基于机器学习的人乳头瘤病毒相关头颈癌分子分型工具开发与验证

　　本研究开发了一种基于机器学习（ML）的HPV阳性头颈鳞状细胞癌（HNSCC）分子分型工具，可精准区分免疫强化型（IMU）与高角化型（KRT）亚型。该工具通过RNA-seq数据分析实现了100%的验证准确率，为HPV+HNSCC的精准治疗和预后评估提供了标准化解决方案。

　　

亮点

背景

人乳头瘤病毒阳性头颈鳞状细胞癌（HPV+HNSCC）的分子亚型——IMU（免疫强化型）和KRT（高角化型）——因具有独特的分子特征、肿瘤微环境、临床结局以及潜在的不同最佳治疗策略而获得广泛认可。目前尚无标准化方法对新发现的HPV+HNSCC肿瘤进行亚型分类。本文介绍了一种基于机器学习的分类器及网络工具，可依托IMU/KRT范式可靠地对HPV+HNSCC肿瘤进行分型，并强调了亚型分类在HPV+HNSCC中的重要性。

方法

我们对密歇根大学健康系统的67例HNSCC肿瘤进行了RNA测序（RNA-seq）。结合三个公开数据集，我们共使用了229例HPV+HNSCC的RNA-seq样本。使用84个带有亚型标签的HPV+RNA-seq样本对分类器进行训练和测试，并用其余样本进行验证。我们还测试了37个临床人口统计学和分子变量与亚型的关联性。

结果

分类器在测试集中达到了100%的准确率。在两个额外队列中的验证结果表明，该工具能依据已知亚型特征成功实现样本区分。对亚型与分子及临床人口统计学变量关系的探究揭示了21个显著关联，既证实了既往发现，也揭示了新的亚型相关因素。

结论

本研究提供了一种可靠的分类器，可基于批量RNA-seq数据将HPV+HNSCC肿瘤分为IMU或KRT亚型，并增进了我们对HPV+HNSCC亚型的理解。

引言

癌症类型通常按细胞来源进行分类，但这些分组内部往往存在巨大异质性[1]。对乳腺癌[2]、肺癌[3]、胰腺癌[4]和结肠癌[5]的研究已基于特定基因驱动突变或表观遗传特征发现了不同亚型。此类亚型通常具有临床实用性，可作为预后生物标志物、辅助医师制定治疗策略或与治疗反应相关[2]。随着精准医学和靶向治疗的发展，明确更精细的亚型分类变得愈发重要。

人乳头瘤病毒相关头颈癌的发病率持续呈流行性增长。约30%的HNSCC[6]可归因于人乳头瘤病毒（HPV），其中口咽部鳞癌（OPSCC）是最常见的HPV相关部位[7]。目前在美国和英国，HPV感染分别驱动约71%和52%的OPSCC[8]，且通常赋予生存优势，5年生存率平均约为80%[9]。尽管HPV+HNSCC在形态学和表观遗传学上存在广泛多样性[10]，肿瘤分型在该癌种群体中尚未被广泛用作临床指标。

多个研究团队已对HPV+HNSCC进行了分子分型，如Qin等人所述[9]，其中大多数研究使用了基因表达水平数据[[11],[12],[13]]。Keck等人首次定义了HPV+HNSCC亚型，并将其命名为IMS（免疫强化型）和CL（经典型）[11]。IMS具有显著的免疫和间质特征，而CL则富集了腐胺（多胺）降解通路。Zhang等人利用RNA-seq和拷贝数变异（CNV）重新鉴定出HPV+HNSCC亚型为IMU（免疫强化型）和KRT（高角化型）[12]，并发现了KRT与HPV整合之间的强关联。Locati等人进一步将KRT肿瘤区分为高间质和低间质组[13,14]，并证明IMU患者比高或低间质KRT患者预后更好。IMU/KRT的亚型命名规范被Leemans等人采纳[15]，这些亚型还通过其他高通量技术得到了表征，包括DNA甲基化[16]（显示KRT存在更显著的全局低甲基化）和DNA羟甲基化[17]。IMU/KRT亚型还与HPV E6异构体表达显著相关，KRT倾向于具有比全长E6更高的剪接型E6*异构体水平[18,19]。

尽管无监督方法（如聚类分析）已用于识别癌症亚型，但不同研究中获得的聚类和亚型分配自然存在差异。这种不一致源于队列属性、样本质量、RNA制备方法、批次间技术差异以及所用特定聚类算法等因素的差异[20]。因此，需要一种一致且可重复的方法。为克服当前HPV+HNSCC分型的局限性并规范新肿瘤的亚型分类，我们训练并构建了一个稳健的机器学习（ML）分类器，其中包含多个步骤以增强严谨性和可重复性。我们首先使用来自两个队列（18例来自密歇根大学，66例来自TCGA）的84例HPV+HNSCC样本，训练并测试了一个集成分类器，该分类器涉及五种ML模型和三个预定义基因集作为输入特征。然后，我们将分类器应用于另外两个HPV+OPSCC队列，发现结果与已知亚型特征和聚类结果一致。我们引入了一个用户友好的网络工具，以简化和 streamline 未来研究中HPV+HNSCC分型的过程。最后，我们对219例经分型的HPV+HNSCC独特患者样本进行了荟萃分析，并确定了21个与亚型相关的通路和临床人口统计学变量。