[发明专利]从空间多参数细胞和亚细胞成像数据预测癌症复发

说明书

一种预测个体的癌症复发风险的方法，包括：接收针对个体的肿瘤的患者空间多参数细胞和亚细胞成像数据；并且使用用于预测癌症复发风险的联合预后模型来分析患者空间多参数细胞和亚细胞成像数据，以确定个体的预测的癌症复发风险，其中联合预后模型基于从从多个癌症患者获得的空间多参数细胞和亚细胞成像数据为多个肿瘤内空间域得出的特征之间的空间相关性统计信息。

政府合同

本发明是在美国国立卫生研究院(NIH)授予的#CA204826赠款的政府支持下完成的。政府拥有本发明的某些权利。

技术领域

所公开的概念涉及数字病理学，并且特别涉及用于根据来自原发性肿瘤的空间多参数细胞和亚细胞成像数据以及通过识别与复发相关联的紧急空间域网络而从中获得的空间相关性统计信息来预测癌症患者复发风险的系统和方法。

背景技术

结直肠癌(CRC)是世界上第二大最常见的癌症类型，也是第三大与癌症相关的死亡原因。与其它癌症一样，这种多因素疾病的发展和进展是通过在具有免疫细胞和基质细胞的相互转化的肿瘤微环境(TME)的背景下选择具有赋予恶性表型潜力的上皮克隆。CRC患者使用公认的肿瘤淋巴结转移瘤(TNM)分期。但是，每个阶段的患者预后有很大的差异。例如，虽然肿瘤已完全切除，没有残留的肿瘤负荷，也没有转移的迹象，但CRC仍将在多达30％的II期患者中复发。相比之下，已知更高级的CRC表现出稳定性甚至是自发消退。

在结果的这种变异性下的TME固有的可塑性是由复杂的神经生物学控制的，该生物学出现在TME内各种细胞类型及其激活的异构状态的空间结构中。最近，通过识别四种共有分子亚型(CMS)、定义基质细胞在决定总体生存中的关键作用的功能研究以及量化肿瘤不同区域中浸润的肿瘤T淋巴细胞并将其浸润与CRC复发相关联的的开发，突出了TME在CRC进展和复发中的重要作用。但是，通过识别与疾病进展和新型治疗策略的发展相关的生物标志物，可以进一步利用TME显著改善CRC预后。

发明内容

在一个实施例中，提供了一种创建用于预测癌症复发风险的系统的方法。该方法包括：接收多个癌症患者的空间多参数细胞和亚细胞成像数据；将空间多参数细胞和亚细胞成像数据在空间上解剖成多个肿瘤内空间域；为每个肿瘤内空间域生成基本特征集；对于每个肿瘤内空间域，从用于该肿瘤内空间域的基本特征集中选择特征的子集；对于每个肿瘤内空间域，使用该肿瘤内空间域的特征的子集开发并训练用于预测癌症复发风险的特定于空间域的多变量预后模型；并且将每个肿瘤内空间域的特定于空间域的多变量预后模型组合成用于预测癌症复发风险的联合预后模型。

在另一个实施例中，提供了一种预测个体的癌症复发风险的方法。该方法包括：接收针对个体的肿瘤的患者空间多参数细胞和亚细胞成像数据；并且使用用于预测癌症复发风险的联合预后模型来分析患者空间多参数细胞和亚细胞成像数据，以确定个体的预测的癌症复发风险。通过接收多个癌症患者的空间多参数细胞和亚细胞成像数据、将空间多参数细胞和亚细胞成像数据在空间上解剖成多个肿瘤内空间域、为每个肿瘤内空间域生成基本特征集、对于每个肿瘤内空间域从用于该肿瘤内空间域的基本特征集中选择特征的子集、对于每个肿瘤内空间域使用该肿瘤内空间域的特征的子集开发并训练用于预测癌症复发风险的特定于空间域的多变量预后模型，并且将每个肿瘤内空间域的特定于空间域的多变量预后模型组合成用于预测癌症复发风险的联合预后模型，先前已经开发和训练了这个实施例中的联合预后模型。