Development of an imaging biomarker to evaluate immune response in head and neck cancer by radio-genomics analysis

开发成像生物标志物，通过放射基因组学分析评估头颈癌的免疫反应

• 批准号: 22K20814
• 负责人: 顧 文超
• 金额: $ 1.83万
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-08-31 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K20814/
• 关键词: ラジオミクス; ゲノミクス; 放射線医学; がんの微小環境; シングルセル解析

目的:本研究では、頭頚部扁平上皮癌(HNSC)患者の免疫チェックポイント阻害剤（ICI）による治療の効果を画像診断とゲノム情報から予測するためのRadiogenomicsモデルを構築する。方法:105名の頭頸部癌患者の造影CT画像とRNA-seqデータを用いて、バイオインフォマティクス解析を行う。造影CT画像から手動で病変関連領域を設定し、Pyradiomicsを用いて病変の画像的特徴量を取得する。ICI療法の効果の有無による画像特徴量の差を統計学的手法を用いて評価する。RNA-seqデータからも統計的手法を用いて遺伝子候補を選択する。その後、GSEA分析を用いて、免疫経路を分析する。得られた画像情報およびゲノム情報の各特徴量を用いて、機械学習によるRadiogenomicsモデルを構築し、クロスバリデーション法でモデルの性能を評価する。評価は、ROC解析と意思決定曲線分析(DCA)を用いて行う。結果:GSEA解析により、ICI療法に応答する患者ではCYTOSOLIC_DNA_SENSING_PATHWAYが活性化していることが示されました（P=0.023）。最終的に9つの画像特徴量と17個の遺伝子が選択された。構築されたモデルのAUCは0.941で、高い予測能力が示されました。また、RadiogenomicsモデルはCYTOSOLIC_DNA_SENSING経路と有意な相関性がありました（P <0.05, R =0.462）。考察:本研究で構築したRadiogenomicsモデルは、免疫療法応答を予測する非常に優れた能力を示した。また、Radiogenomicsが免疫抑制活性化経路と相関性があることがわかり、Radiogenomicsと免疫微小環境一定の関連性が存在すること予想された。

目的：在本研究中，我们将构建一个放射基因组学模型，利用诊断成像和基因组信息来预测免疫检查点抑制剂（ICI）治疗头颈鳞状细胞癌（HNSC）患者的有效性。方法：使用 105 名头颈癌患者的增强 CT 图像和 RNA-seq 数据进行生物信息学分析。从增强CT图像中手动设置病灶相关区域，并使用Pyradiomics获得病灶的图像特征。将使用统计方法评估取决于 ICI 治疗是否有效的图像特征差异。还使用统计方法从 RNA-seq 数据中选择候选基因。然后使用 GSEA 分析来分析免疫途径。利用获得的图像信息和基因组信息的每个特征，利用机器学习构建放射基因组学模型，并利用交叉验证方法评估模型的性能。使用 ROC 分析和决策曲线分析 (DCA) 进行评估。结果：GSEA 分析显示，对 ICI 治疗有反应的患者中 CYTOSOLIC_DNA_SENSING_PATHWAY 被激活（P=0.023）。最终选择了9个图像特征和17个基因。构建模型的AUC为0.941，表明预测能力较高。放射基因组学模型也与 CYTOSOLIC_DNA_SENSING 通路具有显着相关性（P <0.05，R =0.462）。讨论：本研究构建的放射基因组学模型显示出出色的预测免疫治疗反应的能力。此外，还发现放射基因组学与免疫抑制激活途径相关，并预测放射基因组学与免疫微环境之间存在一定的关系。

项目成果

Correction to: Systematic single-cell dissecting reveals heterogeneous oncofetal reprogramming in the tumor microenvironment of gastric cancer

更正：系统单细胞解剖揭示胃癌肿瘤微环境中的异质癌胚重编程

• DOI: 10.1007/s13577-023-00879-6
• 发表时间: 2023
• 期刊: Human Cell
• 影响因子: 4.3
• 作者: Mo Shaocong;Shen Xin;Wang Yulin;Liu YunPeng;Sugasawa Takehito;Yang ZongCheng;Gu Wenchao;Nakajima Takahito
• 通讯作者: Nakajima Takahito