法国研究者Zeng等报告的多中心回顾性研究表明，应用于肝细胞癌数字载玻片的人工智能（AI）能作为阿替利珠单抗-贝伐珠单抗治疗患者无进展生存期的预测生物标志物。这种方法可用于开发能廉价和快速检测靶向治疗的生物标志物。人工智能热图与空间转录组学的结合能洞察预测相关分子特征。这种方法可以应用于其他癌症或疾病，并提高对驱动治疗反应的生物学机制的理解。（Lancet Oncol. 2023年11月8日在线版）

阿替利珠单抗（Atezolizumab）联合贝伐珠单抗的临床获益仅在一小部分肝细胞癌患者中被观察到，需要开发生物标志物来改进治疗策略。通过分子生物学分析技术评估的阿替利珠单抗-贝伐珠单抗反应特征（ABRS）已被证明与治疗开始后的无进展生存期相关。本研究的主要目的是开发一种人工智能模型，能直接从组织切片中估计ABRS的表达，并评估模型预测是否与无进展生存期相关。

在这项多中心回顾性研究中，研究者建立了一个模型（ABRS-P）。使用来自癌症基因组图谱的多中心数据集（接受手术切除治疗的患者，336例）训练模型以拟合回归分析。ABRS-P模型在来自肝细胞癌患者的两个独立系列样本中进行了外部验证（一个手术切除系列，225例；活检系列，157例）。

该模型的预测价值在一系列多中心肝细胞癌患者的活检样本中得到进一步检验，这些患者接受了阿替利珠单抗-贝伐珠单抗治疗（122例）。研究中的所有样本均来自成年人（年龄≥18岁）。验证集的采样时间为2008年1月1日至2023年1月1日。

对于多中心验证集，主要目的是评估高ABRS-P值对比低ABRS-P值与治疗开始后的无进展生存期的相关性。最后，研究进行了空间转录组学分析，并将预测热图与原位表达谱相匹配。

在840例患者中，男性641例（76%），女性199例（24%）。在整个开发和验证数据集中，肝细胞癌的危险因素包括酒精摄入、乙型和丙型肝炎病毒感染以及非酒精性脂肪性肝炎。

在开发序列中进行交叉验证，ABRS-P值与ABRS评分（ABRS基因的平均表达量）间Pearson相关性系数r的平均值为0.62（标准差SD为0.09；平均值，P<0.0001；SD，P<0.0001）。ABRS-P在外部验证系列总体来说表现良好（手术切除系列，r=0.60，95%CI 0.51~0.68，P<0.0001；活检系列，r=0.53，95%CI 0.40~0.63，P<0.0001）。

在122例接受阿替利珠单抗-贝伐珠单抗治疗治疗的患者中，治疗开始后，高ABRS-P肿瘤患者（74例）的中位无进展生存期明显擅长低ABRS-P肿瘤患者的（48例；12个月 vs. 7个月，P=0.014）。空间转录组学分析显示，在ABRS-P值高的肿瘤区域，与ABRS-P值低的肿瘤区域相比，ABRS评分明显更高，其他各种免疫效应物也上调。

（编译 魏来）