水通道蛋白MRI 在前列腺癌風險評估中的價值及其與水通道蛋白1 的相關性研究

劉昀松，陳麗華，張欽和，王楠，武志剛，孫鵬，王家正，劉愛連，3

（1.大連醫科大學附屬第一醫院放射科，遼寧 大連 116011；2.飛利浦醫療，北京 100016；3.大連市醫學影像人工智能工程技術研究中心，遼寧 大連 116011）

前列腺癌（Prostate cancer，PCa）是男性第二大常見的惡性腫瘤[1]，其死亡率占男性泌尿生殖系統腫瘤性疾病的97%以上[2]。近年來，我國PCa 的發病率呈逐年上升的趨勢[3]。Gleason 評分是預測PCa 進展和預后的重要指標之一，對治療方式的選擇起決定性作用[4]。根據2014 年國際泌尿病理學會指南，將PCa 分為高風險組（Gleason 評分≥4+3＝7）和低風險組（Gleason 評分≤3+4＝7）[5]。本研究擬采用基于多個超高b 值的水通道蛋白（AQP）MRI 序列對PCa 的風險進行評估，并探討其與水通道蛋白1（AQP1）的相關性。

1 資料與方法

1.1 研究對象

本研究獲得醫院倫理委員會批準（批件號：PJKS-XJS-2021-20）。回顧性收集我院行3.0T MRI 檢查的可疑PCa 患者，依據Gleason 評分分為低風險組（Gleason 評分≤3+4＝7）和高風險組（Gleason 評分≥4+3＝7）。納入標準：①術后病理證實為PCa 者；②術前4 周內行前列腺MRI 檢查者。排除標準：①MRI 檢查前接受過前列腺手術、穿刺活檢或其他治療者；②MRI 圖像質量不佳（信噪比低）或偽影重，影響觀察者；③切片免疫組化染色不滿意者。最后入組：PCa 患者43例，年齡為56～87歲，平均（71.07±7.20）歲。其中高風險組26例，年齡61～87歲，平均（72.62±6.63）歲；低風險組17例，年齡56～79歲，平均（68.71±7.58）歲。出入組流程見圖1。記錄臨床資料，詳見表1。

表1 基本臨床資料

1.2 MRI 掃描

使用3.0T MR（Signa HDxt，GE Medical Systems，USA）掃描儀，采用16 通道腹部線圈。檢查前禁食禁水4 h。MRI 序列包括：常規軸位T1WI、T2WI、DWI（b=0、1 000 s/mm2）及超高b 值DWI（b=2 000 s/mm2、3 000 s/mm2、4 000 s/mm2）序列（AQP MRI），具體掃描參數見表2。

表2 各序列掃描參數

1.3 AQP 檢測

1 名有1 年免疫組化實驗經驗的研究生采用AQP1 抗體等試劑，對納入的PCa 組織的石蠟切片（由1 名具有10 年病理蠟塊切片經驗的病理科醫師制成4 μm 切片）進行AQP1 檢測。

1.4 圖像處理

掃描后圖像導入Philips ISP V10 工作站，通過后處理將DWI（0、1 000 s/mm2）生成ADC 圖、超高b值DWI（2 000 s/mm2、3 000 s/mm2、4 000 s/mm2）圖像擬合得到AQP-ADC 圖。DWI 及超高b 值DWI 成像公式分別為[6]：S/S0=exp（-b×ADC），b=0、1 000 s/mm2；S/S0=exp（-b×ADC），b≥2 000 s/mm2。

由2 名觀察者（分別具有6 年及2 年前列腺MRI 閱片經驗）獨立進行測量。參照T2WI 及DWI 圖像確定病灶的最大層面，在DWI、超高b 值DWI 圖像上沿病灶邊緣勾畫感興趣區（Region of interest，ROI），同時避開出血、壞死、囊變區，使ROI 面積覆蓋病灶實性區域，ROI 自動匹配于同一層面的ADC圖及AQP-ADC 圖上，得到平均ADC 值、AQP-ADC值（圖2）。

顯微鏡下觀察PCa 組織的AQP1 染色情況，放大倍數選擇200 倍鏡（圖3）。隨后運用ImageJ 圖像分析軟件，計算PCa 組織的AQP1-平均光密度（AOD）值（積分光密度值與視野下陽性部分面積的比值）。

1.5 統計學分析

采用SPSS 25.0 軟件、MedCalc 軟件和Graph-Pad Prism 8 軟件進行統計學分析。采用組內相關系數（Intra-class correlation coefficients，ICC）評價兩名觀察者間測量數據的一致性，ICC<0.40 為一致性差，0.40～<0.75 為一致性中等，≥0.75 為一致性好。一致性好，取兩名觀察者測量值的平均值進行后續統計學分析。服從正態分布的數據以均數±標準差（）表示，否則用中位數（四分位數間距）（M（P25，P75））進行表示，方差為標準差的平方（s2），反映數據的穩定性。采用獨立樣本t 檢驗或非參數Mann-Whitney U 檢驗對兩組間數據的差異性進行分析；并計算方差評估數據與其平均值的離散程度。采用線性回歸分析分別計算回歸系數β（即相關系數r）及決定系數R2，用于評估ADC 值、AQP-ADC 值與AQP1-AOD 值之間的相關性及模型擬合程度，0～<0.2為相關性極弱，0.2～<0.4 為相關性弱，0.4～<0.6 為相關性中等，0.6～<0.8 為相關性強，0.8～1.0 為相關性極強。采用Cocor 分析比較相關性間的差異性[7]。采用多因素Logistic 回歸分析探討總前列腺特異性抗原（Total prostate specific antigen，tPSA）、AQP-ADC 和ADC 對高風險PCa 的影響。另外，采用受試者工作特征（Receiver operator characteristic，ROC）曲線分析ADC 值、AQP-ADC 值及AQP1-AOD 值對PCa 風險性評估的效能。采用Delong 檢驗比較ROC 曲線下面積（Area under the curve，AUC）的差異。采用最大約登指數計算各參數評估高風險PCa 的閾值及特異度、敏感度；并采用配對卡方檢驗比較ADC 值、AQP-ADC 值的敏感度、特異度的差異性。P<0.05 為差異具有統計學意義。

2 結果

2.1 臨床資料結果

高、低風險組年齡間差異無統計學意義（P＝0.08）。高風險組tPSA 顯著高于低風險組，差異有統計學意義（P<0.01）（表1）。

2.2 不同風險組PCa 的AQP1-AOD 值比較

高風險組的AQP1-AOD 值（（0.33±0.03）mm2/s）高于低風險組（（0.29±0.02）mm2/s），差異具有統計學意義（P<0.01）（圖4）。

2.3 兩名觀察者間數據測量的一致性

兩名觀察者對兩組病灶的ADC 值、AQP-ADC值測量的一致性好（ICC>0.75，P<0.01）（表3）。

表3 兩名觀察者間測量數值的一致性檢驗

2.4 不同風險組PCa 的ADC 值、AQP-ADC 值比較

高風險組的AQP-ADC 值高于低風險組，ADC值低于低風險組，差異均有統計學意義（P<0.01），AQP-ADC 值的方差明顯小于ADC 值的方差，AQPADC 值離散程度更小（表4 及圖5）。

表4 兩組ADC 值、AQP-ADC 值比較

2.5 ADC 值、AQP-ADC 值與AQP1-AOD 值的相關性分析

ADC 值、AQP-ADC 值與AQP1-AOD 值的相關系數分別為-0.34 和0.44（P 均<0.01），決定系數R2分別為0.11 和0.20（圖6）；ADC 值、AQP1-AOD 值間的相關系數與AQP-ADC 值、AQP1-AOD 值間的相關系數的差異無統計學意義（P=0.60），但AQPADC 值與AQP1-AOD 值的模型擬合度優于ADC 值與AQP1-AOD 值的模型擬合度。

2.6 多因素Logistic 回歸分析

ADC 值、AQP-ADC 值是高風險PCa 的獨立危險因素（P<0.05），tPSA 不是高風險PCa 獨立危險因素（P＝0.20）（表5）。

表5 多因素Logistic 回歸分析高風險PCa 的影響因素

2.7 ADC 值、AQP-ADC 值及AQP1-AOD 值評估PCa風險性的效能分析

AQP-ADC 值的AUC 大于ADC 值的AUC，差異無統計學意義（P＝0.29）。AQP-ADC 值在評估PCa高低風險組中的敏感度、特異度均高于ADC值，差異無統計學意義（均為P＝1，χ2=0）（表6，圖7）。

表6 ADC 值、AQP-ADC 值及AQP1-AOD 值評估高風險PCa 的診斷效能

3 討論

PCa 的診斷主要依靠直腸超聲（TRUS）引導下的前列腺穿刺活檢，但其準確率僅為40%，漏診的風險較高[8]。而活檢是有創性的，且往往由于取材局限導致Gleason 評分不夠準確[9-10]。MRI 具有較高的軟組織分辨率，能夠實現多方位、多序列成像，隨著MRI 技術的發展，其在前列腺病變的診斷中發揮著越來越重要的作用。

在Gleason 評分為3+4=7 與4+3=7 的疾病中，具有小范圍（<5%）和更大范圍模式4 的癌癥可能需要不同的治療方式，而Gleason 評分=3+3=6 與Gleason 評分=3+4=7 的患者的預后相近，且明顯優于Gleason 評分≥4+3=7 的患者[11]，故本研究根據Gleason 評分將PCa 分為低風險組（Gleason 評分≤3+4=7）和高風險組（Gleason 評分≥4+3=7），并對其進行定量評估。

除此之外，年齡和tPSA 也可能與PCa 的風險性有關。王功偉等[12]研究發現，隨著年齡的增加，Gleason 評分呈上升趨勢；Billis等[13]則認為年齡與Gleason 評分間沒有明確的相關性。血清tPSA 是臨床上進行PCa 篩查時常用的化驗指標。有研究[14-16]發現，PCa 患者的Gleason 評分與tPSA 值呈顯著正相關。本研究中tPSA 在不同PCa 風險組的水平差異具有統計學意義，但并不是高風險PCa 的獨立影響因素。

隨著Gleason 評分的增大，前列腺的正常腺體破壞、水分減少，腫瘤細胞越密集，水分子擴散越受限，ADC 值降低[17]，理論上可以據此來評估PCa 的Gleason 評分。Boesen等[18]研究顯示ADC 對評估PCa的Gleason 評分具有一定的價值。但溫茹等[19]研究顯示不同Gleason 評分PCa 的ADC 值間存在著一定的重疊。傳統DWI 序列在Gleason 評分中仍有一定的局限性。

Agre等[20]于1993 年發現了AQP，證明了水分子通過細胞膜主動轉運的方式進出細胞。AQP 廣泛存在于人體組織細胞中，參與水分子的跨膜轉運。前列腺作為男性特有的性腺器官，有較為豐富的AQP分布。本研究通過免疫組化證明高風險PCa 組的AQP1-AOD 值高于低風險PCa組，說明高風險PCa組的AQP1 較低風險組過表達，盛華均等[21]在高、低級別星形細胞瘤的研究中得到了類似結果。因此，AQP1 可能成為評估PCa 高、低風險潛在的生物學標志物。尋找到一種無創、準確反映前列腺AQP1 表達水平的技術，對PCa 風險性的評估具有重要的臨床意義。

郭啟勇等[22]通過對富含AQP 的紅細胞進行實驗研究，驗證了超高b 值（1 700 s/mm2、2 000 s/mm2、2 500 s/mm2、3 000 s/mm2、3 500 s/mm2、4 000 s/mm2、4 500 s/mm2）成像對于分子水平AQP 檢測的可能性。該團隊的研究結果顯示，低b 值（0～200 s/mm2）下的ADC 值主要反映組織微循環的灌注，中b 值（300～1 500 s/mm2）下的ADC 值則主要反映的是組織細胞外間隙、細胞內水分子的擴散運動，高b 值（≥1 700 s/mm2）下的ADC 值很可能反映的是細胞AQP 分子的表達水平，也就是跨膜轉運這一部分水分子的彌散水平。

本研究中，常規DWI 包含了b 值為0，主要反映了單指數模型下組織微循環灌注及傳統意義的水分子彌散水平，而超高b 值DWI 序列則未包括b 值為0 及傳統高b 值部分，剔除了微循環灌注及細胞內外水分子彌散的貢獻。本文專門對超高b 值區間（b=2 000 s/mm2、3 000 s/mm2、4 000 s/mm2）模型即水分子跨膜轉運進行研究。

AQP-ADC 值和AQP1-AOD 值間的相關系數與ADC 值和AQP1-AOD 值間的相關系數無差異，但AQP-ADC 值與AQP1-AOD 值的線性相關模型中決定系數R2值更大，顯示兩者的擬合度更好，說明AQP-ADC 更能反映AQP1 的表達。高風險PCa的AQP1 表達水平高，導致水分子跨膜轉運效率高，而AQP-ADC 反映了水分子的跨膜轉運能力[6]，AQP-ADC 值也就更高，因此AQP1 與AQP-ADC 值之間呈正相關。高風險PCa 的AQP1 表達水平更高，跨膜轉運的水分子增多，此部分水分子的跨膜轉運傳統DWI 序列不能檢出，但由于更多跨膜到細胞外的水分子擴散受限減輕，導致ADC 值降低，故ADC值與AQP1 表達呈負相關。

本研究結果顯示高風險組的AQP-ADC 值高于低風險組，ADC 值低于低風險組，兩者評估PCa 風險性的效能無差異。但AQP-ADC 值較ADC 值的方差明顯小，說明其數據的離散程度更小，能夠對PCa風險性進行更穩定的評估。

本研究的局限性：①本文屬于回顧性研究，樣本量較小，未能應用最新的Gleason 5 級評分系統（Gleason 評分≤6、Gleason 評分=3+4＝7、Gleason 評分=4+3＝7、Gleason 評分=8 和Gleason 評分=9～10）[23]進行分組，有待擴大樣本量后進行更加細致的研究；②目前的AQP MRI 僅能非特異性的反映AQP 的表達水平，不能針對特定的AQP 亞型進行成像。

綜上所述，基于多個超高b 值的AQP MRI 能夠較好地評估PCa 的風險性，AQP-ADC 值較ADC值能更好地反映AQP1 的表達，為PCa 的風險評估提供了一個新思路。