调节性T细胞（Treg）丰度，意味着其肿瘤免疫微环境“免疫抑制性更弱”。相反，低获益组则呈现更强的免疫抑制特征。图7通过ESTIMATE分析比较了两组在肿瘤纯度、免疫评分和总体基质/免疫评分上的差异。

换句话说，模型之所以能区分获益与否，不只是“看图说话”，其背后对应着真实的分子与免疫学差异：一边是DNA修复程序活跃、免疫微环境相对“热”的肿瘤，另一边则是修复特征不同、免疫抑制更强的肿瘤。

应用意义：迈向术后个体化治疗分层

这项研究的价值在于，它把人工智能模型放在了一个非常具体的临床决策场景中：患者已经手术、病理和术前MRI都齐备，下一步要不要上标准TMZ辅助化疗？

传统上，MGMT启动子甲基化和IDH突变是常用分子标志物，但仍有局限。该多模态模型不依赖单一基因检测，而是从组织形态与影像表型中学习综合模式，并在多中心、跨数据库队列中验证有效。它尤其擅长识别“低获益”人群——这部分患者如果继续接受完整TMZ化疗，生存并不优于不放化疗或仅放化疗者，临床或可考虑更换方案、加入临床试验或强化免疫治疗策略。

当然，作者也指出，模型目前仍需在前瞻性队列中进一步验证；其生物学解释基于转录组子集，样本量有限。但不可否认，这项工作展示了“数字病理+影像+Transformer+多组学解释”的完整范式，为高级别胶质瘤的精准治疗提供了一把新工具，也为其他实体瘤的疗效预测研究提供了可借鉴的方法学框架。

本文图片转载自 PMC 开放获取全文，仅供学习参考，请以原文为准。