前言
随着滋养层细胞表面抗原2（TROP2）抗体偶联药物（ADC）在晚期
TROP2精准检测的技术跃迁：从传统IHC半定量评分到QCS评估的TROP2 NMR
精准治疗的前提是精准检测，传统IHC评分无法精准区分TROP2在细胞膜与细胞质内的表达定位差异，且难以定量评估TROP2 ADC与靶点的实际结合及内化效率。近年来，QCS技术的出现为TROP2的精准检测带来了重要突破。QCS是一种基于全切片图像（WSI）的全监督式深度学习计算病理技术，其核心流程是通过数字扫描平台将病理切片转化为数字化图像，由深度学习算法自动完成肿瘤区域识别、分割与细胞级分析，最终输出连续客观的定量评分。临床前研究证实，TROP2表达水平可影响TROP2 ADC与肿瘤细胞的结合及其在胞内的释放与递送效率，但仅靠TROP2表达水平无法充分预测抗肿瘤活性[4]。相较之下，基于QCS技术评估的TROP2 NMR与TROP2 ADC的内化能力、抗肿瘤疗效显著相关[4]，可更精准地预测其在NSCLC细胞系中的疗效。
在此基础上，TROP2 NMR阳性cut-off值（截断值）的精准界定，成为该标志物向临床转化应用的关键环节。2024年世界肺癌大会（WCLC）公布的TROPION-Lung01研究探索性分析确立了TROP2 NMR 的阳性截断标准：即≥75%肿瘤细胞TROP2 NMR≤0.56定义为阳性[5]。随后，TROPION-PanTumor02、TROPION-Lung02等多项独立临床研究的探索分析结果，均进一步验证了该截断值在疗效预测与预后评估中的稳定价值，为其临床应用提供了多维度的循证支撑[6,7]。上述循证医学证据相互印证、互为补充，为TROP2 NMR成为TROP2 ADC疗效预测生物标志物奠定了坚实基础。
多中心验证：QCS技术奠定TROP2 ADC精准获益人群筛选基石
TROP2 NMR是在病理医生监督下，由TROP2（EPR20043）NSCLC科研专用（RUO）算法生成的、定量衡量TROP2 蛋白表达分布的指标，目前已逐渐成为评估NSCLC患者对TROP2 ADC治疗反应的潜在预测性评分。2025年WCLC报道的一项QCS技术评估NSCLC患者TROP2 NMR的真实世界研究显示，QCS评估的TROP2 NMR状态在不同实验室和病理学家之间均表现出极高的一致性，该算法评估结果的总体一致率高达99.9%，充分表明QCS技术在真实世界中具有极强的稳健性和高度可重复性[8]。本次ELCC发表的研究是2025 WCLC相关研究的延续，为该真实世界研究的最终分析，汇报了所有参与中心的完整TROP2（EPR20043）NSCLC RUO工作流程及设备（整套检测与分析体系包含染色检测平台、数字化扫描平台、影像管理系统，以及TROP2 NMR科研专用分析算法）在全球多中心真实世界实验室环境中的可重复性（Abstract 67P）[3]。
研究设计
研究共纳入36份NSCLC样本，将未染色的连续切片送至全球8个国家的12个研究中心。在每个中心，均使用VENTANA TROP2 [EPR20043] RUO assay完成切片染色，并扫描生成后续图像用于分析。每个中心由三名病理医生（共36名）独立判读，并使用TROP2 RUO算法生成TROP2 NMR评分，统计分析病理医生间及各研究中心间的结果一致率。
病理医生在TROP2 NMR评分过程中的主要工作流程如下：
1、认可WSI的成像质量，即没有明显的成像伪影（如超过20%的肿瘤区域失焦、伪影和拼接等）；
2、接受IHC染色质量，即WSI中至少有100个可评估的肿瘤细胞，并进行合格的染色；
3、接受人工智能（AI）算法识别的肿瘤区域（Tumor Region Overlay）并确认有≥80%的可评估肿瘤区域；
4、确认算法识别的肿瘤区域中≥90%是明确的肿瘤区域，通过手动标注排除非分析区域；
5、触发TROP2 NMR分析：如果病理医生认为满足1-4标准，则接受该病例并触发TROP2 NMR分析；否则拒绝本次AI分析；
6、输出显示结果：计算所有被识别肿瘤细胞的TROP2 NMR值，并以第75百分位数（Q75）作为评分输出。
图1 在计算TROP2 NMR所需的图像分析工作流程中，由病理医生主导的6个步骤[3]
研究结果：
在36例患者中，18例为生物标志物阴性（Q75 TROP2 NMR＞0.563），18例为阳性（Q75 TROP2 NMR≤0.563），确保样本在0.563截断值上下均匀分布。其中，非临界值样本定义为Q75 TROP2 NMR评分<0.553或>0.573，临界值样本定义为Q75 TROP2 NMR评分为0.553-0.573。
图2 各中心36例病例的TROP2 NMR评分分布情况[3]
一致性分析结果显示，使用完整工作流程进行TROP2 NMR评估的可重复性较高：阳性一致率为96.1%（95%CI，90.5-99.6），其中非临界值样本为99.5%（95%CI，98.6-100.0），临界值样本为94.2%（95%CI，85.8-99.4）；阴性一致率为92.5%（95%CI，87.4-97.4），其中非临界值样本为100.0%（95%CI，98.7-100.0），临界值样本为87.4%（95%CI，80.8-95.0）；总体一致率为94.1%（95%CI，90.3-97.5）,其中非临界值样本为99.8%（95%CI，99.4-100.0），临界值样本为90.5%（95%CI，84.5-95.6）。
图3 全部12个中心以及各中心的TROP2 NMR评分一致率[3]
在每家中心的108次独立判读（来自36例病例，每个中心3位病理专家独立判读）中，总体来看，TROP2生物标志物状态判读为阳性的占46.5%，阴性的占52.9%，染色失败率和分析被拒绝率仅为0.2%和0.3%。不同中心的不同病理专家间质控结果显示一定差异。
图4 全部12个中心以及各中心的TROP2 NMR阴性和阳性率、染色失败率和分析被拒绝率[3]
研究结论
这些数据表明，在真实世界实验室中使用TROP2（EPR20043）NSCLC RUO进行TROP2 NMR评估具有高度的可重复性，总体一致率为94.1%，非临界值病例的一致率高达99.8%，为临床部署基于AI的算法提供了指导。
算法智能计算与人工复核协同，计算病理驱动TROP2 ADC精准获益人群筛选
李媛 教授
TROP2已成为NSCLC领域最具潜力的治疗靶点之一，靶向TROP2的ADC在晚期NSCLC患者中展现出令人鼓舞的疗效[9]。然而，如何精准筛选ADC的潜在获益人群，始终是临床病理医生面临的现实困境。传统IHC采用半定量评分体系，依赖染色强度与阳性比例的视觉评估，不仅受抗体批次、染色平台、实验室条件等多重因素影响，临界值样本也难以在不同病理医生和不同中心之间形成统一判读。这种主观性直接制约了TROP2作为预测性生物标志物的临床价值。
本次研究基于2025年WCLC报道的QCS技术，进一步在全球8个国家12个研究中心、36名病理医生参与的真实世界场景中，系统评估了TROP2（EPR20043）NSCLC RUO完整工作流程的可重复性[3,8]。研究结果显示，总体一致率达94.1%，其中非临界值病例的一致率高达99.8%[3]。这一数据传递出两个核心信息：其一，对于生物学特征明确的典型非临界值病例，该检测体系已具备极高的可靠性，可支持常规临床决策；其二，临界值病例的一致率降至90.5%，这可能提示当TROP2 NMR评分落在截断值附近时，病理医生对不同染色切片中肿瘤区域与非肿瘤成分（如巨噬细胞、免疫细胞、坏死组织、正常细胞）的识别差异，以及对手动标注范围的判断差异，仍会造成判读分歧。这也提示在临床实践中，对于非临界值的典型病例，可直接采信QCS评分结果；对于临界值病例，则需由经验丰富的病理医生重新审阅切片，结合肿瘤细胞形态与IHC染色质量，综合判断TROP2表达状态及分布，必要时由两位病理专家分别独立阅片，并由第三位专家复核。这种“算法智能计算+人工复核”的协同模式，既充分保障了病理医生的专业判断权，又最大化发挥了定量病理的客观优势，是计算病理学技术从“算法可行”迈向“临床落地”的关键过渡。
总之，该研究在全球多中心、真实世界场景中验证了QCS技术用于TROP2 NMR评估的高度可重复性，为临床部署基于AI的生物标志物检测提供了重要的循证依据。随着TROP2 ADC从后线单药向一线联合、从泛人群向精准分型持续推进，以QCS为代表的定量病理检测技术，将逐步成为驱动肺癌精准诊疗升级的重要手段，进而推动肺癌临床规范化、个体化治疗新格局的构建。
李媛 教授
复旦大学附属肿瘤医院
复旦大学附属肿瘤医院病理科主任，主任医师，博士生导师
复旦大学胸部肿瘤研究所副所长
中国抗癌协会肿瘤病理专委会常委、青委会主任委员
中国研究型医院学会病理学专业委员会常委
中华医学会病理学专委会胸部学组副组长
上海市临床病理质控中心胸部病理工作专家
CNAS技术评审员
本材料由阿斯利康提供，仅供医疗卫生专业人士进行医学科学交流，不用于推广目的。
审批编号：CN-181946，过期时间：2026-07-09
编辑：Rosewei
审校：Max
排版：Checky
执行：Lya
本平台旨在为医疗卫生专业人士传递更多医学信息。本平台发布的内容，不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该等信息被用于了解医学信息以外的目的，本平台不承担相关责任。本平台对发布的内容，并不代表同意其描述和观点。若涉及版权问题，烦请权利人与我们联系，我们将尽快处理。
我要投稿
