Маслов Никита Евгеньевич, ординатор кафедры лучевой диагностики и медицинской визуализации, Институт медицинского образования
ул. Аккуратова, д. 2, Санкт-Петербург, 197341
Nikita E. Maslov, resident of radiology and medical imaging department
Akkuratova str., 2, Saint Petersburg, 197341
Труфанов Геннадий Евгеньевич, д.м.н., профессор, заведующий НИО лучевой диагностики, заведующий кафедрой лучевой диагностики и медицинской визуализации
Санкт-Петербург
Gennadiy E. Trufanov, MD, PhD, professor, chief researcher of the Radiation Diagnostics Research Department, head of Radiation Diagnostics and Medical Imaging Department
Saint Petersburg
Ефимцев Александр Юрьевич, к.м.н., доцент кафедры лучевой диагностики и медицинской визуализации, ведущий научный сотрудник НИЛ лучевой визуализации
Санкт-Петербург
Aleksandr Yu. Efimtsev, PhD, Associate Professor of Radiation Diagnostics and Medical Imaging Department, leading researcher of Radiation Diagnostics Research Laboratory
Saint Petersburg
Радиогеномика — это относительно новое и перспективное направление, связывающее многообразие возможностей визуализации с различными геномными событиями. Достижения в области геномики, предоставленные проектами «Атлас Ракового Генома» и «Геном человека», позволили интегрировать данную информацию с визуализационными фенотипами злокачественных новообразований головного мозга для более детального понимания их биологии. Радиомика в свою очередь лежит на стыке радиологии, компьютерных наук и математической статистики. В отличие от радиогеномики, она не сосредоточена на конкретной взаимосвязи радиофенотипа и генотипа опухоли, а представляет собой скорее методологию анализа. С ее помощью из медицинских изображений извлекаются недоступные невооруженному глазу количественные признаки, устанавливая связи между генотипом пациента и фенотипом визуализации. Это способствует стратификации пациентов в клинических испытаниях, мониторингу ответа на терапию и, как следствие, улучшению ее результатов. В статье рассматриваются некоторые актуальные аспекты радиомики и радиогеномики глиобластом и их применение в нейроонкологии.
Ранее несколькими группами исследователей была показана взаимосвязь визуализационных особенностей глиобластом и прогноза течения заболевания.
Одной из современных проблем радиомики является поиск визуализационных признаков, которые смогут выполнять функцию ключевых прогностических маркеров для стратификации риска пациентов с глиобластомами с помощью инструментов машинного обучения.
Таким образом, перспективы развития методов радиомики и радиогеномики включают в себя прогнозирование выживаемости пациентов, дифференциальную диагностику глиобластом, определение степеней злокачественности, идентификацию мутаций и амплификаций, выявление опухолевой прогрессии, псевдопрогрессии и др.
Radiogenomics is a novel and promising field connecting a variety of imaging possibilities with various genomic events. Advances in genomics provided by the Cancer Genome Atlas and Human Genome projects made it possible to integrate this information with imaging phenotypes of malignant brain tumors for a more detailed understanding of their biology. Radiomics, in turn, lies at the intersection of radiology, computer science and mathematical statistics. Unlike radiogenomics, it does not focus on the specific relationship between the radiophenotype and tumor genotype, but rather identifies the analysis methodology. With its help, quantitative features are extracted from medical images, establishing patient’s genotype-phenotype correlation. This contributes to the risk stratification and patient management. The article discusses some topical aspects of radiomics and radiogenomics of glioblastomas and their application in neurooncology.
Previously, several groups of researchers showed the relationship between visualization features of glioblastomas and the prognosis of the course of the disease.
One of the modern problems of radiomics is the search for imaging features that can serve as key prognostic markers for risk stratification of patients with glioblastomas using machine learning tools.
Thus, the prospects for the development of radiomics and radiogenomics methods include predicting patient survival, differential diagnosis of glioblastomas, determining the degree of malignancy, identifying mutations and amplifications, detecting tumor progression, pseudoprogression, etc.
The authors declare that there are no conflicts of interest present.