Quantificação da heterogeneidade intratumoral em camundongos e pacientes via máquina

Nature Biomedical Engineering (2023) Citar este artigo

47 Acessos

8 Altmétrica

Detalhes das métricas

Em oncologia, a heterogeneidade intratumoral está intimamente ligada à eficácia da terapia e pode ser parcialmente caracterizada por meio de biópsias tumorais. Aqui, mostramos que a heterogeneidade intratumoral pode ser caracterizada espacialmente por meio de classificadores de aprendizado multivisualização específicos do fenótipo treinados com dados de tomografia dinâmica por emissão de pósitrons (PET) e ressonância magnética multiparamétrica (MRI). Classificadores treinados com dados de PET-MRI de camundongos com câncer de cólon subcutâneo quantificaram alterações fenotípicas resultantes de uma terapêutica direcionada indutora de apoptose e forneceram mapas de probabilidade biologicamente relevantes de subtipos de tecido tumoral. Quando aplicados a dados retrospectivos de PET-MRI de pacientes com metástases hepáticas de câncer colorretal, os classificadores treinados caracterizaram sub-regiões de tecido intratumoral de acordo com a histologia do tumor. A caracterização espacial da heterogeneidade intratumoral em camundongos e pacientes por meio de imagens multimodais e multiparamétricas auxiliadas por aprendizado de máquina pode facilitar aplicações em oncologia de precisão.

Esta é uma prévia do conteúdo da assinatura, acesse pela sua instituição

Acesse a Nature e outras 54 revistas do Portfólio Nature

Obtenha o Nature+, nossa assinatura de acesso on-line de melhor valor

US$ 29,99 / 30 dias

cancele a qualquer momento

Assine esta revista

Receba 12 edições digitais e acesso online aos artigos

$ 79,00 por ano

apenas US$ 6,58 por edição

Alugue ou compre este artigo

Obtenha apenas este artigo pelo tempo que precisar

$ 39,95

Os preços podem estar sujeitos a impostos locais que são calculados durante o checkout

Os principais dados que sustentam os resultados deste estudo estão disponíveis no artigo e em suas Informações Suplementares. Os dados pré-clínicos estão disponíveis com o autor correspondente mediante solicitação razoável. Os dados clínicos não podem ser compartilhados devido a obrigações de confidencialidade do paciente.

Sempre que aplicável, métodos padrão do MATLAB foram usados ​​para as análises de aprendizado de máquina. O código personalizado para visualização e processamento de dados está disponível no autor correspondente mediante solicitação.

Eisenhauer, EA et al. Novos critérios de avaliação de resposta em tumores sólidos: diretriz RECIST revisada (versão 1.1). EUR. J. Câncer 45, 228–247 (2009).

Artigo CAS PubMed Google Scholar

O'Connor, JPB et al. Roteiro de biomarcadores de imagem para estudos de câncer. Nat. Rev. Clin. Oncol. 14, 169–186 (2016).

Artigo PubMed PubMed Central Google Scholar

Judenhofer, MS et al. Simultânea PET-MRI: uma nova abordagem para imagens funcionais e morfológicas. Nat. Med. 14, 459-465 (2008).

Artigo CAS PubMed Google Scholar

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

Artigo PubMed Google Scholar

Bailey, DL et ai. PET/RM combinados: o verdadeiro trabalho acaba de começar. Relatório resumido do Terceiro Workshop Internacional de Imagem PET/RM; 17 a 21 de fevereiro de 2014, Tübingen, Alemanha. Mol. Bioimagem. 17, 297–312 (2015).

Artigo CAS PubMed PubMed Central Google Scholar

Gillies, RJ & Beyer, T. PET e MRI: o todo é maior que a soma das partes? Res. de Câncer 76, 6163–6166 (2016).

Artigo CAS PubMed PubMed Central Google Scholar

Schmitz, J. et ai. Decodificação da heterogeneidade intratumoral do câncer de mama por imagem multiparamétrica in vivo: um estudo translacional. Res. de Câncer 76, 5512–5522 (2016).

Artigo CAS PubMed PubMed Central Google Scholar