9月25日，自动化学院厉力华教授团队以杭电为第一作者单位在《开云体育》（Nature Communications）在线发表了题为“Radiogenomic signatures reveal multiscale intratumour heterogeneity associated with biological functions and survival in breast cancer”的论文。该研究由厉力华教授团队与美国弗吉尼亚理工大学Yue Wang教授和明尼苏达大学Robert Clarke教授等合作完成。厉力华教授和Yue Wang教授分别为主要和共同通讯作者，团队成员范明教授为第一作者，研究生夏平平为第二作者。
肿瘤具有高度异质性，由各种具有不同的基因变异和分子功能的细胞亚群组成。目前肿瘤内不同细胞亚群的分子功能对乳腺癌的演化、转移、以及预后的影响尚不明确。该研究从信息科学的视角，通过多水平信息处理方法，首先在分子水平上通过无监督的混合信号分离方法，从肿瘤内的基因表达谱分解得到不同的细胞亚群成分，进而分析其中的分子功能。通过该方法发现了两个关键的、与乳腺癌生存时间相关的细胞亚群（即细胞循环和免疫细胞亚群）。其次在影像学领域，从肿瘤磁共振影像中提取肿瘤异质性相关的特征，并通过机器学习方法，建立从影像组学到细胞亚群（分子功能）之间的映射模型。最后，通过构建的影像基因组学标签进行乳腺癌预后的预测，为临床无创精准诊疗提供影像学的方法。该研究揭示和阐述了乳腺癌的多尺度异质性，并为临床诊疗提供有价值的指导。
该研究依托生物医学工程与仪器研究所智能生物医学实验室（Intelligent Biomedicine Laboratory, IBML）完成。该实验室面向生物医学领域问题，利用人工智能中的深度学习等方法，通过对生物医学大数据的分析挖掘，在疾病的智能化和精准化诊疗研究上取得了一系列进展。该研究得到国家自然科学基金重点/面上项目、浙江省自然科学基金重点项目以及美国国立健康研究院的资助。
图 通过影像基因组学方法揭示乳腺癌生物功能和生存相关的肿瘤多尺度异质性
