Clear Sky Science · zh

基于人工智能的体成分图谱揭示其与NSCLC免疫治疗结局及分子背景的关联:一项多中心研究

· 返回目录

为何体型对癌症治疗重要

当人们谈到癌症治疗时,常常会想到直接针对肿瘤的药物。本研究提出了另一个问题:体内脂肪与肌肉的分布方式能否帮助预测谁能从现代肺癌免疫治疗中受益?研究者使用人工智能解读常规医学扫描,表明体组织中的细微信号与患者生存期及免疫细胞行为相关,并且这些模式在男性与女性之间存在差异。

用智能影像洞察体内情况

研究团队聚焦于非小细胞肺癌,这是最常见的肺癌类型,研究对象为接受免疫检查点抑制剂(一类帮助免疫系统攻击肿瘤的药物)的患者。研究不依赖于诸如体质指数等简单指标,而是用深度学习算法从常规CT扫描中提取92项体成分特征。这些特征覆盖了皮下脂肪(皮下浅层脂肪)、环绕器官的内脏脂肪、骨骼肌以及肌肉间隙内的脂肪在胸椎到腰椎多个层面的体积和密度。他们的自动化系统在速度上比人工快约一百倍,同时与专家测量高度一致,使其在繁忙的医院环境中具有现实可行性。

Figure 1. 人工智能解读CT中的脂肪与肌肉格局,以预测肺癌患者对免疫疗法的反应。
Figure 1. 人工智能解读CT中的脂肪与肌肉格局,以预测肺癌患者对免疫疗法的反应。

脂肪与肌肉模式与存活相关

基于来自八个队列、两千多名患者的数据,研究者检验了每项体成分特征与免疫治疗后总体生存的关联。他们发现情况比“瘦就是好、胖就是坏”的旧观念要复杂得多。在男性中,更多的肌间脂肪和某些类型的皮下脂肪,以及更大的椎体骨体积,始终与更长的生存期相关,即便在调整年龄、疾病分期和血液标志物后仍然显著。在女性中,部分脂肪指标,尤其是腹部周围的脂肪,其对生存的影响取决于脂肪的密度与位置,可能与更好或更差的生存相关,这突显了相同组织类型在性别以及脊柱不同部位可能发挥不同作用。

从体形走向免疫行为

为超越统计关联并探究生物学基础,团队将基于CT的体成分测量与肿瘤的基因表达数据结合。在两组具备总体RNA测序数据的患者中,他们发现特定体征与进入肿瘤的免疫细胞数量及与免疫检查点(如PD‑L1)相关基因的活性相对应。例如在男性中,较高的肌间脂肪往往伴随更强的免疫浸润和更高的检查点信号,这一状态以往研究已与更好的免疫治疗反应相关。在女性中,不同的脂肪密度模式则表现出相反的关系,再次强调了性别特异效应。

Figure 2. 特定的内脏脂肪与肌肉分布模式在性别间不同地影响肺肿瘤内免疫细胞的行为。
Figure 2. 特定的内脏脂肪与肌肉分布模式在性别间不同地影响肺肿瘤内免疫细胞的行为。

放大到单个免疫细胞

研究者随后分析了一小组患者的单细胞RNA测序数据,以观察在不同体成分谱下肿瘤内单个免疫细胞的行为。在肌间脂肪较高的男性中,杀伤性T细胞和自然杀伤细胞显示出更活跃的类抗病毒信号和更低的耗竭迹象,意味着它们不那么“疲惫”,更有能力攻击癌细胞。呈递肿瘤抗原的树突状细胞也表现出更高活性,巨噬细胞则偏向与攻击肿瘤相关的表型。在女性中,这些模式有时被相反或弱化,肌间脂肪与更多耗竭的免疫细胞相关,但仍伴随对癌症更具攻击性的巨噬细胞表型。

这对患者与医生意味着什么

对普通读者来说,核心信息是脂肪与肌肉在体内的分布位置和方式不仅仅是体重或外观问题;它们与免疫系统对肺癌的应对有关,而且这些联系在男女之间以及躯干不同区域存在差异。作者建议,基于常规CT自动生成的详细“体成分图谱”可能帮助医生评估哪些患者更可能从免疫疗法中获益,并可为未来将生活方式或代谢干预与抗癌药物结合的策略提供指导。尽管还需要更多研究来证明因果关系,但这项工作表明日常影像中蕴含着关于肿瘤与免疫系统内在较量的隐秘线索。

引用: Guo, Y., Gong, B., Lou, J. et al. AI-driven body composition atlas reveals its association with NSCLC immunotherapy outcome and molecular background: a multicenter study. npj Precis. Onc. 10, 185 (2026). https://doi.org/10.1038/s41698-026-01382-5

关键词: 体成分, 肺癌, 免疫治疗, CT影像, 人工智能