上海
在腫瘤精準診療領域，一項突破性研究正為乳腺癌的臨床管理帶來變革性工具。近日，一項發表于國際頂級期刊《Cell》的研究表明：一種名為“Path2Space”的人工智能模型，能夠僅憑醫院常規采集的H&E染色病理切片，高精度地預測腫瘤內部數千個基因的空間表達圖譜。這項技術突破，使得低成本、大規模地發現指導治療決策的空間生物標志物成為可能，有望極大推動乳腺癌乃至更多癌種的個性化治療進程。
圖形摘要
核心創新：AI解讀切片深層信息
空間轉錄組學（ST）技術能揭示腫瘤內部不同區域的基因活動差異，是理解腫瘤異質性和微環境的關鍵。然而，其高昂的成本和技術復雜性嚴重限制了在大型臨床隊列中的應用。研究團隊所開發的Path2Space模型，成功突破了這一瓶頸。Path2Space是一種深度學習模型。研究人員利用大量的乳腺癌空間轉錄組學數據進行訓練，教會AI識別H&E切片中細胞形態、組織結構與深層分子表達模式之間的復雜關聯。經過驗證，該模型在預測基因空間表達方面的性能超越了21種現有方法。
這意味著，對于一份存檔或新獲取的常規病理切片，Path2Space可以“解讀”出原本需要昂貴、復雜的ST檢測才能獲得的分子信息，相當于為每張二維切片增添了豐富的三維分子語境。
精準劃分亞型，超越傳統測序預測療效
研究團隊利用Path2Space，成功繪制了來自癌癥基因組圖譜（TCGA）的976個乳腺癌腫瘤的空間微環境圖譜。分析不僅精確推斷了各類細胞的比例，更重要的是，根據空間表達模式識別出三個具有顯著不同生物學特性和生存結局的乳腺癌亞組。
在臨床最關心的治療預測方面，Path2Space展現出了巨大優勢。基于其生成的、低成本的空間腫瘤微環境圖譜，在預測患者對化療和曲妥珠單抗的治療反應時，準確性甚至超過了基于昂貴的傳統批量測序所得的生物標志物。這為臨床醫生選擇最可能受益的患者提供了更可靠、更經濟的工具。
研究意義與未來展望
Path2Space為大規模臨床隊列中的治療生物標志物發現，提供了一種可擴展、快速且經濟高效的替代方案。它直接從常規組織病理學中提取具有轉化醫學價值的深刻見解，打破了高端分子檢測的成本與可及性壁壘。該研究不僅為乳腺癌的精準分層與治療帶來了新利器，也驗證了該方法論在不同癌癥種類中廣泛應用的潛力。未來，基于AI的數字病理學分析，有望成為癌癥臨床研究和常規診療中不可或缺的一環，讓每一張承載著疾病信息的病理切片，都發揮出更大的價值。
https://www.cell.com/cell/abstract/S0092-8674(26)00458-7
免費論壇
【關于投稿】
轉化醫學網（360zhyx.com）是轉化醫學核心門戶，旨在推動基礎研究、臨床診療和產業的發展，核心內容涵蓋組學、檢驗、免疫、腫瘤、心血管、糖尿病等。如您有最新的研究內容發表，歡迎聯系我們進行免費報道（公眾號菜單欄-在線客服聯系），我們的理念：內容創造價值，轉化鑄就未來！
轉化醫學網（360zhyx.com）發布的文章旨在介紹前沿醫學研究進展，不能作為治療方案使用；如需獲得健康指導，請至正規醫院就診。
責任聲明：本稿件如有錯誤之處，敬請聯系轉化醫學網客服進行修改事宜！
微信號：zhuanhuayixue
★ 4月份熱門內容 ★
01
02
03
04
05
06
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
