最近的一项研究提出了一种创新技术，能够在个体细胞层面深入分析癌细胞及其周围组织。这一进展为头颈癌的预后和治疗反应提供了更详细的理解，可能会提高诊断准确性。
头颈部鳞状细胞 carcinoma 在十种最常见的癌症类型中名列前茅。
赫尔辛基大学的研究人员与图尔库大学和德国马克斯普朗克分子生物医学研究所合作，利用机器学习对大量生物库患者样本进行了单细胞层面的仔细审查。这项开创性技术将癌细胞行为的指示、肿瘤结构以及周围健康组织结合在一起，为每位患者创建了独特的“指纹”，这对评估癌症预后和治疗效果具有重要意义。
研究的一个关键成果是建立了一种新的成像分析方法，将细胞行为的生物标志物评估与单个细胞形状和肿瘤组织整体结构的分析相结合。这种方法导致了两个新患者类别的发现，以前并未被识别。其中一组表现出极为有利的预后，而另一组则面临特 particularly grim的前景。这些差异归因于癌细胞状态的特定组合以及周围组织的特征。在后一组中，疾病的侵袭性与癌细胞和相邻的健康结缔组织之间的沟通相关，且这种沟通是由表皮生长因子（EGF）介导的。
“这些发现代表了我们对癌症进展和诊断理解的重大进展。我们首次展示了恶性细胞与看似健康的组织细胞类型的特定组合如何显著影响癌症进展结果。此外，我们确定了负责这一组合效应的关键信号通路，这可以通过药物靶向，从而潜在地显著改变癌症的发展，”研究主任萨拉·维克斯特伦说。
“我们的方法还突出了那些可能受益于更积极治疗策略的特别预后不佳的患者。相反，我们识别出另一组具有良好预后的患者，对于他们而言，像单独手术这样的较少侵入性干预可能足够。这种方法可以提高这些患者的生活质量，”维克斯特伦团队的博士后研究员卡罗琳娜·普诺沃里补充道。
诊断测试正在进行中
新开发的成像技术为头颈部癌症的精准诊断奠定了基础。研究团队正在致力于创建一种诊断测试，旨在提高对这种癌症类型的诊断精确性。他们还在研究其在诊断其他癌症（包括结直肠癌）中的适用性。来自芬兰商业研究转商业计划的资金支持了多重视觉诊断项目，该项目正在研究可能最终在癌症治疗中心使用的应用。
“我们的研究利用了尖端的机器学习和空间生物分析技术。我们检视了数百个患者样本和数百万个细胞，这是通过先进的计算和人工智能实现的。这项研究是癌症诊断中一场变革浪潮的一部分。我们相信这项技术将极大提高癌症诊断和治疗策略的精度，”萨拉·维克斯特伦解释道。
“目前，使用抗体染色成像癌症生物标志物已经在临床环境中实施。因此，我们的方法不会产生显著成本，只需要我们开发的算法和独特的抗体混合物。考虑到癌症治疗的支出，这实际上是相当合理的，”她补充道。
在过去的30年里，头颈癌的发病率已经显著上升。
