Histoloji skeletləşdirmə (skeletonization), ikili təsvirdəki obyektləri onların əsas bağlantı və topoloji quruluşunu mümkün qədər qoruyaraq bir piksel enində xətti təsvirlərə endirən kompüter görməsi metodudur. Bu retrospektiv müşahidəvi tədqiqat hematoksilin-eozin (H&E) ilə boyanmış rəqəmsal histologiya təsvirlərində skeletonization istifadə edərək diffuz böyük B-hüceyrəli limfomanın (Diffuse Large B-Cell Lymphoma, DLBCL) ikiölçülü topoloji heterogenliyini araşdırmışdır. Tədqiqatda 110 DLBCL halı və müqayisə üçün 43 reaktiv limfoid toxuma halı olmaqla ümumilikdə 153 xəstə qiymətləndirilmişdir.

İlk baxışda mühüm görünən iki nəticə əslində fərqli müqayisələrə aiddir. DLBCL toxumasının orta skeletonization sahəsi reaktiv limfoid toxumadan daha aşağıdır: 5665,20 ± 1012,82-yə qarşı 6341,16 ± 548,23; fərq p < 0,001-dir. Lakin yalnız DLBCL halları öz aralarında müqayisə edildikdə yüksək skeletonization qrupunun ümumi sağqalımı aşağı skeletonization qrupundan daha pisdir. Yüksək skeletonization üçün bildirilən hazard dəyəri 2,484-dür; %95 etibar intervalı 1,362–4,531 və p = 0,003-dür.

Yüksək skeletonization həmçinin ilk iki il ərzində ölüm, daha yüksək Epstein–Barr virusu EBER pozitivliyi, daha yüksək histoloji entropy və bəzi protein markerlərinin daha aşağı səviyyələri ilə əlaqəli tapılmışdır. Aşağı skeletonization qrupunda ilk iki il ərzində ölüm 9/45 (%20), yüksək skeletonization qrupunda isə 28/65 (%43,1) olaraq bildirilmişdir. EBER pozitivliyi qiymətləndirilə bilən hallarda müvafiq olaraq 4/44 (%9,1) və 24/64 (%37,5) olmuşdur.

Gen ekspressiyası yalnız 30 DLBCL halından ibarət alt qrupda qiymətləndirilmişdir. Bu alt qrupda 18 yüksək və 12 aşağı skeletonization halı vardır. Yüksək skeletonization qrupunda 166 immuno-onkoloji gen, aşağı qrupda isə 8 gen daha yüksək ekspressiya göstərmişdir. Yüksək skeletonization qrupu ilə əlaqəli təhlillərdə CD274 (PD-L1), NFKB1A, CD68, CSF1R, CCR5, ITGAM və TGFB1 kimi genlər, eləcə də IL6–JAK–STAT3, iltihabi cavab, TNF/NFKB, KRAS, apoptoz və makrofaq funksiyaları ilə əlaqəli gen dəstləri ön plana çıxmışdır.

Bu nəticələr skeletonizationın DLBCL-də histoloji heterogenliyi kəmiyyətləşdirmək və proqnostik tədqiqatlarda qiymətləndirmək üçün potensial təsvir xüsusiyyəti olduğunu göstərir. Bununla belə, tədqiqat tək mərkəzli, retrospektivdir və məhdud sayda hala əsaslanır. Yüksək/aşağı skeletonization bölgüsündə istifadə olunan rəqəmsal hədd açıq şəkildə bildirilməmişdir; müstəqil xarici doğrulama və prospektiv klinik istifadə göstərilməmişdir. Buna görə skeletonization bu gün bu tədqiqata əsasən təkbaşına diaqnoz, müalicə seçimi və ya fərdi xəstə proqnozu verən klinik test kimi şərh edilə bilməz.

Diffuz böyük B-hüceyrəli limfoma hansı problemi yaradır?

Diffuz böyük B-hüceyrəli limfoma (DLBCL), böyük neoplastik B-limfositlərin diffuz proliferasiyası ilə xarakterizə olunan, morfoloji və klinik baxımdan heterogen limfomadır. Eyni DLBCL diaqnostik kateqoriyası daxilindəki hallar hüceyrə morfologiyası, molekulyar xüsusiyyətlər, immunofenotip və klinik davranış baxımından bir-birindən fərqlənə bilər. Bu heterogenlik təkcə hüceyrələrin hansı proteinləri ifadə etdiyini və ya hansı gen dəyişikliklərini daşıdığını deyil, histoloji toxumanın təsvirdə necə təşkil olunduğunu da araşdırmağı mənalı edir.

Tədqiqatın əsas yanaşması patoloqun görə bildiyi mikroskopik mürəkkəbliyin bir hissəsini kompüter görməsi vasitəsilə rəqəmsal topoloji xüsusiyyətə çevirməkdir. Tədqiqatçılar daha əvvəl DLBCL histologiyasındakı təsadüfilik və toxuma mürəkkəbliyini entropy ilə araşdırmışlar. Bu tədqiqatda isə başqa bir topoloji xüsusiyyət olan skeletonization qiymətləndirilmişdir.

Histoloji Skeletonization Nədir?

Histoloji skeletonization, H&E təsviri ikili təsvirə çevrildikdən sonra təsvirdəki foreground strukturları bir piksel enində xətti topoloji skeletə endirən təsvir emalı prosesidir; bu tədqiqatda məqsəd şiş miqdarını birbaşa ölçmək deyil, hüceyrə sərhədləri və mikroətraf mühit komponentlərinin yaratdığı ikiölçülü xətti şəbəkənin sıxlığını təsvir xüsusiyyəti kimi kəmiyyətləşdirməkdir.

Skeletonizationın əsas ideyasını anlamaq üçün əvvəlcə “topologiya” anlayışını ayırmaq lazımdır. Topologiya yalnız obyektin ölçüsü ilə məşğul olmur; obyektin bağlantıları, şaxələnmələri, boşluqları və struktur təşkilatlanması ilə də maraqlanır. İkiölçülü skeletonization prosesində qalın təsvir obyekti mərkəz xəttinə doğru nazildilərkən obyektin əsas bağlantı düzəninin qorunması məqsəd qoyulur.

Mənbə skeletonization prosesinin obyektləri bir piksel enində əyri xətlərə endirdiyini və topologiyanı və Euler xarakteristikasını qorumağı hədəflədiyini bildirir. Euler xarakteristikası, fiqurun əlaqəli komponentləri və daxilindəki boşluqlar kimi topoloji xüsusiyyətlərini xülasə edən riyazi kəmiyyətdir. Burada mühüm olan skeletonization prosesinin təsviri sadəcə kiçiltməməsi, onu bağlantı quruluşunu təmsil edən daha sadə xətti struktura çevirməsidir.

Tədqiqatın histoloji şərhində skeleton xətləri yalnız neoplastik B-hüceyrələrini təmsil etmir. Hüceyrə sərhədləri ilə yanaşı limfositlər, neytrofillər, nekrotik hüceyrələr, apoptozdakı hüceyrələr və ekstrasellülyar matriksdəki digər strukturlar da yaranan xətti mürəkkəbliyə töhfə verə bilər. Buna görə skeletonization sahəsi “xərçəng hüceyrələrinin sayı” və ya “şiş faizi” ilə sinonim deyil.

Təsvirlər skeletonization üçün necə hazırlanıb?

DLBCL H&E preparatları NanoZoomer S360 tam slayd görüntüləmə sistemi ilə rəqəmsallaşdırılmış, NDP.view2 ilə baxılmış və hər haldan 200× böyütmədə, 150 dpi JPEG təsvirləri ixrac edilmişdir. Təsvirlər daha sonra emal performansını artırmaq üçün 224 × 224 × 3 ölçülü patch-lərə bölünmüşdür.

Buradakı “224 × 224 × 3” ifadəsində ilk iki rəqəm təsvirin piksel ilə hündürlüyünü və enini, üçüncü rəqəm isə RGB təsvirinin üç rəng kanalını göstərir. Beləliklə, ilkin patch rəngli təsvirdir.

Hər patch tibbi patoloq tərəfindən manual olaraq yenidən qiymətləndirilmişdir. Aşağıdakı patch-lər xaric edilmişdir:

• 224 × 224 × 3 ölçüsündən fərqli təsvirlər,
• məzmununun %80-dən azında toxuma olan patch-lər,
• qırılmış, əzilmiş və ya başqa texniki artefaktlar olan sahələr,
• diaqnostik olmayan sahələr,
• DLBCL nümunələrində nekroz və normal limfoid toxuma sahələri.

Complement və ikili təsvir niyə vacibdir?

Skeletonization alqoritmi hansı piksellərin “obyekt”, hansılarının “fon” qəbul edildiyini bilməlidir. Mənbənin metod mətni maraq doğuran strukturların açıq fon üzərindəki tünd xətlər olduğunu və skeletonization üçün foreground-un məntiqi olaraq ağ/1, fonun isə qara/0 olması lazım gəldiyini bildirir. Buna görə metod təsvirində orijinal boz təsvirin complement-inin istifadə edildiyi qeyd olunur.

Mənbədaxili tətbiq uyğunsuzluğu: Məqalənin Cədvəl 1-də dərc olunan MATLAB kod hissələrində rgb2gray, imbinarize və bwskel çağırışları görünsə də, açıq imcomplement addımı görünmür. Verianla bu boşluğu yeni kod yazaraq doldurmur. Məqalənin mətn şəklində metod təsviri ilə dərc olunmuş kodun bu nöqtədə tam üst-üstə düşmədiyi açıq şəkildə qorunmalıdır.

Pruning niyə mühüm metod detalıdır?

Skeletonizationdan sonra bəzi təsvirlərdə əsas skeletdən çıxan çox qısa yan budaqlar və ya “spur” strukturları qala bilər. Bəzi tətbiqlərdə bu kiçik budaqlar təmizlənərək skeleton sadələşdirilir; buna pruning deyilir. Bu tədqiqatda pruning tətbiq edilməmişdir. Buna görə qısa yan budaqlar da ölçülən skeleton strukturunda qalmışdır.

Bu seçim vacibdir; çünki skeletonization sahəsini yaradan piksel strukturu kiçik budaqları da ehtiva edə bilər. Başqa bir tədqiqatçı eyni təsvirlərə pruning tətbiq edərsə, eyni sahə dəyərlərini əldə edəcəyi fərz edilə bilməz.

Skeletonization sahəsi necə hesablanıb?

MATLAB-da skeletonize edilmiş təsvir üzərində regionprops(...,"Area") tətbiq edilmiş və əldə olunan bölgələrin sahələri toplanmışdır. Mənbədəki kodun riyazi funksiyası öyrədici şəkildə belə ifadə edilə bilər:

\[ A_{\mathrm{skel}}=\sum_{k=1}^{m}A_k \]

Burada \(A_{\mathrm{skel}}\) tək təsvir patch-i üçün ümumi skeletonization sahəsini, \(A_k\) regionprops tərəfindən müəyyən edilən \(k\). skeleton bölgəsinin təsvir sahəsini və \(m\) tapılmış bölgələrin sayını göstərir.

Bu tənlik mənbədə nömrələnmiş riyazi tənlik deyil; dərc olunan MATLAB kodundakı sum([stats.Area]) əməliyyatının öyrədici riyazi göstərimidir.

Vahid baxımından kritik məqam: Məqalə skeletonization dəyərlərini fiziki mm² və ya µm² vahidi ilə bildirmir. Buna görə 5665 və ya 6341 kimi dəyərlər birbaşa real toxuma səth sahəsi kimi oxunmamalıdır. Bunlar mənbə təsvir emalı pipeline-ının yaratdığı təsvir-əsaslı sahə dəyərləridir.

Skeleton xətləri bir piksel eninə endirildiyi üçün yüksək skeletonization sahəsi ümumilikdə təsvirdə daha çox və ya daha sıx xətti skeleton strukturu olduğunu göstərir. Bununla belə, dəyər sırf geometrik “ümumi xətt uzunluğu” metriyi kimi müəyyən edilməmişdir; tədqiqatın istifadə etdiyi dəyişən regionprops sahələrinin cəmidir.

4-connectivity ilə 8-connectivity arasındakı fərq nədir?

Mənbə son təhlildə istifadə olunan bwskel ilə sınaqdan keçirilən bwmorph(...,"skel") yanaşmasının fərqli bağlantı təriflərindən istifadə etdiyini bildirir. Dörd bağlantılı piksel qonşuluğunda əsas qonşular yuxarı, aşağı, sağ və soldakı piksellərdir; səkkiz bağlantılı qonşuluqda dörd diaqonal piksel də qonşuluğa daxil olur. Bağlantı tərifi hansı piksellərin eyni strukturun hissəsi sayıldığına və buna görə skeleton geometriyasının necə yarandığına təsir göstərə bilər.

Mənbə son təhlil üçün yalnız bwskel funksiyasından istifadə etmişdir. MATLAB versiyası R2026a Update 4 (26.1.0.3312084) olaraq bildirilmişdir.

DLBCL Reaktiv Toxumadan Daha Aşağı Skeletonization Göstərdiyi Halda DLBCL Daxilində Yüksək Skeletonization Necə Pis Proqnozla Əlaqəli Ola Bilər?

Bunlar eyni müqayisə deyil: birinci nəticə DLBCL diaqnostik qrupunu reaktiv limfoid toxuma ilə müqayisə edir, ikinci nəticə isə yalnız 110 DLBCL halını öz daxilində aşağı və yüksək skeletonization qruplarına ayırır; buna görə “DLBCL ümumilikdə daha aşağıdır” tapıntısı ilə “DLBCL daxilində nisbətən yüksək dəyər daha pis sağqalım ilə əlaqəlidir” tapıntısı riyazi və ya bioloji baxımdan bir-birinə zidd deyil.

Reaktiv limfoid toxumanın ortalaması 6341,16 ± 548,23, DLBCL ortalaması 5665,20 ± 1012,82-dir. DLBCL dəyərləri 3396,12 ilə 8176,94 arasında dəyişmiş və median 5591,65 olaraq bildirilmişdir. Bu geniş paylanma DLBCL hallarının bir-biri ilə eyni topoloji quruluşa malik olmadığını göstərir.

Bu nəticə DLBCL-ni reaktiv toxumadan ayırmaq üçün klinik olaraq doğrulanmış diaqnostik hədd təqdim etmir. Tədqiqat qrup səviyyəsində paylanmaları müqayisə etmişdir.

Yüksək və aşağı skeletonization qrupları necə yaradılıb?

Mənbə 110 DLBCL halının 45-ni aşağı skeletonization (%40,9), 65-ni isə yüksək skeletonization (%59,1) kimi təsnif edir. Lakin metod və nəticə mətnində bu təsnifatı yaradan açıq rəqəmsal hədd və ya qərar qaydası bildirilməmişdir.

DLBCL medianının 5591,65 olaraq verilməsi yüksək/aşağı bölgüsünün medianla aparıldığının sübutu deyil. Əgər median bölgüsü tətbiq olunsaydı, iki qrupun təxminən bərabər ölçüdə olması gözlənərdi; müşahidə edilən 45/65 paylanması təkbaşına hansı hədd metodunun istifadə edildiyini göstərmir. Buna görə Verianla hər hansı cutoff dəyəri yaratmır.

Yüksək Skeletonization DLBCL-də Sağqalım Baxımından Nə Deməkdir?

Bu tədqiqatdakı DLBCL seriyasında yüksək skeletonization qrupu aşağı qrupla müqayisədə daha pis ümumi sağqalım ilə əlaqəli tapılmışdır; Kaplan–Meier/log-rank müqayisəsində p = 0,002, Cox təhlilində bildirilən HR/Exp(B) təxminən 2,48 və %95 etibar intervalı 1,362–4,531-dir, lakin bu əlaqə təkbaşına skeletonizationın ölümə səbəb olduğunu və ya fərdi xəstənin gələcəyini qəti şəkildə müəyyən etdiyini göstərmir.

Kaplan–Meier əyrisi nəyi ölçür?

Kaplan–Meier metodu müşahidə müddəti ərzində hadisə baş vermədən sağ qalma ehtimalını qiymətləndirir. Bu tədqiqatda hadisə ölüm, başlanğıc vaxtı isə diaqnoz və biopsiya vaxtıdır. Xəstə son müşahidədə sağdırsa, müşahidə senzura edilə bilər; yəni həmin nöqtəyə qədər sağ olduğu bilinsə də, sonrakı real hadisə vaxtı məlum olmur.

Mənbənin Şəkil 4-də yüksək skeletonization qrupunun sağqalım əyrisi daha sürətlə enir. Log-rank testi iki sağqalım əyrisinin bütün müşahidə müddəti ərzində statistik olaraq fərqli olub-olmadığını qiymətləndirir və p = 0,002 nəticəsi bildirilmişdir.

Verianla bu əyrini yenidən çəkmir; çünki mənbə fərdi xəstə vaxtlarını və ya Kaplan–Meier pillələrini rəqəmsal cədvəl şəklində vermir. Vizual əyridən aralıq zaman nöqtələrini oxuyaraq yeni məlumat yaratmaq elmi baxımdan uyğun olmaz.

Hazard ratio 2,484 nə deməkdir?

Cox modelindəki hazard ratio (HR), müəyyən anda hadisənin başvermə sürətinin qruplar arasındakı nisbi nisbətini ifadə edir. Mənbə “hazard risk” terminindən də istifadə edir; Cox cədvəllərində isə sütun HR (Exp(B)) şəklindədir.

HR = 2,484 dəyəri modelin şərtləri daxilində yüksək skeletonization qrupundakı ani ölüm hazardının aşağı skeletonization qrupunun təxminən 2,48 qatı olaraq qiymətləndirildiyini bildirir. Bu ifadə “yüksək skeletonization xəstələrin %148 daha çoxunu qəti şəkildə öldürür” və ya “ölüm ehtimalı 2,48 qat olur” demək deyil.

%95 etibar intervalı 1,362–4,531-dir. İntervalın 1-i əhatə etməməsi bu təhlildə qrup fərqinin statistik əhəmiyyətliliyi ilə uyğundur. Lakin intervalın genişliyi qiymətləndirmənin böyüklüyündə mühüm qeyri-müəyyənlik olduğunu da göstərir.

Cox hazard ratio şərhinin əsas statistik çərçivəsində proporsional hazard fərziyyəsi vacibdir. Mənbə araşdırılan bölmələrdə bu fərziyyə üçün ayrıca diaqnostik test bildirmir; buna görə Verianla fərziyyənin ayrıca doğrulandığını iddia etmir.

İlk iki ildə ölüm nəticəsi

Bu cədvəl müşahidəvi əlaqəni göstərir. Skeletonization xəstələrə tətbiq edilən müdaxilə deyil; buna görə yüksək skeletonizationın ilk iki il ərzində ölümə səbəb olduğu nəticəsi çıxarıla bilməz.

Çoxdəyişənli Cox təhlili niyə vacibdir?

Təkdəyişənli sağqalım əlaqəsi başqa proqnostik amillərlə qarışa bilər. Buna görə tədqiqatçılar International Prognostic Index (IPI), Hans hüceyrə mənşəyi təsnifatı, EBER və skeletonization dəyişənlərini birlikdə ehtiva edən Cox modeli qurmuşlar.

Bu modeldə skeletonization əmsalı statistik əhəmiyyətliliyini qorumuşdur. Buna görə mənbə skeletonizationın proqnostik əlaqəsinin IPI, Hans təsnifatı və EBER ilə birlikdə modelləşdirildikdə də davam etdiyini bildirir.

Lakin “müstəqil proqnostik əlaqə” ifadəsi səbəb baxımından müstəqillik və ya klinik olaraq doğrulanmış yeni proqnostik test demək deyil. Yalnız modelə daxil edilən dəyişənlər nəzarətdə saxlandıqda skeletonization əmsalının sıfırdan fərqli qaldığını bildirir.

Entropy ilə skeletonization eyni şeyi ölçürmü?

Xeyr. Entropy təsvirdəki nizamsızlıq və ya təsadüfilik paylanmasını statistik olaraq xülasə edən təsvir xüsusiyyətidir; skeletonization isə ikili təsvirin topoloji xətti şəbəkəsini təmsil edir. Bu iki ölçü bir-birindən fərqlidir.

Tədqiqatda skeletonization ilə histoloji entropy arasında müsbət, lakin məhdud böyüklükdə korrelyasiya tapılmışdır:

\[ r=0{,}28,\quad n=109,\quad p=0{,}003 \]

\(r=0,28\) dəyəri iki dəyişənin eyni ölçü olmadığını, lakin artımlarının müəyyən dərəcədə birlikdə dəyişdiyini göstərir.

Entropy və skeletonizationın birlikdə yer aldığı Cox modelində mənbənin Cədvəl 9-u aşağıdakı dəyərləri verir:

Mənbədaxili uyğunluq qeydi: Bu cədvəldən dərhal əvvəlki mətn hər iki p dəyərini “<0,001” şəklində təsvir edir; lakin dərc olunmuş Cədvəl 9-da dəyərlər 0,004 və 0,003-dür. Verianla rəqəmsal cədvəldə dərc olunan dəyərləri olduğu kimi qoruyur və bu fərqi səssizcə düzəltmir.

İmmunohistokimya necə kəmiyyətləşdirilib?

Tədqiqatda bir çox protein markeri avtomatlaşdırılmış immunohistochemistry metodları ilə qiymətləndirilmişdir. Bəzi boyanmalar ilkin olaraq 0, +1, +2 və +3 şəklində ordinal intensivlik kateqoriyaları ilə araşdırılmış, daha sonra Fiji/ImageJ istifadə edilərək pozitiv hüceyrə nisbətini kəmiyyətləşdirmək üçün rəqəmsal təsvir təhlili aparılmışdır.

Mənbədə istifadə olunan hesablama:

\[ Pozitiflik\;(\%)= \frac{\text{DAB-pozitif pikseller}} {\text{tüm pikseller}} \times100 \]

DAB, immunohistochemistry-də anticisim hədəfinin olduğu bölgələrdə qəhvəyi reaksiya məhsulu yaradaraq pozitiv sahələrin təsvir üzərində müəyyən edilməsini təmin edən xromogen işarələmə sistemidir.

Formuldakı surət pozitiv qəbul edilən piksel sayını, məxrəc isə qiymətləndirməyə daxil edilən ümumi piksel sayını göstərir. Nəticənin 100-ə vurulması nisbəti faizə çevirir.

Hans təsnifatı necə yaradılıb?

Tədqiqatda DLBCL-nin hüceyrə mənşəyini immunohistochemistry vasitəsilə təxmini təsnif etmək məqsədilə Hans alqoritmi istifadə edilmişdir. Alqoritm CD10, BCL6 və MUM1 ekspressiyasını birlikdə qiymətləndirir. Mənbədə neoplastik B-limfositlərin %30-dan çoxunun pozitiv olması müvafiq markerin pozitiv qəbul edilməsi üçün istifadə olunan həddir.

Bu təsnifat halları GCB və non-GCB qruplarına ayırır. Tədqiqatçılar pis proqnozla əlaqəli yüksək skeletonization qrupunun non-GCB ilə də əlaqəli ola biləcəyini qiymətləndirmiş, lakin belə əlaqə tapılmamışdır: low qrupunda non-GCB 30/44 (%68,2), high qrupunda 45/64 (%70,3), p = 0,834.

FISH hansı genləri qiymətləndirib?

DNA floresan in situ hibridləşdirmə (FISH), MYC, BCL2 və BCL6 genlərinə yönəlmiş break-apart probları ilə gen yenidən düzülmələrini qiymətləndirmək üçün istifadə edilmişdir. Seriyada MYC rearrangement 5/94 (%5,3), BCL2 rearrangement 3/93 (%3,2) olaraq tapılmış və double-hit hal aşkar edilməmişdir.

Skeletonization qrupları arasında MYC və BCL2 rearrangement vəziyyətlərində statistik cəhətdən əhəmiyyətli fərq bildirilməmişdir.

EBER nəyi göstərir?

EBER, Epstein–Barr virusunun yaratdığı kiçik RNA molekullarının toxuma daxilində RNA in situ hybridization ilə aşkarlanmasıdır. Buna görə EBER pozitivliyi araşdırılan şiş toxumasında EBV əlaqəsini qiymətləndirmək üçün istifadə olunan markerdir.

Bu güclü əlaqəyə baxmayaraq, yüksək skeletonization yalnız EBV ilə izah edilə bilməz. Bundan əlavə, mənbənin müzakirə hissəsində “yüksək skeletonization hallarının %72,5-nin EBV ilə əlaqəli olmadığı” ifadəsi yer alır; lakin cədvəldəki 24/64 pozitiv dəyər birbaşa istifadə edildikdə qiymətləndirilə bilən yüksək qrup daxilində EBER-mənfi nisbət %62,5-dir. Buna görə Verianla %72,5 dəyərini qəti nəticə kimi yenidən istifadə etmir.

Hansı protein markerləri yüksək skeletonization ilə əlaqəli idi?

Bu nəticələr protein səviyyəsində müşahidə olunan qrup əlaqələridir. Məsələn, BCL2-nin daha aşağı olması BCL2 gen rearrangement-ının daha aşağı olduğu demək deyil; protein ekspressiyası ilə gen yenidən düzülməsi ayrı ölçmələrdir.

Davamlı skeletonization dəyərləri ilə korrelyasiya nə göstərdi?

Tədqiqatçılar high/low qrup müqayisəsinə əlavə olaraq skeletonization sahəsini davamlı dəyişən kimi istifadə edib Pearson korrelyasiyalarını da hesablamışlar. Bu iki təhlil eyni sualı vermir. Qrup müqayisəsi iki kateqoriyanın orta/paylanma fərqini araşdırarkən, korrelyasiya skeletonization dəyəri artdıqca markerin necə dəyişdiyini qiymətləndirir.

PD-L1 bu fərqin yaxşı nümunəsidir. High/low kateqorik müqayisəsində PD-L1 ortalamaları 8,5 ± 11,7% və 15,7 ± 18,3% olmasına baxmayaraq p = 0,235 ilə əhəmiyyətli deyil. Əksinə, skeletonization davamlı dəyişən kimi istifadə edildikdə PD-L1 ilə müsbət korrelyasiya r = 0,309 və p = 0,002-dir. Bu iki nəticənin bir-biri ilə “ziddiyyət təşkil etdiyini” demək düzgün olmaz; istifadə olunan statistik sual və informasiya itkisi fərqlidir.

Skeletonization ilə Gen Ekspressiyası Necə Əlaqələndirilib?

Gen ekspressiyası bütün 110 DLBCL halında deyil, 30 haldan ibarət alt qrupda NanoString əsaslı pan-cancer immune profiling paneli ilə ölçülmüşdür; 18 hal yüksək, 12 hal aşağı skeletonization qrupunda idi və təhlil yüksək skeletonization qrupunda 166, aşağı qrupda isə 8 daha yüksək ekspressiyalı immuno-onkoloji gen müəyyən etmişdir.

RNA necə hazırlanıb və hansı panel istifadə edilib?

RNA formalinlə fiksə edilmiş, parafinə gömülmüş (FFPE) toxuma kəsiklərindən çıxarılmışdır. Kəsik qalınlığı 10 µm-dir. RNA ekstraksiyasından əvvəl histologiya yenidən qiymətləndirilmiş və ən az %80 neoplastik sahə ehtiva edən hallar seçilmişdir.

Keyfiyyət nəzarətindən keçmiş RNA, nCounter PanCancer Profiling Panel istifadə edilərək təhlil edilmişdir. Panel 730 immuno-onkoloji gen və 40 housekeeping geni ehtiva edir.

Housekeeping gen normallaşdırması nə edir?

Housekeeping genləri nümunələr arasındakı ümumi ölçmə miqyası fərqlərini normallaşdırmaq üçün istinad kimi istifadə olunur. Mənbədə hər nümunə üçün housekeeping genlərinin həndəsi ortalaması hesablanmış, hər genin sayı bu ortalamaya bölünmüş və nəticə log₂ miqyasına çevrilmişdir.

Mənbədə verilən əməliyyat belədir:

\[ \log_2\left( \frac{\mathrm{normData}_{g,i}} {\mathrm{hkGeoMean}_{i}} \right) \]

və miqyaslama əmsalı istifadə edildikdə:

\[ \log_2\left( \frac{\mathrm{normData}_{g,i}} {\mathrm{hkGeoMean}_{i}} \times SF \right) \]

Burada \(\mathrm{normData}_{g,i}\), \(i\) nümunəsindəki \(g\) geninin normallaşdırılan sayını; \(\mathrm{hkGeoMean}_{i}\), həmin nümunənin housekeeping genlərinin həndəsi ortalamasını; \(SF\) isə ixtiyari miqyaslama əmsalını ifadə edir. Mənbə miqyaslama faktorunun nümunə kimi 1000 kimi sabit ola biləcəyini bildirir.

Log₂ çevrilməsi geniş dinamik diapazondakı ekspressiya dəyərlərini sıxlaşdırır və qat dəyişikliklərinin daha balanslı göstərilməsinə kömək edir. Bu riyazi çevrilmə bir genin bioloji baxımdan aktiv olduğunu təkbaşına sübut etmir.

Diferensial gen ekspressiyasında nə tapıldı?

Aşağı skeletonization qrupunda daha yüksək ekspressiya göstərən səkkiz gen BLNK, TNFRSF13B, CD3EAP, ILF3, CD1C, CD37, POU2F2 və TLR9 olaraq bildirilmişdir.

Yüksək skeletonization qrupunun funksional şəbəkə təhlilində DLBCL patogenezi ilə əlaqəli olduğu bildirilən mərkəzi genlər arasında CD274 (PD-L1), NFKB1A, CD68, CSF1R, CCR5, ITGAM və TGFB1 yer almışdır.

STRING şəbəkəsi nəyi göstərir?

STRING v12.0, yüksək skeletonization qrupunda artmış genlərin bir-biri ilə məlum və ya proqnozlaşdırılan funksional əlaqələrini şəbəkə formasında araşdırmaq üçün istifadə edilmişdir. Mənbədə minimum qarşılıqlı təsir balı 0,4 olaraq müəyyən edilmiş, Gene Ontology biological process kateqoriyaları istifadə edilmiş, oxşarlığı ≥ 0,8 olan terminlər qruplaşdırılmış və şəbəkə dörd K-means klasterinə bölünmüşdür.

Bir genin şəbəkənin mərkəzində çoxlu bağlantıya malik olması həmin genin funksional şəbəkə daxilində daha çox əlaqəli olduğunu göstərir; bu vəziyyət təkbaşına həmin genin xəstəliyin səbəbi olduğunu sübut etmir.

Mənbənin Şəkil 15-dəki Gene Ontology zənginləşmə hissəsində sitokin vasitəli siqnallaşma, iltihabi cavab, leykosit kemotaksisi, mieloid leykosit miqrasiyası və digər immun hüceyrə miqrasiya prosesləri vizual olaraq ön plana çıxır. Bunlar funksional zənginləşmə nəticələridir; birbaşa hüceyrə mexanizmi təcrübələri deyil.

GSEA nədir və bu tədqiqatda necə tətbiq edilib?

Gen Set Enrichment Analysis (GSEA), ayrı-ayrı genlərin əhəmiyyətliliyini müstəqil şəkildə qiymətləndirmək əvəzinə, bioloji olaraq müəyyən edilmiş gen qruplarının sıralanmış gen siyahısında müəyyən fenotipin bir tərəfində sistematik şəkildə toplanıb-toplanmadığını araşdırır.

Tədqiqatda GSEA 4.4.0 build 18 istifadə edilmişdir. Əsas parametrlər:

• 1000 permutasiya,
• phenotype permutation,
• weighted enrichment statistic,
• gen sıralaması üçün signal-to-noise metriyi,
• azalan sıralama,
• maksimum gen dəsti ölçüsü 1000,
• minimum gen dəsti ölçüsü 10,
• MSigDB Hallmark gen dəstləri.

Yüksək skeletonization qrupunda mənbə mətninin xüsusilə vurğuladığı zənginləşmələr IL6–JAK–STAT3 signaling, inflammatory response, TNF/NFKB signaling, KRAS signaling, apoptosis və macrophage function-dır. Mənbənin GSEA şəkli həmçinin epithelial–mesenchymal transition və digər immun/miqrasiya ilə əlaqəli gen dəstlərinə aid zənginləşmə əyrilərini göstərir.

GSEA zənginləşməsi bu bioloji proseslərin hər birinin bütün şiş hüceyrələrində birbaşa ölçülərək aktiv olduğunun sübutu deyil. Nəticə gen ekspressiyası sıralamasında müvafiq gen dəstlərinin sistematik paylanmasına əsaslanan statistik zənginləşmə təhlilidir.

Tədqiqatın Metodu və Nəticələri

Tədqiqat dizaynı

DLBCL nümunələrinin 6 mm tissue microarray core-ları, reaktiv toxumaların isə whole-tissue nümunələri kimi istifadə edilməsi metodoloji seçmə fərqidir. Mənbə bu fərqin skeletonization dəyərlərinə təsirini ayrıca təcrübə ilə ölçmür; buna görə Verianla bunu sübut olunmuş qərəz kimi deyil, təcrübə dizaynının bilinməli xüsusiyyəti kimi qeyd edir.

Xəstələrin əsas klinikopatoloji xüsusiyyətləri

Mənbə cədvəli qeydi: Mənbənin Cədvəl 3-də ECOG performans vəziyyəti ≥2 üçün “11/81 (73,6%)” yazılıb. 11/81 nisbəti riyazi olaraq təxminən %13,6 olduğundan bu sətir mənbə daxilində arifmetik baxımdan uyğunsuz görünür. Verianla buna görə bu faizi yuxarıdakı xülasə cədvəlinə daşımayıb.

Test təsvirləri ilə alqoritmin konseptual yoxlanması

Tədqiqatçılar bwskel ilə sahə ölçümünün artan topoloji mürəkkəbliyi izləyib-izləmədiyini səkkiz konseptual test təsvirində yoxlamışlar. Təsvir 1-dən 8-ə skeletonization sahələri ardıcıllıqla:

0, 40, 100, 215, 526, 857, 1786 və 2603

olaraq bildirilmişdir. Bu test real xəstə nəticələrinin doğrulama dəsti deyil; alqoritmin sadədən mürəkkəbə hazırlanmış nümunə təsvirlərdə gözlənilən istiqamətdə sahə yaradıb-yaratmadığını göstərən konseptual yoxlamadır.

DLBCL ilə reaktiv toxuma arasındakı əsas nəticə

DLBCL skeletonization sahəsi 3396,12 ilə 8176,94 arasında dəyişmişdir. Orta 5665,20 ± 1012,82, median 5591,65-dir. Reaktiv limfoid toxuma ortalaması 6341,16 ± 548,23-dür. Qruplar arasındakı fərq p < 0,001-dir.

Bu tapıntı “reaktiv toxuma xərçəngdən daha heterogendir” şəklində bütün bioloji heterogenlik növlərinə ümumiləşdirilməməlidir. Nəticə yalnız bu təsvir pipeline-ı ilə ölçülən ikiölçülü skeletonization xüsusiyyətinə aiddir.

Yüksək skeletonization ilə klinik dəyişənlərin əlaqəsi

Yaş, cins, anatomik yerləşmə, müalicə kateqoriyası, LDH, xəstəlik mərhələsi, IPI kateqoriyası, klinik cavab, yüksək sIL2R və B simptomları üçün high/low skeletonization qrupları arasında mənbədə əhəmiyyətli fərq bildirilməmişdir.

Əksinə, ilk iki ildə ölüm, EBER pozitivliyi, CD5, E2F1, BCL2, ISY1 və TNFAIP8 ilə əhəmiyyətli əlaqələr tapılmışdır. Bu çoxsaylı müqayisələrin hamısı eyni bioloji məna daşımır; hər markerin hüceyrə funksiyası və ölçmə forması ayrıdır.

MYC və BCL2 yenidən düzülmələri skeletonizationı izah etdimi?

Xeyr. Yüksək skeletonization qrupunda MYC rearrangement 4/52 (%7,7), aşağı qrupda 1/42 (%2,4) olaraq bildirilmiş və p = 0,376 tapılmışdır. BCL2 rearrangement aşağı qrupda 0/42, yüksək qrupda 3/51 (%5,9) olub p = 0,249-dur.

Beləliklə, bu məlumat dəstində MYC və ya BCL2 yenidən düzülməsi ilə skeletonization qrupu arasında statistik əhəmiyyətli əlaqə göstərilməmişdir. Seriyada double-hit hal da yoxdur.

Mənbədə EBER–skeletonization Cox modeli ilə bağlı uyğunsuzluq

Məqalənin müzakirə bölməsi EBER və skeletonizationın birlikdə qiymətləndirildiyi Cox təhlilində hər ikisinin də müstəqil proqnostik marker olaraq qaldığını bildirir. Lakin dərc olunmuş Cədvəl 10-un başlığı “EBER və skeletonization daxil” şəklində olsa da, cədvəlin görünən sətirləri:

şəklindədir. Cədvəldə skeletonization sətri görünmədiyi üçün Verianla bu xüsusi iki dəyişənli modelin skeletonization HR və etibar intervalını təxmin etməyə və ya başqa cədvəldən köçürərək doldurmağa çalışmır.

Skeletonizationın EBER, IPI və Hans təsnifatı ilə birlikdə yer aldığı açıq şəkildə bildirilmiş çoxdəyişənli model Cədvəl 8-dir və orada skeletonization üçün HR = 2,21, %95 GA 1,08–4,53 və p = 0,030-dur.

Gen ekspressiyası alt qrupunun xüsusiyyətləri

30 haldan ibarət gen ekspressiyası alt qrupunun 18-i yüksək skeletonization, 12-si aşağı skeletonization qrupundadır. Bu alt qrupda 23/30 xəstə 60 yaşdan yuxarıdır, 18/30 kişidir, Hans təsnifatında 19/30 non-GCB-dir və qiymətləndirilə bilən 29 halın 8-i EBER pozitivdir.

Bu 30 halın 21-də ölüm hadisəsi, 15-də ilk iki il ərzində ölüm bildirilmişdir. Bu alt qrup bütün 110 DLBCL halından daha kiçikdir; gen ekspressiyası nəticələrinin qeyri-müəyyənliyi və ümumiləşdirilə bilməsi buna uyğun qiymətləndirilməlidir.

Yüksək skeletonization qrupundakı molekulyar profil

Yüksək skeletonization qrupunda 166 immuno-onkoloji gen daha yüksək ekspressiya göstərmişdir. Funksional şəbəkə təhlili xüsusilə CD274, NFKB1A, CD68, CSF1R, CCR5, ITGAM və TGFB1 kimi yüksək bağlantılı və DLBCL biologiyası ilə əlaqəli genləri vurğulamışdır.

GSEA-da IL6–JAK–STAT3 signaling, inflammatory response, TNF/NFKB signaling, KRAS signaling, apoptosis və macrophage function zənginləşmələri bildirilmişdir.

Bu nəticələrin mühüm şərh sərhədi gen ekspressiyası nümunəsinin yalnız 30 haldan ibarət olmasıdır. Bundan əlavə, “zənginləşmə” gen dəstinin sıralanmış ekspressiya məlumatlarındakı statistik mövqeyini ifadə edir; sözügedən yolun təkbaşına skeletonizationın səbəbi olduğu nəticəsini vermir.

Statistik təhlillərin xülasəsi

p dəyəri burada nəyi ifadə edir?

p dəyəri sıfır hipotezi altında müşahidə olunan və ya daha ekstremal statistik nəticənin əldə edilməsi ehtimalı ilə əlaqəlidir. p < 0,05 həddi bu tədqiqatda statistik əhəmiyyətlilik həddi kimi seçilmişdir.

Lakin kiçik p dəyəri əlaqənin böyük, klinik baxımdan mühüm və ya səbəb-nəticə xarakterli olduğu demək deyil. Məsələn, skeletonization–entropy korrelyasiyasında p = 0,003 olmasına baxmayaraq korrelyasiya əmsalı yalnız r = 0,28-dir. Buna görə p dəyəri ilə effekt böyüklüyü bir-birindən ayrılmalıdır.

Tədqiqatın dəstəklədiyi nəticələr

• DLBCL bu təsvir emalı metodunda reaktiv limfoid toxumadan daha aşağı orta skeletonization sahəsi göstərmişdir.
• DLBCL qrupu daxilində yüksək skeletonization daha pis ümumi sağqalım ilə əlaqəlidir.
• Yüksək skeletonization qrupunda ilk iki il ərzində ölüm nisbəti daha yüksəkdir.
• Yüksək skeletonization EBER pozitivliyi ilə əlaqəlidir.
• Skeletonization ilə histoloji entropy arasında müsbət korrelyasiya vardır.
• Skeletonization ilə E2F1, BCL2, ISY1, TNFAIP8 və bəzi digər protein ölçmələri arasında mənfi əlaqələr görülmüşdür.
• Davamlı skeletonization dəyəri PD-L1 ilə müsbət korrelyasiya göstərmişdir.
• 30 hallıq gen ekspressiyası alt qrupunda yüksək skeletonization qrupu xeyli daha çox sayda artmış immuno-onkoloji gen göstərmişdir.
• Yüksək skeletonization qrupunda müxtəlif iltihabi və immun siqnal gen dəstləri zənginləşmişdir.
• Skeletonizationın sağqalım ilə əlaqəsi IPI, Hans təsnifatı və EBER-in birlikdə yer aldığı Cox modelində statistik əhəmiyyətliliyini qorumuşdur.

Tədqiqatın dəstəkləmədiyi nəticələr

• Skeletonizationın DLBCL-yə səbəb olduğu göstərilməmişdir.
• Yüksək skeletonizationın ölümün birbaşa bioloji səbəbi olduğu göstərilməmişdir.
• Skeletonizationın bu gün təkbaşına klinik diaqnoz və ya müalicə seçimi üçün istifadə edilə biləcəyi göstərilməmişdir.
• DLBCL ilə reaktiv toxuma arasında klinik məqsədli doğrulanmış skeletonization cutoff dəyəri hazırlanmayıb.
• Yüksək/aşağı DLBCL bölgüsü üçün istifadə olunan rəqəmsal hədd mənbədə açıq şəkildə bildirilməyib.
• Gen ekspressiyası nəticələri bütün 110 xəstədə ölçülməyib.
• CD274/PD-L1, NFKB1A, CSF1R və ya digər şəbəkə genlərindən hər hansı birinin yüksək skeletonizationın yeganə səbəbi olduğu göstərilməyib.
• EBV bütün yüksək skeletonization hallarını izah etmir.
• MYC və BCL2 rearrangement skeletonization qrupu ilə əhəmiyyətli əlaqə göstərməyib.
• Prospektiv və ya müstəqil xarici kohort doğrulaması bu məqalədə bildirilməyib.
• Skeletonizationın fərqli skanerlər, laboratoriyalar və ya təsvir ön emal pipeline-larında eyni rəqəmsal cutoff ilə işləyəcəyi göstərilməyib.

Təkrar istehsal oluna bilmə baxımından açıq qalan məqamlar

Birinci məqam: Yüksək və aşağı skeletonization bölgüsünün rəqəmsal cutoff dəyəri açıq şəkildə verilməyib.

İkinci məqam: Metod mətnindəki complement izahı ilə dərc olunan MATLAB kodu tam üst-üstə düşmür.

Üçüncü məqam: Skeletonization sahəsinin fiziki vahidi bildirilməyib; dəyər təsvir sahəsi metriyi kimi təqdim edilir.

Dördüncü məqam: Mənbə Cox modellərinin proporsional hazard fərziyyəsinə dair ayrıca diaqnostik nəticə bildirmir.

Beşinci məqam: Gen ekspressiyası yalnız 30 halda mövcuddur və mənbə daha böyük gen ekspressiyası seriyalarına ehtiyac olduğunu açıq şəkildə qəbul edir.

Altıncı məqam: Mənbə Cədvəl 9 və Cədvəl 10 ilə ətraf mətn arasında bəzi rəqəmsal/etiket uyğunsuzluqları vardır; bunlar Verianla tərəfindən səssizcə dəyişdirilməyib.

Yeddinci məqam: Mənbənin bəzi bölmələrində “Ki69”, metod və müvafiq immunohistochemistry şəkillərində isə “Ki67” adı istifadə olunur. Verianla bunun yeni marker olduğunu fərz etmir və bunu mənbədaxili terminoloji uyğunsuzluq kimi qeyd edir.

Tədqiqatın klinik mənası hansı sərhəddə saxlanmalıdır?

Tədqiqat rutin H&E təsvirlərindən çıxarıla bilən topoloji təsvir xüsusiyyətinin DLBCL-nin morfoloji heterogenliyi və sağqalımı ilə əlaqəli ola biləcəyini göstərməsi baxımından əhəmiyyətlidir. H&E preparatlarının klinik patologiyada artıq geniş yayılması belə təsvir xüsusiyyətlərinin gələcəkdə başqa klinik və molekulyar dəyişənlərlə birlikdə qiymətləndirilməsini tədqiqata dəyər edir.

Bununla belə, mövcud tədqiqat skeletonizationı təsdiqlənmiş biomarker və ya klinik qərar sistemi halına gətirmir. Bunun üçün daha böyük və müstəqil kohortlarda təkrar istehsal oluna bilən cutoff-un müəyyən edilməsi, fərqli görüntüləmə sistemlərində texniki doğrulama, əvvəlcədən müəyyən edilmiş təhlil protokolları və prospektiv qiymətləndirmə kimi əlavə mərhələlər lazımdır. Bunlar bu məqalədə həyata keçirilmiş nəticələr deyil, mövcud sübutun klinik tətbiqə çevrilə bilməsi üçün tələb olunan doğrulama növləridir.

Mənbə və Metod Qeydi

Orijinal başlıq: High Histological Skeletonization as a Measure of Heterogeneity Is Associated with Poor Overall Survival and Death Within 2 Years of Diffuse Large B-Cell Lymphoma.

Müəlliflər: Joaquim Carreras; Yara Yukie Kikuti; Shunsuke Nagase; Giovanna Roncador; Haruka Ikoma; Atsushi Ito; Makoto Orita; Sakura Tomita; Yuki Tanigaki; Akihisa Ueno; Yusuke Kondo; Naoya Nakamura; Yohei Masugi.

Müəllif sırası: Mənbədəki sıra olduğu kimi qorunmuşdur.

Bərabər töhfə: Mənbədə bərabər töhfə/birgə birinci müəlliflik bəyanatı yoxdur.

Məsul müəllif: Joaquim Carreras.

Qurum 1: Department of Pathology, School of Medicine, Tokai University, Isehara, Japan.

Qurum 2: Monoclonal Antibodies Unit, Spanish National Cancer Research Center (CNIO), Centro Nacional de Investigaciones Oncológicas, Madrid, Spain.

Jurnal: Cancers.

Nəşriyyatçı: MDPI.

Cild / say / məqalə nömrəsi: 18 / 17 / 2828.

DOI: 10.3390/cancers18172828.

Təqdimetmə tarixi: 6 İyul 2026.

Reviziya tarixi: 11 Avqust 2026.

Qəbul tarixi: 28 Avqust 2026.

Nəşr tarixi: 1 Sentyabr 2026.

Rəsmi keçid: https://doi.org/10.3390/cancers18172828

Mənbə növü: Resenziyalı orijinal tədqiqat məqaləsi; retrospektiv müşahidəvi rəqəmsal histopatologiya, kompüter görməsi, immunohistokimya və gen ekspressiyası tədqiqatı.

Preprint statusu: Mənbə məqalədə ayrıca preprint nömrəsi və ya əvvəlki preprint versiyası göstərilmir.

Lisenziya: Creative Commons Attribution (CC BY).

Tədqiqat seçməsi: 110 DLBCL və 43 reaktiv limfoid toxuma halı; cəmi 153 xəstə.

DLBCL nümunə dövrü: Diaqnostik biopsiyalar 2007–2011 dövründən seçilmişdir.

Etika komitəsi: Tokai University School of Medicine Institutional Review Board; protokol IRB20/156; təsdiq tarixi 1 Aprel 2026.

Məlumatlandırılmış razılıq: Mənbə tədqiqata daxil edilən bütün şəxslərdən məlumatlandırılmış razılıq alındığını bildirir.

Maliyyələşdirmə: Ministry of Education, Culture, Sports, Science and Technology (MEXT), Grants-in-Aid for Scientific Research, KAKENHI və JSPS; qrant nömrələri 25K10272, 23K06454, 18K15100, 15K19061 və 24590430.

Məlumat əlçatanlığı: Mənbə məlumatların məqalə daxilində və Joaquim Carreras-a sorğu əsasında əlçatan olduğunu bildirir.

Maraqların toqquşması: Müəlliflər maraqların toqquşmasının olmadığını bəyan etmişlər.

Müəllif töhfələri: Konseptuallaşdırma, metod, proqram təminatı, formal təhlil, məlumat kurasiyası və yazı Joaquim Carreras tərəfindən həyata keçirilmişdir. Tədqiqat fəaliyyətlərinə Joaquim Carreras, Yara Yukie Kikuti, Shunsuke Nagase, Giovanna Roncador, Haruka Ikoma, Atsushi Ito, Makoto Orita, Sakura Tomita, Yuki Tanigaki, Akihisa Ueno, Yusuke Kondo, Naoya Nakamura və Yohei Masugi töhfə vermişdir.

Skeletonization cihaz/proqram təminatı zənciri: H&E preparatları Tissue-Tek Prisma Plus ilə boyanmış; NanoZoomer S360 ilə rəqəmsallaşdırılmış; NDP.view2 ilə baxılmış; PhotoScape v3.7 ilə 224 × 224 × 3 patch-lərə bölünmüş; son skeletonization MATLAB R2026a Update 4 daxilindəki bwskel funksiyası ilə həyata keçirilmişdir. Kiçik spur-lar pruning ilə çıxarılmamışdır.

İmmunohistokimya: Leica Bond Max II avtomatik boyama sistemi və çoxsaylı anticisim paneli istifadə edilmiş; rəqəmsal pozitivlik təhlili Fiji/ImageJ ilə aparılmışdır.

FISH: MYC, BCL2 və BCL6 break-apart probları istifadə edilmişdir. EBER, RNA in situ hybridization ilə qiymətləndirilmişdir.

Gen ekspressiyası: 10 µm FFPE kəsiklərindən RNA çıxarılmış, ən az %80 neoplastik sahə ehtiva edən nümunələr seçilmiş və nCounter PanCancer Profiling Panel ilə 730 immuno-onkoloji gen və 40 housekeeping geni qiymətləndirilmişdir.

Funksional şəbəkə: STRING v12.0; Gene Ontology biological process; oxşarlıq ≥ 0,8; dörd K-means klasteri; minimum interaction score 0,4.

GSEA: GSEA 4.4.0 build 18; 1000 permutasiya; phenotype permutation; weighted enrichment statistic; signal-to-noise ranking; MSigDB Hallmark gen dəstləri.

Statistika: Mann–Whitney U, Kruskal–Wallis H, Pearson ki-kvadrat, Fisher exact, Pearson korrelyasiyası, Kaplan–Meier, log-rank və Cox reqressiyası. Əhəmiyyətlilik həddi p < 0,05-dir. Təhlillər IBM SPSS Statistics 27 ilə aparılmışdır.

Mənbədaxili uyğunluq qeydləri: Metod mətnindəki complement addımı dərc olunan MATLAB kodunda açıq şəkildə görünmür. Cədvəl 3-də ECOG ≥2 üçün 11/81 dəyəri %73,6 kimi yazılmışdır və arifmetik olaraq uyğun gəlmir. Entropy–skeletonization Cox təhlilinin ətraf mətnindəki “p <0,001” ifadəsi Cədvəl 9-dakı p = 0,004 və p = 0,003 dəyərləri ilə uyğun gəlmir. Cədvəl 10-un başlığı EBER və skeletonization modelini təsvir etdiyi halda görünən sətirlər Entropy və EBER-dir. Bəzi bölmələrdə Ki69, digərlərində Ki67 terminologiyası istifadə olunur. Bu məqamlar Verianla tərəfindən səssizcə dəyişdirilməyib.

Əsas elmi sərhəd: Tədqiqat skeletonization ilə klinikopatoloji xüsusiyyətlər, ümumi sağqalım və molekulyar profil arasındakı əlaqələri göstərir. Retrospektiv müşahidəvi dizayn səbəbiyyət sübut etmir. Yüksək/aşağı skeletonization cutoff dəyəri açıq şəkildə bildirilmədiyinə görə metod mövcud məqalədən təkbaşına klinik qərar qaydası kimi təkrar istehsal edilə bilməz.