胶质母细胞瘤分子亚型的功能磁共振影像基因组学研究

Glioblastoma (GBM) is the most common malignant brain tumor in adults, Affected patients with the same pathological grade have a very different prognosis and responses to radiotherapy and chemotherapy，which is related to the GBM molecular subtypes. Functional MRI can obtain more microstructural and functional information of tissues compared with the conventional MRI. In previous study we confirmed that MRI features were closely associated with the grading and malignant degree of astrocytoma, which showed that MRI features could determine the malignant biological behavior of GBM. Based on the previous work, this study wants to establish GBM molecular subtypes by using high-throughput miRNA sequencing technique；applying the new method of radiogenomics proposed in recent years, which integrating of miRNA sequencing and functional MRI techniques to establish the relationship between miRNA of GBM different molecular subtypes and quantitative parameter of functional MRI, thus obtaining the characteristic parameter and threshold of functional MRI in GBM different subtypes, and investigating the biological significance contained in functional MRI features；then，using prospective research to validate accuracy of functional MRI in assessing GBM molecular subtypes. The results of the study will provide new ideas for noninvasively estimating tumor genotyping by MRI, and also provide feasible noninvasive techniques for making individualized treatment.

胶质母细胞瘤(GBM)是成人颅脑最常见的原发性恶性肿瘤，病理级别相同的GBM预后及对放化疗反应不同，这与GBM分子亚型有关。功能磁共振可获得比常规磁共振更多组织微观结构和功能信息。我们前期研究结果证实，磁共振征象与星形细胞瘤分级及恶性度关系密切，表明磁共振征象可以判断GBM恶性生物学行为。本课题在前期工作基础上，拟采用高通量微小RNA测序技术，构建GBM分子亚型；应用近年提出的影像基因组学（radiogenomics）新方法，整合微小RNA和功能磁共振技术，建立GBM不同分子亚型微小RNA与功能磁共振定量指标的关系，获得GBM不同亚型功能磁共振特征指标及阈值，探讨功能磁共振影像学特征所包含的生物学意义；应用前瞻性研究方法，验证功能磁共振评估GBM分子亚型的准确性。研究成果将为应用非侵袭性磁共振影像学预判肿瘤基因分型提供新的思路和依据，为个体化治疗方案的制定提供无创可行的技术手段。

该项目主要开展了脑胶质瘤分子亚型的功能磁共振影像基因组学研究。在脑胶质瘤功能磁共振成像方面，我们应用一系列功能磁共振成像新技术研究脑胶质瘤病理分级诊断、鉴别诊断、分子亚型与影像指标相关性等临床问题：率先对比分析扩散峰度成像（DKI）较扩散张量成像（DTI）在脑胶质瘤分级诊断和鉴别诊断中的优势价值（2015 Eur J Radiol，2016 Neurol India）；超高b值DWI成像与常规DWI相比可以更精准地对脑胶质瘤进行病理分级诊断，并反映水通道蛋白AQP4表达水平（2018 Br J Radiol）；DKI的MK值与分子标志物GFAP表达呈负相关，与Topo II α表达呈正相关，可以反应肿瘤细胞分化、增殖和侵袭等生物学行为（2018 Med Sci Monit）；DKI较DTI能更准确、更稳定地预测脑胶质瘤IDH突变（2018 Clin Radiol）；筛选出与3个差异性miRNA（miR-219a-2-3p 、miR-330-3p、miR-330-5p）显著相关的功能磁共振指标。在脑胶质瘤影像组学及影像基因组学研究方面：应用计算机数据挖掘技术提取多模态磁共振图像的高维影像组学特征，发现融合多模态影像组学特征可以更准确地鉴别脑胶质瘤的病理分级（2017 Med Sci Monit）；提取105例脑胶质瘤多模态磁共振图像的肿瘤实质区和水肿区共计3051个影像组学特征，证实肿瘤微环境式的影像组学分析可以更有效地预测脑胶质瘤MGMT甲基化状态（2019 Eur Radiol）；提取脑胶质瘤多模态磁共振图像的影像组学特征，以支持向量机（SVM）算法构建预测模型，采用诺模图形式预测脑胶质瘤IDH分子亚型，发现影像组学相对于常规临床-影像评估能够更有效预测IDH突变（2018 Eur Radiol）。此外，我们还应用影像组学和影像基因组学方法研究了脑胶质瘤的预后预测问题；对脑胶质瘤行miRNA测序，筛选并验证了3个差异性表达miRNA（相关成果在审稿中）。总之，本项目以多模态功能磁共振图像为研究对象，利用影像组学及影像基因组方法，建立了定量功能磁共振指标和高维影像特征与脑胶质瘤病理级别、分子亚型及预后的联系，为脑胶质瘤个体化精准诊疗方案的制定提供了无创可行的技术手段。