磁共振扩散成像在评估胶质瘤IDH-1基因分型及肿瘤增殖活性方面的研究进展

Research Progress of Magnetic Resonance Diffusion Imaging in IDH-1 Genotypes and Tumor Proliferation in Gliomas

摘要: 胶质瘤占原发性中枢神经系统恶性肿瘤的80%，是大多数脑肿瘤相关死亡的原因；不同类型的胶质瘤治疗方式的选择及预后是不同的；2016年，中枢神经系统(CNS)肿瘤分类首次将分子表型纳入了胶质瘤的分类标准，其中包括异柠檬酸脱氢酶-1 (IDH-1)，它是神经胶质瘤诊断和预后最相关的分子标志物，Ki-67增殖指数常用于评估细胞增殖活性，与肿瘤恶性程度密切相关；磁共振扩散成像(dMRI)可以通过检测组织中水分子的微观运动特征，反映肿瘤的异质性及细胞增殖情况；本篇综述整合了几种不同类型扩散模式在胶质瘤基因分型、增殖活性方面的应用，希望可以为临床术前评估提供有效的影像学帮助。

Abstract: Gliomas account for 80% of primary central nervous system malignancies and are the cause of most brain tumor related deaths. The choice of treatment methods and prognosis vary for different types of gliomas. In 2016, the central nervous system (CNS) tumor classification first included molecular phenotypes in the classification criteria for gliomas, including isocitrate dehydrogenase 1 (IDH-1), which is the most relevant molecular marker for the diagnosis and prognosis of gliomas. The Ki-67 proliferation index is commonly used to evaluate cell proliferation activity and is closely related to the malignancy of tumors. Magnetic resonance diffusion imaging (dMRI) can reflect the heterogene-ity of tumors and cell proliferation by detecting the microscopic motion characteristics of water molecules in tissues. This review integrates several different types of diffusion patterns in the ap-plication of glioma genotyping and proliferative activity, hoping to provide effective imaging assis-tance for clinical preoperative evaluation.

1. 引言

胶质瘤是一组起源于神经胶质细胞的异质性中枢神经系统(Central Nervous System, CNS)肿瘤 [1] ，是成人中最常见的恶性中枢神经系统肿瘤，具有侵袭性强、预后差、复发率高的特点；随着社会对“精准医学”理念的重视，临床医生认识到不同基因组特征的胶质瘤预后不同，所需要的治疗方式也不同 [2] ；随着癌症基因组学的巨大进步，传统组织学分类在区分胶质瘤分子亚型方面的局限性逐步显现，分子谱已开始整合到神经胶质瘤的诊断中 [3] ，研究表明，与组织学分类相比，神经胶质瘤的分子特征，包括异柠檬酸脱氢酶(IDH)、染色体臂1p和19q共缺失(1p/19q)以及甲基鸟嘌呤甲基转移酶启动子甲基化(MGMT)状态更能预测临床结局 [4] 。异柠檬酸脱氢酶(Isocitrate dehydrogenase 1, IDH-1)基因突变是胶质瘤诊断和预后最重要的分子标志物之一 [5] ，研究发现，IDH-1突变的胶质瘤具有比IDH-1野生型胶质瘤更好的预后 [6] 。另外，肿瘤的增殖活性也是评估肿瘤恶性程度的重要指标 [7] ，Ki-67是一种在增殖细胞中表达的非核蛋白，与细胞增殖、分化、转移和凋亡有关。它主要在细胞周期的S期和G2期表达，是肿瘤细胞增殖的可靠、灵敏的标志物 [8] 。研究发现Ki-67增殖指数(Ki-67LI)的表达水平越高，肿瘤的恶性程度越大 [9] 。

磁共振成像(MRI)是包括胶质瘤在内的多种中枢神经系统肿瘤的首选成像方法 [10] ，磁共振扩散成像(dMRI)可以通过检测组织中水分子的微观运动特征，反映肿瘤的异质性及细胞增殖情况 [7] ，在胶质瘤分级、预后及鉴别诊断中已体现出较高的临床价值 [11] 。目前，胶质瘤基因分型和增殖活性的确定主要依赖于术后病理检查，因此，术前准确无创评估胶质瘤IDH-1突变状态和Ki-67LI，能够对患者治疗方案的制订及预后评估起到重要作用。本篇综述整合了几种不同类型扩散模式在胶质瘤基因分型、增殖活性方面应用，希望可以为临床术前评估提供有效的影像学帮助。

2. 扩散加权成像

2.1. 成像原理

扩散加权成像(Diffusion-Weighted Imaging, DWI)是一种非侵入性方法，已广泛应用于脑肿瘤的诊断，它可以显示生物组织内微观水分子随机布朗运动的信息。DWI产生的表观扩散系数(Apparent Diffusion Coefficient, ADC)是量化细胞水平扩散的参数 [12] ，根据已有文献，ADC可以提高肿瘤分级的准确性，反映肿瘤增殖潜力 [13] 。

2.2. DWI在评估胶质瘤IDH-1基因型方面的应用

在发现胶质瘤分子亚型之前，检测ADC预测胶质瘤组织学分级的能力是研究的重点，但是后来Leu K等研究发现 [14] ，胶质瘤ADC值与基因的相关性比WHO分级更强。此外，Xing Z等基于WHO II级和III级星形细胞瘤的研究表明 [15] ，IDH突变型星形细胞瘤的最小ADC值(ADCmin，为最低ADC值的ROI的平均值)和相对ADC值(rADC，为最小ADC除以对侧未受影响白质的平均ADC的比)均高于野生型，ADCmin已被证明可以描述异质性肿瘤中细胞密度最高的部位，广泛用于研究脑肿瘤及其预后；Tan W L等研究报道 [16] ，ADCmin和rADC可用于鉴别有无IDH-1基因突变的胶质瘤。Lee S等人通过直方图分析发现 [17] ，在高级别胶质瘤中，平均ADC值是区分IDH1基因突变阳性和阴性的有用参数。

2.3. DWI参数与Ki-67LI相关性的有关研究

Ki-67LI自发现以来，已有大量文献报道其与胶质瘤的恶性程度、患者生存期、肿瘤预后的关系，Du N等 [18] 研究证明所有ADC参数均与Ki-67 LI呈负相关，并且发现不同Ki-67 LI水平的胶质瘤周围水肿程度存在差异，这与之前的研究结果一致 [19] ，而且在几个参数中，相对ADCmin (rADCmin)在Ki-67LI水平上的预测效率最高，这可能是由于肿瘤实体中ADC值最低的区域可能最能代表肿瘤组织中细胞密度最高、增殖最明显的部分 [20] 。此外，研究发现相关系数R都相对较低，这可能是由于MRI图像显示的是整个胶质瘤，而ADC测量是基于整个肿瘤成分来勾画ROI。另外，Ki-67 LI是通过病理切片测量的，仅覆盖了小部分肿瘤实体，可能会产生一些误差，特别是对于恶性程度高、异质性高的肿瘤 [21] 。

3. 扩散张量成像

3.1. 扩散张量成像原理

扩散张量成像(Diffusion Tensor Imaging, DTI)由连续的DWI采集组成，并在各个方向上进行编码，以描述各向异性扩散的方向和程度，并能够通过计算扩散张量，反映组织的微观结构特征，其参数会受到组织生理状态及生物结构的影响，常用的参数有各向异性分数(Fractional Anisotropy, FA)反映微观组织水分子定向扩散的幅度，平均扩散系数(Mean Diffusivity, MD)反映微观组织中水分子扩散的平均量；轴向扩散系数(Axial Diffusivity, AD)与轴突完整性有关，径向扩散系数(Radial Diffusivity, RD)可提供髓鞘形成程度的信息 [22] 。

3.2. DTI在评估胶质瘤IDH-1基因型方面的应用

既往已有不少研究通过DTI对胶质瘤患者进行IDH-1基因型的预测，大部分研究表明IDH-1野生型胶质瘤的FA值高于IDH-1突变型，MD值低于IDH-1突变型 [23] ；也有研究报道DTI能评估少突胶质细胞瘤的IDH-1基因型 [24] 。相关文献报道 [25] ，在不考虑胶质母细胞瘤时发现，IDH-1突变型胶质瘤的MD值明显高于野生型，可能是因为IDH-1突变型胶质生长比较慢，所以肿瘤细胞密度更低，细胞外间隙比较大，导致水分子弥散受限程度相对较轻，所以MD值更高；相反，IDH-1野生型胶质瘤肿瘤生长快，细胞密度高，细胞外间隙小，因此水分子弥散受限程度相对更高，其MD值更低。此外，FA值在区分胶质瘤IDH-1基因型方面的诊断价值有限，与既往研究结果一致 [25] ，这可能是由肿瘤的高度异质性和微环境的复杂性导致的；另外，在胶质母细胞瘤(Glioblastoma, GBM)中，DTI各参数在鉴别IDH-1基因型方面均未表现出可观的诊断价值，笔者认为GBM分子生物学行为有关，GBM绝大多数表现为IDH 1野生型，只有约12%表现为IDH-1突变型 [26] 。这种分布的不均匀性可能是出现此结果的原因，这提示我们尚需收集大样本数据来验证结果的准确性。

3.3. DTI参数与Ki-67LI相关性的有关研究

以往的研究报道脑肿瘤的FA值与Ki-67LI呈正相关，Zikou A K [27] 等人在胶质母细胞瘤中发现了这种相关性，Kinoshita M等人 [28] 的研究包括胶质瘤和恶性淋巴瘤；Liu X [29] 等报道基于高级别无强化神经胶质瘤的研究结果显示FA值与Ki-67LI呈正相关，提示肿瘤增殖活性增强也可能导致FA值增高，Zhang J等 [7] 发现扩散峰度成像的MK在预测弥漫性星形细胞瘤的增殖程度方面具有相当大的潜力，这与既往研究结果相似 [19] ，即MK与胶质瘤Ki-67LI的相关系数最大，然而，FA与Ki-67LI之间没有明显的相关性，这可能是因为Ki-67LI反应的细胞增殖水平只影响扩散的大小，而不影响扩散途径。

4. 扩散峰度成像

4.1. 扩散峰度成像原理

虽然DWI和DTI都在临床很多疾病研究方面取得了可观的进展，但这些成像模式都是基于生物系统中水分扩散的高斯分布这一简化前提，事实上体内水分子的扩散是偏离这种模式的。扩散峰度成像(Diffusion Kurtosis Imaging, DKI)通过测量水分子与高斯分布的偏差，提供了更准确的扩散模型，可以反应组织微观结构和异质性 [30] ；DKI的指标包括：平均峰度(Mean Kurtosis, MK)、径向峰度(radial kurtosis, Kr)、轴向峰度(axial kurtosis, Ka)，MK反映了水分子扩散偏离高斯曲线的程度，Ka、Kr值主要代表水分子平行及垂直于轴突方向的扩散受限程度，Tan Y [31] 等认为是评估非高斯分布扩散的一个定量参数，它与细胞微结构密切相关；研究发现DKI可能比DTI更适合反映肿瘤组织中复杂的水分子扩散模式 [32] 。

4.2. DKI在评估胶质瘤IDH-1基因型方面的应用

近年来，一些研究表明DKI在检测星形细胞瘤微观结构改变方面优于DTI，DKI在星形细胞瘤基因分型方面可能比DTI更准确。Y. Zikou A K等 [27] 的结果表明，MK、Kr、Ka和MD值有助于区分IDH-野生型和IDH-突变型星形细胞瘤，此外，DKI获得的MK和Kr在IDH基因检测中的诊断价值高于MD，认为DKI可作为星形细胞瘤IDH基因分型的一种新的影像生物标志物，较DTI更准确、更稳定。黄颖倩等指出 [33] 基于不同扩散模型的扩散加权成像在脑胶质瘤分级和预测IDH-1突变的对比分析，发现IDH-1突变型脑胶质瘤和IDH-1野生型脑胶质瘤的DKI和DTI各定量参数差异均具有统计学意义，其中DKI模型的定量参数Ka对鉴别IDH-1基因状态的诊断效能及敏感度均最高。这代表着IDH-1突变型脑胶质瘤的细胞结构更均匀、细胞密度更低，水分子扩散受限程度也更低 [34] 。

4.3. DKI参数与Ki-67LI相关性的研究

前期研究证明了DKI指标在胶质瘤分级和增殖预测中的可行性，但其准确性有待提高，特别是对II级与III级胶质瘤和III级与IV级胶质瘤的区分 [35] 。Su C [36] 等人通过对比研究，证明了基于T2-磁共振成像液体衰减反转序列(fluid-attenuated inversion recovery, T2-FLAIR)成像、DWI和DKI的放射组学在准确预测脑胶质瘤病理特征方面的可行性，并强调了MK放射组学与肿瘤分级和Ki-67LI更密切的相关性；Zhao J等 [37] 研究则表明，相对于DTI，DKI在胶质瘤分级诊断中更具优势，且Ka值与Ki-67LI表达程度呈明显正相关(r = 0.72)。符媚媚 [38] 等通过纳入高级别胶质瘤(High-grade glioma, HGG)的研究得到结论：标准化参数相对MK (rMK)、相对Kr (rKr)值、相对Ka (rKa)、相对ADCA (rADC)值在Ki-67LI不同程度表达组间均具有显著性差异，考虑Ki-67 LI表达程度越高，细胞密度越大，随即组织结构也越复杂，故水分子弥散越受限制所致，其中rKa值与Ki-67LI不同表达程度相关性最强，表明平行于轴突方向上的水分子扩散受限程度更为明显，由此提示HGG生长过程导致轴突损伤可能要先于髓鞘或较髓鞘损伤更严重。

5. 神经突定向离散和密度成像

5.1. 神经突定向离散和密度成像原理

神经突定向离散和密度成像(Neurite Orientation Dispersion and Density Imaging, NODDI)是一种基于受限和受阻扩散模型建立起来的较新的(Diffusion Magnetic Resonance Imaging, DMRI)技术，可以区分三种类型(神经突内、神经突外和脑脊液)的水分子的扩散方式，NODDI产生两个重要参数，细胞内体积分数(Intra-Cellular Volume Fraction, ICVF)和定向分散指数(Orientation Dispersion Index, ODI)，它们分别代表轴突密度和定向分散。这两个参数能够评估体内微结构的复杂性，并有可能区分FA变化的两个原因，弥补了DWI、DTI及DKI的不足。

5.2. NODDI在评估胶质瘤IDH-1基因型方面的应用

Li S H等 [39] 认为NODDI是胶质瘤分级和预测细胞增殖的有前途的方法，随着密度的增加，肿瘤细胞的弥漫性过度生长导致ICVF值增加，此外，肿瘤细胞沿邻近血管和神经轴突周围浸润生长，常伴有白质神经纤维束的降解和破坏，引起轴突中的微观结构变化和分散性增加，导致ODI增加。Xie Y等 [19] 的结果显示，在低级别胶质瘤(Low Grade Glioma, LGG)中，只有ICVF显著区分IDH1突变型组和IDH1野生型组，IDH1野生型胶质瘤可能由于更复杂的微观结构而更具增殖性和侵袭性，因此具有更高的ICVF值。文献报道 [37] ，具有IDH1突变的GBM的平均ICVF明显高于没有IDH1突变的GBM，然而，在他们的研究中只收集了四例IDH1突变的GBM，研究结果仍然需要确认，Gao A等 [40] 发现NODDI的ICVF的第十百分位数是预测IDH基因型最有用的参数，且IDH突变型的参数值高于IDH野生型，另外，在已知IDH突变的情况下，相较于DTI、DKI的参数，10%的ICVF对于是否存在1p/19q突变也表现出了可观的预测率，该结果可能表明NODDI在鉴别分子病理特征方面要优于之前的扩散模型。Chung A W等 [41] 得出了类似的观点，他们认为与DTI模型相比，似乎NODDI在对复杂组织配置进行建模时能捕获更多的微观结构细微差别。但也不是所有情况下NODDI均优于DTI，Li S H [39] 等指出基于不同扩散模型的扩散加权成像在脑胶质瘤分级和预测IDH-1突变的对比分析发现，而对于IDH-1突变状态的预测，DKI优于DTI表现出较高的诊断价值，而NODDI对于预测IDH-1的突变状态价值有限，也许更大样本量的研究可以体现其诊断意义。Zhao J等 [37] 在区分IDH-1突变状态的NODI指标上没有发现显著差异。

5.3. NODDI参数与KI-67LI相关性的有关研究

相关文献报道 [39] ，在胶质瘤分级和预测细胞增殖方面，NODDI是一种很有前途的方法，Ki-67LI与标准化ICVF、ODI呈正相关，与标准化ADC值呈负相关。Zhao J等 [37] 研究还发现，在肿瘤实质区(TP区)内，Ki-67LI表达与ICVF及ODI呈显著正相关，而Ki-67 LI又与胶质瘤恶性程度呈正相关，因此，TP区ICVF和ODI越高，表示预后可能更差。而在肿瘤周围水肿区(PT区)，ICVF与Ki-67表达呈负相关(r = −0.498, P = 0.003)，故PT区ICVF值越低，胶质瘤预后可能越差。GAO等的研究表明ICVF、ODI与Ki-67 LI之间呈显著正相关，随着肿瘤细胞增殖的活跃，许多恶性生物学行为如出血坏死等所造成的肿瘤结构和微环境的复杂性导致了ICVF、ODI值升高，即表现为正相关。其中ICVF的相关系数最高表明其有望在术前无创预测胶质瘤的细胞增殖活性。

6. 体素内不相干运动扩散加权成像

6.1. 体素内不相干运动扩散加权成像原理

体素内非相干运动扩散加权成像(intravoxel incoherent motion diffusion weighted imaging, IVIM-DWI)扩散成像是近年来最流行的功能磁共振成像技术之一 [42] ，假设体素内微观运动的扩散系数为两部分，即D (扩散系数)和D* (伪扩散系数)，分别代表慢扩散和快扩散，F是代表局部微循环产生的灌流效应与总体积的体积比的灌流分数 [43] 。目前，IVIM-DWI已广泛应用于脑肿瘤的鉴别诊断、分级以及对生存时间和预后的预测 [44] 。

6.2. IVIM-DWI在评估胶质瘤IDH-1基因型方面的应用

关于IVIM对IDH-1基因分型定量诊断的研究目前比较少，冯海霞等人 [45] 研究发现D及D*值在胶质瘤IDH-1基因分型具有一定的诊断效能，由于IDH-1野生型胶质瘤侵袭性强、血供丰富，以及生长更为活跃的特点，肿瘤细胞排列更紧密，因此D值比IDH-1突变型低，而D*值更高，但是两组间F值的差异不具有统计学意义，可能是因为受水肿、脑脊液及TE时间的影响，难以获得较稳定的数值，其价值还需要进一步研究。既往文献报道 [46] ，在肿瘤实质区的IDH-1突变型组的D和F值显著高于IDH-1野生型组，同时发现D和D*值在肿瘤区域与其他区域(瘤周区和对侧正常区)之间存在显著差异，由此推测IVIM-DWI可能是预测IDH-1基因突变和评估胶质瘤周扩散的一种有前途的方法。高级别胶质瘤病人中，IDH-l基因突变型病人F值、D值均显著低于IDH-l基因野生型(P < 0.05)，F值的效能最高，灵敏度为100.00%，特异度为92.87%。

6.3. IVIM-DWI参数与Ki-67LI相关性研究

为了避免样本之间的个体差异，Zhou J等人 [47] 采用了更加准确的分子扩散系数，rD (将肿瘤体积除以对侧正常脑白质体积)、rD∗ (相对微循环灌注系数)、rF (相对灌注分数)，通过Pearson分析显示Ki-67 LI 表达与rD和rF呈负相关，表明rD和rf水平与肿瘤细胞增殖活性和细胞密度的变化有，而rD*和Ki-67 Li之间没有发现显著的相关性，这表明肿瘤增殖活动与血液灌注没有密切关系。相关文献指出 [48] ，Ki-67与肿瘤瘤体区的D、D*相关，其D值与Ki-67呈负相关，可能是随着细胞增殖活性增强，细胞排列紧密，水分子弥散受到限制，D值相应减小；而D*值与Ki-67呈正相关，因为肿瘤增殖活跃，微小血管生成增多，D*值增大。IVIM参数与Ki-67相关性表明，IVIM参数可以为胶质瘤实体瘤区域肿瘤细胞增值的评估提供新的指标。

7. 结论

综上所述，dMRI可以在预测胶质瘤IDH-1基因分型及肿瘤增殖活性方面提供可观的影像学价值，然而单一的dMRI在理论上具有各自的优势与缺陷，不能够全面反映胶质瘤的复杂程度，目前也有大量研究去寻找区分胶质瘤异质性的最优dMRI检查及参数，但结论尚不完全统一，尤其是一些新的dMRI，比如NODDI在胶质瘤IDH-1基因分型中的具体意义，还需要进一步的研究证实；联合多模态MRI进行更深度的研究，也能为后续临床术前无创评论胶质瘤基因分型及肿瘤增殖活性提供更高的价值，从而选择最优的诊疗方式，改善患者预后。

NOTES

^*通讯作者。