← 返回首頁

從卵巢癌切片讀出DNA修復弱點:HRDPath探索治療分流新線索

例行病理影像可能藏有選藥線索。HRDPath嘗試辨認腫瘤的同源重組修復缺陷,多張切片整合後表現提升,但能否協助臨床決策,仍須更大規模驗證。

By SURL BioNews

卵巢癌的治療線索,有時藏在癌細胞修補DNA的能力裡。若能從診斷時已取得的組織切片辨認這項弱點,或可讓更多患者及早獲得進一步檢測與治療評估。倫敦國王學院研究團隊開發的人工智慧模型HRDPath,正嘗試從顯微影像中讀出這些訊息;研究於10月21日刊登於《Nature Communications》。

研究聚焦於高度惡性的高級別漿液性輸卵管卵巢癌。其中部分腫瘤具有「同源重組修復缺陷」(HRD),意即細胞修補DNA損傷的一條重要途徑失靈,可能與BRCA1、BRCA2等基因異常有關。這種缺陷也可能成為治療突破口,使癌細胞對含鉑化療或PARP抑制劑較為敏感;然而,判定HRD通常仰賴分子檢測,成本與取得便利性都是門檻。

HRDPath利用已有基因體分析結果的病例,學習例行染色組織影像與HRD狀態之間的關聯。研究涵蓋三個資料集:主要的UWOV資料集包含152名患者、720張切片,另有81人與93人的獨立資料集供評估。同一患者的切片被分配至同一組,避免訓練與測試資料因共享個人影像而高估表現。

在主要測試集的29名患者中,模型的曲線下面積(AUC)為0.846,敏感度為69.2%,特異度為93.8%。前者反映模型辨認HRD陽性病例的能力,後者則反映正確排除陰性病例的能力。這組結果顯示,模型雖較少把陰性病例誤判為陽性,卻仍會漏掉一部分真正具有修復缺陷的腫瘤。

整合更多切片後,表現有所改善。校方公告及Medical Xpress轉載報導所提到的「約91%」,指的是多影像分析下辨認HRD陽性病例的比例;論文進一步說明,這項敏感度出現在使用每名患者六張以上切片的分析中,不能視為所有情境下的整體準確率。切片數量與取樣條件,因此也是解讀模型表現的一部分。

研究也試著理解模型看見了什麼。校方指出,HRD陽性腫瘤的某些區域,細胞核較圓,癌細胞排列也較密集。這些關聯提示,DNA修復異常可能伴隨可供辨識的組織形態差異,但尚不能單靠外觀特徵確定個別患者的分子狀態。

較切實的應用方向,是協助安排分子檢測優先順序,並為治療分層提供補充資訊。要走進診間,HRDPath仍須在更大、更多元的患者群中驗證,確認不同醫院的切片與影像條件下能否維持表現,也須評估漏判的影響。目前的結果支持繼續研究,尚不足以讓影像預測取代分子檢測,或單獨決定用藥。

References

  1. King’s College London
  2. Nature Communications
  3. Medical Xpress