验证结果

研究队列

MyoPath 在两个独立队列的 478 张 H&E 全切片图像上进行了验证：

队列	n	来源	组成
GTEx	399	基因型-组织表达计划	尸检骨骼肌；健康对照和亚临床消耗性疾病谱系
华山队列	79	复旦大学附属华山医院	临床肌肉活检；DM1、LGMD、炎性肌病和健康对照

GTEx 队列作为训练集；华山队列作为独立外部验证集。未在华山队列数据上重新训练。

分割性能

分割精度通过 Dice 系数和交并比 (IoU) 对照人工专家标注进行评估：

组织层	方法	Dice	IoU
肌纤维	Cellpose-SAM	0.92 ± 0.03	0.85 ± 0.06
脂肪	像素分类器	0.95 ± 0.02	0.91 ± 0.03
细胞核	Watershed	0.87 ± 0.04	0.78 ± 0.06
结缔组织	布尔减法	0.88 ± 0.04	0.78 ± 0.06

可重复性

所有七项病理指标的组内相关系数 (ICC) 均超过 0.88，表明自动化流水线具有高度的评估者间和评估者内可重复性。

MyoPath Score 性能

区分能力

数据集	AUC	指标
GTEx（LOO-CV）	0.735	留一法交叉验证
GTEx（完整模型）	0.788	训练集 AUC
华山队列	0.873	外部验证（无重新训练）

外部验证集上更高的 AUC 表明，临床确诊的肌病（华山队列）比亚临床消耗性疾病（GTEx）产生更可分离的形态学变化。

主要生物标志物

两项指标作为最强的单独区分因子脱颖而出：

生物标志物	p 值	效应量（秩二列相关 r）
NCI	$1.3\times {10}^{-5}$	0.69
Fiber CV	$2.9\times {10}^{-4}$	0.58

两者在 MyoPath Score 模型中的标准化回归系数最大（${\beta }_{\text{NCI}}=0.57$，${\beta }_{\text{CV}}=0.53$）。

临床相关性

疾病特异性发现

强直性肌营养不良 1 型 (DM1)：

• NCI 在 DM1 中最高（中位数 0.121），与中央核病理一致
• NCI 与 CTG 重复数相关：Spearman $\rho =0.46$，$p=0.042$
• Fiber CV 与握力负相关：$\rho =-0.61$，$p=0.031$

肢带型肌营养不良 (LGMD)：

• Fiber CV 与突变严重度呈剂量-反应关系：
  • 2× 错义突变：CV = 0.44
  • LoF + 错义：CV = 0.49
  • 2× LoF：CV = 0.65

GTEx 消耗性疾病谱系：

• NCI 在消耗严重度等级间呈显著剂量-反应趋势（Jonckheere-Terpstra $p<{10}^{-4}$）

与 MyoScore 的跨模态验证

MyoPath 病理指标与 MyoScore 转录组维度相关，展现跨模态一致性：

MyoScore 维度	MyoPath 指标	方向
LeanMuscle	脂肪浸润	负相关
Youth	纤维化程度	负相关
GMHS 综合评分	Fiber CV	负相关

转录组和形态学评估之间的一致性支持了两个工具的生物学有效性。

局限性

• ROI 依赖性：组织成分指标（脂肪、纤维化）随 ROI 放置位置变化。NCI 和 Fiber CV 更为稳健。
• 仅限 H&E：流水线针对 H&E 染色优化。不支持特殊染色（ATPase、NADH）和免疫组织化学。
• 单一 ROI：当前验证每张切片使用一个 ROI。多 ROI 策略可能提高异质性活检的代表性。
• 结缔组织估计：布尔减法继承了肌纤维和脂肪分割层的误差。
• 人群范围：训练在 GTEx（以欧洲血统为主）上进行。在其他人群中的性能需要进一步验证。