基于转录组信息的多模态AI从乳腺癌活检预测新辅助治疗反应

在新辅助治疗的乳腺癌中，是否达到病理完全缓解（pCR）与患者的长期生存获益相关，且这种关联在不同亚型中强弱不一，因此 pCR 长期被视为新辅助研究的关键终点 ^[1]。要在治疗前预判 pCR，临床上已有两类线索：基于基因表达的内在分型可提供预后信息并预测新辅助化疗反应 ^[2]；组织学层面的肿瘤浸润淋巴细胞（TILs）在三阴性和 HER2 阳性乳腺癌中可预测化疗反应，在管腔型中作用则不明确 ^[4]。人工智能路径上，已有研究用影像-病理组学模型预测直肠癌新辅助放化疗的 pCR ^[3]，或在结直肠癌中用多染色深度学习同时预测预后与新辅助治疗反应 ^[5]。但深度学习生物标志物普遍受制于标注数据稀缺，而基于基因组检测的预测模型又受限于预先选定的基因集合。

这篇尚未经同行评议的 arXiv 预印本以“两阶段”设计回应了这一困境。第一阶段不直接学 pCR，而是从病理切片推断全转录组表达，训练覆盖 32 个癌种、8,742 例患者，并经病理学家复核及与实测表达的空间一致性印证；有了推断的表达谱，第二阶段只需联合临床变量预测 pCR。模型在 5 个队列、1,080 例患者上开发，在 9 个队列、1,412 例患者上评估，合并 AUROC 为 0.79（95% CI 0.73–0.85），能在各分子亚型内部区分应答者，优于 TILs 这类组织病理学标志物，且对瘤内不同取样保持稳定，仅需极少量活检组织即可工作。

消融实验支撑了这一设计逻辑：全转录组推断带来的判别性能优于仅用临床变量、或从病理图像一步预测的单阶段模型；由于不做基因选择，也规避了基因检测平台的 panel 限制，与既往依赖固定基因集合（如 50 基因分型）的预测思路形成对照 ^[2]。作者将其概括为“生物学信息引导的压缩”：先在跨癌种大数据上把形态压缩为分子状态，再在标注稀少的任务上完成预测，并认为该策略可推广至精准肿瘤学中其他数据匮乏的场景。

当然，这些结果仍需谨慎看待：工作尚未经同行评议，模型在前瞻性真实临床场景中的表现如何，以及 AI 预测的 pCR 能否对应无事件生存等长期获益 ^[1]，都还是悬而未决的问题。