顾雅佳/尤超教授团队于Advanced Science杂志发表论文A Dynamic Contrast-Enhanced MRI-Based Vision Transformer Model for Distinguishing HER2-Zero, -Low, and-Positive Expression in Breast Cancer and Exploring Model Interpretability
新型抗体药物偶联物突出了对人表皮生长因子受体 2（HER2）表达低的乳腺癌患者的益处。本研究旨在开发和验证一种基于动态对比增强MRI（DCE-MRI）的视觉转换器（Vision Transformer，ViT）模型，以对 HER2 零、低和阳性乳腺癌患者进行分类，并探索其可解释性。该模型在FUSCC队列中708名患者的早期增强MRI图像上进行了训练和验证，并分别在GFPH队列和FHCMU队列中的 80 名和 101 名患者身上进行了测试。ViT模型在FUSCC队列和两个外部队列的验证集中区分HER2零和HER2低/阳性肿瘤时达到0.80、0.73和0.71的AUC。此外，该模型有效地对HER2低和HER2阳性病例进行分类，AUC分别为0.86、0.80和0.79。转录组学分析确定了HER2低和HER2阳性患者之间的显着生物学差异，特别是在免疫相关途径方面，提示了潜在的治疗靶点。此外，Cox回归分析表明，预测评分是总生存期的独立预后因素（HR，2.52；P = 0.007）。这些发现为准确预测HER2表达提供了一种非侵入性方法，从而能够更精确地对患者进行分层，以指导个性化治疗策略。需要进一步的前瞻性研究来验证其临床效用。
Zhang X, Shen YY, Su GH, Guo Y, Zheng RC, Du SY, Chen SY, Xiao Y, Shao ZM, Zhang LN, Wang H, Jiang YZ, Gu YJ, You C. A Dynamic Contrast-Enhanced MRI-Based Vision Transformer Model for Distinguishing HER2-Zero, -Low, and -Positive Expression in Breast Cancer and Exploring Model Interpretability. Adv Sci (Weinh). 2025 Jun 9:e03925. doi: 10.1002/advs.202503925.
