结合AI、成像和多组学数据，瑞金医院团队开发出全新的淋巴瘤预后分层模型

弥漫性大B细胞淋巴瘤（DLBCL）是最常见的侵袭性淋巴瘤亚型，其临床和分子特征存在明显的异质性。约20%-50%的DLBCL患者对标准的免疫化疗产生耐药性，或在完全缓解后复发，这凸显了患者分层的必要性。

近日，上海交通大学医学院附属瑞金医院领导的研究团队提出了名为ClinicalPET LymphPlex的预后指数，通过整合肿瘤影像学与测序分析的结果来预测DLBCL患者的生存结局。

这项研究成果于11月18日发表在《Cell Reports Medicine》杂志上。

“将临床参数和多组学生物标志物整合到ClinicalPET LymphPlex预后指数中，不仅提升了在不同治疗场景下识别高危患者的能力，还为DLBCL的靶向治疗策略提供了指导，” 作者在文中写道。

在这项研究中，研究人员采用靶向DNA测序或RNA测序技术，评估了1,024例未接受治疗的DLBCL患者。

这些病例在2013年5月至2023年12月期间确诊，并具有18F-FDG-PET/CT扫描结果。之后，他们接受了各种治疗方案，包括基于R-CHOP的免疫化疗、R-CHOP-X治疗等。

基于国际预后指数（IPI）这一现有的临床预后评分体系，研究人员将近42%的病例归入低危组，17.5%归入高危组。另有19.9%和20.8%的病例分别归入低至中等风险组和中等至高风险组。

为了改进现有的预后方法，他们运用深度学习方法，将PET成像标志物与肿瘤基因组、转录组及微环境标志物进行整合分析。

例如，研究人员首先利用瑞金医院200例DLBCL病例的PET数据训练算法，随后在51例患者数据上对深度学习模型进行内部测试，最后通过北京大学第三医院、温州医科大学附属第一医院等医院的273例患者数据完成验证。

之后，他们引入了774例接受免疫化疗的DLBCL患者及90例接受免疫化疗联合靶向治疗的患者的两年无进展生存期和总生存期结果，并补充了307例患者的RNA-seq图谱。

通过整合PET成像标志物、临床因素及LymphPlex遗传亚型，研究人员确定了总代谢肿瘤体积（TMTV）高、乳酸脱氢酶（LDH）升高、EZH2表达、TP53突变、MYC易位等风险因素，构建出ClinicalPET LymphPlex模型。

他们解释说，这种模型能够准确识别预后不良的高危患者，也能发现生存期显著延长的中低危患者，其效果优于现有的IPI指数。

研究人员还发现，总代谢肿瘤体积（TMTV）增高往往伴随着免疫抑制性肿瘤微环境特征，而在特征为乳酸脱氢酶升高的ClinicalPET LymphPlex亚型中，肿瘤增殖和代谢活性显著增强。

“通过将PET生物标志物与临床风险因素及分子特征相整合，我们开发并验证了ClinicalPET LymphPlex预后指数，该指数在多种治疗方案中展现出可靠的预后价值，” 作者解释说。

不过，研究人员强调仍需持续优化ClinicalPET LymphPlex工具，包括考虑纳入拷贝数改变（CNA）分析。他们指出，未来的研究应聚焦于提升风险分层的精度，以增强该预后指数的临床应用价值。