종양의 미세위성(microsatellite) 상태를 확인하는 것은 임상적으로 중요한데, 미세위성 불안정성-고(microsatellite instability-high, MSI-H) 또는 불일치 복구 결핍(dismatch repair deficient, dMMR) 종양은 면역 관문 억제제(immune checkpoint inhibitors, ICIs)에 잘 반응하며, 흔히 화학요법에는 반응하지 않기 때문이다. 본 연구에서는 위와 대장암에서 미세위성 상태를 예측하기 위해, H&E 전장 슬라이드 영상을 약지도 학습(weakly-supervised-learning)으로 분석하는 딥 가우시안 과정 기반 베이지안 모델인 MSI-SEER를 제안한다. 우리는 다양한 인종적 배경의 환자를 포함한 여러 대규모 데이터셋을 활용하여 광범위한 검증을 수행하였다. MSI-SEER는 불확실성 예측을 통합하여 MSI 예측에서 최첨단 성능을 달성하였다. 또한, 종양의 MSI 상태와 기질-종양 비율(stroma-to-tumor ratio)을 결합함으로써 ICI 반응성 예측에서 높은 정확도를 달성하였다. 마지막으로, MSI-SEER의 타일(tile) 수준 예측은 종양 미세환경에서 MSI-H 영역의 공간적 분포가 종양 미세환경 및 ICI 반응에 미치는 역할에 대한 새로운 통찰을 보여주었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.