韩国首尔蔚山大学医学院放射科和放射学研究所的Ji Eun Park等通过基于MRI弥散加权成像（DWI）和灌注加权成像（PWI）的影像组学结合NGS预测异柠檬酸脱氢酶（IDH）野生型的GBM核心信号通路，结果发表在2019年12月的《Radiology》在线。

——摘自文章章节

图1. 建立影像基因组学模型。I-III.图像采集、分割、信号强度归一化和配准；IV、V.以选取的影像组学特征和二代测序结果作为参考标准；VI.选取特征，并结合年龄、性别和肿瘤部位等临床预测指标建立模型。

结果发现，与学习组相比，验证组患者平均年龄大，IDH野生型GBM患者多，而1p19q共缺失型较少。此外，验证组中RTK和Rb通路多见。另外，最常见的突变是RTK通路PTEN缺失（学习组占32%，验证组占40%）；p53通路P53缺失（学习组占33%，验证组占49%），以及Rb通路的细胞周期蛋白依赖性激酶抑制剂2A缺失（学习组占28%，验证组占37%）。

采用t检验和LASSO算法进一步去除多余的影像组学特征后，在RTK通路中分别选取与EGFR扩增、PIK3CA错义突变和PTEN缺失相关的23、19和29个特征。学习组的预测性能AUC为0.72-1.00；而验证组相对较低，如EGFR扩增的AUC为0.65（95% CI，0.45，0.84），PIK3CA错义突变的AUC为0.54（95% CI，0.32，0.77），PTEN缺失的AUC为0.70（95% CI，0.50，0.89）。在p53通路中分别选取与MDM2扩增和P53缺失相关的6和11个特征，在验证组中，MDM2扩增的AUC为0.70（95% CI，0.21，1），P53缺失的AUC为0.75（95% CI，0.59，0.92）。在Rb通路中分别选取与细胞周期蛋白依赖性激酶4扩增、细胞周期蛋白依赖性激酶抑制剂2A缺失、视网膜母细胞瘤缺失突变相关的3、6和26个特征，在验证组中，细胞周期蛋白依赖性激酶4扩增的AUC为0.7（95% CI，0.52，0.89），细胞周期蛋白依赖性激酶抑制剂2A缺失的AUC为0.77（95% CI，0.58，0.97），Rb缺失突变的AUC为0.87（95% CI，0.59，1）（图2）。

图2. 对从训练（左栏）和验证（右栏）组中选取的影像组学特征采用层次聚类无监督算法生成热图。热图中的每一列代表从每个突变基因中选取的影像组学特征。顶部树状图表示信息相似的影像组学特征分组情况。对应的颜色图表示年龄和通路的分布情况：通路阴性（灰色），RTK通路阳性（紫色），P53通路阳性（蓝色）和Rb通路阳性（橙色）。

MRI解剖成像在预测p53通路的MDM2扩增、P53缺失以及Rb通路中RB1缺失具有最高的诊断性能。DWI在预测RTK通路的EGFR扩增、PIK3CA错义突变、PTEN缺失以及Rb通路的细胞周期蛋白依赖性激酶4扩增具有最高的诊断性能。PWI在预测Rb通路的细胞周期蛋白依赖性激酶抑制剂2A缺失具有最高的诊断性能。

采用NGS结合影像基因组学功能预测IDH野生型GBM的核心信号通路显示，每个核心信号通路至少包括一个基因突变，如RTK通路：EGFR扩增、PIK3CA错义突变和PTEN缺失；p53通路：MDM2扩增和P53缺失；Rb通路：细胞周期蛋白依赖性激酶4扩增，细胞周期蛋白依赖性激酶抑制剂2A缺失和RB1缺失。

预测RTK通路的主要特征是3个ADC特征、1个FLAIR特征以及年龄。预测p53通路的主要特征是3个T1加权增强成像特征、1个脑血容量特征和1个ADC特征。而预测Rb通路的主要特征是3个ADC特征和2个脑血容量特征。

对IDH野生型GBM，使用NGS结合影像基因组学模型，预测RTK通路在学习组的AUC为0.87（95% CI，0.80，0.95），在验证组AUC为0.88（95% CI，0.74，1）；灵敏度为88.9%，特异度为75.0%。预测p53通路在学习组的AUC为0.80（95% CI，0.70，0.89），在验证组中AUC为0.76（95% CI，0.59，0.92）；灵敏度为86.7%，特异度为70.0%。预测Rb通路在学习组的AUC为0.84（95% CI，0.76，0.92），在验证组的AUC为0.81（95% CI，0.64，0.97）；灵敏度为100%，特异度为54.5%。

该研究发现，使用NGS结合基于DWI和PWI的影像基因组学模型有助于预测IDH野生型GBM的核心信号通路，为GBM靶向治疗提供参考。