磁共振成像预测卵巢癌生物学标志物的研究进展

周泓钰，鲍海华，温生宝*，王宇，赵亚龙，张梓旋

0 前言

卵巢癌是常见的妇科恶性肿瘤之一，其发病率在女性生殖系统恶性肿瘤中为第3位，死亡率在女性生殖系统恶性肿瘤中占首位[1]。而上皮性卵巢癌（epithelial ovarian carcinoma, EOC）是最常见的类型，约占所有卵巢癌的90%[2]。近年来，中国卵巢癌的发病率呈大幅度增长趋势[3]。

卵巢癌起病隐匿，早期诊断率低，且耐药和复发也使卵巢癌预后差，因此治疗监测至关重要。生物学标志物对卵巢癌的疗效预测及预后越发重要，目前已确定出200 多种在卵巢癌中不同表达的生物学标志物[4]，主要包括血管内皮生长因子（vascular endothelial growth factor, VEGF）、Ki-67抗原等。但其检测往往有创[5]，而MRI 技术可用于无创地预测卵巢癌生物学标志物。MRI 中的相关技术及其参数，如 扩 散 加 权 成 像（diffusion weighted imaging,DWI）中 的 表 观 扩 散 系 数（apparent diffusion coefficient, ADC）、体素内不相干运动（intravoxel incoherent motion, IVIM）成像相关参数、扩散峰度成像（diffusion kurtosis imaging, DKI）相关参数，动 态 对 比 增 强MRI（dynamic contrast-enhanced MRI, DCE-MRI）的定量参数，分子MRI 的磁共振波谱（magnetic resonance spectroscopy, MRS）成像、核磁共振（nuclear magnetic resonance, NMR）、化学交 换 饱 和 转 移（chemical exchange saturation transfer, CEST）成像、磁共振报告基因技术、磁共振靶向分子成像等以及影像组学及人工智能等，在卵巢癌生物学标志物，如Ki-67 抗原、VEGF、人类表皮生长因子2（human epidermal growth factor receptor-2,HER-2）等的无创性预测中发挥着重要作用。

目前，卵巢癌发病机制和靶向药物研究快速发展，但其所需的生物学标志物大多需要病理检测或基因检查，而功能成像及靶向分子成像对生物学标志物的无创性预测，可降低患者的侵入性检查概率。因此，功能成像、靶向分子成像技术的开发利用值得深入研究。随着MRI 技术及卵巢癌靶向药物研发的进一步发展，预测与卵巢癌相关的关键生物学标志物及其变化对卵巢癌的靶向药物治疗监测及预后预测更具有现实意义，但相关综述较为少见。故本文就不同MRI 技术，包括DWI、DCE-MRI、分子MRI 及影像组学和人工智能在预测卵巢癌生物学标志物方面的研究现状进行阐述，为卵巢癌临床治疗反应监测、指导靶向药物使用提供新的诊疗思路。

1 DWI

DWI 是利用水分子的布朗运动来揭示组织的微观结构特征，如细胞活性和微循环[6]。其中，ADC是通过DWI计算的定量参数。Ki-67抗原是细胞增殖的标志物，较高Ki-67 表达的EOC 患者，肿瘤的侵袭性越高且患者的生存率更低[7]。刘雪芬等[8]观察到ADC 值与Ki-67 呈负相关，这 与WANG 等[9]在ADC 与Ki-67 负相关方面的报道一致。VEGF 是在EOC 血管生成过程中最重要的细胞因子之一，可增加血管通透性并促进肿瘤细胞的增殖与分化[10]。DERLATKA 等[11]研究显示，ADC 与浆液性EOC 患者的Ki-67、VEGF 表达之间均存在负相关。但该研究只对浆液性EOC 进行了相关分析，而其他病理类型的EOC 并未研究，将来可将研究扩展至其他类型的EOC。

此外，常规DWI 的ADC 值不仅受到分子扩散影响，而且还受到微循环或血液灌注的影响，故使用IVIM 进行双极性曲线拟合分析，可以剔除微循环或灌注效应，反映出真正的组织扩散。IVIM 的定量参数包括灌注分数（perfusion fraction, f）、快扩散系数（fast apparent diffusion coefficient, Dfast）、慢扩散系数（slow apparent diffusion coefficient,Dslow）；f 值代表局部微循环的灌注效应占总体扩散效应的容积比率，Dfast代表纯水的扩散系数，Dslow代表体素内微循环的不相干运动，为血液循环产生的假扩散系数。崔云惠等[12]分析测量了IVIM 参数值，包括ADC、Dslow、Dfast及f值，发现ADC、Dslow及f值均与卵巢癌患者的Ki-67 呈负相关性，其中ADC 敏感度极高，而Dslow和f 值特异度高，说明Ki-67 越高代表肿瘤增殖越快，细胞密度越大，水分子扩散运动受限越明显，故而ADC、Dslow越小；f 值与Ki-67 具有弱负相关性，推测其原因，可能与f 值间接反映组织血管化程度，随着恶性肿瘤细胞生成和生长速度加快，大量结构异常的无功能新生血管生成，从而导致f值一定程度降低。该研究中良性与交界性卵巢肿瘤数量较少，且交界性卵巢肿瘤患者未被纳入，所得结果可能存在偏差，故今后可扩大样本量及良性、交界性样本量，以减少由样本量及样本类型所致的研究偏倚。

DKI 是具有高b 值的DWI 的发展，其基于非高斯模型的技术，与标准DWI 相比，它可以更准确地描述生物组织中复杂的水分不均匀性，并利用校正的ADC和扩散峰度提供关于组织异质性和细胞性的更多信息。B细胞淋巴瘤-2（B-cell lymphoma 2, Bcl-2）家族蛋白是凋亡途径的重要组分，其有利于刺激细胞增殖和抑制凋亡，提高癌细胞的存活率[13-14]。YUAN等[15]研究表明Bcl-2的表达变化与校正的ADC的变化呈负相关，与扩散峰度的变化呈正相关，用以说明多西紫杉醇可以降低Bcl-2 的表达并诱导EOC 细胞凋亡。该研究运用DKI 技术无创地反映了肿瘤生物标志物在体内的表达以及肿瘤形态变化之前治疗诱导的增殖活性变化，为临床监测化疗疗效提供了思路。

2 DCE-MRI

DCE-MRI 是对组织在增强过程中不同时间点的强化信号进行观测，并运用血流动力学模型测算出相关参数，进而全面评价组织的微循环、灌注和毛细血管通透性的变化，是研究肿瘤微循环特征的定量MRI技术[16-17]。

对于DCE-MRI信号变化的评估，目前主要有定性分析、半定量分析以及定量分析三种。定性分析是基于时间-信号强度曲线的形态进行研究分析。半定量分析是对TIC曲线的几个参数进行分析，不涉及药代动力学模型，常用的参数有初始强化曲线下面积（initial area under the gadolinium concentration-time curve,iAUC）、达峰时间等；iAUC 代表整个动态增强周期组织对比剂浓度变化趋势，达峰时间代表动态增强扫描开始至肿瘤浓度达峰所需时间。定量分析是通过药代动力学模型对TIC曲线进行数学分析，得出定量参数，最常见的是Tofts 提出的两室模型，其认为对比剂经血管内皮在血管和血管外细胞外间隙（extravascular extracellular space, EES）之间流动，而没有进入细胞内[18]。定量参数主要包括容积转移常数（volume transfer constant of the contrast agent, Ktrans）、速率常数（rate constant,Kep）；Ktrans代表对比剂从血管向EES 扩散的灌注参数，Kep代表对比剂从EES至血管内的速率。

缺氧是肿瘤微环境中的重要组成部分，缺氧诱导因子1α 在缺氧情况中过度表达并对肿瘤的生长、血管生成、增殖、侵袭和转移具有重要作用[19]。LINDGREN 等[20]研究发现，DCE-MRI 定量参数Ktrans和Kep与缺氧诱导因子1α 的表达成反比，且二者在识别缺氧诱导因子1α高表达方面显示出良好的准确性。动物 研 究 表 明Ktrans、Kep和iAUC 值 的 变 化 与Ki-67 和VEGF 的表达呈正相关，说明肿瘤增殖活跃，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 是人类表皮生长因子受体家族受体的成员之一，具有重要的信号转导作用，与卵巢癌的远处转移有关[23]。NOMANI 等[23]开发的HER-2 靶向载体能用DCE-MRI 区分卵巢癌中HER-2（+）和HER-2（-）的肺转移病变。HEYERDAHL 等[24]关注到高剂量227Th-曲妥珠单抗治疗表达HER-2 的卵巢癌异种移植物后，MRI 对比增强曲线的药代动力学模型显示，与血管通透性增加和肿瘤灌注增加相关的参数发生了显著变化。DCE-MRI的定性及定量分析在EOC生物学标志物的无创预测中起到了有效的作用，但关于半定量分析的相关参数研究较少，今后可进一步研究半定量参数在预测EOC生物学标志物中的相关作用。

3 分子MRI

分子MRI 研究能够在解剖学形态基础上更为深入地揭示组织的生物学特点，发现早期的分子变异及病理改变过程，无创、可重复地提供组织定量、定时、可视化的分子信息，可望实现肿瘤基因水平的特异性诊断与靶向治疗[25]。

MRS是一种用于无创性观察组织代谢变化的MRI技术。GRANATA 等[26]认为EOC 的MRS 胆碱谱中磷酸胆碱含量增加，这主要导致了胆碱激酶α的过度表达和激活，他们首次发现在EOC 中CHKA 基因下调显著降低了EOC细胞的侵袭性生物学行为，也影响了细胞对药物治疗的敏感性。这些研究结果为进一步分析胆碱激酶α 作为单独使用或与常规药物联合使用的新治疗靶点的验证开辟了道路。另有研究[27-28]显示，MRS可对磷脂酰胆碱特异性磷脂酶C在抑制高致瘤性卵巢癌模型中HER-2的过度表达、细胞增殖和肿瘤生长中的疗效进行临床前和临床监测。此研究表明磷脂酰胆碱特异性磷脂酶C 可作为EOC 疗法的新的潜在靶点，且其效果可通过MRS 进行监测，为临床靶向治疗及其监测提供无创方法。

NMR 为对各种组织成分和结构进行定性分析的技术，主要分析自旋原子核和强磁场之间的相互作用，其工作原理是通过外加磁场引发分子中的特定原子核选择性吸收射频，使所吸收的能量诱导核自旋的跃迁并呈现在共振图谱上。鞘氨醇激酶-1（sphingosine kinase-1, SK-1）是鞘脂代谢的关键酶，参与卵巢癌症的发病、发展和耐药机制，在多种EOC 亚型中过度表达[29]。BERNACCHIONI 等[30]通过使用非靶向NMR代谢谱分析结合功能验证，首次表明SK-1 在人卵巢癌细胞的代谢重编程中起着关键作用。ORNELAS等[31]则采用NMR的代谢组学研究了肿瘤抑制剂ARHI的表达及其在诱导卵巢癌模型的自噬改变过程中的基本代谢途径，表明ARHI 是一种有效的自噬诱导剂，其表达导致细胞ATP/ADP 降低、氧化应激增加和线粒体功能降低，该研究的自噬相关坏死过程中基本代谢途径的这些改变可为治疗卵巢肿瘤提供新的策略。CURTARELLO 等[32]采用NMR 研究了抗VEGF 治疗后卵巢癌细胞脂质代谢和储存的再激活，发现了治疗后肿瘤脂质谱的显著改变，包括三酰甘油水平增加及脂链饱和降低。该研究结果说明NMR可用于监测靶向治疗后脂质代谢的变化。

CEST-MRI 是一种新兴的可以显著提高化学交换位点细胞核NMR 敏感度的技术[33]。其可以用频率选择性射频饱和脉冲让这些可交换质子特别饱和并磁化为零，在它们与大量水质子的交换过程中降低了大量的水信号，而大量水信号的减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图像[34]。黏蛋白是一个大分子量和重糖基化蛋白家族，构成上皮表面的黏液屏障，在细胞信号转导中发挥重要作用，其中糖基化黏蛋白1是卵巢癌进展和治疗反应的生物学标志物[35]。SONG 等[36]认为黏蛋白表达和糖基化的改变与癌症发展有关，糖基化黏蛋白1在卵巢癌中过表达，它的对应物黏蛋白1是一种富含多个可交换OH 质子的聚糖的大聚合物，通过CEST-MRI 很容易检测到。其研究结果显示，黏蛋白1的去糖基化导致CEST 信号减少＞75%。这些研究结果表明CEST-MRI 信号可作为无标记的替代标记物，用于非侵入性评估黏液糖基化和肿瘤恶性程度，但其在临床中的相关作用需进一步研究证明。

MR 报告基因具有在体内非侵入性监测转基因表达的潜力，基因表达成像对癌症生物学的实验室研究产生了革命性的影响，并有可能在未来的临床试验中发挥重要作用[34]。VANDSBURGER 等[37]通过使用R2标测和双指数MR弛豫法定量监测卵巢癌中铁蛋白重链过度表达的成纤维细胞的动态血管周边募集。结果显示，铁蛋白重链过表达，当结合R2 标测和MR振弛豫测量时，能够在体内检测外源性给药成纤维细胞向实体瘤血管系统的动态募集。这一发现表明，对铁蛋白重链过表达细胞的MRI细胞追踪是可行的。随着癌症相关成纤维细胞作为潜在治疗载体和靶点的新观点，一种将表达铁蛋白重链的成纤维细胞密度与治疗结果的MRI 测量相关联的方法可能对评估和重新定义此类疗法具有重要价值。

MR 靶向分子成像是将高特异性、高亲和力的MR分子探针引入体内，与成像靶点进行特异性结合，对病灶进行分子水平的特定成像[38]。SATPATHY 等[39]将两亲性聚合物包覆的磁性氧化铁纳米粒子与近红外染料标记的HER-2抗体和化疗药物顺铂偶联，在具有高度异质性HER-2 表达水平的原位人卵巢癌异种移植模型中，研究了治疗性纳米颗粒对靶向药物递送、治疗效果及MRI引导治疗的影响。结果发现，在裸鼠卵巢癌模型中，HER-2 靶向磁性氧化铁纳米颗粒携带顺铂的全身递送显著抑制了原发性肿瘤的生长以及腹膜转移和肺转移。此研究表明MRI 可检测到不同HER-2 表达水平和不同治疗反应的个体肿瘤中治疗纳米颗粒的差异递送，为靶向药物治疗提供思路。间皮素是一种糖类抗原125结合蛋白，它通过糖基磷脂酰肌醇连接锚定在细胞膜上，在高级别浆液性卵巢癌中过表达，可作为新的生物标志物和基因治疗靶向分子[40]。PRANTNER等[41]在卵巢癌小鼠模型中运用MRI评估了位点特异性生物素化抗泰西皮素纳米体靶向间皮素的分子成像探针潜力。结果表明，间皮素可作为分子成像探针的靶点，其可用于评估肿瘤摄取、治疗反应和原发性肿瘤和转移瘤的全身分布来指导个体化抗体治疗。该研究数据对过度表达间皮素的EOC患者的靶向成像及治疗评估具有指导意义。催乳素受体（prolactin receptors, PRLR）在卵巢癌中过表达并与其存活率相关[42]。SUNDARAM 等[43]认为分子PRLR 成像有可能实现对卵巢癌的更精确和早期诊断，并减少不必要的手术次数。与目前的临床MRI技术相比，这种靶向方法通过选择性内化提高了信号积累的信噪比，并提高了恶性卵巢癌中PRLR上调的特异性。卵巢癌中PRLR的上调及其通过靶向分子成像的应用为卵巢癌的无创诊断和治疗的进展奠定了基础。

4 影像组学和人工智能

影像组学是使用计算机算法从CT、MRI 或PET 中的感兴趣区中高通量地提取定量特征，并开发新的量化指标，将定性成像数据与临床终点联系在一起，其具体过程包括图像采集与分割、特征提取、特征选择和模型构建[44]。

影像基因组学旨在将成像特征与基因表达模式、基因突变和其他与基因组相关的特征联系起来，是为了促进对肿瘤生物学的更深入理解，并捕捉肿瘤内在的异质性[45]。由于医学影像的无创性及其在临床实践中的普遍使用，影像基因组学将数据驱动的图像特征提取与遗传分析相结合，以预测患者生存率及肿瘤分级的突变情况[46]，这使其在该领域迅速发展。研究表明，原发性卵巢癌和腹膜植入物之间在基因组水平上存在广泛的肿瘤间异质性[47]。对接受MRI 检查的一小群患者的研究[48]初步分析支持了这个发现，表明在诊断时卵巢肿瘤和转移性腹膜植入物已经具有表型异质性。在包括22名患者在内的一项研究中，SALA 等[48]研究发现原发性卵巢癌、网膜饼和腹膜沉积物的ADC 存在显著差异。这首次表明扩散率分布可能与肿瘤部位有关，并首次在影像学上表明卵巢癌的生物异质性。另外，在卵巢癌中使用三维模型对一名患者进行MRI图像采集，通过结合灌注、扩散和代谢信息得到的不同成像表型的区域被证明具有不同的组织学和基因组成[49]。此研究证明了多参数MRI 可无创预测肿瘤内的遗传异质性并可指导精准组织采样，但仍需进一步临床验证。

蛋白质组学是在特定的一组条件下分析细胞、组织或生物体的整个蛋白质补体，它可以通过揭示癌症生物学的途径和过程来补充基因组分析，以与特定的临床表型相匹配[50]。对来自同一肿瘤的蛋白质组学和基因组学数据的成对分析表明，蛋白质组学提供的信息超出了仅通过基因组分析得出的信息。蛋白质组学水平在高级别浆液性卵巢癌中的相关性表现在预测卵巢癌蛋白质驱动指数的复发和生存率的能力上[51]。该研究说明了蛋白质组学可为卵巢癌患者的临床管理提供帮助，但仍需进一步大样本研究证明。

人工智能的出现有助于标准化和简化放射科医生从传统诊断成像中肉眼发现不同信息并对其进行推理得出结论的过程[52]。另外，人工智能算法在图像识别中也取得了显著进展。ZHAO 等[53]利用DCE-MRI及人工智能监测卵巢癌化疗后糖基化黏蛋白1 肿瘤抗原的表达。研究结果表明卵巢癌的治疗反应可以通过人工智能算法进行分析，且人工智能算法具有较高的准确性。

5 总结和展望

综上所述，随着各种MRI 技术的发展，DWI、DCE-MRI、分子MRI 及影像组学和人工智能在卵巢癌生物学标志物的预测方面发挥着越来越重要的贡献，对卵巢癌无创性的精准诊断、靶向治疗及疗效监测具有重要价值。但基于MRI 的影像组学对预测卵巢癌生物学标志物的研究相对较少，同时大多数研究样本量较小且为单中心。故用MRI 技术预测卵巢癌生物学标志物仍需进一步大样本、多中心研究以检验其准确性及特异性。随着卵巢癌发病机制和针对卵巢癌的靶向药物的研究进展，各种MRI技术在预测卵巢癌生物学标志物方面可能会发挥更重要的作用。

作者利益冲突声明：全体作者均声明无利益冲突。

作者贡献声明：温生宝设计本研究的方案，解释本研究的数据，对稿件重要内容进行了修改，获得2020 年度中国红十字基金会“影瑞西北公益行”ICON科研基金项目支持；周泓钰起草和撰写稿件，获取、分析或解释本研究的数据/文献；鲍海华、王宇、赵亚龙、张梓旋获取、分析本研究的数据，对稿件重要内容进行了修改，鲍海华获得2020 年度青海省省级临床重点专科建设项目基金支持；全体作者都同意发表最后的修改稿，同意对本研究的所有方面负责，确保本研究的准确性和诚信。