文献速递泌尿生殖MR

超极化13C-MRI靶向前列腺癌糖酵解肿瘤核心的潜力

The potential of hyperpolarised 13C-MRI to target glycolytic tumour core in prostate cancer.
PubMed 文献 · Eur Radiol · 2022-06-22

本研究回顾性分析8例前列腺癌患者11个病灶,比较全 mount 病理、T2WI和TC-SNR阈值5.0三种分割方法提取的超极化13C-MRI代谢指标,发现TC-SNR引导分割获得的代谢值更高且与上皮LDH mRNA表达强相关,提示TC-SNR图可用于 delineating 局限性前列腺癌并靶向活检糖酵解活跃区域。

要点

  • TC-SNR阈值5.0引导分割的丙酮酸SNR、乳酸SNR、TC-SNR和kPL均显著高于WMP和T2WI引导分割。
  • 三种分割方法获得的乳酸SNR与上皮LDH密度均呈强正相关(ρs=0.97、0.96、0.96)。
  • TC-SNR引导分割ROI面积显著小于WMP和T2WI引导分割,但空间重合度高(DSC分别为0.85和0.86)。

核心结论

  • TC-SNR引导分割生成更小的肿瘤区域且代谢指标更高,符合RNAscope识别的代谢核心。
  • T2WI引导分割生成更大区域且总体代谢水平较低,但与TC-SNR及WMP金标准测量值呈线性相关。
  • 结果支持使用TC-SNR图在HP-13C-MRI上 delineating 局限性前列腺癌并靶向活检糖酵解最活跃区域。

研究设计与样本

  • 回顾性研究,数据来自机构审查委员会批准的前瞻性研究(伦理号16/EE/0205),纳入2018年5月至2020年2月招募的8例活检证实前列腺癌行根治性前列腺切除术患者。
  • 共11个MR可见病灶,9个Likert评分5分、2个4分;7个位于外周带、4个位于移行带;中位最大轴位肿瘤直径16 mm(四分位距12–21 mm)。
  • 所有患者行3 T术前mpMRI和HP-13C-MRI,测量丙酮酸SNR、乳酸SNR、TC-SNR和丙酮酸-乳酸交换速率常数kPL。
  • 以全mount病理(WMP)为组织病理学金标准,比较WMP、T2WI和TC-SNR(阈值5.0)三种分割方法。

关键影像表现/征象

  • WMP引导与T2WI引导分割的丙酮酸SNR、乳酸SNR、TC-SNR和kPL无显著差异(p>0.05),空间重合度高(DSC=0.86),但WMP引导ROI中位表面积显著更大(p=0.005)。
  • TC-SNR引导分割的所有代谢指标均显著高于WMP和T2WI引导分割(p<0.05),其ROI显著小于WMP和T2WI引导ROI(p=0.001),但与两者空间重合度高(DSC分别为0.85和0.86)。
  • TC-SNR引导分割测得的总上皮LDH密度显著高于T2WI引导分割(p=0.02),而与WMP引导分割无差异(p=0.13和0.08)。

诊断标准与关键数值

  • TC-SNR引导分割采用TC-SNR阈值5.0(依据Rose准则)去除可能含噪声的像素。
  • T2WI引导分割由两名放射科医生和一名研究员共识定义前列腺癌ROI为T2WI低信号且弥散加权成像相应受限区域,并与靶向活检结果一致。
  • 乳酸SNR与RNAscope来源总上皮LDH密度的Spearman相关系数:WMP引导ρs=0.97、T2WI引导ρs=0.96、TC-SNR引导ρs=0.96(p<0.0001)。
  • kPL与上皮LDHA密度的Spearman相关系数:WMP引导ρs=0.72、T2WI引导ρs=0.75、TC-SNR引导ρs=0.80(p<0.05)。

临床应用与阅片要点

  • 在缺乏WMP金标准时,TC-SNR图和标准T2WI均可作为HP-13C-MRI上分割局限性前列腺癌的临床参考工具。
  • TC-SNR引导方法可临床用于靶向活检高糖酵解肿瘤区域,从而更精确地采样侵袭性疾病。
  • TC-SNR阈值5.0可用于识别1H-MRI隐匿病灶并靶向糖酵解最活跃区域。

局限性

  • 样本量相对较小,尽管与该领域类似发表一致。
  • 未评估TC-SNR引导分割对HP-13C-MRI导航靶向采样1H-MRI隐匿病灶能力的影响,因所有患者均已活检证实疾病。
  • 研究排除了1H-MRI隐匿病灶,因其无法用T2WI引导分割方法前瞻性分割。
  • TC-SNR信号可能严重依赖肿瘤灌注及[1-13C]丙酮酸的血管递送,且可能依赖局部磁场不均匀性,此比较需在更大队列中进一步研究。
全文中译8 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2022 Jun 22;32(10):7155–62. doi: 10.1007/s00330-022-08929-7

引言

超极化[1-13C]丙酮酸磁共振成像(HP-13C-MRI)是一种快速发展的代谢成像技术,可实时可视化由乳酸脱氢酶(LDH)催化的丙酮酸向乳酸转化过程[1]。多项研究表明,局限性前列腺癌(PCa)中[1-13C]乳酸标记增加,突显了HP-13C-MRI在评估肿瘤侵袭性和监测治疗反应方面相对于标准诊疗成像的附加价值[1–4]。然而,尽管这些早期研究显示了前景,但仍存在若干技术挑战需要优化,以确保HP-13C-MRI评估在该技术临床转化之前具有可靠性和可重复性。

在局限性病变中,准确的肿瘤勾画对于明确评估 underlying 组织代谢至关重要。然而,全mount病理(WMP)仅在根治性前列腺切除术后才能获得,使得大多数可能从HP-13C-MRI中获益的临床患者无法获得作为肿瘤勾画组织病理学金标准的WMP。已知常规质子(1H)MRI与WMP相比会低估肿瘤直径和体积高达3倍[5],因此若用于病灶分割可能低估代谢活跃区域。高[1-13C]乳酸信号区域与病理上 underlying 肿瘤区域之间的关系尚不清楚,其可能仅代表代谢活跃的肿瘤核心,也可能检测到超出病灶解剖边界的标记乳酸。在前一种情况下,基于评估糖酵解体积(已知与更具侵袭性疾病相关[2, 4, 6])直接在HP-13C-MRI上进行病灶分割可能足以准确进行肿瘤代谢表型分析。这类似于正电子发射断层扫描(PET)中基于18F-氟脱氧葡萄糖(18F-FDG)摄取阈值划分代谢活跃肿瘤体积的方法[7]。

本研究旨在确定一种临床适用的HP-13C-MRI分割方法,以最佳反映 underlying 肿瘤代谢特征。使用三种分割方法比较了肿瘤HP-13C-MRI衍生的代谢指标和空间LDH mRNA表达模式:WMP、1H-MRI和HP-13C-MRI衍生的总碳信噪比图(TC-SNR)。

材料与方法

这是一项回顾性研究,数据为前瞻性采集,作为机构审查委员会批准(英国国家研究伦理服务委员会东部,剑桥南部,16/EE/0205)研究的一部分,该研究纳入接受根治性前列腺切除术的活检证实PCa患者[4]。所有患者均接受了3 T活检前mpMRI和HP-13C-MRI,测量丙酮酸SNR、乳酸SNR、TC-SNR和丙酮酸至乳酸交换速率常数(kPL)。mpMRI和HP-13C-MRI的完整成像方案已先前描述[4]。所有患者在2018年5月至2020年2月招募时均提供书面知情同意参与本研究,所报告的数据分析涵盖在初始机构审查委员会批准范围内。

图像分割与分析

前列腺癌(PCa)病灶首先由一位经验丰富的泌尿生殖病理学家(A.Y.W.)在数字化手术苏木精-伊红(H&E)全mount病理(WMP)图上勾画(WMP引导分割;图1a),使用XPlore(Koninklijke Philips)软件。相应病灶由两位放射科医师(T.B.、F.A.G.)和一位研究员(N.S.)独立在mpMRI衍生的T2加权图像(T2WI)上以共识方式勾画,三人分别具有12年、13年和4年前列腺MRI经验。分割过程对WMP图设盲,前列腺癌感兴趣区(ROI)根据临床指南[8]由临床判读定义为T2WI低信号且弥散加权成像上相应受限的区域,并与靶向活检结果一致(T2WI引导分割,图1b)。另外,同一组阅片者在HP-13C-MRI衍生的TC-SNR图上重新分割病灶,根据Rose标准[9]使用TC-SNR阈值5.0进行掩膜处理以去除所有可能包含噪声数据的像素(TC-SNR引导分割,图1c)。每次分割 session 结束时,所得ROI被转置到共配准的HP-13C-MRI代谢图(图1e–h)上,从中使用OsiriX 10.0(Pixmeo SARL)提取每个像素的丙酮酸SNR、乳酸SNR、TC-SNR和kPL值。

图1 WMP图(a)、1H-MRI衍生的T2WI(b)、HP 13C-MRI衍生的TC-SNR图(最低SNR阈值设为5.0)(c)、RNAscope WMP荧光图像显示LDHA(金色)和LDHB(白色)表达(d)。WMP引导(a)、T2WI引导(b)和TC-SNR引导(c)的肿瘤分割,三种所得ROI均叠加在RNAscope图像上(d)。HP 13C-MRI衍生的丙酮酸SNR(e)、乳酸SNR(f)、总碳SNR(g)和kPL(h)图,叠加WMP引导、T2WI引导和TC-SNR引导的分割。图a–h取自一位66岁患者,组织病理学证实为Gleason评分3 + 4 = 7的外周带病灶(图a中红色ROI)。箱线图比较HP 13C-MRI衍生的丙酮酸SNR(i)、乳酸SNR(j)、TC-SNR(k)和kPL(l),以及ROI表面积(m)、RNAscope衍生的总上皮LDH密度(n)和使用WMP引导、T2WI引导和TC-SNR引导分割方法测量的上皮LDHA密度 查看原图 ↗

乳酸脱氢酶mRNA表达分析

使用RNAscope原位杂交技术在人LDHA和LDHB在4 μm厚的全mount福尔马林固定、石蜡包埋(FFPE)前列腺切除肿瘤块中进行同步检测,方法如前所述[4]。使用HALO v3.2.1851.266(Indica Labs)和FISH v2.2.0模块分析玻片。使用荧光随机森林组织分类器[4]区分上皮和基质细胞群体。上皮LDHA和LDHB mRNA表达值来源于转置到共配准RNAscope玻片上的WMP引导、T2WI引导和TC-SNR引导分割(图1d)。为考虑ROI表面积的差异,将合并上皮LDH表达(每个ROI中LDHA和LDHB mRNA拷贝数之和)和上皮LDHA表达值分别除以ROI表面积(mm2),以产生总上皮LDH密度和上皮LDHA密度。

统计分析

统计分析使用GraphPad Prism(版本9.1.2,GraphPad Software)进行。数据正态性采用D’Agostino-Pearson检验评估,所有配对比较使用Wilcoxon配对符号秩检验进行。不同分割方法之间的空间一致性采用Dice相似系数(DSC)[10]评估。简单线性回归用于评估使用这些方法得出的HP-13C-MRI值之间的关系,一致性通过Bland-Altman分析评估。对于后者,虽然测量值之间的某些平均差异不服从正态分布(补充信息),但我们未对其进行对数转换,因为在所有情况下,被测量量(平均差异)的大小与其差异之间均无关系,且95%的未转换观测值已包含在一致性限(LoA)内,从而满足使用LoA方法背后的关键假设。Spearman秩相关检验分别评估了三种分割方法下HP-13C-MRI衍生的乳酸SNR与kPL之间、以及RNAscope衍生的总上皮LDH密度与上皮LDHA密度之间的关系。

结果

该研究纳入八例患者(57–69岁;PSA 3.1–19.1 ng/mL),共11个MR可见病灶,其中九个和两个病灶的Likert评分分别为5分和4分。七个病灶位于外周带,四个位于移行带,肿瘤最大轴位直径中位数为16 mm(四分位距,12–21 mm)。一个肿瘤的Gleason评分为3 + 3 = 6,八个为3 + 4 = 7,两个为4 + 3 = 7。

丙酮酸SNR、乳酸SNR、TC-SNR和kPL在WMP引导与T2WI引导的分割方法之间无显著差异(p > 0.05;图1i–l,表1),这可由其高空间一致性(DSC = 0.86)解释,尽管WMP引导的ROI中位表面积显著更大(p = 0.005;图1m,表1)。相反,TC-SNR引导的所有代谢指标均显著高于使用其他两种方法获得的值(所有p < 0.05;图1i–l,表1),且TC-SNR引导的ROI也显著小于WMP引导和T2WI引导的ROI(两者p = 0.001;图1m,表1)。然而,TC-SNR引导的ROI与WMP引导和T2WI引导的ROI均显示高空间一致性,DSC分别为0.85和0.86。重要的是,使用TC-SNR引导方法测量的总上皮LDH密度显著高于基于T2WI的分割(p = 0.02;图1n,表1),而将T2WI引导和TC-SNR引导的值与WMP引导方法比较时未观察到差异(分别为p = 0.13和0.08;图1n,表1)。

线性回归分析显示三种分割方法的乳酸SNR之间呈非常强的正相关(图2a、c、e)。Bland-Altman分析显示三种分割方法之间一致性极佳,乳酸SNR测量值即为示例(图2b、d、f),其中TC-SNR引导与T2WI引导分割方法之间一致性最佳,所有个体乳酸SNR值均在95%一致性限内(图2f)。线性回归和Bland-Altman分析的结果对于其他HP-13C-MRI衍生指标相似(补充信息)。

最后,Spearman秩检验表明,HP-13C-MRI衍生的乳酸SNR与通过WMP、T2WI和TC-SNR引导分割方法提取的RNAscope衍生的总上皮LDH密度值之间存在非常强的正相关(ρs分别为0.97、0.96、0.96;p < 0.0001;图3a–c)。对于HP-13C-MRI衍生的kPL与RNAscope衍生的上皮LDHA密度的相关对,也观察到相同结果(WMP、T2WI、TC-SNR引导分割的ρs分别为0.72、0.75、0.80;p < 0.05;图3d–f)。

表1 不同分割方法测量的HP 13C-MRI代谢参数、ROI表面积以及RNAscope衍生的总上皮LDH密度和上皮LDHA值的比较。数据以中位数(四分位距)表示。kPL值以s−1表示,ROI表面积以cm2表示,总上皮LDH密度值以每mm2(LDHA + LDHB mRNA拷贝数)表示。鉴于用于评估数据正态性的D’Agostino-Pearson检验结果,p值采用Wilcoxon配对符号秩检验获得 查看原表 ↗
图2 比较通过WMP、T2WI和TC-SNR引导分割方法获得的HP 13C-MRI衍生乳酸SNR值的线性回归图(a、c、e)和Bland-Altman图(b、d、f)。a、c、e 线性回归图包括表示线性拟合斜率、y截距和决定系数(R2)的标注。b、d、f Bland-Altman图包括表示95%一致性上下限的虚线和表示平均偏倚的粗线,并附有相应标注。丙酮酸SNR、TC-SNR和kPL的类似图见补充信息 查看原图 ↗
图3 比较RNAscope衍生的总上皮LDH值与通过WMP(a)、T2WI(b)和TC-SNR引导(c)分割方法获得的HP 13C-MRI衍生乳酸SNR值的Spearman相关图。比较RNAscope衍生的上皮LDHA密度值与通过WMP(d)、T2WI(e)和TC-SNR引导(f)分割方法获得的HP 13C-MRI衍生kPL值的Spearman相关图。图a–f包括各自的秩相关系数和相应p值 查看原图 ↗

讨论

本研究基于WMP的组织病理学金标准、临床1H-MRI和总碳SNR图,比较了三种分割方法得出的PCa中HP-13C-MRI代谢指标。我们发现,尽管ROI表面积和所得代谢指标的绝对值存在显著差异,但三种分割方法均与代表肿瘤代谢表型的上皮LDH mRNA表达强相关。这些结果为在缺乏组织病理学金标准的情况下,除标准诊疗T2WI外使用HP-13C-MRI上的TC-SNR图来可靠勾画PCa提供了定量证据。此外,本研究为使用TC-SNR图靶向前列腺活检以采样上皮LDH表达最高、糖酵解最活跃的区域提供了依据。

据我们所知,这是首个在局限性前列腺癌(PCa)中直接比较不同HP-13C-MRI分割方法的研究。Nelson等[1]在其首次用于人体、利用HP-13C-MRI对局限性病变成像的研究中,将[1-13C]乳酸标记高信号区域的位置与T2WI上包含活检证实PCa灶的异常区域进行视觉比较,这与本研究采用的T2WI引导方法相似。一项病例报告也采用了相同方法,研究一名活检证实高级别病变患者中雄激素剥夺治疗所致代谢改变[3]。此外,两项在前列腺切除队列中的前瞻性研究均采用了WMP引导方法,该方法可提供肿瘤体积的确定性测量[2, 4]。此前,我们曾使用基于临床前和计算机模拟模型的代谢分割方法[11],而本研究将其应用于临床数据,并首次以基于组织的空间转录组学进行验证。在本研究中,TC-SNR方法包括设定特定的SNR阈值,旨在从HP-13C-MRI代谢图中去除可能含噪声的数据,这些数据可能并不反映真实组织代谢特性。这在极化程度低的情况下尤其有用,此时应用TC-SNR阈值还可作为质量控制措施,以判断所产生信号的可靠性。TC-SNR也可能有助于显示1H-MRI隐匿性病变中的糖酵解活性[1, 2, 4]。因此,应用TC-SNR阈值可识别PCa的重要病灶,并通过靶向活检指导对糖酵解活性最强肿瘤区域的最佳采样。在本研究中,TC-SNR阈值设为5.0,遵循严格的Rose模型决策策略[9]。这与真实世界数据一致,其中肿瘤来源TC-SNR中位数<5.0的研究被视为技术失败[4],并且所有组织病理学证实为癌的区域TC-SNR均>5.0[4, 6]。重要的是,所选阈值使我们能够显示上皮LDH综合表达最高的区域,提示存在可产生最高HP-13C-MRI信号且可通过TC-SNR方法靶向的肿瘤“代谢核心”。TC-SNR信号也可能在很大程度上取决于肿瘤灌注,因此也取决于[1-13C]丙酮酸的血管递送。然而,肿瘤对钆螯合物的血管通透性可能与较小丙酮酸分子进入肿瘤的灌注不同,TC-SNR也可能依赖于局部磁场不均匀性。支持这一点的是,我们此前未观察到Ktrans与HP 13C-MRI参数之间存在显著相关性[4],但这一比较需要在更大队列中进一步研究。

观察到的WMP与T2WI引导的ROI表面积之间的差异与已知的1H-MRI上肿瘤测量值被低估的情况一致[5]。然而,所得HP-13C-MRI指标相似,这可能由HP-13C-MRI相对较低的平面内真实分辨率(12.5 × 12.5 mm2)以及两种分割方法之间较高的空间重叠所解释,这也反映在线性回归和Bland-Altman分析中。因此,仅使用T2WI对于HP-13C-MRI分割而言与组织病理学金标准一样可靠。重要的是,尽管TC-SNR衍生的代谢值在数值上与使用T2WI获得的值不同,但两种分割方法具有强线性关系和一致性。此外,使用所有三种方法测量的乳酸SNR均与通过LDH(负责所成像反应的酶)的上皮mRNA密度评估的潜在肿瘤代谢表型呈强正相关[4]。这一趋势也适用于kPL与上皮LDHA,既往研究已显示二者密切相关[4]。在临床上,可能更倾向于使用TC-SNR引导的ROI,因为其采样到代表肿瘤最具侵袭性成分的代谢核心的概率更高[4]。

本研究存在若干局限性。样本量相对较小,尽管与该领域类似发表研究一致[1, 2, 6]。由于所有患者均已具有活检证实的疾病,因此未评估TC-SNR引导分割对HP-13C-MRI导航靶向采样1H-MRI隐匿性病变能力的影响。本研究排除了1H-MRI隐匿性病变,因为无法使用T2WI引导的分割方法对其进行前瞻性分割。

总之,TC-SNR引导的分割方法生成了较小的肿瘤区域,并具有更高的代谢指标,这与RNAscope识别代谢核心的结果一致。尽管T2WI方法生成了较大且总体代谢水平较低的区域,但这些区域与使用TC-SNR方法以及由WMP金标准生成的指标呈线性相关。这些发现支持使用TC-SNR图在HP-13C-MRI上勾画局限性前列腺癌(PCa),并靶向活检以采样糖酵解最活跃的肿瘤区域。

补充信息

ESM 1(DOCX 2293 kb)

引用

  1. Sushentsev N, McLean MA, Warren AY, et al. The potential of hyperpolarised 13C-MRI to target glycolytic tumour core in prostate cancer. Eur Radiol. 2022. PMID: 35731287. doi:10.1007/s00330-022-08929-7
  2. 全文:PMC9474577(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9474577/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。