亮点
- 高肌肉-骨骼比（MBR）通过深度学习自动计算，是RAS野生型转移性结直肠癌（mCRC）患者接受帕尼单抗治疗后无进展生存期（PFS）和总生存期（OS）获益的强预测因子。
- 在最高MBR三分位数的患者中，FU/FA维持治疗加用帕尼单抗的获益显著，而肌肉减少症患者则未见明显获益。
- 基于AI的自动化身体成分分析提供了一种可扩展、客观的方法，用于个性化转移性结直肠癌的治疗强化。
背景：RAS野生型mCRC异质性的挑战
在转移性结直肠癌（mCRC）领域，随着抗表皮生长因子受体（EGFR）疗法如帕尼单抗和西妥昔单抗的引入，RAS野生型（WT）疾病的管理取得了显著进展。然而，尽管进行了分子分层，临床反应仍然具有异质性。目前的治疗指南主要依赖于肿瘤内在因素，如RAS/BRAF突变状态和原发肿瘤位置（左侧与右侧）。然而，这些因素并不能完全解释影响药物代谢、系统性炎症和总体治疗耐受性的宿主相关生理变异。
肌肉减少症，即骨骼肌质量和力量的进行性丧失，在肿瘤学中已成为一个重要的宿主相关因素。它与化疗毒性增加、手术并发症和不良生存结局相关。尽管其临床意义显著，但由于手动CT图像分割的劳动密集性质，肌肉减少症评估历来受到阻碍。随着深度学习的发展，现在可以实现身体成分标志物（如肌肉-骨骼比[MBR]）的自动化、高通量量化。Keyl等人的这项研究调查了这些AI衍生标志物是否能够超越预后生存，实际预测抗EGFR强化治疗的疗效。
研究设计：将AI整合到临床试验分析中
研究人员利用了前瞻性PanaMa研究（AIO KRK 0212；NCT01991873）的数据，这是一项随机II期试验，评估了RAS WT mCRC患者的维持治疗。在接受5-氟尿嘧啶、亚叶酸钙和奥沙利铂（mFOLFOX6）加帕尼单抗诱导治疗后，患者被随机分配到单独使用FU/FA或FU/FA加帕尼单抗的维持治疗。
该分析的主要创新之处在于使用经过验证的深度学习模型自动计算基线CT图像中的MBR。MBR定义为第三腰椎（L3）水平骨骼肌面积与骨面积的比值。这一比率提供了考虑骨骼大小的肌肉质量标准化测量值。根据MBR将患者分为三分位数。主要终点是无进展生存期（PFS）和总生存期（OS）。为了确保结果的稳健性，研究人员还使用了一个接受西妥昔单抗治疗的mCRC患者的回顾性真实世界验证队列。
关键发现：MBR作为抗EGFR治疗的预测生物标志物
PanaMa队列的PFS和OS结果
在PanaMa试验的248名随机患者中，有189名（76.2%）的维持前CT图像适合AI分析。结果显示，MBR与帕尼单抗的疗效之间存在显著的相互作用。在接受FU/FA加帕尼单抗治疗的组中，高MBR（最高三分位数）的患者PFS显著长于低MBR（HR 0.43，95% CI：0.25-0.73，P=0.002）。这也转化为OS获益（HR 0.41，95% CI：0.21-0.77，P=0.006）。
重要的是，在仅接受FU/FA治疗的患者中，MBR与结局无显著关联，表明MBR是抗EGFR治疗反应的特异性预测因子，而不仅仅是健康的一般预后指标。比较两组治疗方案时，帕尼单抗仅在高MBR患者中提供了显著的PFS获益（HR 0.42，95% CI：0.24-0.73，P=0.002）。低MBR患者并未从维持治疗方案中加入帕尼单抗中获得统计学上的显著获益。
真实世界验证
这些发现进一步在一个独立的真实世界队列中得到证实，该队列中的患者接受了西妥昔单抗治疗。在这个组中，高MBR再次与更优的PFS（P=0.002）和OS（P<0.001）相关。这种在不同抗EGFR药物（帕尼单抗和西妥昔单抗）和不同临床环境（试验与真实世界）之间的验证强化了MBR作为可靠临床生物标志物的潜力。
专家评论：机制见解和临床意义
生物学合理性：为什么肌肉质量很重要？
肌肉质量与抗EGFR疗效之间的关联可能是多因素的。骨骼肌不仅仅是一种结构组织，它是一个代谢活跃的器官，分泌肌因子并影响系统性炎症。肌肉减少症通常是促炎状态和药物药代动力学改变的标志。低肌肉质量的患者可能会经历更高的相对药物浓度和增加的脱靶毒性，导致剂量减少或治疗中断，最终损害疗效。
此外，EGFR信号通路参与肌肉稳态。与肌肉减少症相关的系统环境可能干扰抗EGFR抗体发挥抗肿瘤作用的分子机制。了解这些宿主-肿瘤相互作用对于下一代精准肿瘤学至关重要。
局限性和未来方向
虽然这些结果令人信服，但研究存在局限性。分析具有回顾性，即使使用了前瞻性试验的数据。此外，尽管深度学习模型已得到验证，但不同人群和种族的具体MBR临界值仍需标准化。未来的前瞻性试验应考虑将身体成分分析作为预先计划的分层因素，以确认这些发现。
结论：迈向精准的肌肉减少症评估
Keyl等人的这项研究在将宿主相关因素整合到肿瘤学决策过程中迈出了重要一步。通过证明抗EGFR治疗在mCRC中的获益主要集中在肌肉质量较高的患者中，研究人员提供了一种潜在工具，避免在不太可能从强化治疗中获益的肌肉减少症患者中过度治疗。随着基于AI的自动化CT分析在放射学工作流程中的整合，像MBR这样的标志物可能会像评估RAS状态一样成为常规操作，从而为转移性结直肠癌患者提供更加个性化和有效的治疗。
资助和临床试验信息
PanaMa研究（AIO KRK 0212）由安进公司和各种学术资助支持。ClinicalTrials.gov标识符：NCT01991873。深度学习工作得到了专门用于医疗AI开发的机构研究资金的支持。
参考文献
1. Keyl J, et al. Deep Learning-derived Sarcopenia Marker Predicts Benefit from Anti-EGFR Therapy in Patients with RAS Wild-Type Metastatic Colorectal Cancer. Clin Cancer Res. 2026; doi: 10.1158/1078-0432.CCR-25-3080.
2. Modest DP, et al. Panitumumab Maintenance Therapy in Patients With RAS Wild-Type Metastatic Colorectal Cancer: A Randomized Phase 2 Study (PanaMa). J Clin Oncol. 2022;40(1):72-82.
3. Fearon K, et al. Definition and classification of cancer cachexia: an international consensus. Lancet Oncol. 2011;12(5):489-495.