《npj Precision Oncology》：Validation of QuANTUM-derived tumor cell fraction for molecular testing in high-grade serous tubo-ovarian carcinoma
编辑推荐：
在高级别浆液性输卵管-卵巢癌（HGSC）的同源重组缺陷（HRD）检测中，肿瘤细胞分数（TCF）评估是关键步骤，但传统病理医师评估存在较大变异性和主观性。本研究针对此问题，开展了QuANTUM计算流程用于TCF估算（cTCF）的可靠性验证。研究人员收集了70例HGSC样本，使用AmoyDx HRD Focus Panel进行测序，并将QuANTUM算法估算的cTCF与病理医师评估、AmoyDx算法及人工金标准（GT）进行一致性比较。结果显示，QuANTUM与GT和AmoyDx工具的一致性（加权kappa值分别为0.73和0.63）均优于病理医师间的一致性（0.28–0.63），且在判断肿瘤细胞比例是否高于30%阈值方面无显著差异。这表明QuANTUM算法可成为HGSC中TCF评估的可靠工具，有助于提高HRD检测的标准化和准确性。
在精准肿瘤学时代，对癌症进行分子层面的深入分析已成为制定治疗方案的关键。特别是对于高级别浆液性输卵管-卵巢癌（High-Grade Serous Carcinoma, HGSC）这种常见且致命的妇科恶性肿瘤，判断其是否存在同源重组缺陷（Homologous Recombination Deficiency, HRD）至关重要，因为HRD状态能预测患者对PARP抑制剂（一种靶向治疗药物）的敏感性。然而，要进行准确的HRD检测，一个重要的前置步骤是评估送检肿瘤样本中，真正的肿瘤细胞所占的比例，即肿瘤细胞分数（Tumor Cell Fraction, TCF）。如果样本中混入了太多正常的细胞，可能会稀释肿瘤特有的基因变异信号，导致假阴性结果，从而让可能受益于靶向治疗的患者错失良机。
目前，TCF的评估主要依靠病理医师在显微镜下对肿瘤切片进行人工估算。这听起来像一项需要丰富经验的专业工作，但恰恰是这种依赖“人眼”和“经验”的方法，成了精准检测道路上的一个“阿喀琉斯之踵”。不同医师之间，甚至同一位医师在不同时间，对同一张切片的评估结果都可能存在显著差异。这种主观性和不一致性，为后续分子检测结果的可靠性蒙上了一层阴影。那么，有没有一种更客观、可重复、标准化的方法来评估TCF，从而为HGSC的HRD检测提供一个更坚实的地基呢？这就是本研究旨在回答的核心问题。
为了回答这个问题，研究团队将目光投向了计算病理学这一新兴领域。他们重点评估了一个名为QuANTUM的计算流程，该流程能够基于数字化的病理切片图像，通过算法自动估算肿瘤细胞分数（计算得到的TCF称为cTCF）。研究人员开展了一项回顾性研究，收集了70例HGSC病例的石蜡包埋组织样本。他们使用AmoyDx HRD Focus Panel（一种针对HRD相关基因的靶向测序panel）从这些样本中提取DNA并进行测序。
本研究主要运用了几项关键技术方法：首先是回顾性样本队列构建，研究纳入了70例HGSC病例。其次是靶向测序技术，使用AmoyDx HRD Focus Panel进行DNA提取与文库构建，随后进行下一代测序。核心是计算病理学分析，通过QuANTUM计算流程对数字病理切片图像进行处理，自动输出cTCF。此外，还采用了人工金标准确立，由专家在数字化切片上手动精确标注肿瘤区域，以此作为评估算法性能的“地面真实值”。最后，通过一致性统计分析，使用加权Kappa系数等指标，系统比较了QuANTUM cTCF、AmoyDx算法TCF、多位病理医师的TCF评估以及人工金标准之间的一致性程度。
研究结果
多种评估方法间的一致性比较
研究人员首先评估了不同病理医师之间TCF评估的一致性。结果显示，三位病理医师两两比较的加权Kappa（Wk）值在0.28到0.63之间，这表明病理医师间的评估一致性从“较低”到“尚可”不等，揭示了人工评估固有的变异性。
QuANTUM算法与金标准及AmoyDx工具的一致性
接着，团队检验了QuANTUM算法的表现。QuANTUM算法估算的cTCF与人工金标准（GT）达到了0.73的加权Kappa值，属于“较高”一致性水平。同时，QuANTUM cTCF与AmoyDx检测配套的专用算法给出的TCF值之间的加权Kappa值为0.63，也为“尚可”一致性。重要的是，QuANTUM与这两者的一致性，整体上优于病理医师评估与它们之间的一致性。这表明，QuANTUM算法在估算TCF方面，可以达到甚至超过人工评估的可靠性，并且与现有商业检测系统的算法结果吻合良好。
基于临界值（cut-off）的分类一致性
在临床实践中，常会设定一个TCF阈值（如30%）来决定样本是否适合进行后续的HRD检测。因此，研究者进一步分析了不同方法在判断样本TCF是否≥30%时的一致性。统计分析（McNemar检验）表明，QuANTUM算法、人工金标准以及AmoyDx工具在基于30%阈值对样本进行分类时，没有表现出显著差异。这意味着，在做出“合格”或“不合格”这种关键判断时，QuANTUM算法与标准方法的结果是等效的。
研究结论与意义
本研究的结论明确：QuANTUM计算流程为HGSC样本的肿瘤细胞分数评估提供了一种高度可靠、客观且可重复的方法。与存在较大变异性的病理医师人工评估相比，QuANTUM算法表现出与人工金标准和现有商业算法（AmoyDx）更优或相当的一致性，并且在关键的临床决策阈值（30%肿瘤细胞比例）上表现稳健。
这项研究的意义深远。首先，它直接回应了HGSC的HRD检测在预处理阶段面临的一个关键挑战——TCF评估标准化问题。通过引入客观的计算算法，可以显著减少因评估者主观性带来的误差，提高不同实验室、不同时间点检测结果的可比性。其次，QuANTUM这类计算工具可以辅助病理医师的工作，特别是在面对难以判断的临界病例时，提供重要的数据参考，提升诊断效率和信心。从更广阔的视角看，这项工作体现了数字病理和人工智能在精准肿瘤学中的应用价值，展示了如何将前沿的计算技术与传统的病理诊断相结合，推动肿瘤分子检测全流程的自动化和标准化，最终目的是让每一位患者都能获得更准确、更可靠的检测结果，为他们的个性化治疗奠定坚实基石。这项研究发表在《npj Precision Oncology》期刊上，为相关领域的发展提供了重要的方法学参考和数据支持。
