常规 H&E 切片不仅能帮助病理医师判断"现在是什么"，也可能包含肿瘤微环境与未来进展风险的形态信息。这项研究从结直肠癌全切片图像中发现一组细胞形态学生物标志物，再迁移到胃癌、食管癌和癌前病变中验证。
值得关注的设计：模型学习到的形态特征跨癌种复用，风险阈值则按器官校准；单细胞与多重免疫染色进一步帮助解释这些形态对应的细胞和微环境状态。
这篇文章把数字病理 AI 从"识别图像特征"推进到"解释形态背后的生物学，并尝试用于癌前病变风险分层"。
文献信息
| 项目 | 内容 |
|---|---|
| 标题 | Tissue-Agnostic Cellular Morphometric Biomarkers for Risk-Adapted Management Across Gastrointestinal Precancerous Lesions and Cancers |
| 中文理解 | 研究以 H&E 全切片图像无监督发现 13 个细胞形态学生物标志物，并在胃肠道肿瘤和癌前病变中评估其预后分层能力，再以 bulk RNA-seq、单细胞测序和免疫染色解释其生物学含义。 |
| 期刊 | Adv. Sci. |
| 发表时间 | 2026年8月25日 |
| 研究方向 | 数字病理、可解释人工智能、胃肠道肿瘤风险分层 |
| 核心资源/队列 | TCGA结直肠、直肠、胃、食管癌队列；南京鼓楼医院多队列 |
| 样本量/数据规模 | 共2,602例；单细胞分析来自17例结直肠癌患者，质控后106,515个细胞 |
| DOI | 10.1002/advs.77353 |
| PubMed | PMID: 42639854 |
| 数据/代码 | TCGA数据来自GDC；加工后的临床与CMB数据见论文补充文件。文中未见单独代码库链接；医院原始病理图像未公开。 |
核心突破
许多病理 AI 模型的终点是分类：图像属于哪种癌、是否存在某个病理特征。这篇研究尝试再往前走一步：从常规 H&E 切片中提取可解释的细胞形态学生物标志物（cellular morphometric biomarkers，CMBs），并测试这些形态表征能否跨胃肠道器官迁移。
方法上，模型首先在结肠腺癌图像中无监督学习形态特征，再将固定的特征字典用于胃、直肠和食管癌。需要注意的是，跨组织复用的是形态特征提取框架；不同器官的风险阈值仍需单独校准，并非所有组织共用同一个风险切点。
研究还把 CMB 风险分层用于结肠腺瘤和早期食管病变队列，并以 bulk 转录组、单细胞 RNA 测序和多重免疫组化寻找生物学对应。这让"图像能不能预测"进一步变成"图像中的形态可能在反映什么"。
文章摘要
精准肿瘤学正在探索跨组织的标志物，但分子检测在早期癌症和癌前病变风险评估中的应用仍受成本、可及性和样本条件限制。研究团队提出一套无监督、可解释的数字病理框架 ，从结直肠癌 H&E 全切片图像中学习细胞形态学生物标志物（CMBs），并构建由13个CMB组成的风险特征。研究纳入来自TCGA和南京鼓楼医院的2,602例胃肠道肿瘤与癌前病变患者 ，评估结直肠、胃和食管组织中的迁移与预后分层表现。模型学习到的形态字典在跨癌种应用时保持固定，但各器官风险阈值进行校准。研究进一步将CMB风险分数用于结肠腺瘤和早期食管病变队列，并结合bulk RNA-seq、17例患者的单细胞测序及多重免疫组化，显示部分形态特征与肿瘤增殖、免疫浸润或基质状态相关。结果提示，常规病理图像可能承载可用于风险评估的微环境信息；其临床决策价值仍需前瞻性研究验证。
技术创新
- 无监督发现形态特征：不依赖人工预设的病理标签，从组织图像中学习可复用的CMB字典。
- 跨癌种迁移：在结肠癌中建立的形态特征被用于胃、直肠和食管癌队列；组织特征固定，风险分层阈值按器官校准。
- 从预测走向解释：将图像形态与转录组、单细胞细胞类型和多重免疫染色进行对应，而非只报告风险分数。
材料与方法
| 模块 | 内容 |
|---|---|
| 研究对象 | 胃肠道肿瘤及癌前病变患者；包括结直肠、直肠、胃、食管癌，结肠腺瘤与早期食管病变。 |
| 数据来源 | 4个TCGA队列共1,118例，来自38个临床中心；南京鼓楼医院5个队列共1,484例。总计2,602例。 |
| 图像建模 | 基于H&E全切片图像，采用堆叠预测稀疏分解进行无监督字典学习；从TCGA结肠腺癌队列学习128个CMB，每张切片固定抽取1,000个细胞对象，并以15项形态学属性描述CMB。 |
| 特征筛选 | 先评估CMB与生存结局的关系，再以多变量Cox模型筛选出13-CMB特征，形成CMB风险评分（CMBRS）和风险组（CMBRG）。 |
| 跨队列验证 | 将结肠癌中学到的形态字典迁移至胃癌、直肠癌和食管癌；各器官单独校准风险阈值，并在独立医院队列验证。 |
| 临床与生物学验证 | KM生存分析、多变量Cox回归、临床变量联合模型与列线图；另对17例结直肠癌进行单细胞测序，并开展多重免疫组化验证。 |
| 数据可用性 | TCGA全切片图像和临床资料来自GDC；加工后的临床信息、CMB profiles、CMBRS及CMBRG列于补充数据。南京鼓楼医院原始数字病理文件未开放。 |
研究结果
研究从结肠图像出发，逐步检验跨器官迁移
研究路线包括无监督发现CMB、跨组织验证、癌前病变风险评估，以及结合组学解释形态特征。它的关键不是一开始就训练一个覆盖所有癌种的分类器，而是先在一个发现队列中学习形态字典，再把固定表征带到其他队列检验。
方法上要区分"特征迁移"和"阈值校准"：研究固定了CMB形态表征，但器官间的基线风险不同，因此各癌种仍需进行风险阈值校准。这个设定比把同一分数线直接套给不同肿瘤更审慎。
13个形态特征在多种胃肠道肿瘤中保持预后分层
研究从128个CMB中筛选出13个组成预后特征。作者报告，结肠癌发现队列中高风险组的总体生存较差，CMBRS在校正TNM分期等临床因素后仍与预后相关（HR=2.08，p=0.001）。在TCGA直肠、胃和食管癌队列中，模型也显示风险区分能力。
在TCGA队列中，作者报告直肠癌、胃癌和食管癌队列的风险评分HR分别为4.414、2.385和2.693（均p<0.0001）。南京鼓楼医院独立队列包括307例结直肠癌和208例胃癌，CMBRS在校正临床因素后仍与预后相关。
值得借鉴的是验证顺序：先在发现队列筛选，再把固定特征用于其他癌种和医院队列；但阈值按器官校准，因此结论应理解为"形态表征可跨组织迁移并辅助分层"，而不是一个完全不需本地校准的通用临床评分。
癌前病变也出现了可区分的进展风险
在结肠腺瘤队列中，低风险组的中位无复发生存期为42.5个月，高风险组为23.7个月；独立验证队列也用于检验这一分层。CMBRS与临床变量联合后，预测能力优于单独使用临床变量的模型。
早期食管病变队列中，低风险食管炎症患者超过95%未观察到进展，接近70%回归正常组织；高风险炎症组观察到28/28进展。低级别上皮内瘤变（LGIN）中，低风险组未观察到进展，高风险组则为11/11进展。
这些数字来自特定研究队列和亚组，尤其28例、11例的高风险亚组并不大，不能直接等同于真实临床中的确定性预测。它提示CMB风险分层值得进一步评估，但是否能据此延长随访或提前干预，仍需前瞻性临床研究验证。
单细胞分析为形态分数寻找细胞来源
作者对17例结直肠癌患者开展单细胞测序，质控后得到106,515个细胞并分为11个细胞群。随后将与各CMB相关的基因映射到单细胞群体，并以GO/KEGG富集和CellChat分析进一步解释其生物学关联。
不同CMB关联到的细胞与功能并不相同：CMB9、CMB85和CMB104相关基因主要出现在肿瘤细胞中，CMB9与肿瘤增殖相关；多种基质型CMB则关联成纤维细胞、肥大细胞等。CMB29关联单核/巨噬细胞、T细胞和成纤维细胞，CellChat分析显示其细胞互作较丰富。
这里提供的是生物学解释与关联：单细胞表达和配体---受体分析帮助理解形态特征可能对应的微环境状态，但不能单独证明某类细胞直接造成特定组织形态。
多重免疫染色补充免疫细胞层面的对应关系
研究通过多重免疫荧光/免疫组化检测T细胞和巨噬细胞相关标志，并将组织中的免疫细胞读数与CMB进行比较，检验单细胞分析中的细胞关联能否在蛋白层面得到支持。
多数CMB与免疫细胞类型的对应关系在单细胞和多重染色分析中呈现一致趋势。它让"图像特征与某类细胞相关"的解释多了一层组织蛋白水平支持，但依旧属于生物学对应验证，不代表形态特征由这些细胞单向驱动。
病理形态解释与组学结果相互参照
最后，作者展示代表性CMB及其局部病理邻域，并与单细胞和病理医师的组织学解释对照。图像所呈现的肿瘤细胞、纤维化基质与免疫浸润差异，为13-CMB风险特征提供了更直观的组织学背景。
综合 bulk RNA-seq、单细胞、多重免疫染色和病理解释，作者将部分高风险形态与免疫排斥、基质屏障等状态联系起来。这里的价值在于模型不只给出一个分数，还尝试说明分数背后的组织结构可能代表什么。
生信/AI/临床视角解读
模型设计上 ，这篇文章展示了一种值得借鉴的路线：从常规病理图像中无监督发现形态表征，再通过跨队列验证判断它是否能迁移，最后以单细胞和免疫染色解释模型所捕获的组织状态。可迁移的重点不是"用了AI"，而是把特征发现、固定迁移、分层验证和生物学解释分开评估。
临床落点在癌前病变管理。 对腺瘤、食管炎症或低级别病变，医生面临的是如何区分可能长期稳定与更可能进展的患者。H&E切片普遍可得，若未来验证成立，形态评分有望作为现有病理和临床指标的补充，而不是替代内镜、病理诊断或分子检测。
需要谨慎的是，文章的医院原始全切片图像不能公开，且作者指出还需要前瞻性研究评估其临床流程价值。此外，风险阈值按器官校准，在其他医院或扫描/染色流程中应用时仍需要检验稳定性和校准效果。
总结
这项研究的推进点，是让常规H&E图像中的微环境形态变成可迁移、可解释的风险信息，并把验证场景延伸到胃肠道癌前病变；距离临床决策工具，还需要前瞻性验证。
参考文献
- Wang P, Jiang C, Mao AW, et al. Tissue-Agnostic Cellular Morphometric Biomarkers for Risk-Adapted Management Across Gastrointestinal Precancerous Lesions and Cancers. Advanced Science. 2026.
- DOI: https://doi.org/10.1002/advs.77353
- PubMed: https://pubmed.ncbi.nlm.nih.gov/42639854/
- PMC全文及补充材料: https://pmc.ncbi.nlm.nih.gov/articles/PMC13504578/
- TCGA GDC Portal: https://portal.gdc.cancer.gov/