Combinazione di una radiomica basata sull'apprendimento profondo con biopsia liquida per la diagnosi preoperatoria e non invasiva del glioma

I gliomi sono i tumori maligni intracranici primari più comuni, rappresentano il 27% di tutti i tumori cerebrali primari e circa 100.000 persone vengono diagnosticate con gliomi diffusi in tutto il mondo ogni anno. Ad oggi, la "diagnosi integrata" è stata considerata il gold standard per la diagnosi di glioma, che combina istopatologia, patologia molecolare e grado dell'Organizzazione Mondiale della Sanità (OMS). I precedenti criteri diagnostici del glioma si basavano principalmente su biopsie istopatologiche, mentre la classificazione istologica è stata tradizionalmente determinata in base alla morfologia del tumore, con conseguente variabilità intra-osservatore dovuta all'eterogeneità spaziale intra-tumorale e agli errori di campionamento. Inoltre, l'istopatologia tradizionale è alquanto difficile da spiegare perché i pazienti con la stessa patologia hanno una sopravvivenza significativamente diversa. Nell'ultimo decennio, i progressi nella patologia molecolare e nelle tecniche di rilevamento istopatologico hanno approfondito la nostra comprensione delle caratteristiche molecolari e della biologia dei gliomi. Prove crescenti hanno rivelato l'importante ruolo dello stato molecolare nella "diagnosi integrata" del glioma. In particolare, dopo che il concetto di diagnosi molecolare è stato proposto dalla classificazione del sistema nervoso centrale (CNS) dell'OMS del 2016, la classificazione del sistema nervoso centrale (CNS) del 2021 (CNS5) ha ribadito l'importanza di diversi biomarcatori molecolari nella diagnosi dei gliomi e nella guida al trattamento, incluso il gene dell'isocitrato deidrogenasi (IDH ) stato di mutazione, stato di delezione legata all'X (ATRX) della sindrome alfa-talassemia/ritardo mentale, stato di delezione 1p19q, mutazione del promotore della trascrittasi inversa della telomerasi (TERT), ecc. Quale obiettivo è classificare i sottotipi di tumore in modo più sistematico e classificare i pazienti con glioma con efficacia e prognosi simili in un sottogruppo.

L'attuale standard di terapia per i gliomi è la resezione chirurgica seguita da radioterapia e/o chemioterapia in base al grado clinico e tumorale e alle caratteristiche molecolari. Una "diagnosi integrata" precoce preoperatoria non invasiva e accurata porterà grandi benefici al trattamento e alla prognosi dei pazienti, in particolare per quelli con localizzazione tumorale speciale che non possono ricevere craniotomia o agobiopsia. Tali pazienti speciali possono sottoporsi a radioterapia e chemioterapia sperimentali sulla base dei risultati della diagnosi non invasiva. Sebbene i criteri diagnostici per le informazioni molecolari nei gliomi siano spesso basati sulla biopsia tissutale, altre tecniche, come la radiomica, la radiogenomica e la biopsia liquida, hanno mostrato risultati promettenti. Al momento, le scansioni di risonanza magnetica (MRI) convenzionali sono ancora il metodo principale per aiutare nella diagnosi dei gliomi, inclusi T1w, T2w e T2w-FLAIR pre e post contrasto. La radiomica multimodale basata sul deep learning (DL) può analizzare pattern di eterogeneità intratumorale e caratteristiche di imaging tumorale impercettibili all'occhio umano, in modo da condurre una "predizione integrata" dei gliomi18. Fino ad ora, la maggior parte degli studi si è concentrata sull'utilizzo di algoritmi ML per costruire un nuovo modello radiomico per prevedere il glioma, R van der Voort et al. ha sviluppato il modello di rete neurale convenzionale multi-task (CNN) e ha ottenuto un grado di glioma (II/III/IV) con AUC di 0,81, IDH-AUC del 90%, AUC di co-delezione 1p19q di 0,85 nel set di test. Il miglior modello DL sviluppato da Matsui et al. ha raggiunto un'accuratezza complessiva del 65,9% nella previsione della mutazione IDH e della co-delezione 1p/19q. Inoltre, il modello CNN multi-task costruito da Decuyper et al. ha ottenuto un'accuratezza del 94%, 86% e 87% nella previsione di gradi, mutazioni IDH e stati di co-delezione 1p/19q nella convalida esterna. Il modello costruito da Luo et al. ha raggiunto l'83,9% e l'80,4% nei test esterni per la diagnosi del sottotipo istologico e molecolare. Oltre alla "predizione integrata", esistono molti modelli che prevedono solo la classificazione del glioma o singoli marcatori molecolari. Nel frattempo, studi precedenti erano basati sulla classificazione CNS del 2016 per la classificazione del glioma e la previsione dei sottotipi molecolari. Pertanto, secondo l'ultima classificazione CNS del 2021, è urgentemente necessario un modello di radiomica DL multi-task per prevedere in modo preoperatorio e non invasivo la classificazione del glioma e marcatori molecolari più estesi.

Sebbene la radiomica abbia mostrato una certa fattibilità nella previsione della patologia molecolare del tumore, è ridicolo somministrare una terapia mirata di precisione esclusivamente sulla base di questa previsione. Pertanto, speriamo di fornire ulteriori prove cliniche per la diagnosi patologica molecolare dei pazienti affetti da gliomi utilizzando la tecnica della biopsia liquida come importante complemento della radiomica. La cellula tumorale circolante (CTC), come una delle tecniche di biopsia liquida, condivide lo stesso obiettivo finale per la diagnosi preoperatoria non invasiva e accurata dei gliomi.

Sulla base delle numerose limitazioni degli attuali modelli diagnostici del glioma, e i metodi combinati di radiomica e biopsia liquida hanno un grande potenziale per la diagnosi non invasiva della classificazione del glioma e dei marcatori molecolari poiché sono entrambi facili da eseguire. Inoltre, a nostra conoscenza, non sono stati condotti studi sulla diagnosi preoperatoria non invasiva del glioma nel contesto della radiomica assistita da biopsia liquida.

Pertanto, questo studio ha i seguenti obiettivi. In primo luogo, secondo la guida dell'OMS del 2021 per la classificazione del sistema nervoso centrale, abbiamo costruito e testato esternamente un modello DL multi-task per la diagnosi simultanea della segmentazione del tumore, della classificazione del glioma e di un sottotipo molecolare più esteso, tra cui mutazione IDH, stato di delezione ATRX, co- delezione, stato di mutazione del gene TERT, ecc. In secondo luogo, sulla base dello stesso scopo ultimo della biopsia liquida e della radiomica, abbiamo proposto in modo innovativo il concetto e l'idea di combinare la radiomica e la tecnologia della biopsia liquida per migliorare la diagnosi del glioma. E attraverso il nostro studio, fornirà alcune conferme cliniche per questo concetto, sperando di fornire alcune nuove idee per la ricerca successiva e supportare il processo decisionale clinico.