PET及MRI评价肿瘤乏氧及下游分子表达的进展

张立欧，孙洪赞

(中国医科大学附属盛京医院放射科，辽宁 沈阳 110004)

微环境乏氧是由氧供及氧耗不均衡导致。研究[1]表明，恶性肿瘤细胞生长时内部存在乏氧状态，而乏氧肿瘤细胞较富氧细胞恶性程度更高，表型更差，更易发生远处转移；且乏氧肿瘤对临床放化疗存在抵抗性，严重影响患者预后。调节乏氧最重要的因子是缺氧诱导因子(hypoxia-inducible factors， HIFs)[2]，受其调控的下游靶基因有血管生长因子(vascular endothelial growth factor， VEGF)及葡萄糖转运蛋白(glucose transporter， Glut)基因等，前者可促进肿瘤内新生血管生长，后者可使肿瘤细胞糖代谢加快[3-4]。近年来，随着多模态成像PET及MR的兴起，PET及MR多种功能新序列成像可定量判断肿瘤内微灌注、代谢情况，并可对肿瘤进行生物学成像，定量检测肿瘤内源性乏氧分子的表达情况。

1 肿瘤乏氧分子表达的分子基础

与正常细胞相比，实体肿瘤的生长具有不可控制、增殖迅速的特点。肿瘤细胞大量摄取葡萄糖并过度代谢、增加耗能等均造成局部微环境处于缺氧的状态，而肿瘤细胞可以迅速适应缺氧的不良环境，此过程中适应氧分压改变最重要的调节因子为HIFs。HIF家族包括HIF-1、HIF-2和HIF-3。HIF-1普遍表达于哺乳细胞中，是调节细胞氧代谢最重要的因子。HIF是一种异二聚体，由起低氧调节作用的α单位及组成性β单位构成。周围环境氧分压处于正常范围时，HIF-1α与肿瘤抑制因子VHL结合，通过泛素化而被广泛降解[5-6]；周围氧分压降低时，此降解过程被阻断，HIF-1α与组成型HIF-1β组成异二聚体从核外移入细胞核内，与下游靶基因启动子序列中的缺氧反应原件(hypoxia response element, HRE)特异性结合，从而调控下游百余种靶基因，增加肿瘤对缺氧的适应性，特别是促进血管生长及增加糖代谢。

血管生长是肿瘤生长过程中重要的促成因素，主要由数种不同的生长因子以及相关受体酪氨酸激酶调节，其中VEGF是刺激血管内皮增生最强的生成因子，有促进血管内皮细胞增殖、增加血管通透性等作用，在肿瘤生长、侵袭、远处转移中均起重要作用[7]。

葡萄糖通过载体扩散方式由细胞膜进入细胞内时，需依靠转运蛋白，即易化葡萄糖转运蛋白(Gluts)。Glut家族中，Glut-1是目前分布最为广泛的转运体，与其他转运体共同为增殖细胞提供大量生长所需的葡萄糖。肿瘤细胞受ras、grc等多种癌基因及转录因子作用，大量摄取葡萄糖，天然葡萄糖通过转运蛋白转运至胞浆后，在己糖激酶的作用下磷酸化成为6-磷酸葡萄糖，参与后续的糖代谢反应，为肿瘤细胞提供能量支持[8]。

2 PET及MRI在评价肿瘤乏氧分子表达中的应用

2.1 PET

2.1.118F-FDG PET 临床最常用的PET显像剂是18F-FDG，其与天然葡萄糖相似，通过与细胞膜表面的转运蛋白结合被转运至细胞内，磷酸化生成6-磷酸18F-FDG，但由于其与普通6-磷酸葡萄糖不同，不能够进一步发生后续反应，从而成为PET显像的基础。肿瘤细胞摄取葡萄糖类似物18F-FDG同样需要葡萄糖转运蛋白的作用。近年来关于18F-FDG摄取与Glut-1表达相关性的研究[9-14]较多。Kobayashi等[9]分析57例食管鳞癌患者，发现18F-FDG高摄取与Glut-1和VEGF高表达相关，且其最大标准摄取值(maximum standardized uptake value， SUVmax)较高，Glut-1高表达与肿瘤的恶性程度密切相关；同时，VEGF与Glut-1高表达均会导致肿瘤组织18F-FDG摄取增加。但Taylor等[10-11]研究发现，食管腺癌患者VEGF高表达不会增加肿瘤组织对18F-FDG的摄取。导致以上结论不同的原因可能在于食管癌不同病理组织类型的VEGF阳性表达率不同。Yen等[12]发现Glut-1约在94.1%的宫颈鳞癌患者中呈高表达，而在正常宫颈组织或宫颈上皮内瘤变(carcinoma in situ， CIN)细胞中却较少表达；且Glut-1表达与SUV值有显著相关性，并进一步认为Glut-1生物学行为在肿瘤细胞摄取FDG中起重要作用。Jeong等[13]观察207例乳腺浸润性导管癌，发现原发肿瘤SUVmax可反映HIF-1α表达水平，并且推测其原因在于Glut-1受HIF-1α调控，故介导了Glut-1的表达与FDG摄取。但Higashi等[14]研究发现，在肺腺癌患者中，18F-FDG高摄取与HIF-2α相关，而与HIF-1α无相关，且18F-FDG的高摄取与HIF-2α高表达会影响术后肿瘤复发。

2.1.218F-FMISO PET18F-FMISO是一种F标记的硝基咪唑类化合物，在氧水平正常的细胞中，其-NO2可发生还原反应，但在乏氧细胞中却不能发生上述反应，故通过PET可检测大量集聚于肿瘤乏氧细胞中的18F-FMISO化合物，从而定量判断肿瘤的乏氧程度。研究[15]表明，乏氧条件下细胞与18F-FMISO结合的速度是常氧条件下的28倍。

目前关于肿瘤组织对18F-FMISO乏氧显像剂的摄取与表达乏氧相关分子的相关性研究[16-18]较多。Sato等[16]对32例口腔鳞癌患者行18F-FDG PET及18F-FMISO PET检查，发现HIF-1α表达与18F-FMISO摄取相关，但并未发现与FDG摄取有相关性，推测原因可能是肿瘤组织对FMISO摄取以及对HIF-1α的表达不仅与肿瘤细胞代谢有关，还受细胞缺氧调控。Bekaert等[17]发现PET摄取18F-FMISO与脑胶质瘤分级相关，高摄取组HIF-1α及VEGF表达明显多于低摄取组。而Kawai等[18]认为18F-FMISO摄取与VEGF相关，与HIF-1α表达无关，原因可能是除缺氧因素外，其他因素如生长因子、细胞因子等均可启动HIF-1α转录通路[19]，并且肿瘤细胞短时氧浓度变化可能也说明18F-FMISO摄取与HIF-1α表达缺乏相关性。

2.1.318F-FAZA PET18F-FAZA是一种新型的硝基咪唑类乏氧显像剂。Sorger等[20]研究发现，对小鼠细胞分别注射18F-FAZA以及18F-FMISO后，短时间(1 h)内两者摄取非常相近，而18F-FAZA可通过肾脏排泄，因此对于腹部肿瘤的诊断更具有优势。Piert等[21]还发现,18F-FAZA的非靶组织清除率较18F-FMISO更快，因此18F-FAZA有望成为更好的乏氧显像剂。因此，肿瘤组织对乏氧显像剂的摄取与其自身组织表达HIF-1α以及下游的分子VEGF及Glut-1有密切关系。目前18F-FAZA PET被逐步应用于骨髓瘤[22]、喉癌[23]、肺癌[24]等乏氧分子表达检测中。

2.2 MRI

2.2.1 BOLD-fMRI 近年来，随着多种MR功能成像序列的发展，对于肿瘤乏氧的检测也有了更多选择，其中BOLD-fMRI是较成熟的方法之一，其原理是通过检测肿瘤内脱氧血红蛋白浓度来测量肿瘤内乏氧情况。脱氧血红蛋白等物质可缩短横向T2*值，通过测量横向弛豫率R2*(R2*=1/T2*)，可反映组织的氧变化[25]，其检测组织急性缺氧程度的敏感度高[26]。McPhail等[27]对化学诱导的大鼠乳腺肿瘤模型进行BOLD-fMRI，发现BOLD-fMRI所得的R2*值可用于检测肿瘤乏氧标志物。Li等[28]观察肾透明细胞癌患者，发现自旋去相位速率差值(ΔR2*)与HIF-2α表达相关，但与HIF-1α表达无关，原因可能是肾透明细胞癌中HIF-2α阳性表达率更大。蔡利忠等[29]对肾透明细胞癌患者行BOLD-MRI，发现R2*值与肿瘤组织内HIF-2α存在相关性。Liu等[30]观察103例乳腺癌患者，发现乳腺癌HIF-1α表达与基线R2*值显著相关，阴性表达组R2*值为30.35 Hz，弱阳性表达组R2*值为41.70 Hz，中阳性表达组R2*值为57.55Hz，强阳性表达组R2*值为68.6 Hz，故认为HIF-1α表达增加，R2*值也随之增加。另外，Wang等[31]发现随着碳酸酐酶Ⅸ的表达增加，R2*值增加，但R2*值与VEGF无相关，推测可能是由于多回波GRE序列减弱了脱氧血红蛋白的影响，并且认为BOLD-fMRI对于慢性缺氧的检测更加敏感。

2.2.2 动态增强MRI(dynamic contrast enhanced MRI, DCE-MRI) 作为一种新兴影像学成像方法，DCE-fMRI可通过动态、连续、快速成像实时检测组织内对比剂含量变化所导致的信号强度改变，并通过药代动力学模型对实时信号强度进行处理，从而获得代表组织内微循环灌注、血管通透性、渗透面积等生理信息的定量或半定量参数[32-33]。通常用于评估肿瘤乏氧的定量参数有正向转运常数(Ktrans，代表单位时间从血管至血管外间隙组织对对比剂的摄取)、反向转运常数(Kep，代表对比剂从血管外间隙返回至血管的廓清量)及Ve(Ktrans/Kep，代表血管外-细胞外间隙体积分数)。由于DEC-MRI可定量判断组织内血流情况，且与VEGF的表达密切相关，近年来被广泛用来检测分子表达。Ma等[34]对32例胃癌患者行DEC-MRI，发现Ktrans值与肿瘤细胞表达的VEGF相关，认为DEC-MRI可评估肿瘤血管生成。Li等[35]将VX2肿瘤细胞移植入24只实验兔的小脑延髓池，发现不同VEGF表达组的Ktrans、Kep、Ve均存在差异，且在肿瘤生长过程中，血浆及脑脊液VEGF的表达会发生变化，植入VX2肿瘤细胞的第15天，肿瘤细胞表达的VEGF最高，可能是由于血管内皮细胞表达增多导致肿瘤血管灌注增加，从而增加了血管内外的渗透率；同时，作者也提出了DEC-MRI的局限性，如转移的肿瘤细胞未成聚集性生长，则DEC-MRI检测结果不够准确；尽管三维DEC-MRI提高了图像的空间分辨率，但时间分辨率相应减小。

2.2.3 其他 体素内不相干运动DWI(intravoxel incoherent motion DWI, IVIM-DWI) 可在无需对比剂的情况下定量判断组织内血管灌注及扩散信息。钟志伟等[36]对66例肺癌患者行IVIM-DWI，发现测量病灶图像中的灌注分数(f值)与肿瘤表达的VEGF具有相关性(r=0.273,P=0.035)，提示f值可提供周围型肺癌肿瘤血管生成的客观信息。此外，MRS也可定量检测组织内代谢产物的生化改变等。

3 小结与展望

不同显像剂可介导肿瘤内乏氧分子不同的生物学行为，且通过PET检测核素可定量判断肿瘤乏氧分子表达情况。近年来，PET及MRI的融合使得同时进行多种功能MR序列扫描成为可能，在获得高软组织分辨力的同时也可一定程度判断肿瘤内乏氧分子的表达情况。但肿瘤乏氧是1个复杂过程，多种因素的共同作用促进了肿瘤的恶性增殖。随着PET显像剂以及功能MR序列的不断优化，未来尚需大样本研究证实PET及MRI在评价肿瘤乏氧及其下游主要调控分子表达中的潜在价值。

[参考文献]

[1] Greco O, Marples B, Joiner MC, et al. How to overcome (and exploit) tumor hypoxia for targeted gene therapy. J Cell Physiol, 2003,197(3):312-325.

[2] Melillo G. Inhibiting hypoxia-inducible factor 1 for cancer therapy. Mol Cancer Res, 2006,4(9):601-605.

[3] Liao D, Johnson RS. Hypoxia: A key regulator of angiogenesis in cancer. Cancer Metastasis Rev, 2007,26(2):281-290.

[4] Majmundar AJ, Wong WJ, Simon MC. Hypoxia-inducible factors and the response to hypoxic stress. Mol Cell, 2010,40(2):294-309.

[5] Maxwell PH. The tumour suppressor protein VHI, targets hypoxia-inducible factors for oxygen dependentproteolysis. Nature, 1999,399(6733):271-275.

[6] Meijer TW, Kaanders JH, Span PN, et al. Targeting hypoxia, HIF-1, and tumor glucose metabolism to improve radiotherapy efficacy. Clin Cancer Res, 2012,18(20):5585-5594.

[7] Goel HL, Mercurio AM. VEGF targets the tumour cell. Nat Rev Cancer, 2013,13(12):871-882.

[8] Joost HG, Thorens B. The extended GLUT-family of sugar/polyol transport facilitators: Nomenclature, sequence characterist, and potential function of its novel members (review). Mol Member Biol, 2001,18(4):247-256.

[9] Kobayashi M, Kaida H, Kawahara A, et al. The relationship between GLUT-1 and vascular endothelial growth factor expression and18F-FDG uptake in esophageal squamous cell cancer patients. Clin Nucl Med, 2012,37(5):447-452.

[10] Taylor MD, Smith PW, Brix WK, et al. Correlations between selected tumor markers and fluorodeoxyglucose maximal standardized uptake values in esophageal cancer. Eur J Cardiothorac Surg, 2009,35(4):699-705.

[11] Westerterp M, Sloof GW, Hoekstra OS, et al.18FDG uptake in oesophageal adenocarcinoma: Linking biology and outcome. J Cancer Res Clin Oncol, 2008,134(2):227-236.

[12] Yen TC, See LC, Lai CH, et al.18F-FDG uptake in squamous cell carcinoma of the cervix is correlated with glucose transporter 1 expression. J Nucl Med, 2004,45(1):22-29.

[13] Jeong YJ, Jung JW, Cho YY, et al. Correlation of hypoxia inducible transcription factor in breast cancer and SUVmax of F-18 FDG PET/CT. Nucl Med Rev Cent East Eur, 2017,20(1):32-38.

[14] Higashi K, Yamagishi T, Ueda Y, et al. Correlation of HIF-1α/HIF-2α expression with FDG uptake in lung adenocarcinoma. Ann Nucl Med, 2016,30(10):708-715.

[15] Rasey JS, Nelson NJ, Chin L, et al. Characteristics of the binding of labeled fluoromisonidazole in cells in vitro. Radiat Res, 1990,122(3):301-308.

[16] Sato J, Kitagawa Y, Yamazaki Y, et al.18F-fluoromisonidazole PET uptake is correlated with hypoxia-inducible factor-1α expression in oral squamous cell carcinoma. J Nucl Med, 2013,54(7):1060-1065.

[17] Bekaert L, Valable S, Lechapt-Zalcman E, et al.18F-FMISO PET study of hypoxia in gliomas before surgery: Correlation with molecular markers of hypoxia and angiogenesis. Eur J Nucl Med Mol Imaging, 2017,44(8):1383-1392.

[18] Kawai N, Lin W, Cao WD, et al. Correlation between18F-fluoromisonidazole PET and expression of HIF-1α and VEGF in newly diagnosed and recurrent malignant gliomas. Eur J Nucl Med Mol Imaging, 2014,41(10):1870-1878.

[19] Déry MA, Michaud MD, Richard DE. Hypoxia-inducible factor 1: Regulation by hypoxic and non-hypoxic activators. Int J Biochem Cell Biol, 2005,37(3):535-540.

[20] Sorger D, Patt M, Kumar P, et al. [18F]Fluoroazomycinarabinofuranoside (18FAZA) and [18F]Fluoromisonidazole (18FMISO): A comparative study of their selective uptake in hypoxic cells and PET imaging in experimental rat tumors. Nucl Med Biol, 2003,30(3):317-326.

[21] Piert M, Machulla HJ, Kumar P, et a1.18F Labeled F1uoroazomycinarabinoside(FAZA): A novel marker of tumor tissue hypoxia. J Nucl Med, 2001,42:1091-1100．

[22] De Waal EG, Slart RH, Leene MJ, et al.18F-FDG PET increases visibility of bone lesions in relapsed multiple myeloma: Is this hypoxia-driven? Clin Nucl Med, 2015,40(4):291-296.

[23] Bruine De Bruin L, Bollineni VR, Wachters JE, et al. Assessment of hypoxic subvolumes in laryngeal cancer with18F-fluoroazomycinarabinoside (18F-FAZA)-PET/CT scanning and immunohistochemistry. Radiother Oncol, 2015,117(1):106-112.

[24] Mapelli P, Bettinardi V, Fallanca F, et al.18F-FAZA PET/CT in the preoperative evaluation of NSCLC: Comparison with 18F-FDG and immunohistochemistry. Curr Radiopharm, 2018,11(1):50-57.

[25] Mcphail LD, Robinson SP. Intrinsic susceptibility MR imaging of chemically induced rat mammary tumors: Relationship to histologic assessment of hypoxia and fibrosis. Radiology, 2010,254(1):110-118.

[26] Tatum JL, Kelloff GJ, Gillies RJ, et al. Hypoxia: Importance in tumor biology, noninvasive measurement by imaging, and value of its measurement in the management of cancer therapy. Int J Radiat Biol, 2006,82(10):699-757.

[27] McPhail LD, Robinson SE. Intrinsic susceptibility MR imaging of chemically induced rat mammary tumors: Relationship to histologic assessment of hypoxia and fibrosis. Radiology, 2010,254(1):110-118．

[28] Li D, Wang X, Wang S, et al. Correlation between BOLD-MRI and HIF expression level inrenal carcinoma. Int J Clin Exp Pathol, 2015,8(10):13759-13763.

[29] 蔡利忠，邢伟，陈杰，等．BOLD-MRI评价肾透明细胞癌HIF-α表达的可行性研究．临床放射学杂志，2016，35(4)：585-588．

[30] Liu M, Guo X, Wang S, et al. BOLD-MRI of breast invasive ductal carcinoma: Correlation of R2*value and the expression of HIF-1α. Eur Radiol, 2013,23(12):3221-3227.

[31] Wang Y, Liu M, Jin ML. Blood oxygenation level-dependent magnetic resonance imaging of breast cancer: Correlation with carbonic anhydrase Ⅸ and vascular endothelial growth factor. Chin Med J (Engl), 2017,130(1):71-76.

[32] Ellingsen C, Hompland T, Galappathi K, et al. DCE-MRI of the hypoxic fraction, radioresponsiveness, and metastatic propensity of cervical carcinoma xenografts. Radiother Oncol, 2014,110(2):335-341.

[33] Chikui T, Obara M, Simonetti AW, et al. The principal of dynamic contrast enhanced MRI, the method of pharmacokinetic analysis, and its application in the head and neck region. Int J Dent, 2012,2012:480659.

[34] Ma L, Xu X, Zhang M, et al. Dynamic contrast-enhanced MRI of gastric cancer: Correlations of the pharmacokinetic parameters with histological type, Lauren classification, and angiogenesis.Magn Reson Imaging, 2017,37:27-32.

[35] Li KA, Zhang RM, Zhang F, et al. Studies of pathology and VEGF expression in rabbit cerebrospinal fluid metastasis: Application of dynamic contrast-enhanced MRI. Magn Reson Imaging, 2011,29(8):1101-1109.

[36] 钟志伟，包盈莹，余煜栋，等．周围型肺癌的体素内不相干运动弥散加权成像与血管内皮生长因子相关性研究．实用医学影像杂志，2017，18(1)：1-3．