《Cancer Medicine》：MGP_HNSC32: A H&E Morphology-Derived 32-Gene Prognostic Signature in Head and Neck Squamous Cell Carcinoma
编辑推荐：
头颈鳞状细胞癌（HNSC）表现出显著的分子与形态学异质性，然而当前基于形态学的预后模型常缺乏生物学可解释性。研究人员开发了一种基于Transformer的计算框架（CTransPath），用于直接从苏木精-伊红（H&E）全切片图像（WSIs）虚拟预测基因表达。
头颈鳞状细胞癌（HNSC）表现出显著的分子与形态学异质性，然而当前基于形态学的预后模型常缺乏生物学可解释性。研究人员开发了一种基于Transformer的计算框架（CTransPath），用于直接从苏木精-伊红（H&E）全切片图像（WSIs）虚拟预测基因表达。研究人员从TCGA-HNSC队列中识别形态学相关基因，并使用随机生存森林（RSF）和多变量Cox回归建模，基于H&E衍生预测基因表达构建了一个32基因形态学指导的预后特征（MGP_HNSC32）。在TCGA-HNSC中，MGP_HNSC32风险评分可显著对患者进行无进展间期（PFI；HR=4.13，95% CI：2.84–6.02）、总生存（OS；HR=2.42，95% CI：1.78–3.29）和疾病特异性生存（DSS；HR=4.88，95% CI：2.95–8.06；均p<0.001）分层，并在多变量校正后仍与预后独立相关。高风险肿瘤富集于细胞周期、E2F、MYC和上皮-间质转化（EMT）通路，并显示低分化组织学、核异型性和间质促纤维增生。相反，低风险肿瘤显示角化形态和免疫丰富间质，对应于分化相关和代谢相关转录程序。在独立HANCOCK队列（n=701）中，完全使用TCGA衍生系数和预设截断值从H&E衍生预测基因表达计算的风险评分与无进展生存（PFS；HR=1.40，95% CI：1.03–1.90，p=0.034）相关。然而，连续风险评分与PFS无显著相关（HR=1.001，95% CI：0.999–1.003，p=0.328）。MGP_HNSC32将组织形态学与转录程序联系起来，并使用常规H&E图像展示了初步预后关联。基于H&E的基因表达预测部分应视为概念验证，临床实施前仍需进一步独立和前瞻性验证。
头颈鳞状细胞癌（HNSC）具有显著分子与形态学异质性，传统临床病理因素预后精度有限，而现有基于H&E的预后模型多为表型“黑箱”，与驱动肿瘤行为的分子程序联系不足；转录组预测研究虽能从组织图像推断基因表达，但未总将形态相关基因显式纳入可解释生存建模。因此，研究人员构建统一形态—转录组—预后框架：先用CTransPath从H&E全切片图像（WSIs）预测基因表达，再筛选形态相关基因，最终以生存导向方法构建32基因形态学指导预后特征（MGP_HNSC32），并在TCGA-HNSC与独立HANCOCK（Head And Neck Connective Omics Knowledgebase）队列评估。研究显示该特征在TCGA-HNSC中可分层PFI、OS和DSS，并在外部队列以预设截断值获得初步PFS关联，但连续评分及部分亚组未显著，故定位为概念验证。其意义在于将常规H&E形态与可解释转录程序及预后连接，而非提出新的特征提取器或生存算法。
关键技术方法（≤250字）：TCGA-HNSC数据来自Genomic Data Commons（GDC）门户，HANCOCK数据来自其公开网站。H&E WSI按512×512像素分块，CTransPath提取patch特征，经Transformer聚合为512维切片/患者级特征；逐蛋白编码基因以随机森林回归预测表达，验证集Spearman相关系数≥0.30且错误发现率（FDR）≤0.05定义为形态相关基因；以PFI为终点用随机生存森林（RSF）排序，逐步多变量Cox回归构建MGP_HNSC32；maxstat确定截断值并在HANCOCK固定应用；以bootstrap和惩罚Cox评估稳定性；采用倾向性评分匹配（PSM）校正T分期、N分期、切缘状态和放疗。
研究结果：
3.1 从H&E全切片图像提取组织形态学特征并构建形态学模型：研究人员先建立CTransPath+Transformer的WSI特征提取与虚拟基因表达建模流程；以512维切片特征平均为患者级特征，经主成分分析和逐步Cox构建形态学预后模型。该模型在TCGA-HNSC训练队列显著分层OS（log-rank p=1.07×10
?6）、PFI（p=5.10×10
?10）和DSS（p=1.20×10
?6），但将TCGA截断值不变应用于HANCOCK时，PFS分层不显著（log-rank p=0.1999）。
3.2 从H&E全切片图像识别形态相关基因：对19,400个蛋白编码基因进行逐基因建模，在验证集以Spearman≥0.30且FDR≤0.05筛选出3159个H&E形态相关基因；基因本体生物学过程（GO-BP）富集显示细胞周期、上皮角化及病毒相关过程富集；再以平均FPKM≥2过滤，保留2068个可靠表达基因。
3.3 推导形态学指导预后特征MGP_HNSC32：对2068个基因行OS和PFI生存影响筛选，得到671个预后形态相关基因（436个保护、235个风险）；在449例TCGA-HNSC患者、471张WSI和4,838,028个patch中由H&E预测其表达；RSF按PFI重要性排序取前100，再逐步多变量Cox得到32基因特征（14个正系数、18个负系数）。1000次bootstrap显示多数基因选择频率较高；惩罚Cox敏感性分析未保留个体预测变量，提示基因组成对选择策略敏感。风险评分在TCGA-HNSC显著分层PFI（HR=4.13，95% CI：2.84–6.02）、OS（HR=2.42，95% CI：1.78–3.29）和DSS（HR=4.88，95% CI：2.95–8.06；均p<0.001）；Harrell一致性指数（C-index）分别为OS 0.638、PFI 0.703、DSS 0.726。PSM后风险组仍与结局显著相关；单因素PFI HR=4.134（95% CI：2.840–6.019，p=1.30×10
?13），多因素校正后HR=4.863（95% CI：2.896–8.164，p=2.19×10
?9）；校正原发部位和HPV16后高风险组PFI调整HR=4.01（95% CI：2.73–5.90，p<0.001）；口腔、口咽、喉及HPV16阴/阳性多数亚组可见风险分层，但部分亚组未达显著。
3.4 MGP_HNSC32相关的生物学与形态学差异：基因集富集分析（GSEA）显示高风险组富集E2F靶点、G2M检查点、MYC靶点和EMT；代表性H&E图像中高风险病例呈低分化、核异型、核分裂活跃、角化丧失、促纤维增生间质及血管侵犯，低风险病例呈分化良好角化、角化珠、丰富嗜酸性胞质及间质免疫细胞浸润。原文强调这些代表性图像仅作示意，形态特征未系统量化或由病理学家独立验证。
3.5 MGP_HNSC32在HANCOCK队列的外部验证：在701例患者、701张WSI和3,237,535个patch中，使用TCGA系数不重新拟合计算风险评分，并按TCGA预设截断值分为高风险352例和低风险349例；高风险组PFS事件风险较高（HR=1.40，95% CI：1.03–1.90，p=0.034；log-rank p=0.033）。连续风险评分与PFS无显著关联（HR=1.001，95% CI：0.999–1.003，p=0.328）。因队列构成、HPV注释及随访等差异，研究人员另做HANCOCK内优化截断值的探索性分析（高风险549例、低风险152例；HR=2.67，95% CI：1.61–4.41，p<0.001；log-rank p<0.001），但明确为探索性；p16阳性/阴性亚组方向一致但均未显著，外部亚组验证不确定。
讨论部分总结：该研究提出将深度学习形态特征、预测转录组和预后模型统一的框架，MGP_HNSC32高风险与增殖、去分化、EMT和MYC/E2F信号及低分化形态相关，低风险与分化、代谢、免疫调节及角化/免疫丰富形态相关；所涉基因功能仅提供生物学背景，研究展示的是H&E衍生表达估计与预后之间的关联，而非直接机制。其转化价值在于相较“黑箱”图像模型提高可解释性并生成假设，但局限包括回顾性设计、TCGA-HNSC与HANCOCK在部位和HPV注释上的差异、治疗信息不完整、多阶段基因选择可能不稳定和过拟合、最终模型每个变量事件数（EPV）约5.7而初始选择阶段约1.8、惩罚Cox提示基因组成依赖选择策略、外部校准和临床效用未正式评估、H&E基因表达预测本身尚缺独立配对队列验证，且形态—转录关联主要为相关性。
研究结论部分翻译：总之，本研究提供了一个回顾性概念验证框架，将H&E衍生形态学特征与预测转录模式和预后联系起来。MGP_HNSC32特征捕捉形态相关转录程序，并在回顾性队列中展示预后分层。这些发现突出结合深度学习与数字病理以提高头颈癌H&E预后建模生物学可解释性的潜力。仍需进一步前瞻性验证和正式临床效用评估，以确定其临床转化潜力。
