影像基因組學(xué)研究進(jìn)展

賈宇珊，吳慧

作者單位：內(nèi)蒙古醫(yī)科大學(xué)附屬醫(yī)院，呼和浩特010050

隨著醫(yī)學(xué)影像技術(shù)的發(fā)展，CT、MRI 以及正電子發(fā)射計算機斷層顯像(positron emission tomography，PET)在腫瘤的診斷、分期、治療計劃、預(yù)后預(yù)測和療效評估等方面發(fā)揮了重要的作用，盡管這些常規(guī)方法提供了有關(guān)腫瘤表型的重要信息，但無法公開大量的遺傳和分子信息[1]。隨著高通量陣列和新一代測序技術(shù)的發(fā)展，基因組分析得到廣泛應(yīng)用。影像基因組學(xué)是結(jié)合了醫(yī)學(xué)成像技術(shù)和基因組學(xué)技術(shù)的跨學(xué)科技術(shù)[2]，通過研究病變影像特征與基因組、分子特征之間的關(guān)系，一方面可以推測疾病的生物學(xué)機制，促進(jìn)對整體表型的深入理解，另一方面可以來確定用于預(yù)測基因組的宏觀層面影像生物標(biāo)記物，從而實現(xiàn)對復(fù)雜疾病的非侵入式診斷、預(yù)后評價和療效評估，對人們理解基因?qū)τ诩膊〉挠绊懱峁┝烁鼮槿娴脑u價方式。其具體流程如下[3]：首先獲得患者的大量影像數(shù)據(jù)和基因表達(dá)譜信息，通過人工或自動/半自動的方法，將腫瘤區(qū)域勾畫出來，然后提取其影像特征，包括形態(tài)學(xué)特征、一階特征、二階特征、高階特征，對所提取的影像特征量化和降維。通過權(quán)重基因和共表達(dá)網(wǎng)絡(luò)分析建立高度相關(guān)性的基因模塊，將提取的影像特征去冗余后與某些基因或基因模塊進(jìn)行關(guān)聯(lián)。經(jīng)分析將選出來的基因或基因模塊進(jìn)行生物學(xué)功能注釋，建立預(yù)測和分類模型來解釋影像特征。最后，交叉驗證以減少偏差，得出的結(jié)論用臨床試驗進(jìn)行驗證。目前影像基因組學(xué)主要應(yīng)用于腫瘤學(xué)，在不同腫瘤的精準(zhǔn)診斷、分層、指導(dǎo)治療和預(yù)后預(yù)測等方面充滿巨大的潛力。

1 影像基因組學(xué)的臨床應(yīng)用

1.1 膠質(zhì)母細(xì)胞瘤

膠質(zhì)母細(xì)胞瘤(glioblastoma，GBM)是一種高度浸潤性和彌漫性原發(fā)性腫瘤，是最具致死性的中樞神經(jīng)系統(tǒng)惡性腫瘤，表現(xiàn)出很強的表型差異，最近的研究試圖通過影像基因組學(xué)分析，來揭示MRI 衍生的定量功能影像特征與分子基因之間的關(guān)聯(lián)，并利用GBM 的高分子異質(zhì)性來制訂個性化的治療策略。2016版世界衛(wèi)生組織中樞神經(jīng)系統(tǒng)腫瘤分類中首次在組織學(xué)的基礎(chǔ)上使用分子學(xué)的特征來進(jìn)行腫瘤分類, 其中根據(jù)異檸檬酸脫氫酶(isocitrate dehydrogenase，IDH)的狀態(tài)可將GBM 分為IDH-野生型和IDH-突變型[4]。目前已有多項研究[5-9]發(fā)現(xiàn)了與GBM相關(guān)遺傳分子[IDH突變、1p/19q編碼缺失、O6-甲基鳥嘌呤-DNA 甲基轉(zhuǎn)移酶(O6-methylguanine DNA methyltranferase，MGMT)甲基化、表皮生長因子變體Ⅲ(epidermal growth factor receptor variant Ⅲ，EGFRvⅢ)突變]的定性影像特征。Qi 等[10]認(rèn)為IDH-突變型腫瘤在MRI上主要位于一側(cè)腦葉，如額葉、顳葉或小腦，很少位于間腦或腦干中，且更傾向于單側(cè)生長，腫瘤邊緣較銳利，信號強度均勻，增強幾乎無強化。Zhang 等[11]通過120 例Ⅲ級和Ⅳ級膠質(zhì)瘤患者的術(shù)前MR 成像和臨床特征生成的機器學(xué)習(xí)算法預(yù)測IDH的狀態(tài)，在訓(xùn)練組和驗證組中準(zhǔn)確率分別為86%和89%，這些研究為膠質(zhì)瘤IDH 狀態(tài)提供更詳細(xì)的影像學(xué)信息，表明影像基因組學(xué)可作為一種非侵入性工具，提供重要的預(yù)后信息，有助于指導(dǎo)個性化治療。MGMT 是一種位于10q 染色體上的DNA修復(fù)酶，該啟動子區(qū)域的甲基化導(dǎo)致DNA修復(fù)酶水平降低，進(jìn)而導(dǎo)致腫瘤細(xì)胞的DNA 修復(fù)率降低，這可能與良好的預(yù)后生存相關(guān)。Kanas 等[12]通過MRI 3D 容積模型計算得出腫瘤的水腫/壞死容積比、腫瘤/壞死容積比、水腫容積、腫瘤分布及增強特點，來預(yù)測GBM的MGMT甲基化狀態(tài)，進(jìn)一步說明術(shù)前MRI影像特征與MTGT甲基化狀態(tài)是存在關(guān)聯(lián)的。有學(xué)者通過對MRI 影像組學(xué)特征來預(yù)測1p/19q 的狀態(tài)，Han 等[13]及Zhou等[14]強調(diào)基于MRI影像組學(xué)特征可以有效預(yù)測1p/19q的狀態(tài)，從而為促進(jìn)膠質(zhì)瘤非侵入性分子亞型預(yù)測提供了潛力。Gevaert 等[15]將從GBM 的磁共振圖像中得出的定量特征和多種基因分子數(shù)據(jù)相結(jié)合，得到了可以預(yù)測膠質(zhì)瘤生存率的影像基因組學(xué)圖譜。他們從TCGA (the Cancer Genome Atlas)數(shù)據(jù)庫中選取55 例膠質(zhì)瘤患者，在腫瘤壞死區(qū)、強化區(qū)、腫瘤水腫區(qū)分別勾畫興趣區(qū)，并計算出各興趣區(qū)的79 個影像組學(xué)定量特征，通過整合基因表達(dá)、DNA 甲基化及拷貝數(shù)，篩選得到35 個模塊來預(yù)測生存期，將基因模塊與影像組學(xué)定量特征進(jìn)行相關(guān)性分析，制作可以預(yù)測預(yù)后的影像基因數(shù)據(jù)集。與以往其他研究相比，該方法首次利用定量影像組學(xué)特征實現(xiàn)了潛在驅(qū)動子突變的顯示。

目前許多與膠質(zhì)瘤診斷、預(yù)后、生存相關(guān)的基因或者分子遺傳特征被相繼發(fā)現(xiàn)并研究，將其與影像學(xué)相結(jié)合，對膠質(zhì)瘤的遺傳生物學(xué)進(jìn)行更深入的研究，將為臨床指導(dǎo)個性化治療提供新方式。

1.2 肺癌

近年來，晚期非小細(xì)胞肺癌(non-small cell lung cancer，NSCLC)的治療取得突破性進(jìn)展，分子靶向藥物的應(yīng)用顯著延長了患者的生存期。NSCLC 的驅(qū)動基因包括EGFR、KRAS、RAF、PIK3CA 及ALK 基因等，其中最為成熟的靶點為EGFR 突變和ALK 重排。利用無創(chuàng)的影像組學(xué)尋求其驅(qū)動基因的影像生物標(biāo)記物并進(jìn)行針對性的靶向治療，在減少傳統(tǒng)基因檢查對患者傷害的同時，也可以進(jìn)行早期受益患者的檢出。因此，影像基因組學(xué)在NSCLC 的個性化治療方面也具有很大的潛力。近年來，多項研究[16-19]通過傳統(tǒng)的影像特征(包括小病灶、支氣管充氣征、胸膜凹陷征、空泡征、均勻強化、磨玻璃密度影、無肺氣腫或肺纖維化等)或CT 的定量特征(CT 值均數(shù)、標(biāo)準(zhǔn)差和偏度、紋理特征)對NSCLC 的EGFR 突變進(jìn)行預(yù)測，從而實現(xiàn)針對EGFR 靶點的酪氨酸激酶抑制劑治療。Zhang 等[18]的研究納入180 例NSCLC 患者，從訓(xùn)練組患者的CT 圖像中提取485 個定量紋理特征，采用MRM、LASSO降維和十倍交叉驗證，篩選出10個獨立預(yù)測因子，然后應(yīng)用多因素邏輯回歸分析建立EGFR 突變預(yù)測模型并在驗證組進(jìn)行驗證，結(jié)果表明基于影像組學(xué)特征建立的預(yù)測模型對于EGFR 突變狀態(tài)具有出色的預(yù)測性能，AUC 在訓(xùn)練組中為0.862，在驗證組中為0.873。Nair 等[20]則利用CT和18F-FDG PET-CT圖像的紋理特征建立影像基因組學(xué)模型來識別有無EGFR 突變，研究發(fā)現(xiàn)基于FDG-PET 的模型能夠區(qū)分野生型和突變型EGFR，AUC為0.87，由CT紋理分析得到的模型AUC 為0.83。進(jìn)一步說明使用FGD-PET 和CT 圖像進(jìn)行非NSCLC 紋理分析，可以識別出EGFR 突變的腫瘤。上述研究表明傳統(tǒng)影像特征及影像組學(xué)特征對EGFR 有較好的預(yù)測價值，雖然無法取代穿刺活檢，但其具有無創(chuàng)性、可重復(fù)性，為臨床治療決策提供幫助。

由于ALK 重排與EGFR 突變的NSCLC 的臨床特征相似，探尋二者之間影像組學(xué)特征的差異對于腫瘤治療也具有重要的指導(dǎo)意義，Mendoza 等[21]應(yīng)用Meta 分析研究NSCLC 的CT 特征及臨床病理特征與ALK基因重排之間的相關(guān)性，結(jié)果表明ALK重排陽性的NSCLC 患者以年輕女性、不吸煙者多見，多表現(xiàn)為實性腫塊，且較少出現(xiàn)空洞，與EGFR 突變型NSCLC 相比，在晚期階段更容易發(fā)生淋巴結(jié)、縱隔及胸膜轉(zhuǎn)移，但是較少發(fā)生肺內(nèi)轉(zhuǎn)移。Park 等[22]對256 名晚期肺腺癌的患者進(jìn)行研究也發(fā)現(xiàn)，淋巴結(jié)腫大、腫瘤外浸潤及淋巴管炎在ALK 重排陽性患者中更常見。雖然目前對AKL 重排的研究較少，但這些研究都表明影像組學(xué)特征可作為預(yù)測ALK 重排陽性的一種新工具，具有很好的研究前景。

1.3 乳腺癌

乳腺癌是女性常見的惡性腫瘤，其在基因水平被分為Luminal A、Luminal B、HER2 過表達(dá)型、基底樣型及正常乳腺樣型五種類型，目前主要使用免疫組化技術(shù)來進(jìn)行乳腺癌分子分型，但其結(jié)果不能全面、客觀地分析腫瘤的異質(zhì)性，而利用影像組學(xué)則可以通過無創(chuàng)的方法對腫瘤的特征及瘤周情況進(jìn)行連續(xù)、快速地評估，并通過與基因組的聯(lián)合分析實現(xiàn)對乳腺癌基因表達(dá)情況的實時監(jiān)測[23]。Mazurowski等[24]從48例患者提取出23個動態(tài)增強影像特征，結(jié)果表明Luminal B型乳腺癌與動態(tài)增強特征存在相關(guān)性，這量化了病變增強和背景實質(zhì)增強之間的關(guān)系，病灶強化率與背景實質(zhì)強化率(background parenchymal enhancement，BPE) 比值較高者更可能為Luminal B 亞型。Dilorenzo 等[25]探討MRI 乳腺實質(zhì)背景強化對不同乳腺癌亞型的鑒別診斷價值，結(jié)果表明輕度BPE 提示Luminal B (HER2 陰性)亞型，重度BPE則提示三陰性乳腺癌。分子亞型的分類需要對組織標(biāo)本進(jìn)行基因組分析，昂貴、費時且滯后，有研究表明[26-28]表觀擴散系數(shù)(apparent diffusion coefficient，ADC)值因分子亞型而異，HER2 陽性者的腫瘤血流量較高，在富含HER2 腫瘤中ADC 值最高。Wang 等[29]利用影像基因組學(xué)對三陰性乳腺癌進(jìn)行早期檢出，通過乳腺DCE-MRI提取88 個影像學(xué)特征，結(jié)果表明，腫塊大小、實質(zhì)信號強化斜率及實質(zhì)標(biāo)準(zhǔn)差對于三陰性乳腺癌檢出具有鑒別診斷的意義，并且增加實質(zhì)背景紋理強化的異質(zhì)性也可提高其鑒別診斷效能。不同類型的乳腺癌在治療和預(yù)后方面的表現(xiàn)不盡相同，通過影像基因組學(xué)可能在治療前區(qū)分乳腺癌分子亞型。此外，通過影像表型可以評估乳腺癌的復(fù)發(fā)風(fēng)險。常用方法有癌型檢測(Oncotype Dx)和預(yù)測分析微陣列50 (PAM50)。Oncotype Dx 是美國國家綜合癌癥網(wǎng)絡(luò)推薦的唯一適用于乳腺癌的基因檢測工具，主要用于檢測雌激素受體(estrogen receptor，ER)陽性的早期乳腺癌，已有研究證實該方法能更準(zhǔn)確地預(yù)測ER 類型及腋窩淋巴結(jié)轉(zhuǎn)移情況。Thakur 等[30]就測量ER 陽性和腋窩淋巴結(jié)陰性浸潤性乳腺癌的ADC 值，結(jié)果發(fā)現(xiàn)Oncotype Dx復(fù)發(fā)評分低風(fēng)險癌灶的ADC值顯著高于中/高風(fēng)險癌灶。Li等[31]通過分析了5種乳腺癌亞型，認(rèn)為MRI影像組學(xué)特征與多基因檢測分類的預(yù)測相關(guān)，尤其腫瘤大小、增強特征與多組基因檢測復(fù)發(fā)分?jǐn)?shù)相關(guān)，意味著較大、較不均質(zhì)強化的腫瘤復(fù)發(fā)率更高。這些影像基因組學(xué)研究表明，影像組學(xué)特征有可能成為乳腺癌復(fù)發(fā)潛在的成像生物學(xué)標(biāo)志物，而復(fù)發(fā)風(fēng)險評估對術(shù)后治療方案的選擇以及生存評估具有重要意義。

1.4 結(jié)直腸癌

結(jié)直腸癌(colorectal cancer，CRC)是最常見的消化系統(tǒng)惡性腫瘤之一，近年來在全世界的發(fā)病率和死亡率不斷升高。目前，KRAS、NRAS 和BRAF 基因的突變狀態(tài)具有臨床意義，這些基因是MAPK (絲裂原活化蛋白激酶)途徑的效應(yīng)因子，可作為預(yù)測預(yù)后的生物標(biāo)志物[32]。目前關(guān)于CRC 患者的KRAS 突變狀態(tài)在影像基因組學(xué)研究中受到廣泛關(guān)注，Shin 等[33]在一組接受MRI檢查的直腸癌患者中進(jìn)行了研究，發(fā)現(xiàn)息肉形態(tài)、軸向長度增加、軸向與縱向比率增加和N2淋巴結(jié)狀態(tài)與KRAS突變有關(guān)。Lubner等[34]的一項研究對77例CRC肝轉(zhuǎn)移患者的肝臟增強CT進(jìn)行紋理特征分析，發(fā)現(xiàn)紋理參數(shù)與腫瘤分級、血清癌胚抗原(carcinoembryonic antigen，CEA)和KRAS突變狀態(tài)相關(guān)，其中偏度與KRAS突變呈負(fù)相關(guān)。Yang等[35]研究分析了117例CRC患者治療前的CT增強門靜脈期圖像及KRAS/NRAS/BRAF基因的突變，采用RELIEF算法和支持向量機方法建立模型，評估基因突變與臨床背景、腫瘤分期和組織學(xué)分化之間的相關(guān)性。最后發(fā)現(xiàn)影像組學(xué)特征與KRAS/NRAS/BRAF 突變有相關(guān)性，CT 可能有助于CRC腫瘤基因型的分析，從而有助于確定治療策略。CT影像特征在CRC的預(yù)后預(yù)測方面也具有潛在價值，Badic等[36]通過結(jié)合增強CT影像學(xué)特征和基因表達(dá)數(shù)據(jù)，發(fā)現(xiàn)ABCC2的表達(dá)變化與某些影像學(xué)特征有相關(guān)性,并且ABCC2基因表達(dá)與N期和M期相關(guān)，臨床分期及ABCC2可以預(yù)測CRC患者的無進(jìn)展生存期(progression-free-survival，PFS)，結(jié)果表明影像基因組學(xué)可提高影像學(xué)檢查對CRC患者的預(yù)后判斷能力。

1.6 腎癌

腎透明細(xì)胞癌(clear cell renal cell carcinoma，ccRCC)是最常見的腎癌病理類型，初步研究顯示ccRCC的CT特征與通過聚合酶鏈?zhǔn)椒磻?yīng)(Polymerase Chain Reaction，PCR)擴增和DNA 測序檢測到體細(xì)胞基因突變之間具有的相關(guān)性[37]。已知這些基因(VHL、PBRM1、SETD2、KDM5C、BAP1 和MUC4)與晚期生存率降低有關(guān)，因此，多項研究試圖尋求與這些基因表達(dá)有關(guān)的影像標(biāo)記物，從而實現(xiàn)通過影像基因組學(xué)對ccRCC 的早期診斷、評估、個性化治療以及預(yù)后預(yù)測。VHL是腫瘤抑制因子，影響ccRCC 的新血管生成，VHL 突變可增加腫瘤侵襲性，通過增強CT 上腫瘤內(nèi)粗大血管分布及腫瘤結(jié)節(jié)增強等特征對其進(jìn)行預(yù)測，從而實現(xiàn)對腫瘤惡性程度的評估。而KDM5C 和BAP1 的突變則與腎靜脈血管受侵相關(guān)，腫瘤邊界不清以及腫瘤鈣化與BAP1 突變有關(guān)[38]。在治療方面，BAP1 突變可能使ccRCC 對放療更加敏感，也可增加ccRCC 對mTORC1 抑制劑的敏感度[39]，因此，通過對BAP1突變特異性影像生物特征的探尋有助于推進(jìn)個性化治療。據(jù)報道[40],術(shù)后約30%的局部ccRCC 患者會復(fù)發(fā)和轉(zhuǎn)移。這些患者預(yù)后不良，五年生存率僅12%，因此，急需要開發(fā)預(yù)測轉(zhuǎn)移的生物標(biāo)志物來選擇最有可能從輔助治療中受益的患者。Lee 等[41]發(fā)現(xiàn)從增強CT 中提取的四個影像組學(xué)特征可以預(yù)測T1 期ccRCC 患者的術(shù)后轉(zhuǎn)移，并且這四種影像組學(xué)特征與表達(dá)腫瘤異質(zhì)性的基因有關(guān)?，F(xiàn)在人們普遍認(rèn)為，幾種生物標(biāo)志物的聯(lián)合分析是最有前途的方法，有可能改變臨床管理。Jasmshidi等[42]利用臨床數(shù)據(jù)、基因圖譜及術(shù)前增強CT圖像聯(lián)合為ccRCC構(gòu)建影像基因組學(xué)風(fēng)險評分(radiogenomics risk score，RRS)，結(jié)果表明，在訓(xùn)練組和驗證組中，無論分期、分級及腫瘤狀態(tài)如何，高RRS 組都檢測到較低的生存期。其隨后的一項研究[43]也證實了RRS的可靠性。

1.7 前列腺癌

前列腺癌(prostate cancer，PCa)是男性生殖系統(tǒng)中最常見的惡性腫瘤，是全球第二最常見癌癥，也是導(dǎo)致男性癌癥死亡的第六大原因，北美及歐洲發(fā)病率居全球最高。已有研究[44]探討了利用ADC、動態(tài)對比增強(dynamic contrast enhanced)和Gleason 評分參數(shù)來確定PCa的侵襲性。2016 年McCann 等[45]首次發(fā)表了關(guān)于PCa的影像基因組學(xué)的研究。該研究為每一個ROI 確定了6 個定量參數(shù)[平均ADC、ADC 第十百分位、T2W 信號強度偏度、容量轉(zhuǎn)移常數(shù)(volumetransfer constant，Ktrans)、血管外細(xì)胞外間隙容積比(extravascular extracellular volume fraction，Ve)、速 率 常 數(shù)(rate constant，Kep)]，利用Spearman相關(guān)系數(shù)(r)分析定量圖像特征與PTEN表達(dá)之間的關(guān)聯(lián)。PTEN是PCa中變異率最高的一種抑癌基因，高達(dá)60%的局部晚期PCa 患者會出現(xiàn)PTEN 基因的缺失。該研究結(jié)果表明，在6 個特征中，只有Kep與PTEN 表達(dá)呈弱相關(guān)，盡管關(guān)系很微弱，但是他們?nèi)哉J(rèn)為這種模型可以提供PCa患者的風(fēng)險評估。Bates 等[46]研究了PCa特異性膜抗原與影像組學(xué)特征的相關(guān)性，該抗原診斷前列腺癌的特異性比前列腺特異性抗原(prostate specific antigen，PSA)更高，結(jié)果表明PCa特異性膜抗原的表達(dá)水平與紋理參數(shù)中的峰度、正像素均值之間具有相關(guān)性。PI-RADS 評分促進(jìn)了PCa診斷全球標(biāo)準(zhǔn)化，增加多參數(shù)MRI (mp-MRI)結(jié)果的解釋和交流的一致性，它是基于全球最佳的現(xiàn)有證據(jù)和專家共識，檢出臨床有意義的癌并進(jìn)行風(fēng)險評估，可用于協(xié)助患者的治療選擇。一項研究[47]對106 例患者的MRI 影像特征與細(xì)胞周期進(jìn)展評分進(jìn)行相關(guān)性分析發(fā)現(xiàn)，PI-RADS 與細(xì)胞周期進(jìn)展評分相關(guān)。Wibmer 等[48]也進(jìn)行了類似的研究，結(jié)果表明包膜侵犯是PCa更具侵襲性的一種基因表型。邁阿密大學(xué)的學(xué)者[49]研究了mp-MRI 與前列腺活檢組織中PCa風(fēng)險基因表達(dá)譜的關(guān)系，從mp-MRI 引導(dǎo)靶向活檢組織與正常組織中提取影像學(xué)特征，將49 個放射學(xué)特征與3個臨床不良后果相關(guān)基因聯(lián)系起來，該研究證明了與免疫/炎癥反應(yīng)、新陳代謝、細(xì)胞和生物粘附相關(guān)的基因表達(dá)與成像特征之間有強烈關(guān)聯(lián)，其中ADC值與這些生物學(xué)過程的相關(guān)性最高。這是第一項通過MRI引導(dǎo)穿刺活檢將影像基因組學(xué)特征參數(shù)與PCa基因相關(guān)聯(lián)的研究。Kesch等[50]試圖基于染色體拷貝數(shù)改變的基因索引病變，作為前列腺活檢中腫瘤侵襲性的標(biāo)志物，與mp-MRI及68Ga-PSMA-PET/CT影像特征相關(guān)聯(lián)，結(jié)果表明，影像特征與基因索引病變之間存在很強的相關(guān)性，影像基因組學(xué)可能有助于區(qū)分惰性和侵襲性PCa。影像基因組學(xué)在PCa方面已進(jìn)行多項研究，尤其是成像特征與單基因表達(dá)之間的研究，有較好的研究結(jié)果，但未來仍需要大數(shù)據(jù)、多中心的研究來驗證。

2 不足與展望

綜上所述，影像基因組學(xué)是一個新興的交叉學(xué)科，通過整合醫(yī)學(xué)圖像和基因組數(shù)據(jù)的方法挖掘兩者之間關(guān)系，發(fā)現(xiàn)可以反映基因特征的影像生物學(xué)標(biāo)志物，并可作為一種非侵入式檢測方法在疾病的診斷、個性化治療、預(yù)后預(yù)測、療效評估等方面發(fā)揮重要的作用。但目前影像基因組學(xué)尚處于早期研究階段，仍存在較多問題：(1)大多數(shù)為回顧性、小樣本研究[51]，未來則需要獲取更大的數(shù)據(jù)量以及開展更多前瞻性研究，隨著更多基因組數(shù)據(jù)集和影像數(shù)據(jù)庫的建立及開放，也將會加快影像基因組學(xué)的發(fā)展；(2)在影像特征提取的過程中缺乏標(biāo)準(zhǔn)化，即在圖像類型、預(yù)處理、圖像分割方法等方面存在差異，從而影響了某些特征的重復(fù)性，需制訂一個標(biāo)準(zhǔn)化的工作流程和國際認(rèn)可的方法指導(dǎo)，來消除這不一致性和不確定性；(3)影像基因組學(xué)研究容易出現(xiàn)數(shù)據(jù)過度擬合和(或)選擇偏倚，更優(yōu)算法(如深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò))不斷涌現(xiàn)可能會優(yōu)化數(shù)據(jù)。目前影像基因組學(xué)研究中的基因組數(shù)據(jù)大多來自微陣列數(shù)據(jù)，對microRNA 作用的研究缺乏。這些RNA 具有靶向大量基因和調(diào)控基因表達(dá)的潛力，將這些RNA 與成像數(shù)據(jù)相關(guān)聯(lián)的研究可能是一個新的方向。

影像基因組學(xué)是當(dāng)今精準(zhǔn)醫(yī)學(xué)發(fā)展趨勢下的必然結(jié)果，比傳統(tǒng)基因測序成本更低，與有限的活檢標(biāo)本相比可獲得整個腫瘤信息，反映腫瘤內(nèi)體素強度的空間變化和異質(zhì)性，并闡述預(yù)測性和預(yù)后信息。隨著人工智能技術(shù)、高通量技術(shù)和成像技術(shù)的進(jìn)步，我們有可能進(jìn)入“組學(xué)”研究的新時代,通過深度學(xué)習(xí)技術(shù)，在臨床醫(yī)生的幫助下建立基本事實，可能會提高來自基因組和成像數(shù)據(jù)庫的大型數(shù)據(jù)集的性能?？傊?，影像基因組學(xué)是一個充滿廣闊前景的領(lǐng)域，它將影像學(xué)提升到一個新的水平，未來也將廣泛地應(yīng)用到更多臨床領(lǐng)域。

作者利益沖突聲明：全部作者均聲明無利益沖突。