《Journal of Imaging Informatics in Medicine》：ParetoRx: A Multiobjective Radiogenomic Framework Integrating Pareto Optimization and Q-Learning for Exploratory Compound Prioritization in Non-Small Cell Lung Cancer
影像学定义的高风险表型可能捕捉生物学上具有侵袭性的疾病状态，但将其转化为治疗假设仍具有挑战性。研究人员开发了ParetoRx，这是一个整合计算机断层扫描放射组学、通路层面转录组分析、多目标Pareto优化和无模型Q学习的放射基因组学影像信息学框架，用于非小细胞肺癌（NSCLC）。402例患者的治疗前CT数据用于模型开发和内部验证，110例患者构成留出的外部队列。最终放射组学模型达到外部C指数0.707（95% CI 0.627–0.783）；高风险患者总生存期更差（HR 3.461，95% CI 1.674–7.153），经组织学调整后变化极小（HR 3.444，95% CI 1.662–7.137）。基因集富集和单样本通路分析识别出涉及E2F靶点、MYC靶点V1、炎症反应和缺氧的探索性关联，尽管没有通路达到FDR < 0.05。使用转录组逆转、通路特异性和可行性相关代理指标评估LINCS L1000扰动谱，在共同完整病例分析中保留4188种化合物。多目标Pareto优化与三划分共识排序和序贯策略评估相结合。TWS-119在所有三个划分中显示一致的优先级排序（排名第1、第3和第4），并在每个划分中均为Pareto最优。在基于模拟的评估中，无模型Q学习在所有三个划分中均实现了比短视策略和静态策略更高的终端目标达成率，相比短视比较策略提高约6.2–13.3个百分点。这些发现支持ParetoRx作为生物学信息驱动的化合物优先级排序和计算序贯决策的探索性框架，同时独立的药物反应和临床验证仍然必要。
非小细胞肺癌（NSCLC）具有显著的生物学和治疗异质性，为计算治疗发现带来持续挑战。转录组引导的药物重定位和连接性方法扩展了生成候选化合物的能力，但许多此类方法主要使用单一相似性或转录逆转指标对化合物进行优先级排序。然而，转录组特征逆转并不一定转化为药物敏感性，其预测性能可能受到非特异性抗增殖效应的影响。在多条相互作用生物学程序驱动的癌症表型中，单轴排序可能不足以代表候选化合物的竞争性属性。例如，具有强转录逆转的化合物可能显示有限的通路特异性或在其他优化标准下具有较不利的特征。这些权衡促使研究人员采用保留多维度证据而非在初始阶段将其压缩为单一评分的计算方法。当治疗优先级锚定于放射组学定义的高风险疾病表型时，这一问题尤为相关。CT放射组学在无创识别预后侵袭性NSCLC表型方面显示出前景，但将基于影像的风险分层转化为生物学信息驱动的治疗假设仍是重大挑战。既往放射基因组学研究已证明NSCLC中影像特征、转录组程序与预后异质性之间的关联，支持影像-分子整合的潜力，同时也强调可重复验证的必要性。使用基因集富集分析（GSEA）和单样本基因集富集分析（ssGSEA）进行基于通路的转录组解读，提供了将定量影像表型与可解释生物学程序相关联的手段。然而，一旦识别出此类高风险相关程序，候选化合物必须在若干潜在竞争维度上进行评估，包括不良状态的转录逆转、通路特异性以及更广泛的可行性相关考量。多目标优化在计算药物发现中日益相关，因为候选选择通常涉及竞争性目标。基于Pareto的方法提供了保留非支配解的自然框架，无需将所有标准立即简化为单一加权评分。然而，传统Pareto优化在预定义目标空间内评估化合物，其本身并不确定当后果取决于当前分子状态和后续状态转移时应如何选择行动。强化学习（RL）提供了序贯决策框架，其中行动根据即时奖励和预期未来后果进行评估。在此背景下，RL的潜在贡献不仅仅是根据预定义评分重新排序化合物，而是研究状态依赖的选择策略是否能相对于静态或短视选择策略改善特定终端目标的达成。然而，这种区分需要针对传统基线进行明确评估，特别是当状态转移和奖励是计算定义而非实验观察时。这些考量促使研究人员开发ParetoRx，这是一个探索性多目标框架，用于将放射组学定义的高风险生物学转化为NSCLC的治疗假设。该框架在计算序贯决策框架内整合了通路层面转录组表征、化合物诱导的转录组逆转、通路特异性、可行性相关评分、Pareto优化和无模型Q学习。本研究的核心问题是：放射组学定义的预后不良表型是否可链接到可解释的转录组通路信号；多目标优化是否可在保留单一逆转评分未捕捉的权衡的同时对候选化合物进行优先级排序；序贯策略学习是否相对于静态和短视选择策略提供额外价值。因此，研究人员表征了与放射组学定义的高风险表型相关的转录组程序，在三个分析划分中评估了以通路为重点的化合物优先级排序，并在定义的模拟环境中比较了无模型Q学习与传统选择策略。研究人员进一步检查了通路关联、化合物排名和Pareto选择在各划分间的稳定性，同时使用临床锚定的NSCLC化合物子集进行补充性生物学和治疗背景化。所得候选物被解读为探索性治疗假设，而非实验验证的药物敏感性或临床疗效证据。
在方法学上，本研究将ParetoRx开发为探索性放射基因组学框架，将治疗前CT衍生的预后风险与转录组通路表征、LINCS L1000扰动证据、校正的多目标化合物评分、Pareto优化、三划分共识优先级排序和模拟序贯策略评估相链接。放射组学开发队列包含402例具有有效治疗前CT放射组学和总生存信息的患者；281例和121例分别构成主划分的预设训练和内部验证子集。一个独立的外部队列（n = 110）从训练和模型选择中留出。外部队列提供了下游影像链接转录组分析的背景，其中匹配的表达和患者标识符可用。使用三个独立开发划分评估影像风险估计和下游通路/化合物分析的敏感性。每个划分有其自身衍生的风险链接分子特征；化合物评分、原始Pareto状态和排名在相应划分下重新计算。化合物优先级排序和Q学习评估为探索性的，未使用观察到的治疗反应作为金标准。
在放射组学预后建模方面，放射组学基于的预后风险使用堆叠集成生存预测模型估计，该模型整合了惩罚Cox回归、基于排名的生存预测和基于地标的表示。组件模型的预测被转换为基于排名的评分，并使用Ridge回归元模型整合以生成连续放射组学风险评分。堆叠模型使用从排名对数转换生存时间和事件指示符衍生的生存相关连续目标进行训练。为考虑删失，观察事件和删失观察分别赋予1.0和0.45的样本权重。模型开发期间使用五折分层折外预测，Ridge正则化参数通过31个对数间隔值（范围0.001至1000）的交叉验证确定。所有预处理和模型拟合均使用训练数据执行，未纳入留出外部队列的生存结局。拟合的预测程序应用于内部验证和外部队列而无需重新拟合。风险方向使用训练数据定义，使得较高评分对应较短生存期。
在基因表达排名和通路状态表征方面，匹配的外部队列RNA表达数据通过患者标识符与放射组学衍生风险表型相关联。对于每个测量基因g，高风险和低风险组之间的平均表达差异记为Δg，双侧Welch检验P值记为pg。基因按有符号显著性统计量排序。预排序基因列表使用GSEA分析，基因集大小在5至500个测量基因之间。报告通路错误发现率（FDR）用于多重检验；FDR < 0.25为探索性，FDR < 0.05为传统阈值。样本水平通路活性使用单样本基因集富集分析（ssGSEA）估计。计算每个通路样本水平活性与连续放射组学风险评分之间的Spearman相关系数（ρ）。操作性不良通路定义为显示正通路-风险相关性（ρ > 0.05）的通路。该操作性标准用于下游化合物评分，区别于应用于GSEA的FDR阈值。不良通路集在每个分析划分中单独定义。对于下游稳健性评估，风险相关转录特征和操作性不良通路集在每个开发划分中独立再生。用于化合物评分的操作性不良通路定义必须与基于GSEA FDR的富集标准区分。跨划分操作通路成员一致性通过Jaccard指数总结。
在LINCS L1000特征和转录组逆转方面，药物诱导的转录组特征从LINCS L1000 GSE92742 Level 5 COMPZ.MODZ数据获得。来源包含跨越12,328个测量或推断基因的473,647个谱。限制于12个NSCLC相关细胞系产生314,375个谱。在化合物名称映射和去除遗传扰动及非化合物条目后，保留26,745个命名源化合物。初始NSCLC聚焦筛选包含4883种扰动剂；后续三划分排名要求所有目标评分完整可用，产生4188种化合物的共同集。这些计数对应不同选择阶段。对于每个分析划分，放射组学相关疾病表达特征使用个体基因表达水平与连续放射组学风险评分之间的Spearman相关性定义。转录组逆转量化为疾病相关基因特征与相应LINCS L1000化合物诱导表达谱在重叠基因上的负Spearman相关性。特征水平逆转评分在每个化合物-细胞系组合内使用中位数聚合，随后跨合格细胞系取中位数。逆转评分被视为计算扰动测量而非观察到的药物敏感性。
在化合物-通路逆转和通路特异性方面，化合物诱导的通路连接性通过在每个评估通路内聚合基因水平响应从LINCS L1000扰动特征衍生。特征水平连接性在每个化合物-细胞系组合内使用中位数聚合，随后跨合格细胞系取中位数。所得化合物-通路连接性值对每个通路跨化合物单独标准化。对于每个分析划分s，操作性不良通路定义为显示样本水平通路活性与放射组学风险之间正相关（Spearman ρp,s > 0.05）的通路。通路特异性评分（PSS）计算为归因于化合物诱导的不良通路逆转的总绝对通路连接性的比例。在分母中，总绝对通路连接性跨所有评估通路，添加小正常数ε用于数值稳定性。对于多目标化合物优先级排序，原始PSS值在每个划分内于4188种化合物的共同完整病例集C中单独进行最小-最大归一化。归一化PSS作为三个计算目标之一纳入，与转录组逆转和可行性相关评分一起。较高PSS值表明更大比例的通路水平扰动活性反对操作性不良通路。PSS被解读为通路聚焦逆转的计算测量而非实验证明的药物敏感性或治疗功效。
在可行性相关目标方面，可行性相关目标定义为计算物理化学代理而非实验测量的毒性、耐受性或药代动力学终点。分子性质使用分子量（MW）、计算logP、氢键供体数（HBD）、氢键受体数（HBA）和拓扑极性表面积（TPSA）从可用化合物结构计算。相应参考阈值分别为500 Da、5、5、10和140 ?2。对于每个描述符，当满足相应阈值时赋予期望值1。对于超过阈值的值，期望值计算为阈值除以观察值。可行性评分定义为五个描述符特异性期望值的算术平均值。缺乏此计算所需有效分子性质信息的化合物从完整病例分析中排除。较高可行性评分表明更大程度符合指定物理化学标准，而非测量的临床安全性或治疗功效。
在校正多目标Pareto优化和共识排名方面，候选化合物在三个单独最大化目标上评估：划分特异性逆转Rc,s、通路特异性PSSc,s和可行性代理Fc,s。原始Pareto成员资格在Q学习之前从三个预设目标定义。Pareto最优集因此代表转录组逆转、通路特异性和可行性代理之间的非支配权衡。划分特异性排名和成员资格在共同完整病例化合物集上计算。在每个分析划分内，转录组逆转、通路特异性和可行性相关评分在共同完整病例化合物集中独立进行最小-最大归一化。划分特异性化合物排名从这些归一化目标的加权聚合计算，转录组逆转、通路特异性和可行性的权重分别为0.40、0.30和0.30。Pareto成员资格在Q学习之前从三个单独目标单独计算，而非从其加权聚合计算。对于共识优先级排序，化合物c的跨划分平均排名为三个划分排名的平均值，Pareto选择频率为三个划分中化合物属于划分特异性原始Pareto集的次数之和。排名变异性使用rc,s的标准差总结。这些终点量化算法排名稳定性而非实验功效。
在无模型Q学习序贯策略评估方面，序贯策略学习在兩阶段计算通路状态环境中评估，中间6小时转移和终端24小时转移。每个划分的不良通路活性离散为三个水平（0、1或2）。状态空间由这些通路水平的组合定义。行动空间包含458种在兩個时间点均有单独扰动证据可用的化合物；该时间分辨子集不同于用于共识排名的4188种化合物。在每个阶段，所选化合物从基于LINCS特征衍生的随机计算转移模型生成一个采样的下一通路状态。学习器未观察转移概率矩阵、未使用Bellman最优值进行初始化、未拟合患者治疗结局。允许在连续阶段重复选择相同化合物。中间奖励为零；终端奖励仅在所有操作性不良通路水平在24小时达到零时为1。以γ = 1，两阶段Q学习目标对于后期决策为二元终端奖励，早期决策使用采样的中间状态和最大学习的后期Q值更新。此处，状态表示当前离散化通路配置，行动表示所选化合物，学习率调度随每个状态-行动对的访问次数递减。训练使用采样状态转移和重复状态-行动探索。相同训练程序使用五个随机种子（11、23、42、101和407）重复以评估对随机学习的敏感性。主要转移强度缩放因子为0.75，0.50和1.00用于敏感性分析。这些转移代表基于扰动特征的计算近似；它们不建立生物学治疗测序、药物协同或纵向患者反应。
在策略比较器和评估终点方面，学习的Q学习策略在相同划分特异性随机转移环境下与状态条件短视和静态选择策略比较。在初始决策阶段，短视策略选择最大化6小时中间状态完全通路归一化即时概率的化合物，而不考虑后续状态转移。在后期决策阶段，它选择最大化24小时终端目标达成即时概率的化合物。静态策略选择具有最高共识优先级评分的化合物，独立于通路状态，并在两个阶段应用相同选择。精确Bellman最优策略计算为理论性能基准但未用于训练Q学习。所有策略在匹配转移条件下评估，未使用观察到的临床治疗结局或测量的药物敏感性作为奖励。主要策略指标是在24小时终端状态实现操作性不良通路负荷完全归一化的期望概率。性能差异在相同评估条件下在Q学习与每个比较器之间计算。额外终点包括跨随机种子的变异和最终通路负荷。使用校正目标基线（4858种完整病例化合物）进行单独临床锚定敏感性分析。五种临床锚定NSCLC相关化合物在此分析中具有完整逆转、通路特异性和可行性相关评分。目标评分在此基线化合物集内归一化，集成排名使用等权重和替代40/30/30加权比较。此分析使用与主要4188种化合物三划分分析不同的单独目标评分和归一化参考，未纳入三划分Pareto共识。临床锚定分析用于治疗背景化和敏感性评估而非药物反应的独立验证。
在统计分析和可重复性方面，总生存期使用Kaplan–Meier曲线和双侧对数秩检验评估。预后判别使用从连续放射组学风险评分计算的Harrell一致性指数量化。高风险与低风险组的风险比和95%置信区间使用Cox比例风险模型估计。患者水平非参数bootstrap重采样（2000次重复）用于估计训练、内部验证和外部队列中C指数的百分位95%置信区间。拟合预测器和相应风险评分在重采样期间保持固定。组织学调整Cox回归，包括放射组学风险组和腺癌与非腺癌组织学，在留出外部队列中作为敏感性分析执行。基因水平比较使用双侧检验，通路富集使用错误发现率（FDR）q值总结。FDR < 0.25用作探索性富集阈值，而FDR < 0.05为传统统计显著性阈值。Spearman相关性评估样本水平通路活性与放射组学风险之间的关联。跨划分稳定性和序贯策略敏感性如上所述评估。固定随机种子用于随机程序。
在结果方面，共纳入512例患者：402例在开发/内部验证队列，110例在留出外部队列。年龄和性别分布在队列间相似。组织学组成差异显著，开发队列腺癌/非腺癌计数为51/351，外部队列为83/27（p < 0.01）。分期变量未直接协调，因为开发队列有临床分期而外部队列有病理性TNM信息；这些变量因此描述性总结而非用作共同模型协变量。
放射组学风险模型的预后性能：放射组学预后模型在训练、内部验证和留出外部队列中分离总生存期。在训练队列中，C指数为0.817（95% CI 0.796–0.837），高风险与低风险风险比为4.770（95% CI 3.638–6.253；对数秩p < 0.001）。在内部验证队列中，C指数为0.684（95% CI 0.623–0.754），相应风险比为2.891（95% CI 2.093–4.315；对数秩p = 0.0144）。在留出外部队列中，C指数为0.707（95% CI 0.627–0.783），基于中位数的风险分层产生风险比3.461（95% CI 1.674–7.153；对数秩p = 0.000366）。由于组织学组成在队列间不同，额外Cox模型在外部队列中调整放射组学风险组与腺癌与非腺癌组织学的关联。放射组学关联在调整后变化极小（HR 3.444，95% CI 1.662–7.137；p = 0.00088），而组织学本身在此模型中与总生存期无关（HR 0.945，95% CI 0.467–1.912；p = 0.874）。跨三个独立训练/验证划分，外部C指数为0.693、0.650和0.710（平均0.684；范围0.650–0.710），支持跨替代内部划分的相似外部判别。
放射组学定义的高风险表型的通路表征：预排序GSEA在探索性FDR < 0.25阈值下识别出四个高风险富集通路：E2F靶点（NES = 1.49，FDR = 0.121）、MYC靶点V1（NES = 1.51，FDR = 0.157）、炎症反应（NES = 1.59，FDR = 0.150）和缺氧（NES = 1.62，FDR = 0.214）。没有通路达到传统FDR < 0.05标准；因此，这些代表探索性分子信号而非统计确认的富集。在样本水平通路分析中，MYC靶点V1显示与连续影像风险最强的正关联（Spearman ρ约0.21）；其他正关联包括E2F靶点、缺氧、DNA修复、凋亡、PI3K/AKT/mTOR和细胞周期活性，而KRAS信号呈负关联。这些描述性结果补充GSEA发现，并区别于用于下游化合物评分的划分特异性操作性通路定义。通路-风险关联结构在三个分析划分间变化。操作性不良通路集分别包含四、三和五个通路；其成对Jaccard指数为0.400（划分1–2）、0.500（划分1–3）和0.333（划分2–3）。这些发现表明部分通路重叠而非完全不变的分子状态。基于GSEA FDR的推断和用于化合物评分的操作性通路被视为不同分析输出。
校正的通路聚焦化合物评分：校正的多目标筛选包含4188种具有完整评分数据的化合物，不同于早期4883种NSCLC相关扰动剂筛选。通路特异性评分识别出化合物反对操作性不良通路信号程度的实质性变异。图4呈现代表性校正通路分析而非合并三划分排名。由于操作性不良通路集在各划分间不同，相应PSS值和排序不被假定为相同。PSS被视为计算特异性测量而非观察到的药物反应终点。
多目标Pareto优先级排序和目标权衡：校正转录组逆转、通路特异性和可行性相关代理在序贯策略学习之前作为单独目标评估。非支配解使用原始目标Pareto过滤识别。成对投影显示跨目标的权衡而非普遍优越的化合物。证据矩阵进一步说明化合物在计算目标间的变异。
无模型Q学习的增量价值：在预设的基于模拟的终端目标评估中（缩放0.75），无模型Q学习在所有三个分析划分中均优于短视和静态选择策略。Q学习达成率在划分1–3分别为0.497、0.652和0.345，相比短视策略的0.434、0.519和0.285以及静态策略的0.064、0.161和0.095。相比短视选择的改进为0.062、0.133和0.060，对应约6.2、13.3和6.0个百分点。单独Bellman参考基准用于表征指定模拟环境中可达到的性能。无模型Q学习结果还在替代终端目标缩放条件下评估。这些结果证明在定义的计算转移和奖励环境内的增量性能，而非实验建立的序贯治疗获益。
三划分共识化合物优先级排序：在4188种完整病例化合物中，候选优先级从独立划分特异性排名和原始目标Pareto成员资格聚合。TWS-119在三个划分中分别排名第一、第三和第四（平均排名2.67；Pareto成员资格3/3）。TMI-15排名第三、第四和第九（平均排名5.33；Pareto成员资格2/3），而BRD-A94570195排名第23、第一和第三（平均排名9.00；Pareto成员资格2/3）。其他化合物显示显著变异性：SN-38排名第26、13和239。综合发现支持选定候选的可重复优先级排序，但不建立整个化合物库的统一排名稳定性。
临床锚定和敏感性分析：在单独临床锚定敏感性分析中，五种NSCLC相关化合物具有完整校正目标数据。所有五种化合物在此分析中具有非零归一化通路特异性评分。在等目标加权下，palbociclib具有最高集成评分（0.758），其次是bortezomib（0.729）。在替代40/30/30加权方案下，bortezomib排名最高（0.737），其次是palbociclib（0.725）。这些发现说明化合物优先级排序对目标权重的敏感性。由于此分析使用单独评分和归一化参考，其评分未与主要三划分分析的评分直接比较。临床锚定结果不构成独立药物反应验证。最后，组织学调整Cox分析、放射组学划分敏感性、通路重叠、目标权重敏感性、增量策略比较和缩放变异提供不确定性和敏感性的补充评估。临床锚定比较和模拟结果不能替代独立实验或药物基因组药物反应测试。
讨论部分：在本研究中，研究人员开发了ParetoRx作为探索性多目标框架，将放射组学定义的预后风险、通路层面转录组表征和NSCLC计算化合物优先级排序相链接。出现四个主要观察。第一，放射组学模型在留出外部队列中显示预后判别，风险关联在组织学调整后变化极小。第二，通路分析在FDR < 0.25下识别出涉及E2F靶点、MYC靶点V1、炎症反应和缺氧的探索性高风险相关信号，尽管没有通路达到传统FDR < 0.05阈值。第三，校正多目标优化和三划分共识分析识别出具有可重复计算优先级排序的化合物，TWS-119始终排名前列并在所有三个划分中保留在原始目标Pareto前沿。第四，无模型Q学习在所有三个分析划分中实现比短视和静态选择策略更高的模拟终端目标达成率。总之，这些发现展示了整合影像相关分子证据、多目标权衡和序贯策略评估的计算策略，同时未建立优先化合物的临床功效。
上游放射组学模型为下游放射基因组分析提供临床锚。CT放射组学在NSCLC中显示预后潜力，尽管可重复性、队列异质性和外部验证仍是重要挑战。在本研究中，外部C指数为0.707，高风险组在调整腺癌与非腺癌组织学后仍与较差总生存期相关。此外，外部判别在三个独立训练/验证划分间保持可比范围。这些发现支持可用数据集中预后关联的一致性。然而，内部验证性能比训练性能更温和，未执行仅临床或放射组学加临床比较。因此，当前结果不应被解读为证明相对于已建立临床病理因素的增量预后价值。此外，独立预后评估不构成下游分子关联或化合物排名的独立验证。
通路分析用于提供放射组学定义风险状态的生物学解读而非建立明确分子机制。GSEA和样本水平通路活性分析提供互补信息：GSEA总结队列水平富集，而样本水平分析表征连续通路-风险关系。在探索性FDR < 0.25阈值下，E2F靶点、MYC靶点V1、炎症反应和缺氧被保留，但没有达到FDR < 0.05。因此，这些发现应被视为假设生成性通路信号。额外划分水平分析显示若干通路-风险关联的方向和幅度在三个分析划分间变化，强调操作性不良通路定义对 underlying 放射组学风险表示的敏感性。然而，MYC/E2F相关增殖程序和缺氧的参与在肺癌中生物学上合理，鉴于其在细胞周期进展、治疗抵抗和不良肿瘤生物学中的既定作用。通路层因此用作下游化合物评分的操作性生物学表示而非通路因果性或独立验证分子机制的证据。
无限制化合物筛选和临床锚定NSCLC子集之间的区别仍是ParetoRx的重要特征。在校正完整病例分析中，4188种化合物使用转录组逆转、通路特异性和可行性相关代理作为单独目标评估。原始目标Pareto优化保留非支配权衡，而三划分共识分析提供候选优先级排序稳定性的补充信息。TWS-119显示特别一致的优先级排序，在三个划分中分别排名第一、第三和第四并在每个划分中保持Pareto最优。其他领先化合物显示更大排名变异性，表明计算优先级排序在候选空间中并非统一稳定。单独临床锚定分析提供通路特异性和集成化合物排名对目标权重敏感性的补充评估。所有五种具有完整数据的化合物在此分析中具有非零通路特异性评分。Palbociclib在等加权下排名最高，而bortezomib在替代40/30/30方案下排名最高。这些发现说明通路特异性对计算优先级排序的贡献，同时强调集成排名对所选目标权重和归一化参考的依赖性。Bortezomib先前已在NSCLC中临床评估，提供有用的转化背景，但此先前经验不验证其当前计算排名。临床锚定分析因此提供敏感性和背景化评估而非治疗有效性的独立证据。
从方法学角度，ParetoRx的主要贡献是将多目标化合物优先级排序与序贯决策的明确评估相结合。药物发现中的候选选择通常涉及竞争标准，基于Pareto的公式提供保留非支配权衡的自然方式而非强制所有证据进入单一标量评分。强化学习也已在药物设计和系统药理学应用中研究。然而，传统Pareto优化和序贯强化学习解决不同的计算问题。Pareto优化识别在预定义目标下非支配的化合物，而Q学习估计在指定转移和奖励环境中状态依赖化合物选择的预期未来后果。在本研究中，无模型Q学习在兩阶段计算通路状态环境中评估，中间和终端状态代表模拟通路反应。与静态或短视选择不同，学习策略在选择化合物时纳入后续决策的预期后果。重要的是，Q学习在所有三个分析划分中实现比两个比较器策略更高的模拟终端目标达成率，在主要评估设置下相比短视选择改进约6.0–13.3个百分点。优势还在替代终端目标缩放条件下检查。这些比较提供匹配模拟条件下序贯策略学习增量计算价值的直接评估。然而，观察到的优势仍以指定模拟环境为条件，不应被解读为Q学习改善药物敏感性、治疗测序或临床结局的证据。
应承认若干局限性。第一，尽管放射组学模型在留出外部队列中评估，其内部验证性能比训练性能更温和，且本研究未包括仅临床模型或正式检验放射组学相对于已建立临床病理变量的增量预后价值。最终预后模型的完整规范和可重复性也仍是独立实施的重要考量。第二，放射基因组通路发现为探索性的：没有通路达到FDR < 0.05，FDR < 0.25阈值用于假设生成而非确认性推断。此外，观察到的通路-风险关联在分析划分间的变化表明下游分子表征对 underlying 影像风险表示的敏感性。第三，基于LINCS的转录组逆转反映细胞系模型中的扰动反应，不直接建立放射组学定义高风险患者中的药物敏感性。先前评估也强调转录组特征逆转预测解读的局限性，包括非特异性抗增殖效应的影响。第四，通路特异性和可行性相关目标是计算衍生测量而非实验验证的功效、毒性或耐受性终点。校正通路特异性评分和目标权重敏感性分析结果因此应被解读为相对优先级排序证据。第五，临床锚定分析限于具有完整目标数据的化合物，其排名仍依赖评分归一化和目标加权。第六，尽管三划分分析评估下游排名稳定性，它不能替代单独放射基因组队列中的独立验证。Q学习环境也从扰动证据而非观察到的纵向治疗反应构建。 consequently，模拟序贯转移不建立实际药物测序、药物组合、获得性耐药或变化患者肿瘤状态的效果。最后，未执行独立药物基因组药物反应分析、实验验证或前瞻性临床评估以建立优先化合物的治疗相关性。因此，结果应被解读为计算假设生成而非验证的治疗建议。未来研究应因此使用独立药物反应资源（如PRISM和大规模药物基因组敏感性数据集）以及实验模型评估优先化合物。此类验证应检查预测的逆转和通路特异性谱是否对应适当NSCLC模型中可测量的药物敏感性。进一步研究还应使用实验观察到的治疗反应评估模拟通路转移的生物学合理性和序贯策略学习的附加价值。理想情况下，这些研究应包括具有匹配影像、转录组谱、治疗暴露和临床结局的独立队列。
尽管有这些局限性，本研究说明了一种计算策略，将影像定义的预后异质性与通路层面分子信息、多目标化合物优先级排序和基于模拟的序贯决策相连接。ParetoRx不是将化合物选择视为一维转录组逆转问题，而是保留竞争优化目标，评估候选优先级排序跨分析划分的稳定性，并明确评估学习序贯策略相对于传统比较器的增量性能。该框架的主要价值在于组织异质性证据、识别计算可重复的治疗假设并为未来生物学和药物基因组验证提供可测试基础。其转化相关性最终将取决于独立药物反应测试、实验确认和前瞻性临床评估。
结论部分翻译：本研究证明NSCLC中放射组学定义的高风险表型可链接到探索性通路水平转录组信号并纳入多目标框架进行计算化合物优先级排序。ParetoRx保留转录组逆转、通路特异性和可行性相关目标之间的权衡，同时识别在三个分析划分中具有可重复优先级排序的候选化合物。此外，无模型Q学习相比短视和静态选择策略改善模拟终端目标达成率，支持其在定义计算环境内的增量价值。这些发现建立ParetoRx作为假设生成框架而非治疗功效证据。需要独立药物基因组、实验和前瞻性临床验证以确定优先候选物和序贯决策策略的转化相关性。
