影像基因組學研究進展

賈宇珊，吳慧

作者單位：內(nèi)蒙古醫(yī)科大學附屬醫(yī)院，呼和浩特010050

隨著醫(yī)學影像技術(shù)的發(fā)展，CT、MRI 以及正電子發(fā)射計算機斷層顯像(positron emission tomography，PET)在腫瘤的診斷、分期、治療計劃、預(yù)后預(yù)測和療效評估等方面發(fā)揮了重要的作用，盡管這些常規(guī)方法提供了有關(guān)腫瘤表型的重要信息，但無法公開大量的遺傳和分子信息[1]。隨著高通量陣列和新一代測序技術(shù)的發(fā)展，基因組分析得到廣泛應(yīng)用。影像基因組學是結(jié)合了醫(yī)學成像技術(shù)和基因組學技術(shù)的跨學科技術(shù)[2]，通過研究病變影像特征與基因組、分子特征之間的關(guān)系，一方面可以推測疾病的生物學機制，促進對整體表型的深入理解，另一方面可以來確定用于預(yù)測基因組的宏觀層面影像生物標記物，從而實現(xiàn)對復雜疾病的非侵入式診斷、預(yù)后評價和療效評估，對人們理解基因?qū)τ诩膊〉挠绊懱峁┝烁鼮槿娴脑u價方式。其具體流程如下[3]：首先獲得患者的大量影像數(shù)據(jù)和基因表達譜信息，通過人工或自動/半自動的方法，將腫瘤區(qū)域勾畫出來，然后提取其影像特征，包括形態(tài)學特征、一階特征、二階特征、高階特征，對所提取的影像特征量化和降維。通過權(quán)重基因和共表達網(wǎng)絡(luò)分析建立高度相關(guān)性的基因模塊，將提取的影像特征去冗余后與某些基因或基因模塊進行關(guān)聯(lián)。經(jīng)分析將選出來的基因或基因模塊進行生物學功能注釋，建立預(yù)測和分類模型來解釋影像特征。最后，交叉驗證以減少偏差，得出的結(jié)論用臨床試驗進行驗證。目前影像基因組學主要應(yīng)用于腫瘤學，在不同腫瘤的精準診斷、分層、指導治療和預(yù)后預(yù)測等方面充滿巨大的潛力。

1 影像基因組學的臨床應(yīng)用

1.1 膠質(zhì)母細胞瘤

膠質(zhì)母細胞瘤(glioblastoma，GBM)是一種高度浸潤性和彌漫性原發(fā)性腫瘤，是最具致死性的中樞神經(jīng)系統(tǒng)惡性腫瘤，表現(xiàn)出很強的表型差異，最近的研究試圖通過影像基因組學分析，來揭示MRI 衍生的定量功能影像特征與分子基因之間的關(guān)聯(lián)，并利用GBM 的高分子異質(zhì)性來制訂個性化的治療策略。2016版世界衛(wèi)生組織中樞神經(jīng)系統(tǒng)腫瘤分類中首次在組織學的基礎(chǔ)上使用分子學的特征來進行腫瘤分類, 其中根據(jù)異檸檬酸脫氫酶(isocitrate dehydrogenase，IDH)的狀態(tài)可將GBM 分為IDH-野生型和IDH-突變型[4]。目前已有多項研究[5-9]發(fā)現(xiàn)了與GBM相關(guān)遺傳分子[IDH突變、1p/19q編碼缺失、O6-甲基鳥嘌呤-DNA 甲基轉(zhuǎn)移酶(O6-methylguanine DNA methyltranferase，MGMT)甲基化、表皮生長因子變體Ⅲ(epidermal growth factor receptor variant Ⅲ，EGFRvⅢ)突變]的定性影像特征。Qi 等[10]認為IDH-突變型腫瘤在MRI上主要位于一側(cè)腦葉，如額葉、顳葉或小腦，很少位于間腦或腦干中，且更傾向于單側(cè)生長，腫瘤邊緣較銳利，信號強度均勻，增強幾乎無強化。Zhang 等[11]通過120 例Ⅲ級和Ⅳ級膠質(zhì)瘤患者的術(shù)前MR 成像和臨床特征生成的機器學習算法預(yù)測IDH的狀態(tài)，在訓練組和驗證組中準確率分別為86%和89%，這些研究為膠質(zhì)瘤IDH 狀態(tài)提供更詳細的影像學信息，表明影像基因組學可作為一種非侵入性工具，提供重要的預(yù)后信息，有助于指導個性化治療。MGMT 是一種位于10q 染色體上的DNA修復酶，該啟動子區(qū)域的甲基化導致DNA修復酶水平降低，進而導致腫瘤細胞的DNA 修復率降低，這可能與良好的預(yù)后生存相關(guān)。Kanas 等[12]通過MRI 3D 容積模型計算得出腫瘤的水腫/壞死容積比、腫瘤/壞死容積比、水腫容積、腫瘤分布及增強特點，來預(yù)測GBM的MGMT甲基化狀態(tài)，進一步說明術(shù)前MRI影像特征與MTGT甲基化狀態(tài)是存在關(guān)聯(lián)的。有學者通過對MRI 影像組學特征來預(yù)測1p/19q 的狀態(tài)，Han 等[13]及Zhou等[14]強調(diào)基于MRI影像組學特征可以有效預(yù)測1p/19q的狀態(tài)，從而為促進膠質(zhì)瘤非侵入性分子亞型預(yù)測提供了潛力。Gevaert 等[15]將從GBM 的磁共振圖像中得出的定量特征和多種基因分子數(shù)據(jù)相結(jié)合，得到了可以預(yù)測膠質(zhì)瘤生存率的影像基因組學圖譜。他們從TCGA (the Cancer Genome Atlas)數(shù)據(jù)庫中選取55 例膠質(zhì)瘤患者，在腫瘤壞死區(qū)、強化區(qū)、腫瘤水腫區(qū)分別勾畫興趣區(qū)，并計算出各興趣區(qū)的79 個影像組學定量特征，通過整合基因表達、DNA 甲基化及拷貝數(shù)，篩選得到35 個模塊來預(yù)測生存期，將基因模塊與影像組學定量特征進行相關(guān)性分析，制作可以預(yù)測預(yù)后的影像基因數(shù)據(jù)集。與以往其他研究相比，該方法首次利用定量影像組學特征實現(xiàn)了潛在驅(qū)動子突變的顯示。

目前許多與膠質(zhì)瘤診斷、預(yù)后、生存相關(guān)的基因或者分子遺傳特征被相繼發(fā)現(xiàn)并研究，將其與影像學相結(jié)合，對膠質(zhì)瘤的遺傳生物學進行更深入的研究，將為臨床指導個性化治療提供新方式。

1.2 肺癌

近年來，晚期非小細胞肺癌(non-small cell lung cancer，NSCLC)的治療取得突破性進展，分子靶向藥物的應(yīng)用顯著延長了患者的生存期。NSCLC 的驅(qū)動基因包括EGFR、KRAS、RAF、PIK3CA 及ALK 基因等，其中最為成熟的靶點為EGFR 突變和ALK 重排。利用無創(chuàng)的影像組學尋求其驅(qū)動基因的影像生物標記物并進行針對性的靶向治療，在減少傳統(tǒng)基因檢查對患者傷害的同時，也可以進行早期受益患者的檢出。因此，影像基因組學在NSCLC 的個性化治療方面也具有很大的潛力。近年來，多項研究[16-19]通過傳統(tǒng)的影像特征(包括小病灶、支氣管充氣征、胸膜凹陷征、空泡征、均勻強化、磨玻璃密度影、無肺氣腫或肺纖維化等)或CT 的定量特征(CT 值均數(shù)、標準差和偏度、紋理特征)對NSCLC 的EGFR 突變進行預(yù)測，從而實現(xiàn)針對EGFR 靶點的酪氨酸激酶抑制劑治療。Zhang 等[18]的研究納入180 例NSCLC 患者，從訓練組患者的CT 圖像中提取485 個定量紋理特征，采用MRM、LASSO降維和十倍交叉驗證，篩選出10個獨立預(yù)測因子，然后應(yīng)用多因素邏輯回歸分析建立EGFR 突變預(yù)測模型并在驗證組進行驗證，結(jié)果表明基于影像組學特征建立的預(yù)測模型對于EGFR 突變狀態(tài)具有出色的預(yù)測性能，AUC 在訓練組中為0.862，在驗證組中為0.873。Nair 等[20]則利用CT和18F-FDG PET-CT圖像的紋理特征建立影像基因組學模型來識別有無EGFR 突變，研究發(fā)現(xiàn)基于FDG-PET 的模型能夠區(qū)分野生型和突變型EGFR，AUC為0.87，由CT紋理分析得到的模型AUC 為0.83。進一步說明使用FGD-PET 和CT 圖像進行非NSCLC 紋理分析，可以識別出EGFR 突變的腫瘤。上述研究表明傳統(tǒng)影像特征及影像組學特征對EGFR 有較好的預(yù)測價值，雖然無法取代穿刺活檢，但其具有無創(chuàng)性、可重復性，為臨床治療決策提供幫助。

由于ALK 重排與EGFR 突變的NSCLC 的臨床特征相似，探尋二者之間影像組學特征的差異對于腫瘤治療也具有重要的指導意義，Mendoza 等[21]應(yīng)用Meta 分析研究NSCLC 的CT 特征及臨床病理特征與ALK基因重排之間的相關(guān)性，結(jié)果表明ALK重排陽性的NSCLC 患者以年輕女性、不吸煙者多見，多表現(xiàn)為實性腫塊，且較少出現(xiàn)空洞，與EGFR 突變型NSCLC 相比，在晚期階段更容易發(fā)生淋巴結(jié)、縱隔及胸膜轉(zhuǎn)移，但是較少發(fā)生肺內(nèi)轉(zhuǎn)移。Park 等[22]對256 名晚期肺腺癌的患者進行研究也發(fā)現(xiàn)，淋巴結(jié)腫大、腫瘤外浸潤及淋巴管炎在ALK 重排陽性患者中更常見。雖然目前對AKL 重排的研究較少，但這些研究都表明影像組學特征可作為預(yù)測ALK 重排陽性的一種新工具，具有很好的研究前景。

1.3 乳腺癌

乳腺癌是女性常見的惡性腫瘤，其在基因水平被分為Luminal A、Luminal B、HER2 過表達型、基底樣型及正常乳腺樣型五種類型，目前主要使用免疫組化技術(shù)來進行乳腺癌分子分型，但其結(jié)果不能全面、客觀地分析腫瘤的異質(zhì)性，而利用影像組學則可以通過無創(chuàng)的方法對腫瘤的特征及瘤周情況進行連續(xù)、快速地評估，并通過與基因組的聯(lián)合分析實現(xiàn)對乳腺癌基因表達情況的實時監(jiān)測[23]。Mazurowski等[24]從48例患者提取出23個動態(tài)增強影像特征，結(jié)果表明Luminal B型乳腺癌與動態(tài)增強特征存在相關(guān)性，這量化了病變增強和背景實質(zhì)增強之間的關(guān)系，病灶強化率與背景實質(zhì)強化率(background parenchymal enhancement，BPE) 比值較高者更可能為Luminal B 亞型。Dilorenzo 等[25]探討MRI 乳腺實質(zhì)背景強化對不同乳腺癌亞型的鑒別診斷價值，結(jié)果表明輕度BPE 提示Luminal B (HER2 陰性)亞型，重度BPE則提示三陰性乳腺癌。分子亞型的分類需要對組織標本進行基因組分析，昂貴、費時且滯后，有研究表明[26-28]表觀擴散系數(shù)(apparent diffusion coefficient，ADC)值因分子亞型而異，HER2 陽性者的腫瘤血流量較高，在富含HER2 腫瘤中ADC 值最高。Wang 等[29]利用影像基因組學對三陰性乳腺癌進行早期檢出，通過乳腺DCE-MRI提取88 個影像學特征，結(jié)果表明，腫塊大小、實質(zhì)信號強化斜率及實質(zhì)標準差對于三陰性乳腺癌檢出具有鑒別診斷的意義，并且增加實質(zhì)背景紋理強化的異質(zhì)性也可提高其鑒別診斷效能。不同類型的乳腺癌在治療和預(yù)后方面的表現(xiàn)不盡相同，通過影像基因組學可能在治療前區(qū)分乳腺癌分子亞型。此外，通過影像表型可以評估乳腺癌的復發(fā)風險。常用方法有癌型檢測(Oncotype Dx)和預(yù)測分析微陣列50 (PAM50)。Oncotype Dx 是美國國家綜合癌癥網(wǎng)絡(luò)推薦的唯一適用于乳腺癌的基因檢測工具，主要用于檢測雌激素受體(estrogen receptor，ER)陽性的早期乳腺癌，已有研究證實該方法能更準確地預(yù)測ER 類型及腋窩淋巴結(jié)轉(zhuǎn)移情況。Thakur 等[30]就測量ER 陽性和腋窩淋巴結(jié)陰性浸潤性乳腺癌的ADC 值，結(jié)果發(fā)現(xiàn)Oncotype Dx復發(fā)評分低風險癌灶的ADC值顯著高于中/高風險癌灶。Li等[31]通過分析了5種乳腺癌亞型，認為MRI影像組學特征與多基因檢測分類的預(yù)測相關(guān)，尤其腫瘤大小、增強特征與多組基因檢測復發(fā)分數(shù)相關(guān)，意味著較大、較不均質(zhì)強化的腫瘤復發(fā)率更高。這些影像基因組學研究表明，影像組學特征有可能成為乳腺癌復發(fā)潛在的成像生物學標志物，而復發(fā)風險評估對術(shù)后治療方案的選擇以及生存評估具有重要意義。

1.4 結(jié)直腸癌

結(jié)直腸癌(colorectal cancer，CRC)是最常見的消化系統(tǒng)惡性腫瘤之一，近年來在全世界的發(fā)病率和死亡率不斷升高。目前，KRAS、NRAS 和BRAF 基因的突變狀態(tài)具有臨床意義，這些基因是MAPK (絲裂原活化蛋白激酶)途徑的效應(yīng)因子，可作為預(yù)測預(yù)后的生物標志物[32]。目前關(guān)于CRC 患者的KRAS 突變狀態(tài)在影像基因組學研究中受到廣泛關(guān)注，Shin 等[33]在一組接受MRI檢查的直腸癌患者中進行了研究，發(fā)現(xiàn)息肉形態(tài)、軸向長度增加、軸向與縱向比率增加和N2淋巴結(jié)狀態(tài)與KRAS突變有關(guān)。Lubner等[34]的一項研究對77例CRC肝轉(zhuǎn)移患者的肝臟增強CT進行紋理特征分析，發(fā)現(xiàn)紋理參數(shù)與腫瘤分級、血清癌胚抗原(carcinoembryonic antigen，CEA)和KRAS突變狀態(tài)相關(guān)，其中偏度與KRAS突變呈負相關(guān)。Yang等[35]研究分析了117例CRC患者治療前的CT增強門靜脈期圖像及KRAS/NRAS/BRAF基因的突變，采用RELIEF算法和支持向量機方法建立模型，評估基因突變與臨床背景、腫瘤分期和組織學分化之間的相關(guān)性。最后發(fā)現(xiàn)影像組學特征與KRAS/NRAS/BRAF 突變有相關(guān)性，CT 可能有助于CRC腫瘤基因型的分析，從而有助于確定治療策略。CT影像特征在CRC的預(yù)后預(yù)測方面也具有潛在價值，Badic等[36]通過結(jié)合增強CT影像學特征和基因表達數(shù)據(jù)，發(fā)現(xiàn)ABCC2的表達變化與某些影像學特征有相關(guān)性,并且ABCC2基因表達與N期和M期相關(guān)，臨床分期及ABCC2可以預(yù)測CRC患者的無進展生存期(progression-free-survival，PFS)，結(jié)果表明影像基因組學可提高影像學檢查對CRC患者的預(yù)后判斷能力。

1.6 腎癌

腎透明細胞癌(clear cell renal cell carcinoma，ccRCC)是最常見的腎癌病理類型，初步研究顯示ccRCC的CT特征與通過聚合酶鏈式反應(yīng)(Polymerase Chain Reaction，PCR)擴增和DNA 測序檢測到體細胞基因突變之間具有的相關(guān)性[37]。已知這些基因(VHL、PBRM1、SETD2、KDM5C、BAP1 和MUC4)與晚期生存率降低有關(guān)，因此，多項研究試圖尋求與這些基因表達有關(guān)的影像標記物，從而實現(xiàn)通過影像基因組學對ccRCC 的早期診斷、評估、個性化治療以及預(yù)后預(yù)測。VHL是腫瘤抑制因子，影響ccRCC 的新血管生成，VHL 突變可增加腫瘤侵襲性，通過增強CT 上腫瘤內(nèi)粗大血管分布及腫瘤結(jié)節(jié)增強等特征對其進行預(yù)測，從而實現(xiàn)對腫瘤惡性程度的評估。而KDM5C 和BAP1 的突變則與腎靜脈血管受侵相關(guān)，腫瘤邊界不清以及腫瘤鈣化與BAP1 突變有關(guān)[38]。在治療方面，BAP1 突變可能使ccRCC 對放療更加敏感，也可增加ccRCC 對mTORC1 抑制劑的敏感度[39]，因此，通過對BAP1突變特異性影像生物特征的探尋有助于推進個性化治療。據(jù)報道[40],術(shù)后約30%的局部ccRCC 患者會復發(fā)和轉(zhuǎn)移。這些患者預(yù)后不良，五年生存率僅12%，因此，急需要開發(fā)預(yù)測轉(zhuǎn)移的生物標志物來選擇最有可能從輔助治療中受益的患者。Lee 等[41]發(fā)現(xiàn)從增強CT 中提取的四個影像組學特征可以預(yù)測T1 期ccRCC 患者的術(shù)后轉(zhuǎn)移，并且這四種影像組學特征與表達腫瘤異質(zhì)性的基因有關(guān)?，F(xiàn)在人們普遍認為，幾種生物標志物的聯(lián)合分析是最有前途的方法，有可能改變臨床管理。Jasmshidi等[42]利用臨床數(shù)據(jù)、基因圖譜及術(shù)前增強CT圖像聯(lián)合為ccRCC構(gòu)建影像基因組學風險評分(radiogenomics risk score，RRS)，結(jié)果表明，在訓練組和驗證組中，無論分期、分級及腫瘤狀態(tài)如何，高RRS 組都檢測到較低的生存期。其隨后的一項研究[43]也證實了RRS的可靠性。

1.7 前列腺癌

前列腺癌(prostate cancer，PCa)是男性生殖系統(tǒng)中最常見的惡性腫瘤，是全球第二最常見癌癥，也是導致男性癌癥死亡的第六大原因，北美及歐洲發(fā)病率居全球最高。已有研究[44]探討了利用ADC、動態(tài)對比增強(dynamic contrast enhanced)和Gleason 評分參數(shù)來確定PCa的侵襲性。2016 年McCann 等[45]首次發(fā)表了關(guān)于PCa的影像基因組學的研究。該研究為每一個ROI 確定了6 個定量參數(shù)[平均ADC、ADC 第十百分位、T2W 信號強度偏度、容量轉(zhuǎn)移常數(shù)(volumetransfer constant，Ktrans)、血管外細胞外間隙容積比(extravascular extracellular volume fraction，Ve)、速 率 常 數(shù)(rate constant，Kep)]，利用Spearman相關(guān)系數(shù)(r)分析定量圖像特征與PTEN表達之間的關(guān)聯(lián)。PTEN是PCa中變異率最高的一種抑癌基因，高達60%的局部晚期PCa 患者會出現(xiàn)PTEN 基因的缺失。該研究結(jié)果表明，在6 個特征中，只有Kep與PTEN 表達呈弱相關(guān)，盡管關(guān)系很微弱，但是他們?nèi)哉J為這種模型可以提供PCa患者的風險評估。Bates 等[46]研究了PCa特異性膜抗原與影像組學特征的相關(guān)性，該抗原診斷前列腺癌的特異性比前列腺特異性抗原(prostate specific antigen，PSA)更高，結(jié)果表明PCa特異性膜抗原的表達水平與紋理參數(shù)中的峰度、正像素均值之間具有相關(guān)性。PI-RADS 評分促進了PCa診斷全球標準化，增加多參數(shù)MRI (mp-MRI)結(jié)果的解釋和交流的一致性，它是基于全球最佳的現(xiàn)有證據(jù)和專家共識，檢出臨床有意義的癌并進行風險評估，可用于協(xié)助患者的治療選擇。一項研究[47]對106 例患者的MRI 影像特征與細胞周期進展評分進行相關(guān)性分析發(fā)現(xiàn)，PI-RADS 與細胞周期進展評分相關(guān)。Wibmer 等[48]也進行了類似的研究，結(jié)果表明包膜侵犯是PCa更具侵襲性的一種基因表型。邁阿密大學的學者[49]研究了mp-MRI 與前列腺活檢組織中PCa風險基因表達譜的關(guān)系，從mp-MRI 引導靶向活檢組織與正常組織中提取影像學特征，將49 個放射學特征與3個臨床不良后果相關(guān)基因聯(lián)系起來，該研究證明了與免疫/炎癥反應(yīng)、新陳代謝、細胞和生物粘附相關(guān)的基因表達與成像特征之間有強烈關(guān)聯(lián)，其中ADC值與這些生物學過程的相關(guān)性最高。這是第一項通過MRI引導穿刺活檢將影像基因組學特征參數(shù)與PCa基因相關(guān)聯(lián)的研究。Kesch等[50]試圖基于染色體拷貝數(shù)改變的基因索引病變，作為前列腺活檢中腫瘤侵襲性的標志物，與mp-MRI及68Ga-PSMA-PET/CT影像特征相關(guān)聯(lián)，結(jié)果表明，影像特征與基因索引病變之間存在很強的相關(guān)性，影像基因組學可能有助于區(qū)分惰性和侵襲性PCa。影像基因組學在PCa方面已進行多項研究，尤其是成像特征與單基因表達之間的研究，有較好的研究結(jié)果，但未來仍需要大數(shù)據(jù)、多中心的研究來驗證。

2 不足與展望

綜上所述，影像基因組學是一個新興的交叉學科，通過整合醫(yī)學圖像和基因組數(shù)據(jù)的方法挖掘兩者之間關(guān)系，發(fā)現(xiàn)可以反映基因特征的影像生物學標志物，并可作為一種非侵入式檢測方法在疾病的診斷、個性化治療、預(yù)后預(yù)測、療效評估等方面發(fā)揮重要的作用。但目前影像基因組學尚處于早期研究階段，仍存在較多問題：(1)大多數(shù)為回顧性、小樣本研究[51]，未來則需要獲取更大的數(shù)據(jù)量以及開展更多前瞻性研究，隨著更多基因組數(shù)據(jù)集和影像數(shù)據(jù)庫的建立及開放，也將會加快影像基因組學的發(fā)展；(2)在影像特征提取的過程中缺乏標準化，即在圖像類型、預(yù)處理、圖像分割方法等方面存在差異，從而影響了某些特征的重復性，需制訂一個標準化的工作流程和國際認可的方法指導，來消除這不一致性和不確定性；(3)影像基因組學研究容易出現(xiàn)數(shù)據(jù)過度擬合和(或)選擇偏倚，更優(yōu)算法(如深度學習、神經(jīng)網(wǎng)絡(luò))不斷涌現(xiàn)可能會優(yōu)化數(shù)據(jù)。目前影像基因組學研究中的基因組數(shù)據(jù)大多來自微陣列數(shù)據(jù)，對microRNA 作用的研究缺乏。這些RNA 具有靶向大量基因和調(diào)控基因表達的潛力，將這些RNA 與成像數(shù)據(jù)相關(guān)聯(lián)的研究可能是一個新的方向。

影像基因組學是當今精準醫(yī)學發(fā)展趨勢下的必然結(jié)果，比傳統(tǒng)基因測序成本更低，與有限的活檢標本相比可獲得整個腫瘤信息，反映腫瘤內(nèi)體素強度的空間變化和異質(zhì)性，并闡述預(yù)測性和預(yù)后信息。隨著人工智能技術(shù)、高通量技術(shù)和成像技術(shù)的進步，我們有可能進入“組學”研究的新時代,通過深度學習技術(shù)，在臨床醫(yī)生的幫助下建立基本事實，可能會提高來自基因組和成像數(shù)據(jù)庫的大型數(shù)據(jù)集的性能。總之，影像基因組學是一個充滿廣闊前景的領(lǐng)域，它將影像學提升到一個新的水平，未來也將廣泛地應(yīng)用到更多臨床領(lǐng)域。

作者利益沖突聲明：全部作者均聲明無利益沖突。