编辑推荐：
研究针对 IDH 野生型胶质母细胞瘤（GBM），分析影像、空间与基因关系，助力非侵入性肿瘤分析及治疗。
胶质母细胞瘤（Glioblastoma，GBM）是一种令人闻风丧胆的原发性恶性脑肿瘤，它就像大脑中的一颗 “定时炸弹”，无情地侵蚀着患者的健康。GBM 生长迅速且极具侵袭性，常常像藤蔓一样向周围脑组织广泛浸润，即便进行了最大程度的安全切除手术，再辅以放化疗，也很难彻底将其根除，患者的预后情况往往不容乐观。
目前，GBM 治疗面临着诸多棘手的难题。一方面，肿瘤内部存在高度的异质性，不同肿瘤细胞在基因和表观遗传上差异巨大，这使得针对单一靶点的治疗手段很难对所有肿瘤细胞都有效，极易导致肿瘤复发。另一方面，传统的基因测序通常只能对肿瘤的一小部分进行检测，无法全面反映整个肿瘤的异质性特征，而且测序结果还受到检测方法、覆盖深度等多种因素的影响，为多机构临床试验的标准化带来了极大挑战。因此，探寻一种能够更全面、准确地了解肿瘤分子特征的方法迫在眉睫。
为了攻克这些难题，来自美国宾夕法尼亚大学等多个机构的研究人员展开了深入研究。他们的研究成果发表在《Communications Medicine》上，为 GBM 的诊疗带来了新的曙光。
研究人员采用了多种关键技术方法。首先，他们收集了大量临床数据，建立了包含 585 例 GBM 患者的回顾性队列，从中筛选出 357 例 IDH 野生型 GBM 患者用于后续分析。其次，运用下一代测序（NGS）技术对患者的肿瘤组织样本进行基因测序，全面获取基因变异信息。同时，利用多参数磁共振成像（mpMRI）对患者进行扫描，获取丰富的影像学数据。此外，借助机器学习（ML）和深度学习（DL）模型，对影像学数据和基因数据进行深度分析，挖掘其中隐藏的信息。
研究结果主要包括以下几个方面：
- 放射基因组标记在不同肿瘤中的差异：研究发现，放射基因组特征在单基因 / 通路改变的肿瘤中比多基因 / 通路改变的肿瘤更显著。通过 DL 和 ML 模型生成的放射基因组特征，在预测关键驱动基因及相关通路的改变时，在独立复制队列中展现出了较高的可重复性。而且，单一基因或通路突变的肿瘤，其成像特征更清晰，能更好地区分突变型和野生型肿瘤。例如，EGFR 突变的肿瘤在增强肿瘤区域表现出高血管化；TP53 突变与肿瘤的渗透性、血管渗漏、细胞密度等多种特征相关；PTEN 突变的肿瘤在非增强肿瘤区域有不同的特征表现；NF1 突变的肿瘤在血管化和细胞密度方面也有独特表现。
- 空间基因组景观与分子突变的关联：肿瘤的空间位置与突变谱存在紧密联系。不同基因或通路突变的肿瘤，在大脑中的发生部位具有明显偏好。如 EGFR 突变的肿瘤在左顶叶、右颞叶和右枕叶更为常见；PTEN 突变的肿瘤多发生于左、右颞叶和右顶叶等。通过分析，还发现了四个与特定突变相关的脑区，并揭示了这些区域肿瘤的分子特征差异。
- 肿瘤的分子基础与进化轨迹：对 177 个样本的分析显示，GBM 中常见的致癌突变包括 EGFR 拷贝数增加、CDKN2A 拷贝数丢失和 PTEN 体细胞突变等。通过贝叶斯推断方法，研究人员推断出了 GBM 进展过程中突变事件的可能时间顺序，并且发现不同脑区肿瘤的进化轨迹存在差异。例如，在不同脑区的肿瘤中，早期驱动突变的基因不同，像 Group 1 中 NF1 改变较为频繁，而 Group 2、3、4 中 EGFR、PTEN 等基因的突变更为常见。
在结论与讨论部分，研究人员指出，他们成功揭示了 IDH 野生型 GBM 的放射表型与分子景观之间的关系。通过放射基因组学和空间基因组学分析，发现了多个基因和信号通路突变的独特放射基因组特征，并且这些特征在分子异质性较低的肿瘤中更为明显。同时，还发现了肿瘤的空间模式与分子组成的关联，这可能与不同脑区的肿瘤微环境（TME）差异有关。这些研究成果意义重大，能够帮助医生在不进行侵入性手术的情况下，更准确地识别可能从分子靶向治疗中获益的患者，还能对患者治疗过程中的突变变化进行长期监测，为 GBM 的个性化治疗提供了重要依据。
不过，该研究也存在一些局限性。样本规模还有进一步扩大的空间，研究未纳入外部机构的数据，可能影响模型的普适性；肿瘤样本的有限采样和固定处理可能导致部分基因组改变无法准确检测；此外，研究基于回顾性临床数据，无法直接将肿瘤不同区域的成像表型与基因组标记相关联。尽管如此，这项研究依然为 GBM 的研究和治疗开辟了新的方向，相信在未来，随着研究的不断深入，GBM 的诊疗水平将会取得更大的突破。
