基于影像组学的透明细胞肾细胞癌缺氧相关生物标志物预测模型研究

这篇综述通过机器学习分析临床CT影像组学特征与透明细胞肾细胞癌（ccRCC）缺氧相关基因（如KLF6、BCL2、ETS1）表达的关联性，揭示了GLDM和GLCM纹理特征对肿瘤分级、分层的预测潜力，为无创性评估ccRCC缺氧微环境提供了新思路。（P<0.05）

　　

Abstract
研究采用TCGA-KIRC和TCIA数据库的190例ccRCC患者数据，通过随机森林（RF）算法分析2824个影像组学特征与13种缺氧相关基因表达的相关性。结果显示，GLDM 2D和GLCM 3D纹理特征对KLF6（r=0.27）、BCL2（r=0.19）等基因表达具有显著预测价值，其中KLF6在高分级肿瘤中的表达下降最显著（P<0.01）。

Introduction
肾细胞癌占全球恶性肿瘤的3%，其中ccRCC因VHL基因突变导致HIF-α通路持续激活，形成特征性缺氧微环境。传统活检存在空间异质性局限，而影像组学通过高通量提取CT纹理特征（如GLCM熵值、GLDM均匀性），为无创评估肿瘤生物学提供了新方法。

Methods
研究筛选了13个缺氧相关基因（含HIF1a/2a下游靶点PLOD2、PPARGC1A），采用SAS Enterprise Miner 15.1构建RF模型。影像数据经Synapse 3D工作站手动分割ROI，选取388个高重现性特征（ICC≥0.70），通过10折交叉验证评估性能。

Results

• 单变量分析显示晚期肿瘤（III/IV期）中KLF6表达降低2.3倍（P<0.01）
• RF模型预测PLOD2低表达的负相关性最显著（r=-0.23）
• 高分级肿瘤中，RORA预测性能提升35%（95%CI 0.14-0.56）

Discussion
GLDM特征通过捕捉坏死区域的空间依赖性，反映了KLF6缺失导致的转移抑制功能丧失；而BCL2相关的低灰度游程特征（LR2_Sag_PRE_LGRE）与其抗凋亡作用一致。研究局限性包括样本种族偏倚（92%白人）及缺乏多中心验证。

Conclusion
该研究首次证实CT纹理特征可预测ccRCC缺氧相关基因表达，其中KLF6和PLOD2的影像组学特征有望成为术前风险分层的生物标志物，为靶向HIF通路的个体化治疗提供影像学依据。