基于多模态肿瘤微环境特征的结直肠癌预后预测及化疗获益评估新模型

本研究针对结直肠癌(CRC)传统TNM分期系统在预后预测和化疗获益评估中的局限性，通过整合病理组学特征、胶原特征和CD3/CD8免疫评分，构建了多模态肿瘤微环境特征模型(MTMSCRC)。该模型在1314例患者队列中验证显示，其预测效能显著优于TNM分期系统，并能精准识别化疗获益人群，为个体化治疗决策提供了新工具。

　　

在肿瘤诊疗领域，结直肠癌(CRC)长期占据全球癌症相关死亡原因的第二位。尽管现行的肿瘤-淋巴结-转移(TNM)分期系统为临床决策提供了基础框架，但其仅关注肿瘤解剖学特征的局限性日益凸显——大量临床实践表明，相同分期患者接受标准化疗后生存结局存在显著差异。这种"同病不同命"的现象，根源在于传统分期系统完全忽略了肿瘤微环境(TME)的生物学异质性。TME作为肿瘤细胞的"生存土壤"，其复杂的胶原网络架构、免疫细胞浸润状态等特征，已被证实深刻影响着疾病进展和治疗响应。如何突破形态学分期的桎梏，建立更精准的预后预测体系，成为亟待解决的临床难题。

南方医科大学南方医院联合福建省肿瘤医院的研究团队在《npj Precision Oncology》发表的重要研究成果，开创性地将数字病理、多光子成像和免疫组化技术相结合，构建了首个结直肠癌多模态肿瘤微环境特征模型(MTMSCRC)。这项跨越10年的多中心研究，通过对1314例患者样本的系统分析，不仅验证了该模型超越TNM分期的预测效能，更首次揭示了微环境特征指导化疗获益分层的临床应用价值。

研究团队运用三项核心技术：基于全切片数字图像提取348个病理组学(H&E)特征，通过多光子成像量化142个胶原结构特征，以及采用QuPath软件计算肿瘤中心/浸润边缘的CD3⁺/CD8⁺T细胞密度。这些技术手段共同支撑了MTMSCRC模型的构建，其计算公式整合了上述三类生物标志物的回归系数。

MTMSCRC的构建与验证

通过LASSO-Cox回归筛选出最具预测价值的特征，建立的MTMSCRC在训练集(419例)和两个独立验证集(共895例)中均展现出稳定性能。X-tile分析确定的风险分层标准，将患者分为低、中、高三个风险组，其5年无病生存率(DFS)从92.0%骤降至2.9%(P<0.001)，这种差异模式在总生存期(OS)预测中同样显著。

模型解释性与比较优势

SHAP值分析揭示，病理组学特征对预测贡献最大(权重1.101)，其次是CD3/CD8免疫评分(权重-1.374至0)和胶原特征(权重0.388)。整合这三种模态的MTMSCRC，其预测C-index达0.852，显著高于单纯临床模型(0.770)和TNM分期(0.699)。决策曲线分析证实，该模型在绝大多数阈值概率范围内都能提供更优的临床净获益。

化疗指导价值

最引人注目的发现来自对高危险度II/III期患者的分析：在nomogram预测的高风险组中，化疗使死亡风险降低36.1%(HR=0.639，P=0.001)，中风险组获益相似；而低风险患者接受化疗后生存并无改善(P=0.591)。这种"风险分层-治疗响应"的精准对应，为临床化疗方案选择提供了客观依据。

这项研究突破了传统肿瘤分期的思维定式，首次实现了从"解剖定位"到"微环境功能"的预后评估范式转变。MTMSCRC模型通过量化胶原重构特征、免疫景观和肿瘤形态学的多维度信息，不仅解决了TNM系统无法解释的预后异质性难题，更重要的是建立了首个可指导化疗决策的微环境评估体系。研究团队开发的在线预测工具(https://nomogramforcrc.shinyapps.io/MTMSforDFS/)，将复杂的多模态分析转化为便捷的临床应用，为推进结直肠癌精准医疗提供了创新性解决方案。未来，这种整合数字病理与人工智能的方法论，或可拓展至其他实体瘤的研究领域。