9月25日，自動化學院厲力華教授團隊以杭電為第一作者單位在《自然—通訊》（Nature Communications）在線發(fā)表了題為“Radiogenomic signatures reveal multiscale intratumour heterogeneity associated with biological functions and survival in breast cancer”的論文。該研究由厲力華教授團隊與美國弗吉尼亞理工大學Yue Wang教授和明尼蘇達大學Robert Clarke教授等合作完成。厲力華教授和Yue Wang教授分別為主要和共同通訊作者，團隊成員范明教授為第一作者，研究生夏平平為第二作者。
腫瘤具有高度異質性，由各種具有不同的基因變異和分子功能的細胞亞群組成。目前腫瘤內不同細胞亞群的分子功能對乳腺癌的演化、轉移、以及預后的影響尚不明確。該研究從信息科學的視角，通過多水平信息處理方法，首先在分子水平上通過無監(jiān)督的混合信號分離方法，從腫瘤內的基因表達譜分解得到不同的細胞亞群成分，進而分析其中的分子功能。通過該方法發(fā)現了兩個關鍵的、與乳腺癌生存時間相關的細胞亞群（即細胞循環(huán)和免疫細胞亞群）。其次在影像學領域，從腫瘤磁共振影像中提取腫瘤異質性相關的特征，并通過機器學習方法，建立從影像組學到細胞亞群（分子功能）之間的映射模型。最后，通過構建的影像基因組學標簽進行乳腺癌預后的預測，為臨床無創(chuàng)精準診療提供影像學的方法。該研究揭示和闡述了乳腺癌的多尺度異質性，并為臨床診療提供有價值的指導。
該研究依托生物醫(yī)學工程與儀器研究所智能生物醫(yī)學實驗室（Intelligent Biomedicine Laboratory, IBML）完成。該實驗室面向生物醫(yī)學領域問題，利用人工智能中的深度學習等方法，通過對生物醫(yī)學大數據的分析挖掘，在疾病的智能化和精準化診療研究上取得了一系列進展。該研究得到國家自然科學基金重點/面上項目、浙江省自然科學基金重點項目以及美國國立健康研究院的資助。
圖 通過影像基因組學方法揭示乳腺癌生物功能和生存相關的腫瘤多尺度異質性
