利用多模态放射基因组学解析胶质母细胞瘤的微环境特征，以指导预后判断和个性化治疗

《Journal of Translational Medicine》：Deciphering the glioblastoma microenvironmental landscape with multi-modal radiogenomics to guide prognosis and personalized therapy

　　

摘要

背景

胶质母细胞瘤（GBM）是一种高度异质性且对治疗具有抗性的肿瘤，其中肿瘤微环境（TME）在决定肿瘤进展和治疗反应中起着核心作用。然而，TME相关异质性的分子和细胞基础，以及如何通过无创成像技术捕捉这些异质性，目前仍知之甚少。

目的

本研究旨在建立一个非侵入性框架，通过将放射组学特征（RFs）与TME结构联系起来，以表征GBM的异质性，并识别可用于个性化治疗的新靶点脆弱性。

方法

我们分析了由磁共振成像（MRI）获得的RFs，以识别能够表征肿瘤异质性的预后相关RFs。通过整合单细胞转录组数据和功能富集分析，将这些RFs与TME组成相关联。我们采用基于排序的计算方法在单细胞分辨率下评估基因集的活性，分析了个别细胞表达基因中的关键基因子集的富集情况。通过将RF相关基因特征与药物基因组学扰动谱进行匹配，来评估药物敏感性。

结果

利用无创MRI技术，我们确定了31个预后相关RFs，这些RFs能够有效将患者分为不同的风险组（C指数=0.84；HR=2.16，p<0.001）。这些RFs与TME异质性的关键维度显著相关，特别是与某些特定细胞状态显著相关，包括神经前体细胞样（NPC样）/少突胶质细胞前体细胞样（OPC样）肿瘤亚群、巨噬细胞和髓源性抑制细胞（MDSCs），这是通过单细胞RNA测序（scRNA-seq）分析发现的。基于这些关联的计算药物筛选确定了能够逆转与特定RFs相关的高风险表达模式的靶向药物，从而提出了符合个体TME特征的潜在治疗策略。

结论

我们的研究结果表明，将成像获得的RFs与TME的转录组分析相结合，为解读GBM的异质性提供了有前景的方法，并发现了治疗机会。这种多模态策略可以实现无创分层，有助于设计GBM的个性化治疗方案。