病理学+泛癌组合可发nature新刊!

导语

癌症的诊断通常基于组织切片的组织病理学评估，并辅以遗传和其他分子检测。现代计算机视觉算法具有很高的诊断准确性和增强组织病理学工作流程的潜力。

背景介绍

对癌症病理学切片的分析已经成为热点，今天小编为大家带来的这篇文章，作者使用深度迁移学习来量化来自 28 种癌症类型的 17,355 张苏木精和伊红染色的组织病理学切片图像的组织病理学模式，并将这些与匹配的基因组、转录组和生存数据相关联。文章发表在《nature Cancer》，影响因子为23.177，文章题目为：Pan-cancer computational histopathology reveals mutations, tumor composition and prognosis。

数据介绍

本研究收集了来自TCGA的10452名患者的17355张苏木精和伊红染色的组织病理切片，其中包括28种癌症类型；使用METABRIC和BASIS数据集进行外部验证。

技术路线

结果解析

01

泛癌组织分类和空间反卷积

本研究提出了一种深度学习网络名为PC-CHiP， 用来构建每个图块的图像表示，该图块由网络的最后 1,536 个神经元的输出组成（图 1a），本研究将此输出称为“计算组织病理学特征”。对于具有正常和肿瘤图像的 14 种癌症，AUC下的平均肿瘤/正常组织分类面积为 0.99（图 1b ）。随着网络被训练以区分不同的组织，计算组织病理学特征的UMAP表示显示了与每个组织类别相对应的簇，与来自相关器官部位的癌症具有一定的相似性（图1c）。通常，肿瘤倾向于聚集在一起，表明组织学表型趋同，通常以高细胞密度和组织结构丧失为特征，这正常组织相反，正常组织分布在原始特征空间的外围（图1c,d)。PC-CHiP 使用病理学家对肿瘤内容的共识估计作为给定载玻片的所有切片的软标签进行训练，结果显示网络能够识别给定幻灯片上的哪些图块对应于癌症和正常区域（图 1e）。

图 1

02

迁移学习揭示了组织病理学和基因组改变之间的关联

接下来本研究通过迁移学习描述了使用 PC-CHiP 的 1,536 维组织病理学特征表示来发现与基因组、转录组和预后特征的新关联的过程。结果可以检测所有类型的基因组改变的复发突变和组织病理学模式之间的关联，包括全基因组重复 (WGD)、染色体臂的获得和损失、焦点扩增和缺失，以及几乎每种癌症类型中驱动基因的点突变（图 2a、b）。而传统的肿瘤组织病理学亚型和组织病理学分级通常只占这些关联的一小部分（图 2c，d），这表明深度学习量化了未完全反映在传统分类系统中的组织病理学模式。

图 2

03

WGD改变核形态和组织学

接下来本研究对WGD与病理学切片数据之间的联系进行了研究。结果发现具有更大 WGD 可能性的瓷砖显示出增加的核染色，可能是由于更高的核 DNA 含量（图 3a）。使用 CellProfiler量化细胞核大小和强度表明，WGD 样本中的平均细胞核大小及其在肿瘤中的变化升高，但与PC-CHiP相比，这些特征在除一种癌症类型之外的所有癌症类型中预测准确度都较低。（图 3b）。另外本研究还发现指示 WGD 的组织病理学特征似乎在很大程度上独立于特定的组织类型，因为WGD 可以预测 18 种癌症类型（图 3c）。

图 3

04

组织病理学与拷贝数改变的联系

接下来本研究对组织病理学与拷贝数改变的联系进行了研究。使用同样的方法揭示了组织病理学模式与整个染色体或染色体臂的得失之间的频繁关联（图2a）。然而没有发现个体非整倍体之间的简单组织病理学差异，大约 10% 的收益和损失与更高的组织病理学等级相关（图 2d）。

局部拷贝数的改变发生在几个兆碱基的范围内，被认为会导致致癌基因扩增和肿瘤抑制基因缺失。基于140个变异(各有70个扩增和缺失)的目录，563对变异中有53对有超过10次复发的癌症对显示了显著的组织病理学关联，包括10个扩增和43个缺失(图2a,b)。反复检测到的局灶性缺失涉及 CSMD1和 PPP2R2A。由于这两种缺失经常同时发生，这些组织学关联可能反映了相同的潜在改变。胶质母细胞瘤中 EGFR的局灶性扩增通过egfr扩增的癌细胞的独特小细胞形态来表征（图 4a）。

图 4

05

驱动基因突变

许多致癌突变是癌症驱动基因的点突变，因此本研究又对突变数据有组织病理学进行了探究。在所有测试的驱动基因和癌症中，151 个基因-癌症对中有 43 个显示出显著的组织病理学关联，涉及 29 个基因（图 2a）。有趣的是，TP53的驱动突变可以在 27 种癌症类型中的 12 种（44%）中检测到，包括低级别神经胶质瘤、乳腺癌浸润性癌和子宫癌（图 2b）。具有 TP53 突变的肿瘤通常分化程度较低，并显示出更高级别的细胞变化（图 4b ）。另一个高度准确预测的癌症驱动基因是甲状腺肿瘤中的 BRAF，其 AUC 高达 0.92，这似乎与乳头状形态相关（图 4c）。

06

转录组关联反应了肿瘤的组成与增殖

接下来是对转录组的研究。本研究发现所有测试的基因-癌症对中有 42% 显示出所有癌症类型的大量转录组和组织学之间的关联（图 5a）。组织病理学分级和亚型约占这些关联的 25%，但通常只占信号的一小部分（图 5b，c）。得分最高的基因没有提供明显的机制见解，但许多关联与正常组织的程度相关。可解释的趋势出现在基因集水平，显示基因在与免疫系统相关的通路中富集，其次是细胞周期和信号转导(图5d)，与最近的报告基本一致。

图 5

07

免疫细胞定位

接下来是对免疫细胞的研究。肿瘤浸润淋巴细胞(TIL)评分在所有28种癌症类型的组织学中均具有显著的ρ值，胸腺癌，ρ = 0.73 ，对于乳腺癌，ρ = 0.59、膀胱癌(ρ = 0.63)和肺腺癌(ρ = 0.48)。预测 TIL 的tiles确实含有淋巴细胞，这些淋巴细胞通常是相对较小的细胞，具有深色的细胞核和少量的细胞质，通常以高密度出现（图 6a）。

这些关联通过两位专家病理学家对三种代表性癌症类型的平铺级 TILs 计数和密度的盲法评估得到证实（图 6b）。值得注意的是，平铺级预测独立于体分子 TIL 评分，证实了算法将 TIL 信号定位到特定区域的能力。尽管与组织病理学标记的图像区域的训练相比，转录组训练方法在绘制 TIL 的组织病理学模式方面的能力可能较差，但它在重建整体分子 TIL 信号方面具有优势（图 6c）。

图 6

淋巴细胞浸润模式是公认的预后和治疗性生物标志物。在许多幻灯片上，预测的 TIL 密度似乎相对均匀（图 6d，上图）；然而，在其他情况下，信号来自包含确定的淋巴细胞聚集体的受限区域（图 6d，下图）。

08

跨癌症类型的预后影响

可获得数据的18种癌症类型中有15种的计算组织病理学特征与总生存率显著相关(图 7a）。与常规用于评估预后的典型组织亚型和分级相比，16种癌症类型中有10种的计算组织病理学特征明显改善。这种预后信号在大多数这些癌症类型中仍然是可测量的，即使进一步包括年龄、性别和肿瘤阶段（图 7b）。如生存曲线所示，PC-CHiP 可用于改进现有的基于分期的乳腺癌、头颈癌和胃癌以及透明细胞肾细胞癌的预后。

图 7

另外，本研究还发现了计算机视觉自动学习的许多预后组织病理学关联反映了不同的癌症亚型，如低级别胶质瘤(图7c)。有利和不利的模式经常可以在同一张幻灯片上识别出来。这突出了计算机视觉的能力，可以将大组织切片内容分解为分子和预后不同的区域(图7d)，在同一标本上检测到坏死和淋巴细胞聚集物。

09

外部队列验证

最后本研究进行了外部队列的验证。PC-CHiP 算法在两个乳腺癌验证队列中表现出良好的泛化性，包括来自乳腺癌国际联盟分子分类学 (METABRIC)和乳腺癌体细胞遗传学研究 (Breast Cancer Somatic Genetics Study) 的新鲜冷冻苏木精和伊红染色载玻片。绝大多数基因组关联可以在两个队列中复制，包括与 TP53 突变和 WGD 的关联，准确性仅适度下降（图 8a，b）。类似地，在 METABRIC 队列中复现了至少 59%的转录组预测，具有相当的相关水平（图 8c ）。两个队列的一个子集包含病理学家评估的 TIL 类别，这证实了预测的趋势，并且算法在给定载玻片上定位 TIL 的能力在两个队列中都很明显（图 8d，f）。预后关联在两个队列中都得到了复刻，尽管准确性降低，特别是在 METABRIC 中（图 8e）。与 TCGA 训练数据一样，该算法将来自两个队列的载玻片上的坏死区域和 TIL 识别为不利和有利的预后标志物（图 8g）。

图 8

小编总结

本研究为肿瘤是一个多样化的细胞生态系统的组织病理学观察提供了分子基础，并提供了组织学去卷积和绘制其分子定义内容的新方法。研究结果表明，在每种癌症类型以及几乎所有类型的基因组和转录组改变中都可以发现肿瘤形态与其分子组成之间的联系。 缺点是该研究的训练是在新鲜冷冻的组织切片上进行的。与福尔马林固定石蜡包埋相比，这些提供了更好的分子内容保存，更好地保存了组织形态。此外，如果没有进一步的算法修改，组织病理学特征表示在很大程度上依赖于图像压缩算法及其参数。鉴于深度学习算法的敏感性和相关的过度拟合风险，算法是否适用于具有不同图像属性的新数据集还没有得到探索。总之，本研究展示了计算机视觉与分子分析一起使用的潜力，值得我们在日后的工作中借鉴与学习！