磁共振成像預測卵巢癌生物學標志物的研究進展

周泓鈺，鮑海華，溫生寶*，王宇，趙亞龍，張梓旋

0 前言

卵巢癌是常見的婦科惡性腫瘤之一，其發病率在女性生殖系統惡性腫瘤中為第3位，死亡率在女性生殖系統惡性腫瘤中占首位[1]。而上皮性卵巢癌（epithelial ovarian carcinoma, EOC）是最常見的類型，約占所有卵巢癌的90%[2]。近年來，中國卵巢癌的發病率呈大幅度增長趨勢[3]。

卵巢癌起病隱匿，早期診斷率低，且耐藥和復發也使卵巢癌預后差，因此治療監測至關重要。生物學標志物對卵巢癌的療效預測及預后越發重要，目前已確定出200 多種在卵巢癌中不同表達的生物學標志物[4]，主要包括血管內皮生長因子（vascular endothelial growth factor, VEGF）、Ki-67抗原等。但其檢測往往有創[5]，而MRI 技術可用于無創地預測卵巢癌生物學標志物。MRI 中的相關技術及其參數，如 擴 散 加 權 成 像（diffusion weighted imaging,DWI）中 的 表 觀 擴 散 系 數（apparent diffusion coefficient, ADC）、體素內不相干運動（intravoxel incoherent motion, IVIM）成像相關參數、擴散峰度成像（diffusion kurtosis imaging, DKI）相關參數，動 態 對 比 增 強MRI（dynamic contrast-enhanced MRI, DCE-MRI）的定量參數，分子MRI 的磁共振波譜（magnetic resonance spectroscopy, MRS）成像、核磁共振（nuclear magnetic resonance, NMR）、化學交 換 飽 和 轉 移（chemical exchange saturation transfer, CEST）成像、磁共振報告基因技術、磁共振靶向分子成像等以及影像組學及人工智能等，在卵巢癌生物學標志物，如Ki-67 抗原、VEGF、人類表皮生長因子2（human epidermal growth factor receptor-2,HER-2）等的無創性預測中發揮著重要作用。

目前，卵巢癌發病機制和靶向藥物研究快速發展，但其所需的生物學標志物大多需要病理檢測或基因檢查，而功能成像及靶向分子成像對生物學標志物的無創性預測，可降低患者的侵入性檢查概率。因此，功能成像、靶向分子成像技術的開發利用值得深入研究。隨著MRI 技術及卵巢癌靶向藥物研發的進一步發展，預測與卵巢癌相關的關鍵生物學標志物及其變化對卵巢癌的靶向藥物治療監測及預后預測更具有現實意義，但相關綜述較為少見。故本文就不同MRI 技術，包括DWI、DCE-MRI、分子MRI 及影像組學和人工智能在預測卵巢癌生物學標志物方面的研究現狀進行闡述，為卵巢癌臨床治療反應監測、指導靶向藥物使用提供新的診療思路。

1 DWI

DWI 是利用水分子的布朗運動來揭示組織的微觀結構特征，如細胞活性和微循環[6]。其中，ADC是通過DWI計算的定量參數。Ki-67抗原是細胞增殖的標志物，較高Ki-67 表達的EOC 患者，腫瘤的侵襲性越高且患者的生存率更低[7]。劉雪芬等[8]觀察到ADC 值與Ki-67 呈負相關，這 與WANG 等[9]在ADC 與Ki-67 負相關方面的報道一致。VEGF 是在EOC 血管生成過程中最重要的細胞因子之一，可增加血管通透性并促進腫瘤細胞的增殖與分化[10]。DERLATKA 等[11]研究顯示，ADC 與漿液性EOC 患者的Ki-67、VEGF 表達之間均存在負相關。但該研究只對漿液性EOC 進行了相關分析，而其他病理類型的EOC 并未研究，將來可將研究擴展至其他類型的EOC。

此外，常規DWI 的ADC 值不僅受到分子擴散影響，而且還受到微循環或血液灌注的影響，故使用IVIM 進行雙極性曲線擬合分析，可以剔除微循環或灌注效應，反映出真正的組織擴散。IVIM 的定量參數包括灌注分數（perfusion fraction, f）、快擴散系數（fast apparent diffusion coefficient, Dfast）、慢擴散系數（slow apparent diffusion coefficient,Dslow）；f 值代表局部微循環的灌注效應占總體擴散效應的容積比率，Dfast代表純水的擴散系數，Dslow代表體素內微循環的不相干運動，為血液循環產生的假擴散系數。崔云惠等[12]分析測量了IVIM 參數值，包括ADC、Dslow、Dfast及f值，發現ADC、Dslow及f值均與卵巢癌患者的Ki-67 呈負相關性，其中ADC 敏感度極高，而Dslow和f 值特異度高，說明Ki-67 越高代表腫瘤增殖越快，細胞密度越大，水分子擴散運動受限越明顯，故而ADC、Dslow越小；f 值與Ki-67 具有弱負相關性，推測其原因，可能與f 值間接反映組織血管化程度，隨著惡性腫瘤細胞生成和生長速度加快，大量結構異常的無功能新生血管生成，從而導致f值一定程度降低。該研究中良性與交界性卵巢腫瘤數量較少，且交界性卵巢腫瘤患者未被納入，所得結果可能存在偏差，故今后可擴大樣本量及良性、交界性樣本量，以減少由樣本量及樣本類型所致的研究偏倚。

DKI 是具有高b 值的DWI 的發展，其基于非高斯模型的技術，與標準DWI 相比，它可以更準確地描述生物組織中復雜的水分不均勻性，并利用校正的ADC和擴散峰度提供關于組織異質性和細胞性的更多信息。B細胞淋巴瘤-2（B-cell lymphoma 2, Bcl-2）家族蛋白是凋亡途徑的重要組分，其有利于刺激細胞增殖和抑制凋亡，提高癌細胞的存活率[13-14]。YUAN等[15]研究表明Bcl-2的表達變化與校正的ADC的變化呈負相關，與擴散峰度的變化呈正相關，用以說明多西紫杉醇可以降低Bcl-2 的表達并誘導EOC 細胞凋亡。該研究運用DKI 技術無創地反映了腫瘤生物標志物在體內的表達以及腫瘤形態變化之前治療誘導的增殖活性變化，為臨床監測化療療效提供了思路。

2 DCE-MRI

DCE-MRI 是對組織在增強過程中不同時間點的強化信號進行觀測，并運用血流動力學模型測算出相關參數，進而全面評價組織的微循環、灌注和毛細血管通透性的變化，是研究腫瘤微循環特征的定量MRI技術[16-17]。

對于DCE-MRI信號變化的評估，目前主要有定性分析、半定量分析以及定量分析三種。定性分析是基于時間-信號強度曲線的形態進行研究分析。半定量分析是對TIC曲線的幾個參數進行分析，不涉及藥代動力學模型，常用的參數有初始強化曲線下面積（initial area under the gadolinium concentration-time curve,iAUC）、達峰時間等；iAUC 代表整個動態增強周期組織對比劑濃度變化趨勢，達峰時間代表動態增強掃描開始至腫瘤濃度達峰所需時間。定量分析是通過藥代動力學模型對TIC曲線進行數學分析，得出定量參數，最常見的是Tofts 提出的兩室模型，其認為對比劑經血管內皮在血管和血管外細胞外間隙（extravascular extracellular space, EES）之間流動，而沒有進入細胞內[18]。定量參數主要包括容積轉移常數（volume transfer constant of the contrast agent, Ktrans）、速率常數（rate constant,Kep）；Ktrans代表對比劑從血管向EES 擴散的灌注參數，Kep代表對比劑從EES至血管內的速率。

缺氧是腫瘤微環境中的重要組成部分，缺氧誘導因子1α 在缺氧情況中過度表達并對腫瘤的生長、血管生成、增殖、侵襲和轉移具有重要作用[19]。LINDGREN 等[20]研究發現，DCE-MRI 定量參數Ktrans和Kep與缺氧誘導因子1α 的表達成反比，且二者在識別缺氧誘導因子1α高表達方面顯示出良好的準確性。動物 研 究 表 明Ktrans、Kep和iAUC 值 的 變 化 與Ki-67 和VEGF 的表達呈正相關，說明腫瘤增殖活躍，而新生血管多但不成熟，其基底膜不完整，血管通透性高[21-22]。HER-2 是人類表皮生長因子受體家族受體的成員之一，具有重要的信號轉導作用，與卵巢癌的遠處轉移有關[23]。NOMANI 等[23]開發的HER-2 靶向載體能用DCE-MRI 區分卵巢癌中HER-2（+）和HER-2（-）的肺轉移病變。HEYERDAHL 等[24]關注到高劑量227Th-曲妥珠單抗治療表達HER-2 的卵巢癌異種移植物后，MRI 對比增強曲線的藥代動力學模型顯示，與血管通透性增加和腫瘤灌注增加相關的參數發生了顯著變化。DCE-MRI的定性及定量分析在EOC生物學標志物的無創預測中起到了有效的作用，但關于半定量分析的相關參數研究較少，今后可進一步研究半定量參數在預測EOC生物學標志物中的相關作用。

3 分子MRI

分子MRI 研究能夠在解剖學形態基礎上更為深入地揭示組織的生物學特點，發現早期的分子變異及病理改變過程，無創、可重復地提供組織定量、定時、可視化的分子信息，可望實現腫瘤基因水平的特異性診斷與靶向治療[25]。

MRS是一種用于無創性觀察組織代謝變化的MRI技術。GRANATA 等[26]認為EOC 的MRS 膽堿譜中磷酸膽堿含量增加，這主要導致了膽堿激酶α的過度表達和激活，他們首次發現在EOC 中CHKA 基因下調顯著降低了EOC細胞的侵襲性生物學行為，也影響了細胞對藥物治療的敏感性。這些研究結果為進一步分析膽堿激酶α 作為單獨使用或與常規藥物聯合使用的新治療靶點的驗證開辟了道路。另有研究[27-28]顯示，MRS可對磷脂酰膽堿特異性磷脂酶C在抑制高致瘤性卵巢癌模型中HER-2的過度表達、細胞增殖和腫瘤生長中的療效進行臨床前和臨床監測。此研究表明磷脂酰膽堿特異性磷脂酶C 可作為EOC 療法的新的潛在靶點，且其效果可通過MRS 進行監測，為臨床靶向治療及其監測提供無創方法。

NMR 為對各種組織成分和結構進行定性分析的技術，主要分析自旋原子核和強磁場之間的相互作用，其工作原理是通過外加磁場引發分子中的特定原子核選擇性吸收射頻，使所吸收的能量誘導核自旋的躍遷并呈現在共振圖譜上。鞘氨醇激酶-1（sphingosine kinase-1, SK-1）是鞘脂代謝的關鍵酶，參與卵巢癌癥的發病、發展和耐藥機制，在多種EOC 亞型中過度表達[29]。BERNACCHIONI 等[30]通過使用非靶向NMR代謝譜分析結合功能驗證，首次表明SK-1 在人卵巢癌細胞的代謝重編程中起著關鍵作用。ORNELAS等[31]則采用NMR的代謝組學研究了腫瘤抑制劑ARHI的表達及其在誘導卵巢癌模型的自噬改變過程中的基本代謝途徑，表明ARHI 是一種有效的自噬誘導劑，其表達導致細胞ATP/ADP 降低、氧化應激增加和線粒體功能降低，該研究的自噬相關壞死過程中基本代謝途徑的這些改變可為治療卵巢腫瘤提供新的策略。CURTARELLO 等[32]采用NMR 研究了抗VEGF 治療后卵巢癌細胞脂質代謝和儲存的再激活，發現了治療后腫瘤脂質譜的顯著改變，包括三酰甘油水平增加及脂鏈飽和降低。該研究結果說明NMR可用于監測靶向治療后脂質代謝的變化。

CEST-MRI 是一種新興的可以顯著提高化學交換位點細胞核NMR 敏感度的技術[33]。其可以用頻率選擇性射頻飽和脈沖讓這些可交換質子特別飽和并磁化為零，在它們與大量水質子的交換過程中降低了大量的水信號，而大量水信號的減少可以被量化和映射，以提供特定分子和大分子的高分辨率圖像[34]。黏蛋白是一個大分子量和重糖基化蛋白家族，構成上皮表面的黏液屏障，在細胞信號轉導中發揮重要作用，其中糖基化黏蛋白1是卵巢癌進展和治療反應的生物學標志物[35]。SONG 等[36]認為黏蛋白表達和糖基化的改變與癌癥發展有關，糖基化黏蛋白1在卵巢癌中過表達，它的對應物黏蛋白1是一種富含多個可交換OH 質子的聚糖的大聚合物，通過CEST-MRI 很容易檢測到。其研究結果顯示，黏蛋白1的去糖基化導致CEST 信號減少＞75%。這些研究結果表明CEST-MRI 信號可作為無標記的替代標記物，用于非侵入性評估黏液糖基化和腫瘤惡性程度，但其在臨床中的相關作用需進一步研究證明。

MR 報告基因具有在體內非侵入性監測轉基因表達的潛力，基因表達成像對癌癥生物學的實驗室研究產生了革命性的影響，并有可能在未來的臨床試驗中發揮重要作用[34]。VANDSBURGER 等[37]通過使用R2標測和雙指數MR弛豫法定量監測卵巢癌中鐵蛋白重鏈過度表達的成纖維細胞的動態血管周邊募集。結果顯示，鐵蛋白重鏈過表達，當結合R2 標測和MR振弛豫測量時，能夠在體內檢測外源性給藥成纖維細胞向實體瘤血管系統的動態募集。這一發現表明，對鐵蛋白重鏈過表達細胞的MRI細胞追蹤是可行的。隨著癌癥相關成纖維細胞作為潛在治療載體和靶點的新觀點，一種將表達鐵蛋白重鏈的成纖維細胞密度與治療結果的MRI 測量相關聯的方法可能對評估和重新定義此類療法具有重要價值。

MR 靶向分子成像是將高特異性、高親和力的MR分子探針引入體內，與成像靶點進行特異性結合，對病灶進行分子水平的特定成像[38]。SATPATHY 等[39]將兩親性聚合物包覆的磁性氧化鐵納米粒子與近紅外染料標記的HER-2抗體和化療藥物順鉑偶聯，在具有高度異質性HER-2 表達水平的原位人卵巢癌異種移植模型中，研究了治療性納米顆粒對靶向藥物遞送、治療效果及MRI引導治療的影響。結果發現，在裸鼠卵巢癌模型中，HER-2 靶向磁性氧化鐵納米顆粒攜帶順鉑的全身遞送顯著抑制了原發性腫瘤的生長以及腹膜轉移和肺轉移。此研究表明MRI 可檢測到不同HER-2 表達水平和不同治療反應的個體腫瘤中治療納米顆粒的差異遞送，為靶向藥物治療提供思路。間皮素是一種糖類抗原125結合蛋白，它通過糖基磷脂酰肌醇連接錨定在細胞膜上，在高級別漿液性卵巢癌中過表達，可作為新的生物標志物和基因治療靶向分子[40]。PRANTNER等[41]在卵巢癌小鼠模型中運用MRI評估了位點特異性生物素化抗泰西皮素納米體靶向間皮素的分子成像探針潛力。結果表明，間皮素可作為分子成像探針的靶點，其可用于評估腫瘤攝取、治療反應和原發性腫瘤和轉移瘤的全身分布來指導個體化抗體治療。該研究數據對過度表達間皮素的EOC患者的靶向成像及治療評估具有指導意義。催乳素受體（prolactin receptors, PRLR）在卵巢癌中過表達并與其存活率相關[42]。SUNDARAM 等[43]認為分子PRLR 成像有可能實現對卵巢癌的更精確和早期診斷，并減少不必要的手術次數。與目前的臨床MRI技術相比，這種靶向方法通過選擇性內化提高了信號積累的信噪比，并提高了惡性卵巢癌中PRLR上調的特異性。卵巢癌中PRLR的上調及其通過靶向分子成像的應用為卵巢癌的無創診斷和治療的進展奠定了基礎。

4 影像組學和人工智能

影像組學是使用計算機算法從CT、MRI 或PET 中的感興趣區中高通量地提取定量特征，并開發新的量化指標，將定性成像數據與臨床終點聯系在一起，其具體過程包括圖像采集與分割、特征提取、特征選擇和模型構建[44]。

影像基因組學旨在將成像特征與基因表達模式、基因突變和其他與基因組相關的特征聯系起來，是為了促進對腫瘤生物學的更深入理解，并捕捉腫瘤內在的異質性[45]。由于醫學影像的無創性及其在臨床實踐中的普遍使用，影像基因組學將數據驅動的圖像特征提取與遺傳分析相結合，以預測患者生存率及腫瘤分級的突變情況[46]，這使其在該領域迅速發展。研究表明，原發性卵巢癌和腹膜植入物之間在基因組水平上存在廣泛的腫瘤間異質性[47]。對接受MRI 檢查的一小群患者的研究[48]初步分析支持了這個發現，表明在診斷時卵巢腫瘤和轉移性腹膜植入物已經具有表型異質性。在包括22名患者在內的一項研究中，SALA 等[48]研究發現原發性卵巢癌、網膜餅和腹膜沉積物的ADC 存在顯著差異。這首次表明擴散率分布可能與腫瘤部位有關，并首次在影像學上表明卵巢癌的生物異質性。另外，在卵巢癌中使用三維模型對一名患者進行MRI圖像采集，通過結合灌注、擴散和代謝信息得到的不同成像表型的區域被證明具有不同的組織學和基因組成[49]。此研究證明了多參數MRI 可無創預測腫瘤內的遺傳異質性并可指導精準組織采樣，但仍需進一步臨床驗證。

蛋白質組學是在特定的一組條件下分析細胞、組織或生物體的整個蛋白質補體，它可以通過揭示癌癥生物學的途徑和過程來補充基因組分析，以與特定的臨床表型相匹配[50]。對來自同一腫瘤的蛋白質組學和基因組學數據的成對分析表明，蛋白質組學提供的信息超出了僅通過基因組分析得出的信息。蛋白質組學水平在高級別漿液性卵巢癌中的相關性表現在預測卵巢癌蛋白質驅動指數的復發和生存率的能力上[51]。該研究說明了蛋白質組學可為卵巢癌患者的臨床管理提供幫助，但仍需進一步大樣本研究證明。

人工智能的出現有助于標準化和簡化放射科醫生從傳統診斷成像中肉眼發現不同信息并對其進行推理得出結論的過程[52]。另外，人工智能算法在圖像識別中也取得了顯著進展。ZHAO 等[53]利用DCE-MRI及人工智能監測卵巢癌化療后糖基化黏蛋白1 腫瘤抗原的表達。研究結果表明卵巢癌的治療反應可以通過人工智能算法進行分析，且人工智能算法具有較高的準確性。

5 總結和展望

綜上所述，隨著各種MRI 技術的發展，DWI、DCE-MRI、分子MRI 及影像組學和人工智能在卵巢癌生物學標志物的預測方面發揮著越來越重要的貢獻，對卵巢癌無創性的精準診斷、靶向治療及療效監測具有重要價值。但基于MRI 的影像組學對預測卵巢癌生物學標志物的研究相對較少，同時大多數研究樣本量較小且為單中心。故用MRI 技術預測卵巢癌生物學標志物仍需進一步大樣本、多中心研究以檢驗其準確性及特異性。隨著卵巢癌發病機制和針對卵巢癌的靶向藥物的研究進展，各種MRI技術在預測卵巢癌生物學標志物方面可能會發揮更重要的作用。

作者利益沖突聲明：全體作者均聲明無利益沖突。

作者貢獻聲明：溫生寶設計本研究的方案，解釋本研究的數據，對稿件重要內容進行了修改，獲得2020 年度中國紅十字基金會“影瑞西北公益行”ICON科研基金項目支持；周泓鈺起草和撰寫稿件，獲取、分析或解釋本研究的數據/文獻；鮑海華、王宇、趙亞龍、張梓旋獲取、分析本研究的數據，對稿件重要內容進行了修改，鮑海華獲得2020 年度青海省省級臨床重點專科建設項目基金支持；全體作者都同意發表最后的修改稿，同意對本研究的所有方面負責，確保本研究的準確性和誠信。