Quantificazione dell'eterogeneità intratumorale nei topi e nei pazienti tramite macchina

Sep 03, 2023

Nature Biomedical Engineering (2023) Citare questo articolo

2 Altmetrico

Dettagli sulle metriche

In oncologia, l’eterogeneità intratumorale è strettamente legata all’efficacia della terapia e può essere parzialmente caratterizzata tramite biopsie tumorali. Qui mostriamo che l'eterogeneità intratumorale può essere caratterizzata spazialmente tramite classificatori di apprendimento multi-view specifici del fenotipo addestrati con dati provenienti dalla tomografia dinamica a emissione di positroni (PET) e dalla risonanza magnetica multiparametrica (MRI). I classificatori addestrati con dati PET-MRI di topi con cancro del colon sottocutaneo hanno quantificato i cambiamenti fenotipici risultanti da una terapia mirata che induce l’apoptosi e hanno fornito mappe di probabilità biologicamente rilevanti dei sottotipi di tessuto tumorale. Quando applicati ai dati retrospettivi PET-MRI di pazienti con metastasi epatiche da cancro del colon-retto, i classificatori addestrati hanno caratterizzato le sottoregioni del tessuto intratumorale in accordo con l’istologia del tumore. La caratterizzazione spaziale dell'eterogeneità intratumorale nei topi e nei pazienti tramite imaging multimodale e multiparametrico supportato dall'apprendimento automatico può facilitare le applicazioni nell'oncologia di precisione.

Questa è un'anteprima dei contenuti in abbonamento, accessibile tramite il tuo istituto

Accedi a Nature e ad altre 54 riviste Nature Portfolio

Ottieni Nature+, il nostro abbonamento con accesso online dal miglior rapporto qualità-prezzo

$ 29,99 / 30 giorni

annullare in qualsiasi momento

Iscriviti a questo diario

Ricevi 12 numeri digitali e accesso online agli articoli

$ 79,00 all'anno

solo $ 6,58 per numero

Noleggia o acquista questo articolo

Ottieni solo questo articolo per tutto il tempo che ti serve

$ 39,95

I prezzi possono essere soggetti a tasse locali calcolate durante il checkout

I principali dati a supporto dei risultati di questo studio sono disponibili all'interno del documento e delle sue informazioni supplementari. I dati preclinici sono disponibili presso l'autore corrispondente su ragionevole richiesta. I dati clinici non possono essere condivisi a causa degli obblighi di riservatezza del paziente.

Ovunque applicabile, per le analisi di apprendimento automatico sono stati utilizzati metodi predefiniti di MATLAB. Su richiesta è disponibile un codice personalizzato per la visualizzazione e l'elaborazione dei dati presso l'autore corrispondente.

Eisenhauer, EA et al. Nuovi criteri di valutazione della risposta nei tumori solidi: linea guida RECIST rivista (versione 1.1). Euro. J. Cancro 45, 228–247 (2009).

Articolo CAS PubMed Google Scholar

O'Connor, JPB et al. Roadmap dei biomarcatori per immagini per gli studi sul cancro. Naz. Rev. Clin. Oncol. 14, 169–186 (2016).

Articolo PubMed PubMed Central Google Scholar

Judenhofer, MS et al. PET-MRI simultanea: un nuovo approccio per l’imaging funzionale e morfologico. Naz. Med. 14, 459–465 (2008).

Articolo CAS PubMed Google Scholar

Disselhorst, JA, Bezrukov, I., Kolb, A., Parl, C. & Pichler, BJ Principi di imaging PET/MR. J. Nucl. Med. 55, 2S–10S (2014).

Articolo PubMed Google Scholar

Bailey, DL et al. PET/MR combinata: il vero lavoro è appena iniziato. Rapporto di sintesi del terzo workshop internazionale sull'imaging PET/MR; 17–21 febbraio 2014, Tubinga, Germania. Mol. Biol per immagini. 17, 297–312 (2015).

Articolo CAS PubMed PubMed Central Google Scholar

Gillies, RJ & Beyer, T. PET e MRI: il tutto è maggiore della somma delle sue parti? Ricerca sul cancro 76, 6163–6166 (2016).

Articolo CAS PubMed PubMed Central Google Scholar

Schmitz, J. et al. Decodifica dell'eterogeneità intratumorale del cancro al seno mediante imaging multiparametrico in vivo: uno studio traslazionale. Ricerca sul cancro 76, 5512–5522 (2016).

Articolo CAS PubMed PubMed Central Google Scholar