2023/12/28 10:25:04 阅读：68 发布者：
论文ID
题目：Ultra-fast deep-learned CNS tumour classification during surgery
期刊：Nature
IF：69.504
发表时间：2023年10月11日
通讯作者单位：乌得勒支Oncode研究所
DOI：https://doi.org/10.1038/s41586-023-06615-2
主要内容：
评估DNA的机器学习方法可以实时准确地对脑肿瘤进行分类。这种快速分析可能有助于外科医生在手术时识别肿瘤类型并相应地调整他们的手术策略。
脑肿瘤通常难以诊断。然而，在确定手术切除肿瘤的范围以及需要哪些进一步的治疗时，确定特定的肿瘤类型至关重要。Vermeulen 等人提出一种基于人工智能 （AI） 的工具，该工具可能有助于在手术的时间范围内进行此类诊断。
在过去十年中，脑癌的分类发展迅速，分子分析（例如，突变或其他DNA修饰的分析）越来越多地用于定义肿瘤类型。尽管这种方法提高了诊断的精确度，并改善了其与预后和脑肿瘤行为的一致性，但它也给一旦发现脑肿瘤而获得准确诊断的过程带来了复杂性和延迟。使用分子分析进行广泛分析需要时间，并且通常需要医院将组织样本发送给更大的机构或行业合作伙伴。即使有详细的分子描述，准确诊断某些肿瘤仍然很困难。
一种称为甲基化的DNA修饰模式为每个单独的肿瘤提供了一个“指纹”，并且可能与以类似方式表现的其他肿瘤的甲基化模式相匹配。使用甲基化分类器和机器学习方法，一种算法可以将肿瘤的 DNA 甲基化谱与不同肿瘤亚型的参考模式集进行比较。与在显微镜下分析肿瘤细胞外观的标准做法（组织学）相比，这种甲基化分析能够对脑肿瘤进行更准确的分类。有关DNA甲基化的信息可以确认、改变或增强基于组织学的诊断，并且可以通过识别罕见的肿瘤类型或发现不准确的诊断来提供临床相关性，从而影响治疗决策。但是，使用标准的“阵列型”方法进行甲基化分析需要时间，并且得到的信息可能需要数天到数周的时间来处理。对于刚刚被诊断出患有脑癌的人来说，推迟这么长时间的治疗可能不是一种选择。
是否需要对脑肿瘤进行广泛的手术切除（切除）取决于肿瘤类型，更广泛的手术可能与更高的神经损伤风险相关。例如，正如作者所指出的，在称为髓母细胞瘤的脑肿瘤的情况下，无论切除是完全还是接近完成，预后都可能相似，但完全切除可能会带来更高的风险，称为后颅窝综合征。相反，对于称为室管膜瘤的肿瘤，与完全切除相比，不完全切除与预后更差相关。从历史上看，神经外科医生一直依靠手术期间对肿瘤样本的组织学评估来告知他们在手术过程中必须做出的决定，但由于没有足够的时间来最佳地保存组织，这些评估的范围有限，容易改变，而且往往过于模糊而没有用。
为了解决这个问题，Vermeulen及其同事成功地使用了一种称为纳米孔DNA测序的方法，在神经外科手术过程中分析了脑肿瘤组织。这种方法有可能在一定时间内为神经外科医生提供准确的诊断，从而影响手术期间的决策（图1），并改善患者的预后。
纳米孔DNA测序可以非常快速地分析组织样本。然而，这种方法存在一些缺点，包括在如此短的时间内生成的基因组数据稀疏，以及缺乏可供参考的比较数据集，例如阵列型甲基化数据的数据集。因此，作者开发了Sturgeon——一种基于人工智能工具（称为人工神经网络）的机器学习模型。为了能够准确解释可用的稀疏信息，该模型从可用的基于阵列的分类器中生成训练数据，并通过从每个肿瘤甲基化谱中“上采样”数千个模拟独特的纳米孔测序实验来增强数据。
Vermeulen及其同事将Sturgeon应用于94个小儿脑癌样本，这些样本之前曾使用基于阵列的甲基化方法进行过分析，并发现在绝大多数模拟中，他们的方法在20-40分钟内正确诊断了肿瘤。在 50 分钟的时间点，只有 1.3% 的模拟分配了错误的诊断，1.6% 的模拟没有达到做出可靠诊断所需的阈值分数。Sturgeon 使用公开可用的测序脑肿瘤数据集进行验证，结果相似。
为了测试该方法的临床可行性，作者在 25 次神经外科手术（5 例成人和 20 例儿童肿瘤）中使用 Sturgeon 对肿瘤样本进行测序和分类。然后，他们将结果与后来从组织学评估中获得的结果进行比较。Sturgeon在不到45分钟的时间内正确地对25个脑肿瘤中的18个（72%）进行了分类 - 这个时间线足够短，可以让外科医生在手术过程中利用这些信息。
使用甲基化模式对脑肿瘤进行分类并不总是有效。例如，很少发生的肿瘤可能与任何预先建立的概况不对应，因此与任何先前确定的诊断组不匹配。就其甲基化特征而言不均匀（异质）的肿瘤，或在癌症遗传易感性的背景下发生的肿瘤，可能无法通过评估甲基化特征来诊断。在甲基化分类器得到改进之前，这些肿瘤仍然需要传统的诊断方法。
另一个挑战来自使用在外科手术中获得的组织样本。通常，病理学家会在组织质量和纯度的组织学确认后选择样本。使用纳米孔甲基化立即分析手术样本可能会导致结果质量欠佳。如果选择低纯度的样品，这在某些类型的脑肿瘤中可能很容易发生，纳米孔甲基化将表现不佳，并且可能无法对样品进行分类。幸运的是，正如作者所报告的那样，低纯度样品的误诊似乎并没有显着增加。
在脑部手术中应用快速纳米孔甲基化分析可能会带来巨大的好处。早期诊断不仅可以以改善神经系统结果和肿瘤预后的方式指导手术决策，还可以避免延迟开始化疗、放疗或其他治疗。这将减轻受影响的个人及其家人在肿瘤切除和最终病理结果之间的等待期间的焦虑。将来，外科医生可能能够利用这种近乎即时的诊断在手术室开始治疗干预，将局部治疗直接应用于大脑。
随着可用样本数据量的增加，纳米孔甲基化似乎只会随着时间的推移变得更加准确，并可用于微调分类。这项技术可能对脑癌治疗产生深远的积极影响。
原文链接：https://www.nature.com/articles/s41586-023-06615-2
转自：“生物医学科研之家”微信公众号
如有侵权，请联系本站删除！
