AI+类器官“慧眼”识耐药:前列腺癌细胞13个形态标志物助力克服雄激素剥夺治疗耐药

前列腺癌（PCa）是中老年男性常见恶性肿瘤，中高危患者常需新辅助雄激素剥夺治疗（NADT）联合雄激素受体信号抑制剂。然而，现有指南因缺乏确切的疗效预测标志物而不常规推荐NADT，导致部分耐药患者无法及时调整治疗策略。因此，开发准确、低成本、无需分子检测的生物标志物以区分应答与非应答者至关重要。Hong Yan等中国学者利用人工智能（AI）从常规穿刺活检HE切片挖掘出13种细胞形态计量生物标志物（CMB），构建预测模型并在多个独立队列中验证其预测与预后价值。同时，通过免疫组化和患者来源类器官（PDO）证实，该模型可识别mTOR通路高活性的耐药亚群，并为联合使用mTOR抑制剂提供实验依据，为实现前列腺癌精准分层与治疗优化提供了新策略。

1. 构建并验证了基于AI的13-CMB（13种细胞形态计量生物标志物）模型，仅依托常规穿刺活检HE切片，即可精准预测前列腺癌患者对NADT联合恩杂鲁胺的治疗反应，且在多中心队列中实现患者预后分层。

2. 通过患者来源类器官（PDO）实验，验证了13-CMB模型分层的NADT无应答患者对mTOR抑制剂敏感，为耐药患者提供了新的治疗方向。

3. 揭示了CMBs与肿瘤微环境、分子特征的关联，证实CMBs可预测肿瘤mTOR信号通路激活状态，为CMBs的生物学机制及临床转化提供了坚实的实验支撑。

该研究使用四个队列：队列1（临床试验NCT02430480，n=37，中高危PCa，接受6个月NADT+恩扎卢胺），以残余肿瘤负荷0.05cm³为界分为显著应答者（ER，n=15）和不完全/无应答者（INR，n=22）；队列2（n=122）和队列3（n=60）为独立医院验证队列，均为中高危及以上局限性PCa患者NADT前的穿刺活检标本（按美国国家综合癌症网络风险分级）；队列4为TCGA-PRAD队列（n=396，局限性PCa）仅用于预后验证。

从中高危PCa患者基线穿刺活检中鉴定出256个CMBs（图1A–B），其中13个与NADT联合恩扎卢胺治疗反应显著相关（图1F、1G，FDR<0.05）。耐药相关CMB（如CMB192）表现为收缩/立方形间质梭形细胞及免疫排斥特征；与治疗敏感相关的CMB（如CMB212）则呈现伸长梭形间质细胞及免疫友好特征，提示CMB相关间质形态可能反映癌相关成纤维细胞（CAF）功能状态及细胞外基质（ECM）和免疫拓扑差异，影响ADT敏感性。基于13个CMBs构建的LASSO模型可精准预测治疗反应（AUC:0.981,95%CI:0.979-0.983），其效能优于既往模型（图1I），表明该CMB模型可可靠地用于患者分层。

为验证锁定版13-CMB模型的预测效能与临床价值，对两个分别含122例和60例接受NADT治疗的局限性前列腺癌患者的独立医院队列进行盲法评估（图2A–D）。第一个队列（n=122）中，模型将患者分为类显著应答组（ER-like，n=22）与类不完全/无应答组（INR-like，n=100），ER-like组病理完全缓解率（pCR）（p=0.0005，图2B）和无生化复发生存期（BCRFS）（p=0.024，图2C）均显著更优；第二个队列（n=60）中，模型同样分组（ER-liken=16，INRliken=44），ER-like组无生化复发生存期（BCRFS）显著更优（p=0.031，图2F），因仅1例达到pCR，两组pCR率无统计学差异（p=0.595，图2E）。合并两队列汇总分析显示，ER-like组治疗耐药评分显著更低（p<2.22×10⁻¹⁶，图2G）、pCR率更高（p=0.0004，图2H）、BCRFS更优（p=0.015，图2I）。多变量分析证实锁定模型为pCR（p=0.002，图2J）和BCRFS（p=0.032，图2K）的独立预测因子。

为评估13-CMB模型的预后价值，将其应用于TCGA-PRAD队列（n=396），分为类显著应答组ER-like（n=252）与类不完全/无应答组INR-like（n=144）（图3A–C）。结果显示，ER-like组无进展生存期（PFS）显著更优（图3B，p=0.0017），总生存期（OS）仅呈改善趋势（图3C，p=0.054）。OS差异不显著可能与事件发生率与随访时间有限、挽救治疗及后续治疗的影响、生物学终点与治疗干预后终点的差异及TCGA队列异质性有关。

为评估13-CMB模型的临床实用性，在TCGA-PRAD队列中结合预计算的OncotypeDX和Decipher评分进行多变量分析。INR样组的两项评分均显著更高（图3D-F）。校正临床因素及基因组评分后，13-CMB模型仍是PFS的独立预后因素（图3E-G），而Decipher和OncotypeDX失去显著性。因公开评分与商业检测量纲不同，使用连续耐药评分验证，结果一致。TCGA-PRAD无NADT信息，但结合两个医院队列，13-CMB模型兼具预测NADT反应及局限性PCa预后价值。

前列腺癌的肿瘤微环境（TME）对生存、治疗反应及转移至关重要。利用TCGA-PRAD队列的RNA-seq数据发现，有利的CMBs（图1G，CMB108、118、236）与TME中免疫细胞浸润呈显著负相关。PCa中免疫浸润多反映基因组不稳定性等，而非有效抗肿瘤免疫；对ADT敏感的AR依赖性、管腔分化肿瘤常呈“免疫冷”微环境。因此，该负相关可能体现肿瘤分化状态与AR依赖性，而非缺乏免疫原性。

在TCGA-PRAD队列中，ER-like与INR-like组在肿瘤功能状态、TME及代谢重编程三方面存在显著差异（图4A、4B）。INR-like组中同源重组修复HRR（FDR=1.4×10⁻⁶）、PI3K/AKT/mTOR（FDR=0.01）、DNA损伤修复（DDR）及NK细胞（FDR=0.007）等特征评分更高，而ER-like组雌激素应答评分更高；INR-like组类固醇激素代谢与生物合成下调（FDR=0.004、0.002）。13个CMB可有效预测HRR（R=0.29）、NK细胞（R=0.29）及DDR等评分（图4B下图），且在独立医院队列中验证一致。

将CMB模型应用于20例NADT治疗前后配对标本（ER-like与INR-like各10例），发现NADT治疗后两组NK细胞增多（图5B）、EMT增强（图5C）、HRR缺陷加重（图5D），而mTOR活性不受影响（图5A），且INR-like组mTOR活性持续更高，与TCGA-PRAD结果一致（图5E）。INR-like组对mTOR抑制剂更敏感（图5G–H），并经免疫组化（IHC）验证p70S6K表达显著升高（图5M–O，p=0.03），预测评分与蛋白表达显著相关（图5L、5P），证实模型预测效能。

为验证INR样肿瘤对mTOR抑制剂的敏感性，从8例经13-CMB模型判定的INR样患者中建立PDO培养（图6A）。CMB模型显示这些肿瘤中mTOR（图6B）和DDR（图6C）活性显著升高。药物筛选包括ARPI（醋酸阿比特龙）、PARP抑制剂（奥拉帕利）、mTOR抑制剂（依维莫司）及联合方案。患者3对除奥拉帕利单药外的方案均敏感（图6D、6E）。两种联合疗法，尤其是醋酸阿比特龙+依维莫司，在宽浓度范围内细胞毒性优于单药（图6F），IC₅₀显著降低（图6G），AUC证实其整体抑制最强（图6H），而依维莫司单药效果不足，提示协同作用。这与mTOR介导的适应性耐药一致：抑制mTOR可阻断代偿程序，恢复肿瘤对雄激素阻断的敏感性。PDO实验证明，在INR-like前列腺癌耐药亚群中，mTOR抑制剂与ARPI联合应用具有明确的协同抗肿瘤效应，是克服ADT/ARPI耐药的有效策略。 该发现为针对此耐药亚群的临床试验设计提供了强有力的机制依据。

该研究开发并验证了基于AI的13-CMB模型，利用常规H&E切片即可预测NADT治疗反应，独立于基因组及组织学特征，可作为精准肿瘤学的新方法。相比商业基因组检测（Decipher、OncotypeDX），13-CMB模型更易获取、成本更低，且在多变量分析中独立预后价值显著。模型发现INR样肿瘤mTOR及DDR通路活性更高，PDO实验证实mTOR抑制剂联合ARPI可协同增效，为耐药患者提供新策略。DDR通路活性升高提示PARP抑制剂潜在获益，亦经患者来源类器官验证。

该研究局限性包括：开发队列较小、回顾性验证仅两中心、TCGA-PRAD治疗信息不完整、未直接头对头比较商业检测、IHC仅支持性证据、PDO队列小且缺乏多样性、未纳入ER样类器官、PDO缺乏微环境等。此外，临床部署需解决切片质量、扫描异质性等问题，需前瞻性多中心验证及监管审批。总之，13-CMB模型基于穿刺活检，可精准预测NADT反应、预后及mTOR抑制剂治疗获益，融合AI与数字病理学，有待更大规模前瞻性验证。

客服电话/微信:18610798010

设计: Summer、Rebecca｜封面: Rebecca