/01/癌癥診斷 “兩難困境”：

常規(guī)檢查 “信息量不夠”，高端檢查 “用不起”

腫瘤免疫微環(huán)境（TIME）是決定癌癥進(jìn)展、轉(zhuǎn)移及治療響應(yīng)的關(guān)鍵因素，其構(gòu)成復(fù)雜，包含癌細(xì)胞、免疫細(xì)胞、成纖維細(xì)胞等多種細(xì)胞及相關(guān)蛋白質(zhì)。

要深入解析這一微環(huán)境，就需要精準(zhǔn)捕捉多種蛋白質(zhì)的激活狀態(tài)與空間分布——這是判斷腫瘤是否逃避免疫攻擊、患者是否適合免疫治療的核心依據(jù)。

當(dāng)前已有技術(shù)可以實(shí)現(xiàn)這一目標(biāo)——多重免疫熒光（mIF）檢測(cè)。它可同時(shí)分析21種關(guān)鍵蛋白質(zhì)的活動(dòng)情況，完整呈現(xiàn)腫瘤微環(huán)境的“全景圖”，為科研和臨床決策提供豐富依據(jù)。

但mIF檢測(cè)的局限性十分突出：試劑、專(zhuān)用設(shè)備及數(shù)據(jù)處理的成本極高，且操作流程繁瑣、耗時(shí)較長(zhǎng)，導(dǎo)致其難以在臨床中大規(guī)模應(yīng)用，僅能用于小范圍科研項(xiàng)目。

與之形成對(duì)比的是蘇木精-伊紅（H&E）染色切片檢測(cè)。作為臨床常規(guī)檢測(cè)手段，H&E切片成本低、操作簡(jiǎn)便，癌癥患者幾乎都會(huì)接受這項(xiàng)檢查，其核心作用是呈現(xiàn)細(xì)胞形態(tài)與組織架構(gòu)，為初步診斷提供依據(jù)。

但H&E切片無(wú)法反映蛋白質(zhì)的激活狀態(tài)，對(duì)于解析腫瘤免疫微環(huán)境、指導(dǎo)精準(zhǔn)治療而言，信息量嚴(yán)重不足。

這種“常規(guī)檢測(cè)普及但信息有限，高端檢測(cè)精準(zhǔn)但價(jià)格高昂”的矛盾，長(zhǎng)期制約著癌癥精準(zhǔn)醫(yī)療的推進(jìn)。如何讓低成本的常規(guī)檢測(cè)具備高端檢測(cè)的分析能力，成為行業(yè)亟待解決的關(guān)鍵問(wèn)題。

/02/GigaTIME=AI “翻譯官”

GigaTIME的本質(zhì)是一款專(zhuān)注于病理切片分析的跨模態(tài)AI轉(zhuǎn)換模型，其核心功能是將H&E切片包含的細(xì)胞形態(tài)信息，精準(zhǔn)轉(zhuǎn)換為mIF切片特有的蛋白質(zhì)激活與空間分布信息。

GigaTIME這一能力的實(shí)現(xiàn)，源于龐大的“訓(xùn)練數(shù)據(jù)庫(kù)”的支撐與先進(jìn)算法的訓(xùn)練。

研究團(tuán)隊(duì)收集了4000萬(wàn)個(gè)細(xì)胞的配對(duì)樣本，每個(gè)樣本均同時(shí)具備H&E切片圖像與對(duì)應(yīng)的mIF切片圖像。

通過(guò)對(duì)這些配對(duì)數(shù)據(jù)的深度學(xué)習(xí)，AI逐漸掌握了細(xì)胞形態(tài)特征與蛋白質(zhì)激活狀態(tài)之間的潛在關(guān)聯(lián)——比如某種細(xì)胞的形態(tài)變化，對(duì)應(yīng)著特定免疫蛋白的激活或抑制。

經(jīng)過(guò)系統(tǒng)訓(xùn)練后，GigaTIME具備了高效的轉(zhuǎn)換能力：

輸入一張常規(guī)H&E切片，模型可在短時(shí)間內(nèi)生成對(duì)應(yīng)的“虛擬mIF切片”，精準(zhǔn)還原21種關(guān)鍵蛋白質(zhì)的激活強(qiáng)度、分布位置等核心信息。

/03/大規(guī)模虛擬人群研究：解鎖1234個(gè)癌癥關(guān)鍵關(guān)聯(lián)

借助GigaTIME的高效轉(zhuǎn)換能力，研究團(tuán)隊(duì)開(kāi)展了迄今為止規(guī)模最大的腫瘤免疫微環(huán)境研究。

他們收集了來(lái)自美國(guó)7個(gè)州、51家醫(yī)院的14256名癌癥患者的H&E切片，成功生成29.9萬(wàn)多張?zhí)摂MmIF切片，覆蓋24種癌癥類(lèi)型及306個(gè)亞型，構(gòu)建出全球首個(gè)大規(guī)模“虛擬mIF研究人群”。

基于這一龐大的虛擬人群，研究團(tuán)隊(duì)發(fā)現(xiàn)了1234個(gè)具有統(tǒng)計(jì)學(xué)顯著性的新關(guān)聯(lián)，揭示了蛋白質(zhì)表達(dá)與臨床生物標(biāo)志物（如TMB、PD-L1）、分期和生存情況的深層聯(lián)系，并且其中多個(gè)發(fā)現(xiàn)直接指導(dǎo)臨床檢測(cè)與治療決策。

比如KMT2D基因突變與CD3、CD8等免疫細(xì)胞標(biāo)志物的激活呈正相關(guān)，提示攜帶該突變的患者可能對(duì)免疫治療更敏感；而KRAS基因突變則與免疫細(xì)胞浸潤(rùn)減少相關(guān)，解釋了這類(lèi)患者往往免疫治療響應(yīng)不佳的原因。

為驗(yàn)證研究結(jié)果的可靠性，團(tuán)隊(duì)還利用癌癥基因組圖譜（TCGA）的10200名患者數(shù)據(jù)進(jìn)行獨(dú)立驗(yàn)證。

結(jié)果顯示，兩組人群的核心蛋白質(zhì)激活模式相關(guān)系數(shù)達(dá)0.88，且80個(gè)關(guān)鍵關(guān)聯(lián)在兩組數(shù)據(jù)中均顯著存在，充分證明了研究發(fā)現(xiàn)的通用性與穩(wěn)定性。

/04/臨床轉(zhuǎn)化價(jià)值：讓精準(zhǔn)醫(yī)療惠及更多患者

這項(xiàng)研究的核心價(jià)值，在于將高端科研技術(shù)轉(zhuǎn)化為可普及的臨床工具，為患者帶來(lái)實(shí)實(shí)在在的獲益：

1、降低精準(zhǔn)醫(yī)療門(mén)檻

目前GigaTIME已在GitHub、Hugging Face等平臺(tái)開(kāi)放，開(kāi)發(fā)者可基于這一框架優(yōu)化醫(yī)療設(shè)備算法，降低免疫檢測(cè)設(shè)備的研發(fā)成本。

未來(lái)，患者無(wú)需承擔(dān)昂貴的mIF檢測(cè)費(fèi)用，僅憑常規(guī)H&E切片，即可通過(guò)AI獲得全面的腫瘤免疫微環(huán)境分析，明確自身腫瘤的免疫特征、適合的治療方案及預(yù)后風(fēng)險(xiǎn)，讓精準(zhǔn)醫(yī)療不再局限于少數(shù)能承擔(dān)高端檢測(cè)的患者。

2、優(yōu)化臨床治療決策

GigaTIME生成的虛擬mIF數(shù)據(jù)，可幫助醫(yī)生快速實(shí)現(xiàn)患者分層：識(shí)別出對(duì)免疫治療敏感的人群、需要聯(lián)合治療的高危人群，以及預(yù)后較好的低危人群，避免“一刀切”的治療模式，減少無(wú)效治療帶來(lái)的醫(yī)療資源浪費(fèi)與患者痛苦。

3、助力罕見(jiàn)癌癥研究

罕見(jiàn)癌癥因病例稀少、研究成本高，長(zhǎng)期缺乏針對(duì)性治療方案。GigaTIME構(gòu)建的大規(guī)模虛擬人群，涵蓋了眾多罕見(jiàn)癌癥亞型，可快速挖掘這些小眾疾病的獨(dú)特免疫特征，為針對(duì)性藥物研發(fā)與治療方案制定提供數(shù)據(jù)支撐。

值得注意的是，研究仍存在一定局限性：

◆當(dāng)前患者群體主要來(lái)自美國(guó)部分地區(qū)，地理與種族多樣性不足；

◆模型目前可識(shí)別21種蛋白質(zhì)，部分細(xì)胞質(zhì)、細(xì)胞膜蛋白質(zhì)的轉(zhuǎn)換精度仍有提升空間。

隨著AI技術(shù)與醫(yī)療數(shù)據(jù)的深度融合，未來(lái)將有更多常規(guī)檢測(cè)實(shí)現(xiàn)“價(jià)值升級(jí)”，推動(dòng)癌癥研究從“小樣本探索”走向“大規(guī)模精準(zhǔn)分析”。

這一變革不僅能加速抗癌新知的發(fā)現(xiàn)，更能讓精準(zhǔn)醫(yī)療真正落地臨床，最終推動(dòng)癌癥治療從“對(duì)癥治療”向“對(duì)因治療”的根本性轉(zhuǎn)變。

「參考文獻(xiàn)」

Valanarasu JMJ, Xu H, Usuyama N, et al. Multimodal AI generates virtual population for tumor microenvironment modeling. Cell. Published online December 9, 2025.