影像基因组学通过挖掘肿瘤的影像和基因组学间的关联性,将两者的优势互补,以此指导不同患者个体化治疗方案的制定、预后评估、疗效检测等.针对非小细胞肺癌(NSCLC),建立其CT影像定量特征与基因表达之间的映射.首先,将对应的CT影像中肿瘤区域进行分割和特征提取,选用66种三维定量特征作为肿瘤区域影像特征集;然后,利用基因组学数据分析流程,在原始基因数据经过预处理、聚类后,获取其第一主成分作为具有相似表达谱基因聚类结果的代表;最后,运用基因芯片显著性分析算法探寻两者之间的相关性,并进行基因集的富集分析和预测模型的建立.对癌症图像归档数据库(TCIA)中的26例NSCLC影像数据和基因表达综合数据库(GEO)中相对应的基因数据进行分析,共得到126组成对的显著关联(q<0.05).将所得结果中的29组元基因建立预测模型,并通过TCIA中更新的211组数据,对其中10组预测准确率大于70％且预测的元基因有生物学意义的预测模型进行验证,最终预测准确率为35.48％-80.85％,10个预测模型中有6个的准确率在70％以上.实验结果表明,特定的影像特征或其组合可以作为基因表达的影像标记物.
作者：王婷；龚敬；段辉宏；王丽嘉；聂生东
来源：中国生物医学工程学报 2020 年 39卷 6期
