自监督学习揭示间皮瘤组织形态学图谱：基于3446张全切片图像的生物学洞察与临床预测新突破

本研究针对间皮瘤诊断中存在的高度形态学复杂性和预后预测难题，利用自监督学习技术（HPL）对3446张H&E染色全切片图像进行深度分析，构建了包含47个组织形态表型簇（HPCs）的定量图谱。研究实现了88%的亚型分类AUC和0.65的生存预测C-index，并通过多中心病理专家验证和分子机制关联分析，揭示了HPCs与肿瘤微环境、增殖标记（Ki67）及mRNA翻译通路（eIF4A1/mTOR）的显著相关性，为间皮瘤的精准诊断和靶向治疗提供了新方向。

　　

间皮瘤是一种与石棉暴露高度相关的致命性癌症，其诊断和治疗面临巨大挑战。由于肿瘤具有显著的形态学异质性，即使经验丰富的病理学家也难以通过传统的H&E染色切片准确区分恶性与反应性病变，更难以预测患者的临床结局。目前的AI辅助诊断方法多依赖于有监督或弱监督学习，需要大量人工标注且难以捕捉肿瘤微环境的复杂性。因此，亟需一种能够无标注、自动化地解析间皮瘤形态学特征并关联临床与分子表型的新方法。

在此背景下，由Farzaneh Seyedshahi和Kai Rakovic等来自英国格拉斯哥大学、CRUK苏格兰研究所、莱斯特大学医院等多个机构的研究人员开展了一项大规模研究。他们利用自监督学习框架Histomorphological Phenotype Learning（HPL），对来自485例手术切除样本的3446张全切片图像（WSI）进行分析，构建了间皮瘤的首个定量组织形态学图谱，相关成果已于2025年10月发表在《Nature Communications》。

研究主要依托莱斯特归档胸部肿瘤研究队列-间皮瘤（LATTICe-M）这一大型临床样本库，包含512例患者资料，其中H&E切片经扫描后提取约323万张图像块（tiles），通过Barlow Twins自监督算法提取特征，再经Leiden聚类识别出47个具有可重复性的组织形态表型簇（HPCs）。每个HPC均经由三位亚专业病理学家进行盲法注释，评估内容包括细胞形态、炎症程度、坏死、纤维化等指标。随后，研究利用HPC组成特征进行生存分析（Cox比例风险模型）和亚型分类（逻辑回归），并在TCGA队列和St. George’s Hospital TMA数据集上进行外部验证。

在技术方法上，本研究采用自监督学习（HPL pipeline）从全切片图像中提取形态特征，通过聚类算法识别表型簇（HPCs），并利用这些特征进行生存分析和亚型分类；使用多实例学习（MIL）在组织微阵列（TMA）数据上进行验证；通过免疫组化（IHC）和转录组（RNA-seq）数据关联HPCs的分子基础；应用HoVer-Net模型进行细胞类型分割及炎症评估。

Mapping the histomorphological phenotype landscape

研究成功识别出47个HPCs，这些簇在超过20%的病例中重复出现。罕见HPCs（<20% prevalence）多对应正常组织或特殊反应性改变，而普遍存在的HPCs（>80%）则包括广泛存在的恶性形态或非肿瘤组分（如血管、胶原）。病理学家注释显示，炎症和坏死评估一致性较高（Fleiss’ Kappa 0.2–0.6），而上皮与梭形细胞结构分类存在一定主观差异。

HPCs predict mesothelioma subtypes

通过逻辑回归模型，研究基于HPC频率成功区分上皮样和非上皮样（肉瘤样/双相型）亚型，模型在LATTICe-M上达到88%的AUC，在TCGA队列中为80%。其中，HPC15、16、22（富含紊乱梭形细胞）被一致认定为非上皮样亚型的标志，而部分上皮样HPCs（如HPC6、7）在双相型病例中也显著出现，提示其可能与胸壁侵袭相关。

HPCs as predictors of patient survival

HPC组成在多数据集（LATTICe-M和TCGA）中均显著预测患者生存，C-index达0.65–0.67。加入临床变量（年龄、分期、亚型）仅轻微提升性能。Cox模型识别出HPC10（上皮样巢状结构）和HPC27（密集淋巴细胞）为保护性因子，而HPC15（肉瘤样梭形细胞）和HPC22（过渡型间皮瘤）则与不良预后显著相关。Kaplan-Meier分析显示模型能有效区分高风险与低风险组（p<0.001），且在TCGA纯上皮样病例中优于传统组织学分级（p=0.025 vs. p=0.282）。

Subtype-specific HPC analysis and immunohistochemical marker correlations

在亚组分析中，上皮样病例内HPC22（过渡型形态）强烈预示不良结局，提示其可能代表向上皮-间质转化（EMT）的早期过渡；而在肉瘤样/双相型病例中，HPC23（温和梭形细胞与胶原）与预后差相关，HPC27（淋巴细胞浸润）则关联较好结局。IHC结果显示，高风险HPCs（如肉瘤样或低分化上皮样簇）显著富集增殖标记（Ki67）和翻译起始因子（eIF4A1），且与氧化磷酸化下调相关，支持其代谢重编程特征。

Molecular underpinnings of HPCs

通过整合TCGA转录组数据，研究发现肉瘤样HPCs显著关联细胞增殖、缺氧和EMT相关通路（如KEGG、MSigDB hallmark），而上皮样HPCs则更多表达正常组织相关信号。淋巴细胞富集簇（HPC27）显示与T细胞、B细胞和树突细胞高度相关，提示免疫微环境在预后中的积极作用。

Validation on tiny tissue fragments

研究进一步在St. George’s Hospital TMA数据集（小组织片段）上验证模型泛化能力。通过多实例学习（HPL-MIL）方法，模型在未经过额外训练的情况下仍保持较高分类性能（AUC、精度、敏感性等均优于现有方法如CLAM、MesoGraph），证明其适用于活检小样本的临床诊断场景。

本研究通过自监督学习成功构建了间皮瘤的组织形态学图谱，首次系统性地揭示了其形态表型与临床结局、分子机制之间的定量关系。不仅实现了高精度的亚型分类和生存预测，还发现了过渡型形态等此前难以人工识别的高危表型，为间皮瘤的早期诊断和预后分层提供了新工具。此外，研究证实HPCs与增殖、免疫微环境、代谢通路等关键生物学过程显著相关，为未来靶向治疗（如免疫疗法或翻译抑制剂）提供了理论依据。该方法克服了传统AI模型依赖标注和数据一致性的局限，展现出强大泛化能力，尤其适用于活检小样本的分析，具有重要的临床转化潜力。