基于CT影像組學(xué)在非小細(xì)胞肺癌靶向治療及免疫治療的研究進(jìn)展

李小英 楊朝鳳 李楊

肺癌是全球最常見(jiàn)的惡性腫瘤之一，盡管低劑量螺旋CT（low-dose computed tomography，LDCT）篩查肺癌高危人群可使死亡率下降20%，但仍然是全球癌癥相關(guān)死亡的首要原因［1］。最新統(tǒng)計(jì)數(shù)據(jù)顯示，2020年全球新增肺癌患者約220萬(wàn)例，由肺癌導(dǎo)致的死亡人數(shù)約180萬(wàn)例，非小細(xì)胞肺癌（non-small cell lung cancer，NSCLC）約占其中的85%［2］。根治性手術(shù)切除是NSCLC的首選治療方式，但大多數(shù)患者在確診時(shí)處于疾病晚期，錯(cuò)過(guò)手術(shù)切除的最佳時(shí)機(jī)［3］。近年來(lái)，靶向治療及免疫治療在惡性腫瘤治療領(lǐng)域取得重大突破，與傳統(tǒng)放化療相比，前者治療安全性更高、毒副作用更小、療效更確切，能顯著控制腫瘤進(jìn)展、延長(zhǎng)患者生存時(shí)間并改善患者生活質(zhì)量。

靶向治療及免疫治療發(fā)揮治療作用的前提和關(guān)鍵在于腫瘤的分子分型及其微環(huán)境改變?；罱M織檢查是識(shí)別腫瘤分子分型及其微環(huán)境改變的金標(biāo)準(zhǔn)。然而，活組織檢查具有侵入性、高成本、重復(fù)性差、轉(zhuǎn)移等缺點(diǎn)，同時(shí)由于腫瘤內(nèi)部存在異質(zhì)性注定活組織檢查無(wú)法全面、準(zhǔn)確反映病灶的完整信息，以致在臨床應(yīng)用中受到一定限制。影像組學(xué)作為一種無(wú)創(chuàng)、可重復(fù)且節(jié)約成本的方法，通過(guò)深度挖掘醫(yī)學(xué)圖像信息并將其轉(zhuǎn)化為定量數(shù)據(jù)，可以全面反映腫瘤內(nèi)部的異質(zhì)性，進(jìn)而預(yù)測(cè)腫瘤的分子特性及其微環(huán)境改變，對(duì)NSCLC靶向治療及免疫治療方案制定意義重大。本文就CT影像組學(xué)在NSCLC靶向治療及免疫治療的研究進(jìn)展進(jìn)行綜述。

1 影像組學(xué)的概念及研究流程

影像組學(xué)最早在2012年由荷蘭學(xué)者Lambin等［4］提出，指從醫(yī)學(xué)圖像中高通量地提取定量影像特征，并將其轉(zhuǎn)換為高維數(shù)據(jù)，最終用于疾病診療及預(yù)后預(yù)測(cè)。影像組學(xué)的研究流程一般分為5個(gè)步驟：①高質(zhì)量醫(yī)學(xué)圖像的獲取，高質(zhì)量的醫(yī)學(xué)圖像是影像組學(xué)數(shù)據(jù)準(zhǔn)確和穩(wěn)定的前提。依據(jù)研究目的獲取原始醫(yī)學(xué)圖像，并對(duì)其進(jìn)行預(yù)處理，如配準(zhǔn)、標(biāo)準(zhǔn)化等，以確保圖像質(zhì)量和一致性。②圖像分割：指將二維感興趣區(qū)域（region of interest，ROI）或三維感興趣體積（volume of interest，VOI）從背景中分割出來(lái)的過(guò)程。精準(zhǔn)的圖像分割是影像組學(xué)研究的重要步驟，一般有人工、半自動(dòng)或全自動(dòng)3種分割方式，其中手動(dòng)分割精度最高，但效率低，主觀性強(qiáng)，半自動(dòng)或全自動(dòng)分割效率高、可重復(fù)性高， 但對(duì)邊界勾畫可能存在誤差［5］。③特征提?。河跋窠M學(xué)特征包括形狀特征、一階特征、二階特征和高階特征。形狀特征是感興趣區(qū)域的幾何屬性；一階特征是單個(gè)像素值/體素值的分布，不涉及空間關(guān)系；二階特征又稱紋理特征，反映相鄰像素值/體素值的空間關(guān)系；高階特征是應(yīng)用濾波器或數(shù)學(xué)變換后生成。常用的特征提取軟件如PyRadiomics、LIFEx、3D Slicer Radiomics、ITK、Definiens Developer、MaZda、MATLAB Radiomics、IBEX等［6］。④特征篩選：從感興趣區(qū)域/體積提取的組學(xué)特征之間高度相關(guān)且存在大量冗余信息，常導(dǎo)致模型出現(xiàn)過(guò)擬合，影響其泛化能力，因此需要對(duì)提取的特征進(jìn)行篩選及降維處理。常用的特征篩選方法有ICC相關(guān)性分析、Pearson/Spearman相關(guān)性分析、最小絕對(duì)收縮和選擇算子（least absolute shrinkage and selection operator，LASSO）、最大相關(guān)最小冗余（maximum relevance minimum redundancy，MRMR）和主成分分析（principal component analysis，PCA）等［7］。⑤模型建立與評(píng)估：穩(wěn)定性和可重復(fù)性是模型建立的關(guān)鍵。常用的模型有邏輯回歸（logistic regression，LR）、支持向量機(jī)（support vector machine，SVM）、隨機(jī)森林（radom forest，RF）、決策樹（decision tree）和卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）等，可從受試者工作特征（receiver characteristic operating curve，ROC）曲線的曲線下面積 （area under the curve，AUC）、精確度、靈敏度、特異度、校準(zhǔn)度及臨床效用等方面評(píng)估模型性能，并對(duì)模型進(jìn)行測(cè)試和驗(yàn)證［8］。目前，影像組學(xué)廣泛應(yīng)用于NSCLC的早期診斷、病理分級(jí)、表型分析及預(yù)后預(yù)測(cè)等［9-12］。

2 靶向治療

隨著對(duì)肺癌驅(qū)動(dòng)基因研究的不斷深入，肺癌進(jìn)入了靶向治療時(shí)代。靶向治療是在細(xì)胞分子水平上，針對(duì)已經(jīng)明確的致癌位點(diǎn)，設(shè)計(jì)相應(yīng)的靶向藥物特異性殺傷腫瘤細(xì)胞而不損傷周圍正常組織的治療新方式。影像組學(xué)近年來(lái)發(fā)展迅速，使無(wú)創(chuàng)、精準(zhǔn)預(yù)測(cè)肺癌驅(qū)動(dòng)基因狀態(tài)成為可能。

2.1 表皮生長(zhǎng)因子受體 表皮生長(zhǎng)因子受體（epidermal growth factor receptor，EGFR）是一種跨膜受體酪氨酸激酶，與特異性配體結(jié)合后發(fā)生自磷酸化，隨后激活下游信號(hào)傳導(dǎo)通路，參與調(diào)控細(xì)胞增殖、分化和凋亡，調(diào)控失調(diào)與肺癌形成、侵襲、遠(yuǎn)處轉(zhuǎn)移和血管生成有關(guān)。目前EGFR是研究最深入且具有明確治療效果的肺癌分子靶點(diǎn)之一［13］。與EGFR野生型相比，EGFR突變型對(duì)酪氨酸激酶抑制（EGFR-tyrosine kinase inhibitors，EGFRTKIs）治療敏感、反應(yīng)率高，患者生存狀況明顯改善［14］。研究表明，影像組學(xué)可準(zhǔn)確預(yù)測(cè)NSCLC患者EGFR突變狀態(tài)［15-16］。此外，影像組學(xué)在鑒別EGFR突變亞型方面也取得了重大進(jìn)展。一項(xiàng)多中心研究旨在預(yù)測(cè)EGFR最常見(jiàn)的兩種突變亞型（Del-19突變與L858R突變），結(jié)果顯示CT組學(xué)模型可以有效鑒別Del-19突變與L858R突變、Del-19突變型與野生型及L858R突變型與野生型［17］。NSCLC患者EGFR-TKIs治療期間T790M突變是多數(shù)患者獲得性耐藥的主要原因，常常導(dǎo)致治療失敗。Rossi等［18］及Yang等［19］研究表明，增強(qiáng)CT影像組學(xué)模型可以準(zhǔn)確預(yù)測(cè)肺腺癌患者在接受第一代或第二代EGFR-TKIs治療后腫瘤進(jìn)展是否發(fā)生獲得性T790M突變，且加入臨床因素構(gòu)建的諾莫圖預(yù)測(cè)T790M突變性能更高同時(shí)對(duì)患者的生存情況具有一定的評(píng)估價(jià)值。以上表明，無(wú)創(chuàng)影像組學(xué)在預(yù)測(cè)EGFR突變及突變亞型、監(jiān)測(cè)疾病進(jìn)展方面具有重要價(jià)值。

2.2 間變性淋巴瘤激酶 由于2號(hào)染色體短臂的微小倒置，間變性淋巴瘤激酶（anaplastic lymphoma kinase，ALK）基因與棘皮動(dòng)物微管相關(guān)蛋白樣4（echinodern micro-tubule-associated protein-like 4，EML4）基因發(fā)生重排，形成EML4-ALK融合基因，其編碼的EML4-ALK融合蛋白可以在不接受配體及組織信號(hào)的情況下，異常激活下游信號(hào)傳導(dǎo)通路如RAS-RAF-MEKERK，最終導(dǎo)致癌癥形成［20］。NSCLC中ALK重排發(fā)生率僅2%～7%，但其已成為繼EGFR突變的又一重要突變基因，針對(duì)ALK重排的靶向治療藥物克唑替尼較標(biāo)準(zhǔn)化療可明顯延長(zhǎng)晚期NSCLC患者的無(wú)進(jìn)展生存期［21］。影像組學(xué)為預(yù)測(cè)ALK重排及對(duì)ALK-TKIs治療后反應(yīng)提供了一種新的定量分析方法［22］。Song等［23］回顧性分析335例肺腺癌患者，篩選出3個(gè)（Original_Firstorder_90Percentile、Original_Firstorder_Maximum和Wavelet-LHH_GLDM_ LDHGLE）與ALK重排顯著相關(guān)的組學(xué)特征，所構(gòu)建的CT組學(xué)模型可以有效區(qū)分ALK重排與ALK野生型肺腺癌，且上述特征還進(jìn)一步提示ALK重排的腫瘤更易表現(xiàn)為實(shí)性腫塊。Hao 等［24］評(píng)估了支持向量機(jī)、極限梯度提升樹、自適應(yīng)增強(qiáng)、決策樹和邏輯回歸5種機(jī)器學(xué)習(xí)模型，以尋找預(yù)測(cè)ALK重排NSCLC患者的最佳預(yù)測(cè)模型，其中基于支持向量機(jī)算法的機(jī)器學(xué)習(xí)模型性能最高，表明影像組學(xué)模型可以作為傳統(tǒng)、有創(chuàng)ALK重排狀態(tài)檢測(cè)實(shí)用且經(jīng)濟(jì)的替代方法。除此以外，ALK重排的NSCLC患者腦轉(zhuǎn)移發(fā)生率較高，同時(shí)也是治療失敗最常見(jiàn)的原因。研究表明，影像組學(xué)模型和基于影像組學(xué)的諾莫圖是預(yù)測(cè)ALK重排的晚期NSCLC患者發(fā)生腦轉(zhuǎn)移風(fēng)險(xiǎn)的重要手段［25-26］。

2.3 Kirsten大鼠肉瘤病毒癌基因 大鼠肉瘤病毒癌基因（rat sarcoma viral oncogene，RAS）是第一個(gè)被發(fā)現(xiàn)的人類腫瘤基因，RAS蛋白是一類鳥嘌呤核苷酸結(jié)合蛋白，當(dāng)其與GTP結(jié)合時(shí)處于活化狀態(tài)，與GDP結(jié)合時(shí)處于失活狀態(tài)。當(dāng)RAS蛋白發(fā)生突變后，機(jī)體失去GTP水解酶活性，將持續(xù)激活下游信號(hào)傳導(dǎo)通路，導(dǎo)致腫瘤發(fā)生。Kirsten大鼠肉瘤病毒癌基因（kirsten rat sarcoma viral oncogene，KRAS）是RAS家族中最重要的基因類型［27］。多年來(lái)，針對(duì)KRAS突變的藥物研發(fā)一直是研究難點(diǎn)，突變的KRAS蛋白有“不可成藥靶點(diǎn)”之稱，且與NSCLC患者EGFR-TKIs耐藥相關(guān)，常提示預(yù)后不良。在KRAS G12C突變的局部晚期或轉(zhuǎn)移性NSCLC患者中，索托雷塞顯示出較好的抗癌作用，并成為全球首個(gè)靶向KRAS蛋白的抗腫瘤藥物［28］。目前，基于CT影像組學(xué)預(yù)測(cè)KRAS突變的研究較少，這可能與長(zhǎng)期缺乏相應(yīng)的靶向藥物有關(guān)。Weiss 等［29］認(rèn)為精細(xì)紋理的正偏度和粗糙紋理的較低峰度與KRAS突變相關(guān)，且較低的峰度值與NSCLC患者較短的生存時(shí)間相關(guān)。Rios Velazquez等［30］基于CT影像組學(xué)的一項(xiàng)多中心研究顯示，影像組學(xué)模型可以預(yù)測(cè)KRAS突變狀態(tài)但效能有限，且結(jié)合臨床因素并不能提高KRAS突變的預(yù)測(cè)準(zhǔn)確性，但影像組學(xué)模型以及聯(lián)合模型在區(qū)分EGFR突變和KRAS突變方面具有較高價(jià)值?？偟膩?lái)說(shuō)，影像組學(xué)特征對(duì)預(yù)測(cè)肺腺癌KRAS突變?nèi)杂袃r(jià)值。

2.4 鼠類肉瘤病毒癌基因同源物B1 鼠類肉瘤病毒癌基因同源物B1（v-raf murine sarcoma viral oncogene homolog B1，BRAF）基因位于7號(hào)染色體上，負(fù)責(zé)編碼RAF激酶家族中的絲氨酸/蘇氨酸蛋白激酶。BRAF突變后RAS-RAF-MEK-ERK信號(hào)通路（即MAPK/ERK信號(hào)通路）傳導(dǎo)異常，ERK被持續(xù)激活，繼而發(fā)生腫瘤細(xì)胞增殖和轉(zhuǎn)移［31］。V600E突變是NSCLC中BRAF最常見(jiàn)的突變類型，達(dá)拉非尼聯(lián)合曲美替尼已作為晚期NSCLC患者BRAF V600E突變的一線治療方案寫入NCCN指南［32］。Shao等［33］基于1096例NSCLC患者的CT圖像開發(fā)出一個(gè)多標(biāo)簽多任務(wù)深度學(xué)習(xí)模型，該模型在評(píng)估BRAF在內(nèi)的8個(gè)基因突變狀態(tài)方面均表現(xiàn)優(yōu)異，其中識(shí)別BRAF突變的曲線下面積（area under the curve，AUC）在訓(xùn)練集及驗(yàn)證集分別為0.834、0.793。Padole等［34］對(duì)62例存在BRAF突變的NSCLC患者分析發(fā)現(xiàn)，影像組學(xué)特征在TNM各期間存在差異，其中IV期和I期差異最為顯著，表明影像組學(xué)有望成為肺癌患者TNM分期的無(wú)創(chuàng)替代工具，以減少患者活檢的痛苦。

2.5 其他罕見(jiàn)突變 由于突變率低或缺乏相應(yīng)的靶向藥物，RET （rearranged during transfection）重排、C-ROS原癌基因1（cros oncogene 1，ROS1）重排、間質(zhì)上皮細(xì)胞轉(zhuǎn)化因子（mesenchymal epithelial transition factor，MET）擴(kuò)增及人表皮生長(zhǎng)因子受體2（human epidermal growth factor receptor 2，HER2）突變等影像組學(xué)研究較少。Yoon等［35］從539例肺腺癌患者CT和正電子發(fā)射斷層掃描（positron emission tomography，PET）圖像上提取組學(xué)特征并結(jié)合傳統(tǒng)影像學(xué)特征、臨床特征，所構(gòu)建的模型能夠準(zhǔn)確區(qū)分RET重排與RET野生型以及ROS1重排與ROS1野生型肺腺癌。Shao等［33］開發(fā)的多標(biāo)簽多任務(wù)深度學(xué)習(xí)模型在識(shí)別RET重排、ROS1重排、MET基因擴(kuò)增及HER2突變方面表現(xiàn)優(yōu)異（AUC分別為0.85、0.91、0.92、0.89）。

3 免疫治療

免疫治療是指通過(guò)激活自身免疫系統(tǒng)、解除免疫細(xì)胞抑制狀態(tài)、加強(qiáng)免疫應(yīng)答反應(yīng)從而發(fā)揮抗腫瘤作用。免疫檢查點(diǎn)抑制劑可特異性阻斷抑制性受體如程序性死亡1（programmed cell death-1，PD-1）/程序性死亡配體1（programmed cell death-ligand 1， PD-L1）以及細(xì)胞毒性T淋巴細(xì)胞相關(guān)抗原4（cytotoxic T lymphocyte-associated antigen-4，CTLA-4），以恢復(fù)抗腫瘤反應(yīng)。影像組學(xué)可以對(duì)NSCLC免疫檢查點(diǎn)表達(dá)情況及腫瘤微環(huán)境組成情況進(jìn)行準(zhǔn)確預(yù)測(cè)并實(shí)時(shí)監(jiān)測(cè)免疫治療效果，是一種簡(jiǎn)單、省時(shí)的無(wú)創(chuàng)檢查方法。

3.1 程序性死亡1/程序性死亡配體1 PD-1作為一種免疫抑制分子，表達(dá)于活化的T細(xì)胞、B細(xì)胞、自然殺傷細(xì)胞、單核細(xì)胞等細(xì)胞表面；PD-L1是PD-1的主要配體，在腫瘤細(xì)胞中廣泛表達(dá)；兩者特異性結(jié)合致使T細(xì)胞受體信號(hào)轉(zhuǎn)導(dǎo)和CD28共刺激下調(diào)，降低CD8+T細(xì)胞增殖能力，從而抑制免疫應(yīng)答反應(yīng)，是腫瘤細(xì)胞免疫逃逸的重要機(jī)制［36］。PD-L1高表達(dá)與腫瘤侵襲性行為及預(yù)后不良顯著相關(guān)，PD-1/PD-L1抑制劑單藥或聯(lián)合化療、靶向治療等治療方案可使肺癌患者生存獲益［37-38］。相繼有研究報(bào)道影像組學(xué)無(wú)創(chuàng)、動(dòng)態(tài)評(píng)估PD-L1在NSCLC中的表達(dá)情況同時(shí)預(yù)測(cè)免疫治療效果的可行性［39-41］。Bracci等［39］研究表明，基于CT紋理分析的影像組學(xué)評(píng)分可用于預(yù)測(cè)局部晚期或轉(zhuǎn)移性NSCLC患者的PD-L1表達(dá)。Wang等［40］及Tian等［41］訓(xùn)練的深度學(xué)習(xí)模型較紋理分析可以更好區(qū)分NSCLC中 PD-L1表達(dá) ＜1%、1%～49%以及≥50%的患者并能準(zhǔn)確評(píng)估患者對(duì)免疫治療后的反應(yīng)。此外，深度學(xué)習(xí)模型聯(lián)合臨床模型對(duì)NSCLC患者有更好的分層能力，以指導(dǎo)治療方案的選擇。

3.2 細(xì)胞毒性T淋巴細(xì)胞相關(guān)抗原4 CTLA-4是免疫球蛋白超家族成員，主要表達(dá)在活化T細(xì)胞表面。CTLA-4 通過(guò)與共刺激性受體CD28競(jìng)爭(zhēng)性結(jié)合抗原呈遞細(xì)胞上的B7配體，向活化T細(xì)胞傳遞抑制信號(hào)，促進(jìn)腫瘤免疫逃逸。此外，T 調(diào)節(jié)細(xì)胞上的組成型 CTLA-4 表達(dá)可進(jìn)一步降低B7配體的水平，抑制免疫反應(yīng)［42］。CTLA-4已被證實(shí)是多種腫瘤預(yù)后不良的獨(dú)立預(yù)測(cè)因子，針對(duì)CTLA-4的抗體-伊匹單抗可顯著提高包括肺癌在內(nèi)的癌癥患者的總生存期及無(wú)進(jìn)展生存期［43］。已有研究表明PET-CT可對(duì)64CU-DOTA-伊匹單抗進(jìn)行成像以無(wú)創(chuàng)監(jiān)測(cè)NSCLC中CTLA-4表達(dá)情況［44］。影像組學(xué)可以預(yù)測(cè)腫瘤CTLA-4表達(dá)及生存情況，但在肺癌中鮮有報(bào)道［45-46］。 CTLA-4作為肺癌重要免疫檢查點(diǎn)之一，值得進(jìn)一步探索影像組學(xué)特征與其之間的關(guān)系以更好地指導(dǎo)臨床。

3.3 白細(xì)胞分化抗原8 CD8是部分T細(xì)胞表面的一種跨膜糖蛋白，主要作用是輔助T細(xì)胞受體與MHC I類分子所提呈的抗原特異性結(jié)合并參與T細(xì)胞活化?；罨腃D8+T細(xì)胞又名細(xì)胞毒性T細(xì)胞（cytotoxic T lymphocyte，CTL）釋放大量細(xì)胞毒素或介導(dǎo)免疫發(fā)揮抗腫瘤作用。免疫治療的主要機(jī)制之一就是通過(guò)促進(jìn)CTL增殖并向腫瘤部位浸潤(rùn)從而達(dá)到殺傷腫瘤細(xì)胞的目的。因此，CD8+腫瘤浸潤(rùn)淋巴細(xì)胞（CD8+tumour-infiltrating lymphocytes，CD8+TILs）的浸潤(rùn)程度成為了評(píng)價(jià)免疫治療效果、患者預(yù)后的可靠指標(biāo)［47］。Chen 等［48］研究顯示術(shù)前CT影像組學(xué)評(píng)分與NSCLC中CD8+TILs豐度高度相關(guān)，其中灰度共生矩陣中的依賴非均勻性歸一化對(duì)預(yù)測(cè)NSCLC中CD8+TILs豐度貢獻(xiàn)最大。放療是肺癌的常見(jiàn)治療方式之一，不僅可以直接殺傷腫瘤細(xì)胞，還能增強(qiáng)免疫治療的抗腫瘤反應(yīng)。Sun等［49］通過(guò)建立影像組學(xué)特征與CD8+TILs浸潤(rùn)程度之間的關(guān)系，準(zhǔn)確評(píng)估了免疫治療聯(lián)合放療的肺癌患者預(yù)后情況，為NSCLC免疫治療及聯(lián)合治療選擇治療優(yōu)勢(shì)人群提供了有力證據(jù)。

4 小結(jié)與展望

明確NSCLC驅(qū)動(dòng)基因突變狀態(tài)、免疫檢查點(diǎn)表達(dá)情況以及腫瘤微環(huán)境組成情況顯然已成為NSCLC精準(zhǔn)化、個(gè)體化治療的關(guān)鍵。影像組學(xué)可以無(wú)創(chuàng)、全面地反映腫瘤分子表型及其微環(huán)境改變，有利于選擇NSCLC靶向治療及免疫治療優(yōu)勢(shì)人群、制定個(gè)性化治療方案以及評(píng)估患者預(yù)后。但目前影像組學(xué)在臨床并未得到有效利用，主要存在以下問(wèn)題：①大多數(shù)研究為回顧性、單中心研究，且樣本量較小，模型的泛化能力與穩(wěn)定性不佳；②現(xiàn)有的特征選擇方法眾多，最優(yōu)處理方法仍不清楚；③不同設(shè)備之間采集參數(shù)的差異影響特征值的穩(wěn)定和再現(xiàn)；④影像組學(xué)特征與腫瘤表型之間的關(guān)系缺乏共識(shí)，給醫(yī)師對(duì)特征的解讀帶來(lái)挑戰(zhàn)。但影像組學(xué)仍然顯示出光明的前景，未來(lái)可開展多中心、大樣本的研究，并建立可重復(fù)、標(biāo)準(zhǔn)的影像組學(xué)特征以實(shí)現(xiàn)對(duì)肺癌患者的分層管理，最終實(shí)現(xiàn)精準(zhǔn)醫(yī)療。