Rank the triplets: A ranking-based multiple instance learning framework for detecting HPV infection in head and neck cancers using routine H&E images

要約

頭頸部扁平上皮癌（HNSCC）の病因には、アルコール、タバコ、ヒトパピローマウイルス（HPV）感染などの複数の発癌物質が含まれます。
HPV感染は、HNSCC患者の予後、治療、生存に影響を与えるため、これらの腫瘍のHPV状態を判断することが重要です。
本論文では、HPV状態予測のための新しいトリプレットランキング損失関数とマルチインスタンス学習パイプラインを提案します。
これにより、2つのHNSCCコホートでルーチンのH＆E染色されたWSIのみを使用して、HPV検出の新しい最先端のパフォーマンスが実現されます。
さらに、包括的な腫瘍微小環境プロファイリングが実行され、ゲノム、免疫学、および細胞の観点からHPV+/-HNSCC間の固有のパターンが特徴づけられました。
提案されたスコアとT細胞のさまざまなサブタイプ（例：T細胞濾胞ヘルパー、CD8 + T細胞）との正の相関、およびマクロファージと結合細胞（例：線維芽細胞）との負の相関が特定されました。これは臨床所見と一致しています。
ユニークな遺伝子発現プロファイルもHPV感染状態に関して特定されており、既存の発見と一致しています。

要約(オリジナル)

The aetiology of head and neck squamous cell carcinoma (HNSCC) involves multiple carcinogens such as alcohol, tobacco and infection with human papillomavirus (HPV). As the HPV infection influences the prognosis, treatment and survival of patients with HNSCC, it is important to determine the HPV status of these tumours. In this paper, we propose a novel triplet-ranking loss function and a multiple instance learning pipeline for HPV status prediction. This achieves a new state-of-the-art performance in HPV detection using only the routine H&E stained WSIs on two HNSCC cohorts. Furthermore, a comprehensive tumour microenvironment profiling was performed, which characterised the unique patterns between HPV+/- HNSCC from genomic, immunology and cellular perspectives. Positive correlations of the proposed score with different subtypes of T cells (e.g. T cells follicular helper, CD8+ T cells), and negative correlations with macrophages and connective cells (e.g. fibroblast) were identified, which is in line with clinical findings. Unique gene expression profiles were also identified with respect to HPV infection status, and is in line with existing findings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google