TCGA的数据还能这么挖！还发了9+分！

今天和大家分享的是2020年3月发表在CANCER RESEARCH （IF=9.727） 的一篇文章"Computational staining of pathology images to study the tumor microenvironment in lung cancer ", 作者建立肺癌病理图像深度学习模型，对肿瘤组织细胞核进行分割与分类，描述肿瘤微环境特征，预测病人预后。

Computational staining of pathology images to study the tumor microenvironment in lung cancer针对肺癌肿瘤微环境的病理图像智能识别

一、研究背景

• 肿瘤组织病理图像可以用于肿瘤分级，分期并提供肿瘤微环境信息。近期研究表明，肿瘤浸润淋巴组织（TIL）的空间组成和结构对肿瘤微环境（TME）有重要影响。
• 不同类型细胞的空间分布提供了TME的重要信息，揭示细胞生长模式与不同类细胞的空间联系，可用于肿瘤生长与转移预测。

二、分析流程

三、结果解读

1.建立HD (Histology-based Digital)染色模型

从NLST与TCGA-LUAD数据集中获HE染色病理图像，病理医生标记感兴趣区（ROI），然后作者使用 Mask-RCNN架构提取图像块，分别标记图像块中不同类型细胞核。使用CoxPH (Cox Proportional Hazard) 模型提取图像特征，进行预后风险评分，高评分表示病人预后差。

图1.模型建立过程

2.HD染色模型可同时准确地进行细胞核分割与分类

以Mask-RCNN 结构为基础建立深度学习模型，进行细胞核分割与分类。使用Coco预训练模型并进行调整，对图像进行增强与标准化，减少偏差。训练集 batch size = 2, learning rate = 0.01 在500代后减为0.001, momentum = 0.9, 最大迭代数为1000。然后对模型检测覆盖率，分割准确度，分类准确度进行评估，验证集中当epoch=707时损失最小，选择此模型以避免过拟合。结果显示，细胞核共被划分为了六类：肿瘤细胞、基质细胞、淋巴细胞、巨噬细胞、红细胞和核碎裂，对应不同颜色（2A）。肿瘤细胞分类准确率在验证集，测试集分别为88%与 90%，模型整体分类准确率为85%（2B）。为进一步验证模型分类准确率，作者还将分类结果与免疫组化染色结果对比，发现预测的淋巴细胞与CD3染色区域，预测的巨噬细胞与CD86染色区域基本一致，进一步证明模型预测结果较准确。

图2.部分结果展示与模型评估

HD染色模型可以应用于整个数字病理图像，生成细胞空间分布图像，划分肿瘤区域与淋巴浸润区域，有应用于病理诊断的潜能。

图3.HD染色模型应用结果

3.TME细胞核组成与空间分布的预后价值

作者使用 Delaunay 三角图连接被分割的细胞核，统计不同类细胞核间的连接数量，连接长度与每种细胞核的密度，获得TME中细胞分布特征。

作者使用 NLST 数据集训练 CoxPH (Cox Proportional Hazard) 预后模型，使用TCGA-肺腺癌数据集进行验证。提供从图像中提取的TME特征后，预后模型计算出病人的风险评分。根据风险评分是否高于中位数，将病人分为高低风险两组，高风险组预后显著差于低风险组， p = 0.0011，表示模型预测效果较好。

图4.高风险与低风险组生存曲线对比

使用多元CoxPH模型判断高低风险组的预后价值， 排除年龄，性别，吸烟，肿瘤分期等临床变量影响后，高低风险分组可作为病人预后的独立影响因素。

表1.调整潜在混杂因素的预测风险组多因素生存分析

4.图像特征与生物通路转录活动的关联

作者使用斯皮尔曼等级相关性分析TCGA数据集中mRNA表达与图像中TME特征间的关系，对TME特征进行基因富集分析，BH矫正后双尾P<0.05表示基因富集，结果表明TCR与PD-1通路的转录活动与淋巴细胞密度正相关（5A）,细胞周期通路中除POLD4表达与肿瘤细胞核密度负相关外，其余都为正相关（5B,5C)。

图5.图像特征与生物通路转录活动的关联

5.可公开访问的细胞核分割与分类模型

为更好的促进HD染色模型的使用，作者开发了线上工具。上传病理图像后，系统为图像指定ID，然后自动生成分割结果与每种细胞核的空间坐标。

图6.线上工具使用流程

小结

作者利用标准HE染色病理图像建立了深度学习模型，对肿瘤组织细胞核进行分割与分类，生成细胞空间分布图像，来描述肿瘤TME特征。这些特征与不同通路的基因表达和病人预后相关，于是作者基于图像中TME特征进一步建立了肺腺癌病人预后模型，并且如果使用其它数据训练，此模型同样适用于其它类型肿瘤。