卵巢癌的空间放射基因组学：在临床工作流程中实施病变特异性 3D 打印模具管道，以进行卵巢肿瘤的图像引导组织多重采样 (CO-MOULD)

高级别浆液性卵巢癌（HGSOC）的生物空间和时间异质性严重影响治疗的有效性，并且是不良结果的决定因素。

目前的组织学评估是对每位患者单个疾病部位的单个肿瘤样本进行的，因此忽略了整个肿瘤水平的分子异质性，这是理解和克服化疗耐药性的关键。 通过充分捕捉疾病的异质性，成像可以在个性化治疗的开发中发挥至关重要的作用。

放射组学通过捕获与组织微观结构相关的复杂图案来量化图像信息。 这些信息可以与临床数据、液体活检、组织学标记和基因组学（“放射基因组学”）相补充，从而可能更好地预测治疗反应和结果。 然而，提取的定量特征通常代表整个肿瘤，而忽略了空间背景。

另一方面，放射组学衍生的成像环境表征了形态上不同的肿瘤区域，更适合监测治疗过程中肿瘤微环境的变化。 为了成功地将栖息地成像方法融入临床，组织学和生物学验证至关重要。 然而，由于空间分辨率不匹配、组织变形、缺乏界标和切割不精确等问题，成像的组织学验证并不是一项简单的任务。 患者专用三维 (3D) 模具是一种创新工具，可实现成像和组织学之间的精确共同配准。 本研究的目的是在 HGSOC 患者的临床工作流程中优化和集成这种自动计算 3D 模具联合配准方法。 经过验证的基于放射组学的肿瘤栖息地还将用于指导组织采样，以利用基因组学分析破译其潜在生物学并探索新的预测标记。