近日，首都医科大学附属北京天坛医院神经外科张伟副教授团队在神经科学领域权威杂志《Brain》在线发表题为“An MRI radiomics approach to predict survival and tumour-infiltrating macrophages in gliomas”的研究论文。研究团队利用脑胶质瘤患者术前磁共振T2加权影像的纹理数据，通过机器学习算法构建了脑胶质瘤患者生存预后与肿瘤浸润巨噬细胞的预测模型，该预测模型不仅能够稳定预测脑胶质瘤患者的生存时间，还有助于在术前无创评估肿瘤内巨噬细胞的浸润程度，从而指导脑胶质瘤的临床诊疗。首都医科大学附属北京天坛医院神经外科博士后李冠璋与北京航空航天大学博士后李林为共同第一作者，附属北京天坛医院神经外科张伟副教授与北京航空航天大学张靖教授为共同通讯作者。
脑胶质瘤是成人最常见的颅内原发恶性肿瘤，具有高复发率、高致残率和高致死率，作为临床最难治的肿瘤之一，给患者家庭和社会带来沉重的负担。越来越多的研究表明，脑胶质瘤免疫微环境与患者预后和治疗敏感性密切相关。然而如何术前准确地预测胶质瘤患者预后，安全地获得胶质瘤患者肿瘤免疫浸润状态目前仍属世界难题。头颅MRI为脑胶质瘤患者常规检查项目，影像组学技术与机器学习算法的成熟为术前无创预测胶质瘤患者预后和肿瘤免疫浸润状态提供了可能。
近年来在北京市神经外科研究所江涛教授的带领下，张伟副教授团队围绕脑胶质瘤免疫微环境特征鉴定与创新免疫疗法研发开展了系列研究。本研究中，团队与北京航空航天大学张靖教授合作，基于167例中国人群胶质瘤患者术前磁共振T2加权影像的纹理数据，通过机器学习算法开发了脑胶质瘤患者预后预测模型。该预测模型在261例欧美人群回顾性病例队列与224例附属北京天坛医院前瞻性队列中，均具有稳定的临床预后预测准确性。进一步对用于模型构建的MRI纹理特征进行功能注释发现，具有预测价值的纹理特征与胶质瘤患者肿瘤免疫浸润状态，尤其是肿瘤相关巨噬细胞的浸润程度显著正相关，上述预测模型同样能够用于肿瘤免疫浸润状态的预测（图1），并且这一发现在胶质瘤患者临床样本与单细胞测序数据中得到有效验证。
图. 具有预测价值的MRI影像纹理特征与胶质瘤患者肿瘤相关巨噬细胞浸润程度显著正相关
本预测模型的构建不仅为MRI影像纹理特征的功能注释提供了可行的研究思路，也为术前无创预测胶质瘤患者预后和肿瘤免疫浸润状态提供了可靠的工具，具有良好的临床应用前景。
该研究得到国家自然科学基金（82072768，81761168038）、国家自然科学基金-中德合作交流项目（M-0020）、北京市卫健委中国人重大脑疾病基因组学平台建设项目（PXM2019_026280_000002）等项目资助。
张伟，主任医师，副教授，博士生导师。现任首都医科大学附属北京天坛医院神经外科肿瘤五病区副主任，中国医师协会脑胶质瘤专业委员会青年委员会副主任委员，中国抗癌协会脑胶质瘤专业委员会常务委员，中国神经科学学会神经肿瘤分会常务委员。主持国家自然科学基金、国家重点研发计划、科技部国际合作专项等国家/省部级课题10余项。在《Cell》《Sci Transl Med》《PNAS》《Brain》《Neuro-Oncology》 等杂志发表论文109篇（其中第一作者和通讯作者52篇）。主编、副主编中文专著4部。申请国家发明专利9项（授权4项）。获国家科技进步二等奖（第5完成人）、教育部科技进步一等奖（第7完成人）等国家及省部级科技奖励5项。