利用人工智能识别非小细胞肺癌肿瘤微环境异质性

肺癌异质性是有效治疗的主要障碍，其不仅涉及恶性上皮细胞的表型与遗传特征，还包含多种肿瘤相关细胞类型。当前用于研究肿瘤微环境的技术往往耗时耗资、结果解读复杂，且常需破坏样本。本研究采用标准苏木精-伊红染色肿瘤切片及HALO AI核表型分析软件，在小鼠肺癌模型和人类肺癌样本中成功鉴定出6种不同细胞类型（上皮细胞、间质细胞、巨噬细胞、中性粒细胞、淋巴细胞和浆细胞）。其中通过CD3免疫组化染色及淋巴结切片验证了淋巴细胞判定结果，利用F4/80免疫组化染色完成了巨噬细胞验证。与既往大量研究一致，我们在小鼠样本中发现巨噬细胞在腺癌中占主导地位，而中性粒细胞在鳞状细胞癌中占优势。在人类样本中，我们观察到中性粒细胞与淋巴细胞、间质细胞与淋巴细胞均呈显著负相关，且间质细胞比例升高与不良预后相关。综上所述，本研究证实了该人工智能软件在标准苏木精-伊红染色切片上识别、量化及比较细胞类型分布的实用价值。鉴于该技术操作简便且成本效益显著，对于研发新疗法的科研人员及为患者优选治疗方案临床医生均具有广泛的应用前景。