胶质母细胞瘤是一种恶性的癌症类型。患者在诊断后存活超过几年的比例极低。近日，凯斯西储大学医学院，凯斯工程学院和克利夫兰诊所的研究科学家和医生混合了两种截然不同的分析方法，以更好地理解和抗击脑癌。

　　研究人员使用了人工智能(AI)工具对脑癌患者进行的最初MRI扫描的计算机图像分析，并将该图像分析与基因组研究相比较来分析癌症。

　　Case Western Reserve生物医学工程副教授Pallavi Tiwari表示：一种新的且更准确的方法不仅可以确定胶质母细胞瘤患者的相对预期寿命，还可以确定哪些患者可以进行实验性临床药物试验。

　　该研究由Tiwari以及Niha Beig博士领导。他们的研究结果本月发表在美国癌症研究协会的《clinical cancer research》杂志上。

　　研究人员使用的AI模型利用了肿瘤附近区域以及肿瘤内部的特征来识别哪些患者会发生预后不良症状。然后，他们利用基因表达信息阐明了哪些生物学途径与这些图像相关。

　　“我们的结果表明，与不良预后相关的影像特征也与胶质母细胞瘤的化学耐药性相关通路相关。这可能对胶质母细胞瘤患者的个性化治疗决策的设计产生巨大的影响。”

　　“虽然我们才刚刚起步，但未来可以根据患者的图像和基因谱图知道他们化疗还是对免疫疗法有很好的反应”，这项研究的合著者，克利夫兰诊所Burkhardt脑肿瘤和神经肿瘤学中心Manmeet Ahluwalia博士说。

　　贝格说，研究人员能够将患者肿瘤的MRI扫描结果与该患者的相应基因组信息进行比较。 “大多数研究人员都仅关注MRI结果或基因组信息，但我们同时研究了MRI特征和基因表达。”(生物谷Bioon.com)

　　资讯出处：Finding new clues to brain cancer treatment

　　原始出处：Niha Beig et al. Radiogenomic-based survival risk stratification of tumor habitat on Gd-T1w MRI is associated with biological processes in Glioblastoma. Clinical Cancer Research (2020) DOI: 10.1158/1078-0432.CCR-19-2556

　　文章摘自网络，侵删