跳到主要内容

一种在动物模型中监测抗肿瘤治疗效果的新方法:结合功能MRI和纹理分析

摘要

背景

本研究的目的是结合多b值DWI、DCE-MRI和纹理分析评估不同治疗药物的早期抗肿瘤效果。

方法

18个4 T1同种移植瘤模型被分为对照组、紫杉醇单药治疗组和紫杉醇与贝伐单抗联合治疗组(n个 = 6) 治疗前和治疗后15天分别进行多b值DWI、DCE-MRI和纹理分析。

结果

治疗后,对照组肿瘤明显大于联合组(P(P) = 0.018). 在多b值DWI中,ADC缓慢的与其他组相比,联合组明显增加(P(P) < 0.01). 对照组和紫杉醇组的f增加,但与其他组相比,联合组的f明显减少(P(P) < 0.02). 此外,在DCE-MRI中,减少的K反式在联合组和对照组之间显示出明显的差异(P(P) = 0.003)由于后者增加K反式组内比较治疗前、中期和治疗后的肿瘤纹理显示,所有组的熵均显著增加(P(P) < 0.01,SSF=0-6),尽管MPP、平均值和SD仅在联合组中增加(PMPP平均值,SD < 0.05,SSF=4-6)。此外,组间比较显示,治疗后平均值和MPP有显著差异(P平均值,MPP(P) < 0.05,SSF=0–3)。

结论

所有这些结果表明DWI、DCE和纹理分析之间存在较强的相关性,这有利于进一步的研究和临床研究。

同行评审报告

背景

功能性磁共振成像(fMRI)发展非常迅速,因为它提供了无创性和精确的成像,特别是其区分组织特征的能力。此外,利用病变的特征,fMRI可实时、无损地测量体内的病理过程,以便早期诊断和治疗评估。两种新型fMRI扫描技术,多b值扩散加权成像(DWI)和动态对比增强MRI(DCE-MRI),有可能检测乳腺癌等主要疾病。总的来说,DCE-MRI在检测乳腺癌方面显示出很高的敏感性(89-100%),DWI在预测适当的治疗方案和监测治疗反应方面显示出了实用性[1]. 肿瘤内血管异质性对肿瘤治疗至关重要。因此,抗血管生成治疗被认为是预防肿瘤生长和转移的一种极具前景的新策略。这两种功能性MRI技术能够测量微血管结构并反映其通透性[2]. DCE-MRI的几个定性和半定量参数,从时间-强度曲线的简单半定量检查到更复杂的示踪动力学模型,可以提供肿瘤内血管通透性的信息[]. 此外,表观扩散系数(ADC)的值基于肿瘤组织的相对信号强度变化,在多b值DWI中随着b值的增加而增加,可以提供细胞水平的显微结构信息。ADC值的变化与组织和细胞密度呈负相关[4,5]. 因此,这两种成像方法有可能用于监测和评估治疗早期抗血管生成治疗的疗效。

最近的临床研究表明,贝伐单抗是一种基因工程的人源化单克隆抗体,由于其抗VEGF活性,在治疗各种肿瘤方面非常有效。贝伐单抗可以特异性地与VEGF结合,阻止VEGF与VEGFR的结合,从而抑制新血管的形成,并以低毒性抑制肿瘤生长[6]. 作为对照,另一种常用的化疗药物紫杉醇可以与β-微管蛋白结合并稳定微管,从而抑制细胞有丝分裂和细胞增殖[7]. 如上所述,一种有希望的方法是结合使用多b值DWI和DCE-MRI来评估贝伐单抗与紫杉醇的抗血管生成活性。

为了确保我们研究的准确性,我们采用了另一种新技术——纹理分析,来分析和验证成像结果。纹理分析作为一种新的肿瘤成像生物标志物,可以量化肿瘤的区域异质性,这是公认的恶性肿瘤特征,与侵袭性生物学、不良预后和治疗耐药性有关[8]. 因此,该图像处理算法可以通过评估纹理粗糙度的分布来扫描细微的肿瘤内异常。重要的纹理参数,包括平均强度、灰度直方图分布的标准差、熵(灰度分布的不规则性)、偏度(直方图的不对称性)和峰度(直方图的平坦性),可以反映从解剖结构到生物功能的各种信息[9]. 先前的研究表明,与其他成像和生物学参数相比,粗糙纹理特征可能反映CD34定义的潜在血管系统[10]. 根据本研究,对功能性MRI表现进行纹理分析并评估结果之间的相关性是有价值的。

方法

动物模型

所有动物实验和相关细节均按照批准的指南进行,并得到了中国医学科学院北京协和医院动物护理和使用委员会和北京协和医学院的批准。

Balb/c-nu小鼠(雌性,6周龄,体重约20克)购自北京维塔尔河实验动物技术有限公司(中国北京)。用消毒食品和水喂养小鼠。小鼠乳腺癌细胞系4 T1从中国科学院细胞库(中国北京)获得,保存在补充有10%胎牛血清、青霉素(100单位/ml)和链霉素(100单元/ml)的Dulbecco最小必需培养基(DMEM)中,并在37°C和5%CO中培养2空气环境。Balb/c-nu小鼠的乳腺肿瘤是通过皮下接种3.5×106400μl PBS中的4个T1细胞。

治疗

肿瘤达到约150毫米后开始治疗体积。然后,将这4只T1乳腺肿瘤荷瘤小鼠随机分为三组:对照组、紫杉醇单药治疗组和抗血管生成贝伐单抗(瑞士罗氏阿瓦斯丁)和紫杉醇联合治疗组。每三天对所有小鼠进行一次腹腔注射。对照组使用容量为100μl的无菌生理盐水,紫杉醇单药组使用剂量为10 mg/kg。在联合治疗组中,小鼠分别接受相同剂量的10 mg/kg[11]. 整个治疗过程持续15天。这项研究包括18只携带同种乳腺癌移植物的小鼠。在治疗前和治疗开始后15天对所有小鼠进行扫描。最后一次扫描后,所有小鼠均被颈椎脱位处死。对这三组肿瘤组织进行血管化组织病理学分析。

MRI协议

所有MRI检查均在GE Discovery MR750 3.0T水平孔超导磁体上进行,该磁体与直径为35mm的小动物线圈(GE,Waukesha,USA)耦合。通过腹腔注射体积为150μl的1%戊巴比妥钠对动物进行麻醉。实验期间监测心跳和呼吸频率。图像采集包括常规T2WI、多b值DWI和DCE-MRI。使用自旋回波序列(0、20、50、100、200、400、600、800、1000、1200、1500 s/mm)采集11级b值的多b值DWI2,TR=2500 ms,TE=78 ms,FOV=50 mm,矩阵64×64,层厚1 mm,11层)。DCE-MRI之后是一系列200相动态T1WI 2D FSPGR图像,具有相同的几何结构,时间分辨率为3s。为了获得全方位的图像,所有肿瘤都用五个冠状切片成像。其他DCE-MRI参数如下:TR=9.7 ms,TE=3.7 ms,FOV=50 mm,矩阵192×96,翻转角度30°,层厚2 mm。在第10个基线数据点后,通过导管插入术后的尾静脉管静脉注射0.1 mmol/kg Gd-DTPA。

MRI检查后测量相关参数。模数转换器缓慢的(纯分子扩散),ADC快速的(灌注相关扩散)和f(灌注分数)由多b值DWI的双指数IVIM模型获得。CER的药代动力学参数(对比度增强比),K反式(传输速率常数),K电动自行车(反向速率常数),Ve(电子)(血管外细胞外体积分数)、fPV(血浆体积分数)和AUC90(曲线90s下面积)由DCE-MRI的两室模型获得。

纹理分析

纹理参数是使用先进的研究软件算法TexRAD获得的,这是英国苏塞克斯大学发明的一种图像序列技术。从所有动物的轴位T2加权图像中,感兴趣区域(ROI)被定义为由经验丰富的放射科医生(8年影像分析经验)手动描绘的最大横截面图像中的肿瘤轮廓[12]. 使用0到6mm的不同空间尺度滤波器(SSF)值选择ROI区域,以提取MR纹理特征。0和2的SSF反映了精细的纹理尺度;3、4和5的SSF反映中等纹理尺度;SSF为6反映了粗纹理比例。这些组织的异质性由以下直方图参数表示:平均强度(ROI中所有像素的平均值)、SD(像素与ROI中平均值之间的离散度。高SD表示数据点分布在很大的值范围内。),熵(ROI中像素强度分布的不规则性)、正像素平均值(MPP,所有大于零的像素的平均值)、峰度(直方图峰值和尾部的度量。正峰度表示比高斯(正态)分布更尖峰的直方图。),和偏斜度(直方图不对称性的度量。正偏斜度意味着右侧的尾巴比左侧长,反之亦然。)[9,13]. 这些定量参数与肿瘤组织学特征有关,如血液和氧气供应、坏死和纤维化[14].

组织病理学

最后一次MRI检查后,所有动物都被安乐死。然后,分离肿瘤并用10%福尔马林固定组织。石蜡切片(2mm厚)取自4个T1乳腺肿瘤。此外,还进行了苏木精和伊红染色以及CD31、CD34和VEGF的免疫组织化学染色,以评估新生血管。使用兔抗CD31抗体(ab28364;Abcam,英国剑桥)、兔抗CD34抗体(ab81289;Abcam)和兔抗VEGF抗体(ab52917;Abcan)进行免疫组织化学染色。所有抗体用含有1%牛血清白蛋白(BSA)的三缓冲盐水(TBS)稀释。基于这些测试,计算这些同种移植物的微血管密度(MVD)。

统计分析

上述定量参数从功能MRI中获得,并在SPSS 20.0中进行分析。通过方差分析,将紫杉醇单药治疗和联合治疗的数据与对照组进行比较。通过线性回归分析MRI参数与病理特征数据之间的相关性。

对照组、紫杉醇单药治疗组和联合治疗组治疗前后质地特征值的差异使用Mann-Whitney U检验进行测试[15].

所有测试都是双尾的。P(P)小于0.05的值被认为具有统计学意义。

结果

肿瘤大小测量

对照组、紫杉醇单药组和联合治疗组的基线肿瘤体积为192.4±47.7 mm,263.7±82.8毫米和195.3±85.2毫米分别无显著差异(P(P) = 0.26). 同样,这三组的4个T1肿瘤在治疗后第7天的生长没有明显差异(对照组、紫杉醇、紫杉醇联合贝伐单抗:分别为156.5±48.7%、119.3±42.0%和118.7±48.0%;P(P) = 0.60). 然而,治疗15天后,测量结果显示,对照组的肿瘤明显大于联合治疗组。肿瘤体积达到652.5±142.8 mm未经治疗,肿瘤体积仅为416.2±157.5 mm紫杉醇和贝伐单抗联合治疗(P(P) = 0.018). 紫杉醇组的平均体积为521.2±129.0 mm因此,在对照组和紫杉醇单药治疗组之间没有发现明显差异(P(P) = 0.177),两个治疗组之间的区别不太直观(P(P) = 0.055)(图1).

图1
图1

三组肿瘤生长趋势。不同疗法治疗前、治疗7天和15天后的轴向T2WI图像。在整个过程中,对照组肿瘤变大,生长速度最快,导致试验结束时周围器官严重收缩。然而,联合治疗组的肿瘤生长最慢,在治疗后期肿瘤相对较小且较浅。紫杉醇组的生长速度介于中间。b条肿瘤体积的百分比变化。对照组肿瘤几乎呈线性生长。治疗后第7天,三组之间没有显著差异(P(P) = 0.60). 然而,在治疗结束时,与第15天的对照组相比,紫杉醇和贝伐单抗联合治疗明显抑制了肿瘤生长(P(P) = 0.018)

DWI结果

所有治疗后的多b值扩散加权成像(DWI)显示ADC呈增加趋势缓慢的这三组的价值,尤其是联合治疗组明显增加(对照组:42.17±19.0%,紫杉醇:53.74±24.16%,联合治疗组:118.84±47.59%,P(P) = 0.002). 对照组和联合治疗组之间存在显著差异(P(P) = 0.001),两个治疗组的差异相同(P(P) = 0.008)。遗憾的是,对照组和紫杉醇单药组之间没有发现明显差异(P(P) = 0.269). 更显著的是,灌注分数(f)值表现出相反的行为。观察到对照组和紫杉醇组f值的增长趋势(对照组:36.72±17.47%;紫杉醇:52.24±36.35%),但贝伐单抗和紫杉醇联合治疗组在开始治疗后第15天出现下降(-25.12±47.39%)。这些变化趋势在三组之间造成了显著差异(P(P) = 0.010). 同时,对照组和联合治疗组之间以及两个治疗组之间的统计差异非常显著(P(P) = 0.013之间,P(P) = 分别为0.005)。对照组和紫杉醇单药组之间的f值没有显著差异(P(P) = 0.671)(图2).

图2
图2

多b值DWI可分为三组。不同疗法治疗前、治疗7天和15天后的DWI和ADC图。皮下肿瘤(白色箭头)被植入膀胱附近(红色箭头)。从ADC图中可以看出,肿瘤(蓝色)中的水分子扩散比膀胱(红色)中的低得多。对照组肿瘤区域扩散较低。然而,经过7天的抗肿瘤治疗后,紫杉醇组和联合组的水扩散限制均得到改善(肿瘤中心区域显示稍高的绿色信号)。此外,在治疗15天后,联合组的改善更为明显。同时,在ADCslow中观察到显著的差异(b条)和灌注分数(f)(c(c))三组治疗前后比较。变化趋势由方差分析得出,根据各自的不同模式反映了治疗15天后的变化

DCE-MRI结果

对三组抗肿瘤治疗前后的DCE-MRI结果进行比较分析,显示出显著差异。传输速率常数(K反式)两个治疗组的数值均显著下降,而对照组的数值则有所上升(紫杉醇:-28.8±20.3%;联合治疗组:−55.42±30.43%;对照组:127.37±76.7%;P(P) = 0.016)。因此,统计结果与DWI调查结果非常相似。对照组和联合治疗组之间存在显著差异(P(P) = 0.003)或在两个治疗组之间(P(P) = 0.044). 在K中未检测到显著差异反式对照组和紫杉醇单药组的数值(P(P) = 0.219)。此外,三组之间的其他参数没有显著差异(图).

图3
图3

DCE-MRI分为三组。K系列反式这三组患者治疗前和治疗15天后的DCE-MRI图谱。如图所示,治疗前肿瘤边缘的血液供应(红色/绿色)比中心部分(蓝色)更丰富。然而,在15天的处理过程中出现了一些分歧。对照组的血液供应更充足,其他两组的分布趋势几乎相反,尤其是联合组。定量分析结果进一步证实了这些变化,并显示出K值的显著差异反式b条三组治疗前后比较。变化趋势也来自方差分析

纹理分析结果

对这三组治疗前、中、后的肿瘤纹理进行分析,以检查显微结构变化和治疗反应,结果表明,无论是否接受治疗,这三组的熵值都在不断增加,并且所有这些变化在组内都具有统计意义(P(P) < 在0至6 mm的所有SSF值下为0.01)。此外,MPP、平均强度和SD值仅在中等和粗略特征的联合治疗组中表现出相同的增加趋势(SSF=4、5、6)。这些差异具有统计学意义(P(P)MPP公司 < 0.05,P(P)意思是 < 0.05,P(P)标准偏差 < 分别为0.03)(表1).

表1对照组、紫杉醇组和联合治疗组纹理参数的组内比较

治疗前三组间平均值、SD、熵和MPP无差异。随着各种处理措施的实施,与治疗前相比,使用0、2和3mm的SSF在精细和中等特征下的平均值和MPP值在治疗后不同组之间表现出显著差异(P(P)意思是 < 0.05和P(P)MPP公司 < 0.05)。然而,其他参数的变化并不显著(表2).

表2三组治疗前、中、后的比较

免疫组织化学结果

对4例T1移植瘤的组织学分析表明,联合治疗可显著抑制肿瘤,CD31免疫染色对新生血管的特异性高于CD34。通过CD31对微血管密度(MVD)进行定量分析,发现联合治疗组在治疗15天后微血管密度明显下降,与其他两组形成鲜明对比(联合治疗组:-17.61±23.16%vs.对照组:31.39±30.41%vs.紫杉醇:30.12±27.65%)。这些检测结果也有显著的统计差异(联合治疗与对照/紫杉醇:P(P) = 0.007/P(P) = 0.006). 此外,对照组和紫杉醇单药治疗组的MVD变化趋势相同,没有造成显著差异(P(P) = 0.907).

VEGF的平均光密度在这些组之间也显示出相同的变化。通过贝伐单抗和紫杉醇的联合治疗,VEGF平均光密度降低(−13.50±57.25%),但对照组和紫杉醇类单药组表现出增加(分别为14.20±44.41%、27.50±96.19%)(图4).

图4
图4

治疗15天后,对照组、紫杉醇组和联合治疗组肿瘤的CD31和VEGF染色免疫组化结果(×200)。目标物质被染成棕黄色。联合治疗组CD31测定的微血管密度(MVD)和VEGF的光密度均明显低于其他两组

相关分析结果

为了进一步阐明我们的研究,我们对上述结果进行了关联研究。该分析包括MVD与DWI/DCE-MRI、DWI与DCE-MRI以及纹理分析与DWI/DC E-MRI的比较反式为0.612(P(P) = 0.012),MVD与ADC的对比缓慢的为-0.810(P(P) = 0.001),MVD与灌注分数(f)的比值为0.580(P(P) = 0.019),K的值电动自行车与ADC相比快速的为-0.593(P(P) = 0.016),ADC的缓慢的相对熵为-0.503(P(P) = 0.047)和ADC缓慢的与MPP相比为0.603(P(P) = 0.013). 此外,MVD与VEGF的表达呈正相关(第页 = 0.563,P(P) = 0.023)(图5).

图5
图5

这些线性图可用于直接反映各种参数之间的相关性。MVD与K之间存在显著的正线性相关性反式灌注分数(f)和VEGF。然而,MVD和ADC缓慢的呈负相关。此外,ADC缓慢的值与熵呈显著负相关,与MPP呈正相关。多b值DWI的影像学参数与DCE-MRI之间也有很强的相关性,例如ADC与快速的和K电动自行车

讨论

在本研究中,我们旨在开发一种实用的方法来评估早期抗肿瘤治疗的疗效。以前的研究表明,血管生成可以为肿瘤提供营养和氧气,因此在肿瘤进展中起着至关重要的作用[16]. 肿瘤在血管受累时呈指数级增长,但在无血管环境中缓慢线性增长[17]. 因此,抗血管生成在肿瘤治疗中具有不可替代的作用,以肿瘤血管生成为靶点的抗肿瘤药物已成为近年来的研究热点。贝伐单抗是FDA批准的第一种抑制肿瘤血管生成的药物,其在阻断VEGF诱导的血管生成方面具有很高的亲和力,可以诱导内皮细胞的增殖和迁移,增加微血管的通透性[18]. 通常,评价药物是否成功抑制肿瘤血管生成的金标准是MVD计数。然而,在临床实践中,通过计算微血管密度,几乎不可能连续地从患者体内清除肿瘤组织来实时观察抗血管生成治疗的疗效。令人鼓舞的是,我们的研究证实,这个问题可以通过一种新的多参数融合分析来解决。

在这项临床前研究中,我们发现许多重要的成像参数对不同的治疗很敏感。在添加贝伐单抗后,联合治疗组的功能MRI和纹理分析的变化非常显著,导致肿瘤体积与其他组相比存在差异。DWI在反映组织的微观结构(高b值)和血液灌注状态(低b值)方面具有很大的优势,尤其是其关键参数ADC[19,20]. 因此,如果治疗有效,细胞完整性将被破坏,那么ADC缓慢的由于水扩散的增强,从高b值DWI得出的值将上升[21]这得到了我们的研究结果的支持。随着肿瘤中央部位坏死的发生,ADC缓慢的未经任何治疗,对照组的数值略有增加。然而,当贝伐单抗阻断血管生成时,肿瘤生长所需的营养物质将不足,由此导致的细胞密度下降将导致ADC大幅增加缓慢的值。同时,实验数据表明,紫杉醇对细胞有丝分裂的抑制导致的细胞密度降低不如贝伐单抗,但ADC增加缓慢的与对照组相似。此外,f值直接评估了血液灌注,并显示出各组之间低b值DWI的显著差异。结果与ADC对比缓慢的抗血管生成治疗在开始治疗15天后导致f值显著降低,但其他两组则表现出相反的趋势。此外,f值的变化与MVD密切相关,但ADC的变化缓慢的与微血管计数呈显著负相关。DWI参数和组织学结果的非常有意义的相关性与早期研究完全一致,研究表明DWI可用于监测血管靶向药物的早期治疗效果[22].

DCE-MRI是无创评估组织血液灌注最常见的技术,也是通过跟踪Gd-DTPA的药代动力学来监测各种治疗效果的有效方法[23]. 反映血管通透性、血流量和血容量的最常用参数是K反式.与其他参数相结合,如K电动自行车,K反式可以在一定程度上反映肿瘤血管生成的程度[24,25]. 我们的研究表明,高钾反式对照组随着肿瘤的生长而出现数值。这一发现与两个治疗组(如K反式价值不断下降。K的增加反式这些数值表明,肿瘤血液灌注增加,毛细血管通透性增加,为肿瘤生长提供了更多营养,最终加速了肿瘤细胞的增殖。在实验后期,对照组的皮下肿瘤体积明显大于其他两组,这为K提供了很好的验证反式此外,紫杉醇和贝伐单抗的不同机制导致两个治疗组的下降趋势显著不同。紫杉醇通过抑制微管系统具有明确的抗肿瘤作用。然而,一些学者证实贝伐单抗可以改善紫杉醇的给药和疗效[26]. 贝伐单抗抑制血管生成和血管通透性可确保紫杉醇的浓度。体积的显著变化,K反式与单纯紫杉醇组和对照组相比,联合组的其他影像学参数可能发生变化,因为治疗持续时间不够长,导致紫杉醇单药组与对照组之间存在明显差异。令人鼓舞的是,组织学结果与DCE-MRI一致。MVD计数与K反式通过贝伐单抗治疗,联合组VEGF的表达降低。近年来,K受到了越来越多的关注电动自行车之前的研究表明,K的高基线值电动自行车对应于血浆和血管外细胞间隙(EES)之间药物的高交换分数,表明潜在的优越治疗效果[27]. 最有可能的是,个体差异、肿瘤细胞坏死和其他因素导致造影剂在间质间隙残留,并导致血管外细胞外渗透体积的误差,最终导致K缺乏显著变化电动自行车在我们的研究中。另一方面,K电动自行车也受到V的显著影响e(电子)根据Tofts的说法,这可能由细胞密度、囊性变性和组织反应等因素决定[28],Ve(电子)不是一个非常稳定的因素,因为它经常受到病变周围水肿的影响。然而,当我们分析DCE-MRI和DWI之间的相关性时,我们发现K电动自行车与ADC呈负相关快速的从低b值DWI中提取。由于双指数模型中的ADC值主要反映肿瘤密度特征,因此肿瘤密度的增加肯定会影响造影剂从EES返回血浆的速率。因此,从上述分析可以得出结论,多b值DWI和DCE在评估血管生成功能和肿瘤灌注方面是互补的。

虽然多b值DWI和DCE-MRI为监测肿瘤生长和肿瘤治疗效果提供了大量信息,但这两种成像技术可能受到许多因素的影响,例如肿瘤组织的不均匀性、,皮下肿瘤模型和动物在成像过程中的运动产生的伪影[29]. 此外,临床图像在反映病变的细胞和分子特征方面也有一些局限性,如细胞增殖和代谢、坏死和缺氧[30]。最近,越来越多的研究试图通过纹理分析来阐明医学图像异质性的测量,纹理分析是一种二阶统计技术,其参数来源于局部特征的分布,可以更好地描述组织特征、图像分割、,并预测治疗反应和生存率[31,32]. 因此,该潜在工具的主要优点是可以最大限度地利用临床图像中的信息,而无需额外采集[9]. 在我们的研究中必须充分利用这一优势。通过测量未增强的T2加权MRI,我们发现所有移植瘤荷瘤小鼠在治疗前都处于相同的状态,但随着治疗和各种处理,三组在所有SSF下的熵值显著增加。熵表示ROI中像素的无序程度,其值越高,组织的无序度越大。之前的一份出版物显示,严重程度与纹理粗糙度有关,纹理粗糙度与葡萄糖摄取测量值相关(从FDG-PET、,第页 = 0.51,P(P) = 0.03) [33]. 因此,很明显,葡萄糖代谢的增加使这4个T1同种异体移植瘤的生长速度增加,这与所有小鼠肿瘤的增大相一致。根据Ng等人[34]肿瘤组织的异质性随着生长而增加。根据Ganeshan等人[10]和Henriksson等人[30]肿瘤内部图像异质性的增加可能与区域肿瘤细胞数、增殖、缺氧、血管生成和坏死的差异有关。因此,通过贝伐单抗和紫杉醇联合治疗的抗血管生成和抑制细胞有丝分裂的作用,肿瘤的微观结构,包括细胞、细胞外基质和微血管会受到干扰,在细胞和分子水平上产生一系列变化,这些变化太细微,无法使用传统的成像诊断技术进行检测。持续的变化最终导致病灶内像素平均值的显著差异(平均强度,P(P)<0.05),平均值(SD,P(P) < 0.03). 由于缺乏强有力的有效化疗,其他两组治疗后均未出现明显变化。在一项核医学研究中,学者们发现,水分分布更不均匀的肿瘤(即SD和阳性像素平均值更高,MPP)更容易发生糖酵解[35]. 我们的经验证据也支持这一结论。当贝伐单抗阻断血管生成时,组织灌注的减少限制了肿瘤的氧气供应,导致与治疗前相比,对糖酵解能量的依赖性显著(PMP公司P(P) < 0.05). 支持这一说法的另一项发现是,平均值、SD和MPP的变化都发生在中、粗纹理尺度上,这更倾向于反映基于Chowdhury等人的调查的基因组学分析中的生物特征[35]。此外,上述分析适用于不同组之间的比较。细胞和分子水平上的差异,如单一治疗和联合治疗引起的抗增殖、缺氧、血管生成和坏死,最终导致解剖结构的差异(在精细和中等纹理尺度下),体现了像素平均值(平均值、,P(P) < 0.05)和正像素(MPP,P(P) < 0.05)。如上所述,在传统成像参数中可以观察到这些主要结构变化。在我们的研究中,纹理分析不是独立的;它与功能磁共振成像密切相关。熵与ADC显著负相关缓慢的(第页 = − 0.503之间,P(P) < 0.05). 较高的熵表示非均质性增加,这在一定程度上表示水扩散受到限制(较低的表观扩散系数)。令人惊讶的是,MPP值的增加与ADC显著正相关缓慢的(第页 = 0.603,P(P) = 0.013),可能是因为糖酵解环境(较高的MPP)产生的代谢物增加了细胞膜的渗透性并促进了水分子的扩散。然而,需要进一步确认。

诚然,我们的研究存在一些局限性。6周龄裸鼠的脆弱性和其他因素导致了实验期间的高死亡率;因此,在有限数量的小鼠中建立了动物肿瘤模型。此外,皮下肿瘤模型中气-软组织边界处DWI的敏感性伪影[29]动物在成像过程中的运动,以及植入的肿瘤比原发肿瘤更均质的事实导致了不可避免的系统误差。在进一步的研究中,我们将努力克服这些局限性,探索更加多样化的多模态融合成像方法。

结论

本研究显示,在临床前乳腺癌模型中,使用多b值DWI、DCE-MRI和纹理分析成功监测抗血管生成治疗的早期阶段。通过多参数的集成,DWI、DCE和TexRad提供了从生物学特征到解剖结构的全面而有价值的信息。更令人鼓舞的是,治疗前后关键参数的显著变化都与组织学结果有良好的相关性和一致性。这三种成像和分析技术相辅相成,可能作为非侵入性生物标记物,用于指导治疗算法和监测未来临床试验中抗血管生成治疗的早期反应。

缩写

ADC(模数转换器):

表观扩散系数

AUC公司90:

曲线下面积90

核证减排量:

对比度增强率

DCE-MRI:

动态对比增强MRI

DMEM公司:

Dulbecco的最低基本介质

DWI:

扩散加权成像

IVIM公司:

体素内非相干运动

MPP(制造工艺计划):

正像素的平均值

MVD(MVD):

微血管密度

投资回报率:

感兴趣的地区

标准偏差:

标准偏差

社会保障基金:

空间比例过滤器

血管内皮生长因子:

血管内皮生长因子

血管内皮生长因子受体:

血管内皮生长因子受体

工具书类

  1. Fusco R等。乳腺病变分类中DCE-MRI和DW-MRI定量参数的整合。生物医学。2015年国际研究报告;12:237863.

    谷歌学者 

  2. Shin HJ等。利用灌注参数和表观扩散系数预测低风险乳腺癌。麦格纳森成像。2016;34:67–74.

    第条 公共医学 谷歌学者 

  3. Brix G,Griebel J,Kiessling F,Wenz F.基于动态增强CT和MRI测量的肿瘤血管生成示踪动力学建模。Eur J Nucl Med Mol成像。2010;37(补充1):S30–51。

    第条 公共医学 谷歌学者 

  4. Koo HR等。动态增强MRI灌注参数与乳腺癌预后因素和亚型的相关性。J Magn Reson成像。2012;36:145–51.

    第条 公共医学 谷歌学者 

  5. Anderson AW等。细胞体积分数变化对人类细胞表观扩散的影响。麦格纳森成像。2000;18:689–95.

    第条 公共医学 中国科学院 谷歌学者 

  6. Presta LG等。用于治疗实体瘤和其他疾病的抗血管内皮生长因子单克隆抗体的人源化。1997年癌症研究;57:4593–9.

    公共医学 中国科学院 谷歌学者 

  7. Horwitz SB.紫杉醇的作用机制。药物科学趋势。1992;13时134分-6秒。

    第条 中国科学院 谷歌学者 

  8. Goh V等。转移性肾细胞癌对酪氨酸激酶抑制剂反应的评估:CT纹理作为预测性生物标记物。放射学。2011;261:165–71.

    第条 公共医学 谷歌学者 

  9. Davnall F等。肿瘤异质性评估:临床实践中新兴的成像工具?洞察力成像。2012;3:573–89.

    第条 公共医学 公共医学中心 谷歌学者 

  10. Ganeshan B等人。非小细胞肺癌:CT纹理参数的组织病理学相关性。放射学。2013;266:326–36.

    第条 公共医学 谷歌学者 

  11. Zhu W,Kato Y,Artemov D.检测肿瘤血管参数变化的水交换最小化DCE-MRI方案:贝伐单抗/紫杉醇联合治疗的效果。岩浆。2014;27:161–70.

    第条 公共医学 中国科学院 谷歌学者 

  12. De Cecco CN等。纹理分析作为直肠癌患者新辅助放化疗肿瘤反应的成像生物标志物的3-T磁共振研究。Investig Radiol公司。2015;50:239–45.

    第条 中国科学院 谷歌学者 

  13. Miles KA,Ganeshan B,Hayball MP。使用过滤-质谱法进行CT纹理分析:测量值意味着什么?癌症成像。2013;13:400–6。

    第条 公共医学 公共医学中心 谷歌学者 

  14. Sieren JC等。在相关组织病理学和计算机断层扫描中探索人类肺癌结节的体积组成。肺癌。2011;74:61–8.

    第条 公共医学 公共医学中心 中国科学院 谷歌学者 

  15. Rajkumar V.(125)I-A5B7抗CEA抗体SPECT纹理分析区分转移性结直肠癌模型表型和抗血管治疗反应。英国癌症杂志。2015;112:1882–7.

    第条 公共医学 公共医学中心 中国科学院 谷歌学者 

  16. Hida K,Maishi N,Torii C,Hida Y。肿瘤血管生成——肿瘤内皮细胞的特征。国际临床肿瘤学。2016;21:206–12.

    第条 中国科学院 谷歌学者 

  17. Folkman J.肿瘤血管生成:治疗意义。《N Engl J Med.1971》;285:1182–6.

    第条 公共医学 中国科学院 谷歌学者 

  18. Adams RH,Alitalo K。血管生成和淋巴管生成的分子调控。Nat Rev Mol细胞生物学。2007;8:464–78.

    第条 公共医学 中国科学院 谷歌学者 

  19. Padhani AR等。扩散加权磁共振成像作为癌症生物标志物:共识和建议。肿瘤。2009;11:102–25.

    第条 公共医学 公共医学中心 中国科学院 谷歌学者 

  20. Ludwig JM、Camacho JC、Kokabi N、Xing M、Kim HS。扩散加权成像(DWI)在肝细胞癌(HCC)局部治疗结果预测和疗效评估中的作用:功能成像生物标记物的新时代。诊断。2015;5:546–63.

    第条 公共医学 公共医学中心 中国科学院 谷歌学者 

  21. Nowosielski M等。ADC直方图预测复发性高级别胶质瘤患者对抗血管生成治疗的反应。神经放射学。2011;53:291–302.

    第条 公共医学 谷歌学者 

  22. Thoeny HC等。磁共振弥散加权成像监测血管靶向剂对大鼠横纹肌肉瘤的影响。放射学。2005;234:756–64.

    第条 公共医学 谷歌学者 

  23. Padhani AR,Husband JE。肿瘤学中的动态对比增强MRI研究,重点是量化、验证和人体研究。临床放射学。2001;56:607–20。

    第条 公共医学 中国科学院 谷歌学者 

  24. Tofts PS等人。通过扩散示踪剂的动态对比增强T(1)加权MRI评估动力学参数:标准化数量和符号。J Magn Reson成像。1999;10:223–32.

    第条 公共医学 中国科学院 谷歌学者 

  25. Miles KA Padhani AR公司。肿瘤对治疗反应的多参数成像。放射学。2010;256:348–64.

    第条 公共医学 谷歌学者 

  26. Yanagisawa M等人。贝伐单抗改善紫杉醇的给药和疗效。抗癌药物。2010;21:687–94.

    公共医学 中国科学院 谷歌学者 

  27. Harry VN、Semple SI、Parkin DE、Gilbert FJ。使用新成像技术预测肿瘤对治疗的反应。柳叶刀Oncol。2010;11:92–102。

    第条 公共医学 谷歌学者 

  28. Tofts PS。动态Gd-DTPA MR成像中示踪剂动力学建模。J Magn Reson成像。1997;7(1):91–101.

    第条 公共医学 中国科学院 谷歌学者 

  29. Meier R等。基于抗菌素的新型抗血管生成治疗对早期肿瘤反应的多模态多参数成像。公共科学图书馆一号。2014;9:–e94972。

  30. Henriksson E等人。2-脱氧-2-[18F]氟-D-葡萄糖摄取与肿瘤内异质性的相关性。2007年抗癌研究;27:2155–9.

    公共医学 中国科学院 谷歌学者 

  31. Al Kadi OS,Watson D.侵袭性和非侵袭性肺肿瘤CE CT图像的纹理分析。IEEE Trans Biomed Eng.2008;55:1822–30.

    第条 公共医学 谷歌学者 

  32. Parikh J等。原发性乳腺癌异质性的改变可能会增加新辅助化疗疗效的治疗中MR成像评估。放射学。2014;272:100–12.

    第条 公共医学 谷歌学者 

  33. Ganeshan B、Abaleke S、Young RC、Chatwin CR、Miles KA。非小细胞肺癌的增强CT纹理分析:与肿瘤糖代谢和分期关系的初步证据。癌症成像。2010;10:137–43.

    第条 公共医学 公共医学中心 谷歌学者 

  34. Ng F,Kozarski R,Ganeshan B,Goh V.通过CT纹理分析评估肿瘤异质性:最大横截面积是否可以用作整个肿瘤分析的替代品?欧洲无线电杂志。2013;82:342–8.

    第条 公共医学 谷歌学者 

  35. Chowdhury R等人。利用分子成像结合基因组技术来了解癌症转移的异质性。英国无线电杂志。2014;87:20140065.

    第条 公共医学 公共医学中心 中国科学院 谷歌学者 

下载参考资料

致谢

我们非常感谢北京协和医院放射科、中国医学科学院基础医学研究所生物医学工程系、北京协和医学院基础医学科学研究所和北京协和医科大学生物工程系的每一位工作人员在本次研究中的无私帮助。

基金

本文得到了国家“十二五”科技支撑计划重点项目2012BAI23B06和国家自然科学基金81171390、81227901的资助。所有资助机构在研究设计、收集、分析、解释数据和撰写手稿方面均未发挥任何作用。

数据和材料的可用性

本研究中使用和/或分析的数据集可根据合理要求从相应作者处获得。

作者信息

作者和附属机构

作者

贡献

MM、JL和HX设计了实验;MM进行了实验;MM分析数据并撰写手稿;QW、JL、YL和TS提供了材料和分析工具,并进行了统计分析;HX和ZJ设计并监督了整个研究;ZJ参与了讨论、数据解释和手稿修订。所有作者审查并批准了最终稿。

通讯作者

与的通信金正宇.

道德宣言

道德批准和参与同意

所有动物实验和相关细节均按照批准的指南进行,并得到了中国医学科学院北京协和医院动物护理和使用委员会和北京协和医学院的批准。

竞争性利益

作者声明,他们没有竞争利益。

出版商备注

Springer Nature在公布的地图和机构关联中的管辖权主张方面保持中立。

权利和权限

开放式访问本文根据Creative Commons Attribution 4.0 International License的条款分发(http://creativecommons.org/licenses/by/4.0/),它允许在任何媒体上不受限制地使用、分发和复制,前提是您对原始作者和来源给予适当的信任,提供知识共享许可的链接,并指明是否进行了更改。知识共享公共领域专用豁免(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文中提供的数据,除非另有说明。

转载和许可

关于本文

检查更新。通过CrossMark验证货币和真实性

引用这篇文章

孟,M.,薛,H.,雷,J。等。在动物模型中监测抗肿瘤治疗效果的新方法:结合功能MRI和纹理分析。BMC癌症 18, 833 (2018). https://doi.org/10.1186/s12885-018-4684-z

下载引文

  • 收到:

  • 认可的:

  • 出版:

  • 内政部:https://doi.org/10.1186/s12885-018-4684-z

关键词