Cell | 华人学者领衔！通过AI技术，从常规病理切片中实现跨癌种预后评估与免疫治疗疗效预测

本文介绍了斯坦福大学李瑞江团队在Cell期刊上发表的研究成果。研究背景是肿瘤微环境的复杂性使得临床诊断面临两难：高精度空间蛋白质组学成本高、难以普及，而常规H&E染色切片只能显示细胞形态。研究目的是开发一种能从普通病理切片中提取肿瘤微环境生态结构的AI平台，突破这一壁垒。研究团队利用CODEX空间蛋白质组学技术分析了457名非小细胞肺癌患者的1800万个细胞，识别出10种保守的“细胞邻近区域”，并训练CANVAS平台将H&E图像与这些空间结构关联。结论表明，CANVAS成功应用于9种癌症类型的5000余名患者切片，不仅能进行预后评估，还能预测免疫治疗疗效，为精准肿瘤学中空间生物标志物的发现与临床转化开辟了新路径。