基于影像组学模型预测局部晚期鼻咽癌肿瘤微环境与免疫治疗反应及预后的多中心研究

【编辑推荐】针对局部晚期鼻咽癌（LANPC）缺乏PD-1抑制剂疗效预测标志物的临床难题，研究人员通过多中心回顾性研究，开发了基于治疗前MRI的影像组学模型。该模型整合临床数据与放射病理特征，预测免疫治疗反应（AUC达0.760）和患者生存（C-index达0.858），并揭示其与CD8+、PD-L1等免疫标志物的相关性，为个体化治疗提供非侵入性决策工具。

　　

鼻咽癌（NPC）是一种具有高度侵袭性的恶性肿瘤，75%的患者初诊时已处于局部晚期（LANPC）。尽管以PD-1抑制剂为代表的免疫治疗为患者带来新希望，但仅20%-30%的患者能从中获益，且缺乏可靠的疗效预测标志物。传统生物标志物如PD-L1表达、EBV DNA水平等预测准确性有限，而侵入性活检又面临临床实施困难。如何通过非侵入性手段精准预测疗效和预后，成为亟待解决的科学问题。

为解决这一难题，中国多家医疗机构联合开展了一项多中心回顾性研究，成果发表于《Research》。研究人员从10个中心纳入246例接受PD-1抑制剂联合放化疗的LANPC患者，基于治疗前MRI图像提取1,409个影像组学特征，采用CatBoost算法构建预测模型。通过全切片图像（WSI）分析150个核形态特征（NMF）和12个细胞空间分布特征（CSDF），结合免疫组化（IHC）标记（PD-L1、CD8等9种标志物），首次建立了放射病理跨尺度关联框架。

关键技术方法包括：1）多中心MRI图像标准化处理与病灶分割（ITK-SNAP软件）；2）Pyradiomics提取1,130个/序列的影像特征；3）机器学习算法筛选最优特征组合；4）MATLAB/Python平台分析H&E和IHC-WSI的核形态与空间分布特征；5）Spearman相关性分析揭示影像-病理关联。

研究结果方面：
临床特征：训练队列（n=117）和外部测试队列（n=129）的免疫治疗应答率分别为74%和76%，仅WBC和淋巴细胞计数在组间存在差异（P<0.05）。

免疫治疗反应预测：影像组学模型在测试队列中AUC达0.760，显著优于临床模型（0.559）。关键特征T2_wavelet-LHL_glcm_Autocorrelation与CD8⁺ T细胞核形态呈中度相关（|r|=0.30-0.59），而CET1WI_wavelet-HHL_glcm_MaximumProbability与PD-L1特征相关（|r|=0.32-0.48）。

预后预测：联合模型（整合年龄、N分期和Radscore）的C-index达0.858，3年生存预测性能最优。特征T1_wavelet-HLH_gldm_LargeDependenceLowGrayLevelEmphasis与FOXP3⁺ Treg核形态强相关（r=0.71），提示免疫抑制微环境的影响。

放射病理关联：6个疗效相关特征与50个H&E-NMF显著相关，其中CD45RO⁺记忆T细胞特征相关性最突出（69对，|r|=0.31-0.48）。预后相关的8个特征与PD-L1、CD66b等标志物关联性强，但细胞空间分布特征相关性较弱。

讨论指出，该研究首次证实影像组学特征可反映LANPC免疫微环境的生物学特性：1）纹理特征GLCM_Autocorrelation与CD8⁺细胞核形态的相关性，提示其可能捕获T细胞浸润的空间异质性；2）预后特征与FOXP3⁺ Treg的关联，为免疫逃逸机制提供影像学证据。局限性包括回顾性设计、样本量有限及未纳入三级淋巴结构等新型标志物。

这项研究的意义在于：1）开发了首个经多中心验证的LANPC免疫治疗预测工具；2）通过放射病理关联揭示了影像特征的生物学基础，突破传统"黑箱"局限；3）为PD-1抑制剂精准应用提供决策依据，避免约25%患者的无效治疗。未来需通过前瞻性研究进一步优化模型，并探索与EBV DNA、TMB的整合策略。