腫瘤影像基因組學研究取得進展

近年來，我國腫瘤發病率明顯上升，惡性腫瘤位於我國城市居民主要疾病死亡率首位。腫瘤防治工作具有重大社會意義與科學價值，腫瘤療效與預後評估是其中的關鍵研究領域。腫瘤標記物是腫瘤發生髮展以及療效好壞的重要指標，在腫瘤療效與預後評估中起著至關重要的作用，如何找出有效的腫瘤標記物是當前研究的重要挑戰。

隨著分子技術的發展，特別是下一代基因測序技術的發展，通過基因或蛋白質分子技術，從癌症的分子機制去探索其發生的根源，尋找致癌基因的突變位點和癌症基因的分子表達通路，獲取分子標記物，已成為當前腫瘤標記物研究的主流。其突出特點是生物分子層次的解釋性強，但獲取上述分子標記物的費用及技術門檻高，需藉助手術或穿刺活檢侵入性採樣，只能單點單次採集，無法全面描述腫瘤組織的時間與空間異質性。

隨著醫學影像技術的快速發展，通過醫學影像可無創、實時、可重複地獲取腫瘤全局形態與分子功能信息，藉助模式識別、機器學習等圖像分析手段，構建與預後或療效顯著相關的腫瘤影像標記物。通過影像標記物，可對腫瘤進行早期診斷，並能在治療過程中隨時跟蹤腫瘤的發展情況。但影像標記物可解釋性不強，尤其是缺乏潛在的生物和分子機制的解釋。

開展腫瘤影像基因組學研究，結合影像學和基因組學各自優勢，探索影像標記物與分子標記物的關聯，可將分子層次信息（如基因表達量、致癌基因的表達通路等）融入影像學方法，有潛力發現無侵入且生物學可解釋性強的預後影像學標記物，從而促進影像學標記物在個體化醫療的應用與發展，在腫瘤療效與預後評估、新治療靶點和腫瘤生物機制理解方面，均具有積極意義。

中國科學院蘇州生物醫學工程技術研究所醫學影像室高欣、夏威、陳穎、張睿等人以肝細胞癌為實驗對象，開展了影像基因組學的初步研究。該研究獲取了癌症基因圖譜資料庫（The Cancer Genome Atlas，TCGA）上371例肝細胞癌患者基因表達數據與總生存期，及其中38例患者的增強CT數據。針對CT數據，採用基於體素的子區域聚類方法，將腫瘤區域劃分為3個子區域。從各子區域中，提取了影像組學特徵，並採用穩定性和冗餘性分析方法篩選影像特徵。針對基因表達數據，採用權重基因共表達網路分析（WGCNA），獲取多個基因模塊，並分析總生存期數據，得到具有生存期預測能力的預後基因模塊。為了理解預後基因模塊的生物學功能解釋，對基因模塊注釋分析。通過構建影像特徵與預後基因模塊的Spearman秩相關矩陣，找出了與基因模塊顯著相關的影像特徵。最後利用 Cox 比例風險回歸模型，評估了這些影像特徵的總生存期預測能力。

研究結果表明，8個影像組學特徵與基因模塊顯著相關，最終確定其中2個影像組學特徵有潛力作為肝細胞癌生存期預測的影像學標記物。其中，子區域體積分數 (volume fraction_2)，與代表癌症相關通路的6個基因模塊均顯著相關，且該影像特徵與肝細胞癌患者的總生存期（P =0.022，風險比=0.24）顯著相關；描述腫瘤子區域異質性的紋理特徵集群突出 (cluster prominence_3)，與代表脂肪代謝和補體活動的基因模塊顯著相關，且也與總生存期（P=0.021，風險比=0.17）顯著相關。

論文信息：Wei Xia, Ying Chen, Rui Zhang, Zhuangzhi Yan, Xiaobo Zhou, Bo Zhang, Xin Gao*,Radiogenomics of Hepatocellular Carcinoma: Multiregion Analysis-Based Identification of Prognostic Imaging Biomarkers by Integrating Gene Data——A Preliminary Study, Physics in Medicine and Biology,2018, 63(3).

圖1. 腫瘤增強CT圖像子區域聚類分割結果，第一列是原始CT圖像，第二列是腫瘤區域局部熵特徵熱圖，第三列是生成的3個不同顏色代表的子區域。

圖2. 採用WGCNA方法獲得的基因聚類樹狀圖及基因模塊。（a）基因樹狀圖，每種顏色表示一個基因模塊；（b）每個基因模塊中基因的數量。

圖3. Kaplan-Meier生存分析曲線圖。（a）與（b）分別顯示了影像特徵「volume fraction_2」與「cluster prominence_3」對總生存期的預測能力。可以看出影像特徵值較大的患者生存率較高（紅線），反之則生存率較低（藍線）。

來源：中國科學院蘇州生物醫學工程技術研究所

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！