靳向飞，罗泽斌，陈晓东
1广东医科大学医学技术学院，广东 东莞 523000；
2广东医科大学附属医院放射科，广东 湛江 524000
2021年最新发布的第5版世界卫生组织中枢神经系统肿瘤分类推进了更具分子定义的肿瘤实体，更好地表征了新诱导的肿瘤类型和亚型的自然病史［1］。胶质瘤是最常见的原发性中枢神经系统恶性肿瘤，具有发病率高、预后差等特点。替莫唑胺（TMZ）是目前治疗胶质瘤化疗的一线药物。O6-甲基鸟嘌呤-DNA甲基转移酶（MGMT）启动子甲基化与胶质瘤对TMZ治疗的敏感度和患者的良好预后紧密相关。在组织分子水平上，有学者证实成人弥漫性半球胶质瘤经常表现出MGMT甲基化，H3 G34 突变型弥漫性半球胶质母细胞瘤的MGMT甲基化比H3 K27变异型弥漫性中线胶质瘤和异柠檬酸脱氢酶（IDH）野生型胶质母细胞瘤更为频繁［2］。目前仅在分析肿瘤标本（活检/切除）后通过基因检测才能确定MGMT启动子甲基化状态，有神经损伤风险、高假阳性率及检测期长等局限性。因此，术前通过MRI无创评估MGMT甲基化状态意义重大。本文对多种磁共振技术预测MGMT启动子甲基化状态的研究进展及临床意义进行综述。
MGMT是DNA修复的关键酶，它从鸟嘌呤O6位去除烷基并防止细胞凋亡，进而介导了对烷化剂的耐药性。DNA损伤反应调节基因的mRNA表达水平在胶质母细胞瘤（GBM）细胞中经常被改变，MGMT的表达水平与DNA烷化剂TMZ的耐药性呈较高的正相关［3］。由启动子甲基化导致MGMT基因的表观遗传沉默与低水平MGMT蛋白有关，进而降低对烷化剂的DNA修复活性以增加化疗敏感度。目前MGMT启动子高甲基化是GBM患者TMZ反应的唯一已知生物标志物［4］。在ASCO-SNO胶质瘤诊疗指南中MGMT甲基化状态被作为区分单独放疗或单独TMZ化疗的治疗选择指标［5］。有甲基化MGMT比未甲基化的胶质瘤总体生存率更高已被多个研究报道［6-8］。此外，MGMT甲基化百分比截止率能够预测具有残留肿瘤的GBM患者容量反应和预后［9］。另外，胶质瘤MGMT高表达水平是脑室旁复发的重要临床标志物［10］。不仅如此，MGMT甲基化水平也是低级别胶质瘤复发超突变的有效预测因子［11］。因此，通过术前影像无创性地预测MGMT甲基化状态对胶质瘤患者临床诊疗有重要价值。
当前多种磁共振技术已被用于评估脑胶质瘤MGMT启动子甲基化状态。这些先进的MRI技术可以从不同层面反应脑胶质瘤组织学特征，包括化学交换饱和转移成像（CEST）和酰胺质子转移成像（APT）、灌注加权成像[动态磁敏感对比增强（DSC）、动态对比增强（DCE）、动脉自旋标记（ASL）、基于流入的血管空间占位（iVASO）]、扩散成像[扩散张量成像（DTI）、扩散峰度成像（DKI）、体素内不相干运动（IVIM）、限制光谱成像（RSI）]、磁敏感加权成像（SWI）及波谱成像（MRS）。
2.1 CEST/APT-MRI
CEST成像能够选择性标记内源性或外源性游离大分子中可交换的氢质子［12］。APT成像是距离水3.5 ppm CEST的一个亚型，它利用蛋白质/多肽的质子与水池质子之间的化学交换来间接检测纳摩尔级甚至微摩尔级范围内的分子，而无需外源造影剂。在人体研究时，主要受到核奥氏效应影响，目前认为在人体层面上获得的是APT加权像（APTw）。
有学者首次探索了几种APTw-MRI指标检测MGMT状态的可行性，他们对GBM进行多个感兴趣区的Z谱和APTw值直方图数据分析发现，在偏移量为1～4.5 ppm的范围内，MGMT启动子未甲基化比甲基化有更高的CEST信号，第90百分位APTw值ROC曲线下面积（AUC）最大（0.856），平均APTw值预测MGMT甲基化状态的准确率最高（83.3%）［13］。随后，有学者分析了42例MGMT免疫染色阳性和阴性胶质瘤的APTw特征，研究显示正确预测MGMT阳性的肿瘤APTw图像表现为雾状高信号，而阴性为低信号，两组APTw特征差异有统计学意义（P=0.020），MGMT 阳性预测值为97.3%，AUC为0.849［14］。在许多肿瘤中，MGMT启动子经常高甲基化，提示其蛋白表达下调从而可能影响其下游的其他蛋白表达。因此，基于蛋白质的APTw-MRI为无创评估MGMT甲基化状态提供了一种新的方法。然而，针对7T［15］和3T［16］的进一步研究显示，尽管在未甲基化MGMT患者中观察到有更高的信号强度，但关于MGMT甲基化状态的各种CEST信号没有差异。基于目前尚无定论的结果，需要更多的研究来证实CEST/APT成像在预测脑胶质瘤MGMT甲基化状态的可行性以及可能的潜在机制。
2.2 灌注加权成像
2.2.1 DSC-PWI DSC成像是常规临床实践中最广泛使用的灌注技术，它根据对比剂团注后T2*加权图像中的信号损失来确定肿瘤组织的血管特征。目前已在胶质瘤术前分级、复发及疗效评估等方面发挥着重要价值。常用定量参数有相对脑血容量（rCBV）、脑血流量（CBF）等。
有学者证实渗漏校正的DSC衍生参数与MGMT甲基化状态显著相关[17]，MGMT 未甲基化GBM 的rCBVmean和rCBVmax值高于甲基化的GBM，rCBVmax预测能力最高，其截断值8.21可区分有无MGMT甲基化的GBM（AUC=0.725，敏感度72%，特异性63.6%），特异性较低可能是GBM的高灌注区与各种细胞信号通路之间的串扰有关［18］。国内学者也报告了类似结果［19］。有研究对100例IDH野生型GBM直方图分析发现，其参数标准差和第90个百分位数可用于预测MGMT甲基化状态，但MGMT甲基化的IDH野生型胶质母细胞瘤组rCBV 值却显著高于未甲基化组，这可能是由于MGMT阳性细胞表达更高水平的血管内皮生长因子受体1，从而导致了GBM更高血管化使CBV值增加［20］。不同的是，另外几项研究［21-23］未发现显著差异，这些研究结果不一致可能归因于多个基因的存在和多个细胞信号通路之间的相互作用控制着胶质瘤的血管生成，不同程度的血管生成和肿瘤的通透性影响了rCBV的测量结果。另外，MGMT启动子甲基化状态在复发GBM中可能发生改变，有研究表明初发肿瘤未强化区的平均nrCBV值是甲基化状态改变的最佳预测因子（AUC=0.889），这提示在确定随访时间或治疗方案时，应关注这类患者［24］。此外，研究报道nCBV和MGMT甲基化相结合能够预测GBM假性进展（AUC高达0.95）［25］和提供互补预后信息，且MGMT甲基化有益于中度血管化GBM患者的总生存率［22,26］，这说明肿瘤血管可能是与MGMT甲基化相结合的调节因子。基于DSC灌注的参数rCBV与肿瘤血管和血管特性相关，是一个很有前途的胶质瘤MGMT状态标记物。
2.2.2 DCE-PWI DCE灌注成像基于微血管渗透性的动力学建模从而能够量化血脑屏障的破坏。常用定量指标包括容积转运常数（Ktrans）、速率转运常数（Kep）、血管外细胞外间隙容积分数（Ve）和血浆容积分数（Vp）。
有研究探索使用DCE来评估MGMT启动子甲基化状态，研究表明有MGMT甲基化的GBM的Ktrans值显著高于未甲基化者，MGMT 甲基化的最佳分界值为Ktrans＞0.086，AUC为0.756［27］。在MGMT甲基化GBM中，Ktrans增加意味着用TMZ化疗更容易被渗透，从而导致更好预后，故Ktrans可作为GBM术前预测MGMT甲基化状态的一种潜在影像标志物。但不同研究者的结论并不统一。关于甲基化MGMT，有学者表明有更低的Ktrans和Ve值及Ve90预测效能最佳［23,28］，有学者表明有更高的Ve、Vp、更低的Kep和无差异的Ktrans值［29］，有学者表明Ktrans、Ve和Vp值更低［30］，还有学者没有发现显著差异［21］。这说明DCE-PWI的各个参数对预测MGMT甲基化状态可能都有一定的价值。缺氧被认为是血管生成的一个重要诱因，有研究应用DCE和氧气测量技术结合预测MGMT甲基化状态，结果显示未甲基化的GBM具有更高的氧摄取分数和灌注率；
此外，氧摄取分数也能够预测MGMT启动子甲基化［31］。一项II期临床试验报道使用DCE鉴定的GBM中预后不良的高灌注肿瘤区已被实施为辐射剂量强化的新靶点［32］。以上研究表明基于DCE评估的肿瘤血管生成特征对预测MGMT甲基化状态及预后有一定价值，相信随着未来更多的研究会更深入了解某个具体定量指标的潜在意义。
2.2.3 ASL-PWI ASL是一种能够无创性定量CBF的血流灌注技术，它利用磁性标记的质子作为内源性示踪剂。有学者使用3D ASL对92例GBM患者MGMT甲基化状态进行分析，发现MGMT甲基化的胶质母细胞瘤rCBF显著降低，rCBF能够预测MGMT甲基化状态（AUC=0.835）［33］。有研究分析了149例GBM增强区和非增强区的脑血流量，发现增强部分MGMT启动子未甲基化的nCBF值更高，ASL增强部分的灌注参数在预测MGMT甲基化状态表现出适度的性能［34］。但也有学者未发现显著差异［35］。另一位学者也报道了一致的结果，他们纳入57例胶质瘤患者探索使用了混合型PET/MRI扫描，对全肿瘤行感兴趣体积分析，研究显示ASL参数不能预测MGMT状态［36］。这些相互矛盾的结果可能部分归因于胶质瘤中MGMT启动子甲基化的瘤内异质性以及这些研究的感兴趣区/感兴趣体积定义方法（肿瘤强化区或全肿瘤）不一，MGMT的表达与胶质瘤细胞血管生成减少之间存在直接联系，ASL 提供的rCBF可能是评估MGMT启动子甲基化的潜在图像参数，未来需要更大的队列和标准化方法来验证ASL的预测价值。
2.2.4 iVASO-MRI iVASO-MRI是一种新的非侵入性灌注技术，能够提供小动脉血管的定量信息。小动脉脑血容量（CBVa）可以从动脉血信号选择性归零扫描与无血归零的对照扫描之间的信号差异中量化。用iVASO测量的CBVa已被证明在胶质瘤分级及预测IDH基因表型等方面具有敏感性［37-38］。有学者探讨了iVASOCBVa直方图特征在判断MGMT甲基化状态中的作用，他们纳入46例II～IV级胶质瘤患者，发现两个CBVa直方图参数（均方根和方差）可以区分MGMT甲基化状态（AUC=0.867）［39］。iVASO强调动脉和小动脉的灌注量，CBVa能更敏感地反映低级别胶质瘤的微小血流灌注变化，该研究首次证明CBVa直方图参数可作为术前预测MGMT甲基化状态的标志物。但目前仅有一篇文献报道，未来需要在大规模研究中进行验证。
2.3 扩散成像
2.3.1 DTI DTI可以提供关于人脑白质结构完整性和连通性的体内独特信息。其描述了扩散各向异性的大小、程度和方向，常用的测量指标有表观扩散系数（ADC）、各向异性分数（FA）、平均扩散系数（MD）等，尤其是FA对微观结构的变化高度敏感。
有学者采用DTI收集了38例高级别胶质瘤（HGG）患者，发现MGMT启动子甲基化的HGG具有较高的ADC值和较低的FA值，他们推测MGMT启动子甲基化的肿瘤相比未甲基化可能具有更多的异质性或更低的细胞密度［40］。岛叶被认为是胶质瘤形成的优先区域，有研究招募了40例岛叶胶质瘤（II级和III级）患者，结果显示FA或MD相关的直方图参数均未能预测MGMT甲基化状态［41］。有学者对IDH野生型GBM进一步研究，也没有发现FA、MD值与MGMT状态存在相关性［42］。这与既往几项研究［27,43-44］基本一致，尽管他们分别纳入了不同的研究人群（GBM、HGG和星形细胞瘤），但结果都显示有无MGMT甲基化的ADC值、FA值差异无统计学意义。先前有几项研究基于DWI的ADC直方图参数分析与MGMT状态的关系，但结果不一。有研究报告MGMT甲基化的GBMADC值显著升高［33］，有研究却表明更低［45］，也有研究未发现差异［46-47］，有研究甚至在同一GBM队列中发现了相反的结果，ADC值和MGMT启动子甲基化状态之间的关联取决于分析方法的选择（分别为最小ADC和双混合模型直方图分析）［48］。这表明不同的ADC分析方法可能部分解释了这些有争议的发现。在不同类型的肿瘤中，侵袭性胶质瘤可能会导致细胞组织减少和细胞密度增加，从而限制水分子的扩散。FA或MD无关的一个可能原因是MGMT甲基化与胶质瘤的侵袭性不同；
另外不均匀的扩散敏感梯度也可能高估FA，这种偏差误差都可能影响预测结果。有研究报道可以通过在DTI测量之前使用b矩阵空间分布技术校准来有效纠正这种误差［49］。目前DTI的定量参数还不能清楚地评估MGMT表达的意义程度，将来需要建立一致的参数数据分析方法进一步探究。
2.3.2 DKI DKI是由DTI技术演变而来，它可以通过肿瘤的平均峰度（MK）、轴向峰度（AK）、和径向峰度（RK）等参数的变化来无创性地揭示肿瘤的微观结构特征和微观动力学。
有研究对50例脑胶质瘤进行了DKI的标准化平均峰度和平均弥散率检测，发现在未甲基化和甲基化的MGMT启动子的肿瘤中，MK和MD值没有显著差异［50］。有研究纳入星形细胞瘤进一步研究，也没有发现MK值与MGMT表达有相关性［44］。有研究中比较了更多的参数（MK、AK、RK和MD值），在不同MGMT表达状态的胶质瘤中，DKI参数之间均没有明显的相关性［51］。不同的是，有研究表明rAK值能够为HGG术前预测MGMT状态，该研究对23例HGG分析发现MGMT启动子甲基化肿瘤实质区rAK值明显低于非甲基化者，rAK值与MGMT启动子甲基化状态呈负相关，AUC为0.796，敏感度为75%，特异性为86.7%；
AK值被认为能够反映纤维束的密度和轴突完整性，可能由于HGG 主要沿神经纤维束走行的生长方式使AK 值较其他参数更能感知到生物学信息的改变［43］。由于该研究纳入病例数较少，以上结果还需验证。目前DKI的相关讨论较少，需进一步的研究探索其在预测MGMT甲基化状态中的作用。
2.3.3 IVIM IVIM成像作为一种基于扩散的方法被引入，能够同时获得脑肿瘤扩散和灌注信息。目前，IVIM已在脑肿瘤的术前诊断、分级诊断及胶质瘤预后评估中取得了一定的成果［52］。其定量指标有真性扩散系数（D）、假性扩散系数（D*）、灌注分数（f）。
笔者检索发现目前有两项研究使用IVIM 预测MGMT状态。有学者纳入34例HGG对IVIM校正参数进行分析发现，甲基化的MGMT有更高的rD、rf值和更低的rD*值，rD、rD*、rf 值AUC 分别为0.856、0.814、0.719，rD*的敏感度较高（89.5%）［53］。一项回顾性研究分析了71例GBM患者IVIM图像，参数评估使用D*、f及校正灌流系数和简化灌流分数，结果显示MGMT启动子甲基化的GBM的D*、校正灌流系数、简化灌流分数值均低于未甲基化组，f值高于未甲基化的GBM［54］。简化IVIM序列得到的校正灌流系数和简化灌流分数表现出中等的诊断性能，提示这可能是一种潜在的IVIM序列评估分子标志物临床应用的方法。以上两项研究都表明MGMT甲基化的f值较高，D*值较低。因此，IVIM的定量参数f值和D*值在评估MGMT甲基化状态显示了一定的潜力，但是当前研究有限，这一结论还有待商榷。
2.3.4 RSI RSI是一种新的MRI扩散加权技术，它通过使用多壳采集以及先进的线性混合模型来解析长度尺度的光谱并结合几何信息，分别分离来自细胞外和细胞内水室的受阻和受限信号。RSI已经证明可对GBM患者生存分层［55］、识别GBM治疗中免疫介导的假进展［56］等。一项前瞻性研究收集了42例未经治疗的IDH野生型GBM患者，探讨RSI对不同区域GBM细胞密度水平的显示能力及与MGMT表达状态的关系，该研究集中分析了来自球面受限扩散舱的水信号部分，基于该隔室的水信号分数，生成了RSI细胞密度指数图。尽管研究表明RSI细胞密度指数可作为GBM预测预后的生物标志物，但却未发现RSI细胞密度指数与MGMT启动子甲基化之间的显著关联［42］。
2.4 SWI
SWI是一种对扭曲局部磁场的化合物敏感的MRI序列，SWI和基于SWI的瘤内易感信号分级被广泛应用于脑肿瘤的术前诊断，该方法在肿瘤分级、钙化、微出血和新生血管评估等方面发挥着重要作用［57］。有研究在122例胶质瘤队列中首次证实了瘤内易感信号分级对预测胶质瘤MGMT的表达状况有显著作用，研究发现MGMT甲基化的胶质瘤有更低的瘤内易感信号分级，ROC曲线分析显示2.5是预测MGMT状态的最佳截断值，AUC为0.79，敏感度为80.0%，特异性为76.5%［58］。胶质瘤微环境反映了肿瘤病变的生物学特征，由于肿瘤内的出血量在SWI影像特征上可能会影响低信号区对实际病变的正确评估，因此未来的研究还需结合其他成像技术来更充分的探寻SWI对胶质瘤MGMT状态的预测潜力。
2.5 MRS
MRS通过测量组织中的神经递质化学浓度提供独特的代谢信息。目前在胶质瘤IDH基因型预测显示出较强潜力，国内学者首次表明3D-MRS 采集到的Lac、Lip 波谱信息可以预测GBM 的MGMT 甲基化状态，MGMT未甲基化组Lac、Lip值高于甲基化组，Lac、Lip均与MGMT甲基化程度呈负相关关系，AUC分别为0.849、0.820；
此外，未发现Cho/NAA、Cho/Cr、NAA/Cr、Cho、NAA值的差异有统计学意义；
其研究结果提示MGMT非甲基化型GBM 侵袭力及代谢强于甲基化型［59］。而另有研究显示MGMT甲基化的胶质瘤具有更高的NAA/Cr比值［60］。多体素RIO放置易导致波谱基线不稳定，目前相关研究又较少，对于MGMT甲基化状态的预测能力仍需进一步考究。
2.6 多种技术联合应用
在预测分子状态方面，多模式评估优于单一度量方法［61］。有学者发现联合MR结构图像特征（肿瘤位置和坏死）及DWI（ADC）、ASL（rCBF）对预测GBM MGMT甲基化状态可获得较高的AUC(0.914)［33］。有研究联合常规MR 特征中坏死比例和DSC 参数rCBVmean预测HGG MGMT状态的诊断效能最高，AUC为0.897，敏感度和特异性分别为96.0%、84.2%［19］。有学者采用IVIM和DSC参数的多变量模型对MGMT启动子甲基化的预测效率最高，AUC达到0.915［54］。有研究表明CBVa均方根和肿瘤增强成分定位的融合模型可以提高诊断性能，AUC高达0.931［39］。不同功能磁共振技术可以提供关于肿瘤微环境不同价值信息，这使得多模式磁共振成像联合应用成为必要。未来会出现更多的新技术联合应用来探索胶质瘤分子分型，如MR指纹识别，亦有研究已用来预测IDH基因型［62］。
在精准医学时代，胶质瘤的诊断将趋向于基因和分子水平。多模态MRI定量参数提供了更丰富的微观结构影像信息，在一定程度上揭示了肿瘤的细胞分化、增殖活性、血管生成、侵袭和代谢等生物学行为，对评估MGMT甲基化状态提供了一定价值，但是仍有一些影像指标的潜在作用尚不了解，多个研究结果不一甚至相互矛盾。目前主要存在以下问题：样本量相对较小；
患者群体分类不均；
成像分析或采集参数差异；
肿瘤感兴趣区测量偏差；
图像处理分析方法缺乏标准化；
多为回顾性研究；
数据的单中心性质，可能存在偏差等，这些都可能会影响预测结果。未来需要克服现有的局限性进行更大范围队列的多中心和前瞻性研究，应重点关注图像处理分析方法以及多模态联合应用来获得更多更准确的肿瘤特征，以便对胶质瘤MGMT甲基化状态进行更精准的预测及制定更有效、及时的个体化诊疗方案。