基于影像的组织学特征可预测非小细胞肺癌中的 MET 改变

MET 是一种原癌基因，其在非小细胞肺癌中的体细胞激活会导致细胞生长增加和肿瘤进展。MET 改变的两大主要类别为基因扩增和 14 号外显子缺失，二者均为治疗靶点且可使用现有分子检测手段检出。然而，现有检测受限于珍贵组织的消耗、成本及复杂性，难以广泛应用。MET 改变可能影响细胞形态，量化这些关联可为基于形态的筛查工具的研发开辟新途径。利用 H&E 染色的全切片图像（WSIs），我们研究了不同细胞形态学特征与 MET 扩增及 MET 14 号外显子缺失的关联。我们发现，来自肿瘤浸润淋巴细胞和肿瘤细胞的细胞形状、颜色、灰度强度及基于纹理的特征可将 MET 野生型与 MET 扩增或 MET 14 号外显子缺失病例区分开。单个细胞特征与 MET 改变的关联表明，预测模型可区分 MET 野生型与 MET 扩增或 MET 14 号外显子缺失。因此我们开发了 L1 惩罚逻辑回归模型，在交叉验证中取得平均受试者工作特征曲线下面积（ROC-AUC）0.77 ± 0.05sd，在独立留出测试集上取得 0.77。一组稀疏的 43 个特征区分了这些类别，其中包括与单变量分析中所发现相似的特征以及组织中肿瘤细胞的百分比。我们的研究表明，MET 改变在肿瘤细胞和淋巴细胞中产生可检测的形态学信号。这些结果表明，基于 H&E 染色 WSI 开发低成本预测模型或可改进 MET 改变肿瘤的筛查。