双基础模型集成预测肌层浸润性膀胱癌基因表达以进行患者预后分层

《Modern Pathology》：Dual-Foundation-Model Ensemble Predicts Gene Expression in Muscle-Invasive Bladder Cancer for Patient Outcome Stratification

# 摘要

肌层浸润性膀胱癌（MIBC）在临床结局和治疗反应方面表现出显著异质性。虽然基因表达谱分析提供了重要的生物学和预后见解，但转录组学检测并未常规纳入标准临床实践，部分原因归结于成本问题。已有研究表明，人工智能模型可以从苏木精-伊红（H&E）染色全切片图像（WSI）中预测基因表达，这有望为患者分层和生物标志物发现提供一种可扩展的方法来获取转录组学信息。

我们开发并测试了直接从H&E染色全切片图像（WSI）中预测857个基因表达的模型。表现最佳的最终模型是一个双集成模型，结合了使用不同基础模型提取的特征进行训练的模型预测。该双集成模型在857个基因中成功预测了776个，平均相关性为0.43（交叉验证）、0.45（保留集）和0.40（外部法兰克福队列）。预测表达与临床相关标志物（如NECTIN4）的表达高度相关。预测表达估算的风险比与实测表达的风险比高度相关，且在两个队列中均识别出与总生存期相关的基因。人工智能预测的基底型与腔面型亚型与总生存期相关，并与真实亚型分类一致（准确率>0.8）。这些发现表明，从常规染色中推断的基因表达可以支持MIBC中的生物标志物发现和患者分层。

# 引言

尽管近年来膀胱高级别尿路上皮癌的药物治疗方案取得了重大进展，但基于生物标志物的治疗分层尚未建立。因此，许多患者仍面临疾病进展、不必要的毒性和增加的医疗成本等问题。2022年，膀胱癌在全球恶性肿瘤中排名第九[1]，其中约25%的病例为肌层浸润性膀胱癌（MIBC）。尽管采用了包括系统性治疗和根治性手术在内的积极多模式治疗策略，MIBC患者的5年生存率仅为约50%-60%[2]。

膀胱癌具有高度异质性，病程和治疗反应各异[3]。虽然系统治疗和围手术期治疗可显著改善生存结局，但其获益主要限于特定的分子或临床亚组。这凸显了精准医学方法的迫切需求，以优化治疗决策，针对个体肿瘤生物学特征和患者特点提供延长生命的治疗，同时最小化治疗相关毒性并保留生活质量。此类方法关键依赖于稳健且可重复的生物标志物，能够预测治疗反应和长期生存结局[4, 5]。迄今为止，大多数提出的生物标志物要么缺乏一致的预测准确性，要么在前瞻性临床环境中验证不足。

为了更好捕捉膀胱癌的生物学多样性，已引入多种分子分类系统。其中，腔面型和基底型亚型是研究最广泛的，每种亚型均与不同的预后意义及对新辅助和辅助化疗的差异性反应相关[5, 6, 7, 8]。进一步的整合努力促成了共识分子亚型的开发，该亚型整合了多个先前提出的分类方案中的特征[9]。重要的是，新出现的证据表明，可以利用人工智能（AI）直接从肿瘤形态学特征中推断出这些分子特征，为非侵入性生物标志物预测和精准肿瘤学提供了一条有前景的途径[10, 11, 12]。

计算机视觉领域人工智能技术的快速进步使病理切片分析获得了新的见解，包括分子生物标志物的预测。人工智能已展现出直接从组织形态学特征中推断分子性质的能力，且适用于多种癌症类型。已开发出预测分子亚型[13]、特定基因突变状态[14]以及基因表达谱[15]的模型。从苏木精-伊红（H&E）染色全切片图像（WSI）中预测基因表达的模型已被用于评估感染易感性生物标志物[16]，以及促进癌症患者分层和瘤内异质性的可视化[17]。这些进展共同凸显了人工智能驱动的数字化病理学弥合形态学与分子图谱之间差距的潜力，最终实现可扩展且具有成本效益的精准肿瘤学。

这些方法整合了形态学和基因表达信息——后者是肿瘤生物学的重要组成部分——以创建一种探索临床结局相关特征的方法，并提供附加信息。这为用于结局预测的黑箱模型提供了额外的可解释性。同时，这也可能有助于探索并识别分子生物标志物。其旨在阐明将形态学与临床结局联系起来的生物学机制，额外的实际优势在于预测的表达表示还可作为具有生物学基础的中间特征用于下游结局建模[18]。由于临床结局是受治疗、随访或缺乏随访以及混杂因素影响（尤其是总生存期（OS）情况下）的噪声终点。

从H&E染色切片中预测基因表达依赖于从WSI中提取与目标基因表达模式相关的形态学特征。该特征提取通常使用在大型图像数据集上预训练的卷积神经网络（CNN）或视觉Transformer（ViT）来完成。尽管在ImageNet上预训练的模型长期是标准方法，但近年来的进展已将领域转向了在广泛组织病理学特定数据集上训练的基础模型（如CTransPath [19]、Virchow [20]、Prov-GigaPath [21]），在多种计算病理学任务中实现了最优性能。

在大多数应用中，最优特征提取器是通过基准测试多个候选者进行经验性选择的。然而，已证明将互补的特征提取器结合起来可以提高模型的鲁棒性和泛化能力。先前的研究展示了集成策略的优势，如混合CNN-ViT模型[22, 23]或整合多种ViT架构的集成模型[24]，利用架构和训练多样性来增强特征表示。据我们所知，此前没有研究探索过将不同的基础模型组合成统一集成模型进行基因表达预测，这代表了人工智能驱动的数字化病理学演进中的重要一步。

在本研究中，我们旨在直接从MIBC的常规H&E全切片图像（WSI）中预测基因表达。我们比较了不同特征提取器的性能，并探讨了将其组合成集成模型的可能优势。此外，我们评估了预测的基因表达谱在多大程度上捕捉了临床相关信息，特别是它们与MIBC患者生存结局的关联。

## 研究队列

模型训练、验证和内部测试使用了TCGA-BLCA队列[9, 25]中公开可用的序列-图像配对数据。我们采用了先前经过筛选和质量控制的TCGA-BLCA队列子集，其中每个全切片图像均已组织学确认肌层浸润，确保所有纳入病例均为真正的MIBC[26]（n=296）。切片由专家病理学家（PJW、ME）评估，以评估癌症类型和……

## 使用双基础模型集成从H&E中预测基因表达

在本研究中，我们通过提取图像特征，利用深度预训练的卷积神经网络（CNN）和ViT模型，从H&E染色的组织形态学中预测了Kamoun等人[9]开发的共识亚型分类器中857个基因的表达，随后使用多层感知机（MLP）进行推理。我们系统地比较了不同的特征提取方法，并探索了预测的基因表达谱在患者分层和分子亚型分类中的效用。

## 讨论

在本研究中，双基础模型集成能够预测与H&E染色MIBC全切片图像中真实基因表达值相关的基因表达，与实测RNA表达值达到了良好的相关性，且在内部和外部队列中均实现了良好的相关性。尽管组织学变异组成存在差异，外部测试中仍获得了较高的相关性。预测表达捕捉了临床相关的基因组，包括……

## 结论

结合ProvGigapath和Virchow特征提取器预测的双集成模型优于仅使用单一提取器训练的模型。该模型与具有临床意义的基因（如NECTIN4、ERBB2）的实测表达高度相关，模型的预测可进一步研究其区分患者预后的能力。预测推断的总生存期风险比与真实数据高度相关，表明该模型捕捉到了……

## 作者贡献

IFM：概念化、方法学、正式分析、可视化、撰写初稿、撰写、审阅、编辑。FJK：数据获取、方法学、撰写-审阅与编辑。RM：正式分析、撰写-审阅与编辑。MHS：方法学、审阅。FC：数据获取、审阅。JB：数据获取、审阅。JK：数据获取、审阅。MW：数据获取、审阅。AF：审阅。NF：概念化、方法学、监督、正式分析。PJW：

## 数据可用性声明

TCGA队列的图像和测序数据公开可用。法兰克福队列的数据因法律限制未能公开。数据集访问请求应联系通讯作者。

## 代码可用性声明

代码可通过向通讯作者提出合理请求获取，并将在发表后公开可用。

## 利益冲突声明

PJW曾从拜耳、赛诺菲、强生西亚克、诺华、罗氏、默沙东、安斯泰来制药、百时美施贵宝、赛默飞世尔科技、分子健康、Guardant Health、Aether AI、希森美康、3dHistech、礼来、美纳里尼集团、Myriad、Hedera Dx和阿斯利康获得咨询费和讲课费。阿斯利康、安斯泰来制药、iOMEDICO、Myriad和罗氏为PJW提供了研究支持。

FJK曾从辉瑞、百时美施贵宝获得咨询费和讲课费。

## 伦理批准与参与同意

本研究使用的组织/肿瘤样本和患者数据由法兰克福大学癌症中心（UCT）提供。研究获得了UCT机构审查委员会和法兰克福大学医院伦理委员会的批准（法兰克福队列，项目编号：SUG--6--2018和UCT--53--2021）。所有参与者均获得了书面知情同意。研究按照《赫尔辛基宣言》进行。

## 声明：生成式人工智能及人工智能辅助技术在稿件准备过程中的使用

在准备本作品过程中，作者使用了ChatGPT（OpenAI）辅助语言润色和提高可读性。使用该工具后，作者已对内容进行了审阅和编辑，并对已发表文章的内容承担全部责任。

## 致谢

作者感谢法兰克福森肯贝格生物样本库（SBB）团队对本研究提供的宝贵支持。

PJW、NF、RM、FC和MS感谢LOEWE法兰克福癌症研究所（FCI）的资金支持。

FJK和NF感谢Mildred Scheel法兰克福职业中心（德国癌症救助基金会）的资金支持。

## 资金声明

FJK和NF由Mildred Scheel法兰克福职业中心（德国癌症救助基金会）资助。PJW由LOEWE法兰克福癌症研究所（FCI）资助。

**作者：** Ingivild Fr?berg Mathisen | Florestan J. Koll | Robin Sebastian Mayer | Marcel H. Schulz | Julia Bein | Felix Chun | Markus Eckstein | Anne Fassl | Jens K?llermann | Mike Wenzel | Nadine Flinner | Peter J. Wild

**单位：** 德国美因河畔法兰克福歌德大学，法兰克福大学医院森肯贝格病理学与人类遗传学研究所