放射基因組學(xué)在精準(zhǔn)放療中的研究進(jìn)展

葉 菲，余 盈

(華中科技大學(xué) 同濟(jì)醫(yī)學(xué)院附屬協(xié)和醫(yī)院 普外科, 湖北 武漢 430022)

放射基因組學(xué)(radiogenomics)是一種將放射組學(xué)與基因組學(xué)結(jié)合在一起進(jìn)行多組學(xué)研究的策略，其運(yùn)用影像學(xué)的手段從分子影像方面展開對生物學(xué)行為的定性和定量的研究，為疾病的診斷、預(yù)防、治療和預(yù)后等多方面提供了巨大的幫助，尤其在腫瘤的精準(zhǔn)放療上具有獨(dú)到的優(yōu)勢，具有良好的應(yīng)用前景[1]。

1 放療的現(xiàn)況

作為3種常見的腫瘤治療方式之一，放療在腫瘤治療中不可或缺，其常常單獨(dú)使用或者與手術(shù)、化療聯(lián)用。長期的臨床實(shí)踐證明放療可以有效延長腫瘤患者的有效生存期，但是同樣也帶來了一些問題,特別是一些處于癌早期階段的患者，在接受放療后，雖然得到了滿意的局部控制，但是其中的許多人還會(huì)遭受放療并發(fā)癥的困擾，這給患者的生活質(zhì)量造成了嚴(yán)重的影響。隨著現(xiàn)代科技的進(jìn)步，這些問題得到了一定程度的解決。放射腫瘤學(xué)家通過結(jié)合工程、物理以及計(jì)算機(jī)等多種手段在精確畫定靶區(qū)的同時(shí)，還使用如立體定向治療、 圖像引導(dǎo)放射治療、調(diào)強(qiáng)放療、質(zhì)子重離子放療等手段不斷地提高著放射治療的療效，與此同時(shí)，諸如磁共振成像(magne-tic resonance imaging，MRI) 引導(dǎo)下放療、正電子發(fā)射計(jì)算機(jī)斷層顯像(positron emission computed tomography/computed tomography，PET/CT)引導(dǎo)下放療等模式也在不斷更新，使得放療變得更為精準(zhǔn)。然而即使如此，患者之間的個(gè)體差異，即個(gè)體的放射敏感性，卻仍沒有被充分考慮。在這一系列的背景下，精準(zhǔn)放療的概念應(yīng)運(yùn)而生，其目的就是在保證最佳療效的前提下，一方面識(shí)別和糾正腫瘤的放療抵抗，提高放療敏感性，另一方面是盡量減少放療劑量以及放療所帶來的不良反應(yīng)。精準(zhǔn)醫(yī)療作為一種針對個(gè)體的生物異質(zhì)性特征而采取的特異性放療的策略被放射腫瘤學(xué)家和患者們所接受。

2 放射基因組學(xué)的概述

放射組學(xué)(radiomics)是2012年提出的一項(xiàng)新技術(shù)，其主要目的是通過高通量算法挖掘圖像中的定量影像特征，之后將這些數(shù)據(jù)進(jìn)行篩選、聚類、分析后，用以識(shí)別和預(yù)測腫瘤異質(zhì)性。隨著其不斷地發(fā)展，逐漸發(fā)現(xiàn)放射組學(xué)的特征與基因表達(dá)的程度也具有相關(guān)性，并不斷的將影像數(shù)據(jù)與基因表達(dá)、基因型等遺傳學(xué)數(shù)據(jù)進(jìn)行相關(guān)性分析，形成了一門新的研究方向—放射基因組學(xué)(radiogenomics)。放射基因組學(xué)是將放射組學(xué)(radiomics)與基因組學(xué)(genomics)結(jié)合起來，通過提取影像中潛在的高通量數(shù)據(jù)特征，聯(lián)合個(gè)體的全基因組測序，從而尋求影像特征與基因特征的關(guān)聯(lián)性。現(xiàn)階段，在放射基因組學(xué)方面的大型協(xié)作研究主要集中于預(yù)測放療敏感性與放療的后期副作用等方面。已經(jīng)有大量研究表明，放射基因組學(xué)可以預(yù)測與癌癥放療有關(guān)的不良反應(yīng)并鑒定可能產(chǎn)生腫瘤反應(yīng)的遺傳標(biāo)記，并可以預(yù)測這些不良反應(yīng)，進(jìn)而幫助醫(yī)生根據(jù)遺傳因素和其他腫瘤特征為每個(gè)患者分別選擇最佳治療方案，以最大程度地提高治療效果[5-8]。

3 放射基因組學(xué)在精準(zhǔn)放療中的應(yīng)用

放射基因組學(xué)通過整合影像學(xué)與基因組學(xué)的信息，從而建立了一種基因特征與影像特征之間的映射，并通過影像的定量特征信息識(shí)別出與放射敏感性相關(guān)的遺傳信息的改變；除此之外，放射基因組學(xué)在構(gòu)建放射生物學(xué)的物理模型時(shí)也具有明顯優(yōu)勢。其現(xiàn)有的放射基因組學(xué)的研究主要包括以下幾個(gè)方面：

3.1 預(yù)測基因組結(jié)構(gòu)改變

單核苷酸多態(tài)性(single nucleotide polymorphism，SNP)是研究的最廣泛的基因組變體。其中SNP是單個(gè)堿基對的變化，其可以影響DNA的編碼區(qū)和非編碼區(qū)，進(jìn)而影響蛋白質(zhì)的表達(dá)，而全基因組關(guān)聯(lián)分析(genome-wide association study，GWAS)是以基因組中數(shù)以百萬計(jì)的單核苷酸多態(tài)性(single nucleotide polymorphism，SNP)為分子遺傳標(biāo)記，進(jìn)行全基因組水平上的對照分析或相關(guān)性分析，通過比較并且發(fā)現(xiàn)影響復(fù)雜性狀的基因變異的一種新策略。近年來，通過放射基因組學(xué)進(jìn)行GWAS的研究不斷增加。大規(guī)模薈萃分析認(rèn)為放射基因組學(xué)可以用來預(yù)測放療不良反應(yīng)發(fā)生的風(fēng)險(xiǎn)性[9]：該研究通過進(jìn)行放射性基因組學(xué)精細(xì)映射研究，發(fā)現(xiàn)AGT，COG2，CAPN9，ARV1和ncRNAAL512328.1，LOC101927604可能與前列腺癌放療后的晚期放射毒性血尿相關(guān)。在另一項(xiàng)研究中，通過使用放射基因組學(xué)對1 883例乳腺癌患者的復(fù)制階段中的4個(gè)基因中的10個(gè)最有意義的SNP進(jìn)行了評(píng)估后，在753例乳腺癌患者中進(jìn)行驗(yàn)證，結(jié)果發(fā)現(xiàn)XRCC1中的 rs2682585 與晚期皮膚毒性和總體毒性反應(yīng)關(guān)系密切[10]。盡管其數(shù)據(jù)樣本較小，并且多SNP聯(lián)合分析較少，但是使用放射性基因組學(xué)進(jìn)行GWAS分析所得到的結(jié)果非常鼓舞人心。由于還有許多輻射敏感性 SNP 有待發(fā)現(xiàn)，所以放射性基因組學(xué)發(fā)揮的作用仍然比較小。但是隨著科學(xué)技術(shù)的發(fā)展，在明晰輻射基因和基因中SNP的情況下，結(jié)合放射性基因組學(xué)中的影像學(xué)特點(diǎn)，可以無創(chuàng)的預(yù)測患者在放射敏感性方面遺傳信息的改變，并進(jìn)而提前做出干預(yù)，規(guī)避風(fēng)險(xiǎn)。

除此之外，拷貝數(shù)變異(copy number variations，CNVs)是另一種與放療毒性有關(guān)的結(jié)構(gòu)變異?？截悢?shù)變異是基因組發(fā)生重排而導(dǎo)致的結(jié)構(gòu)變異，一般指長度為1 kb以上的基因組大片段的拷貝數(shù)增加或者減少, 主要表現(xiàn)為亞顯微水平的缺失和重復(fù)。特定的CNVs可以影響每個(gè)變體多達(dá)數(shù)Mb的DNA，與單個(gè)SNP的影響相比，對基因表達(dá)產(chǎn)生了更大的影響。XRCC1 CNV已被證明是前列腺癌中輻射誘發(fā)毒性的潛在危險(xiǎn)因素[11]。

3.2 預(yù)測基因的表達(dá)

除了遺傳信息的改變，mRNA的表達(dá)也與放療毒性相關(guān)。高通量測序技術(shù)的出現(xiàn)為mRNA量化和整合提供了便利。一些非編碼RNA的表達(dá)[12-13]，因?yàn)榭梢哉{(diào)控翻譯，所以同基因突變和拷貝數(shù)變化一樣，與放療毒性有關(guān)[14]，表觀遺傳學(xué)也是通過種種方式調(diào)節(jié)mRNA的表達(dá)，所以其研究類似于mRNA表達(dá)的研究。一項(xiàng)納入了233例患者的研究表明，基于放射學(xué)特征的評(píng)估可反映分子分類中不同的表達(dá)譜(即mRNA的表達(dá)譜特征)，而且這些特征與缺氧、血管生成、細(xì)胞凋亡和細(xì)胞增殖有關(guān)[2]。

3.3 放射基因組學(xué)用于構(gòu)建放射生物學(xué)的物理模型

放射療法雖僅有幾十年的歷史，但在CT影像技術(shù)和計(jì)算機(jī)技術(shù)發(fā)展幫助下，現(xiàn)在的放療技術(shù)由二維放療發(fā)展到三維放療、四維放療技術(shù)；放療劑量分配也由點(diǎn)劑量發(fā)展到體積劑量分配等，而這些新型的放療技術(shù)要求以大量的影像學(xué)數(shù)據(jù)基礎(chǔ)。基于這種情況，放療物理學(xué)家們不斷的提出新的模型和工具。其中劑量體積直方圖(dose volume histogram, DVH)的應(yīng)用最為廣泛，在此基礎(chǔ)上諸如細(xì)胞存活率模型、腫瘤控制率模型、正常組織并發(fā)癥模型以及次級(jí)腫瘤風(fēng)險(xiǎn)預(yù)測模型等多種模型層出不窮，但是由于各個(gè)模型的參數(shù)不同，更重要的是因?yàn)榇蟛糠值哪Ｐ投际墙⒃隗w外實(shí)驗(yàn)的基礎(chǔ)上，這并不能反應(yīng)腫瘤在體的實(shí)際情況，而且不同的組織具有不同的放射敏感性，所以到目前為止，并沒有一套完整的生物學(xué)評(píng)估系統(tǒng)[2]。

放射基因組學(xué)以放射組學(xué)為基礎(chǔ)，其本身就蘊(yùn)涵著豐富的影像學(xué)上的定量的特征信息；在放療方案制定的過程中，還起著輔助和檢驗(yàn)作用；除此之外，放射組學(xué)技術(shù)可以對腫瘤進(jìn)行分區(qū)，結(jié)合以紋理分析，進(jìn)而實(shí)現(xiàn)更詳細(xì)更精細(xì)的圖像表型分析，并展現(xiàn)出多種實(shí)體瘤的瘤內(nèi)異質(zhì)性[16-18]，再同時(shí)對其進(jìn)行基因組學(xué)分析，進(jìn)而獲得更多的信息。最后，將這樣多組學(xué)信息的特征進(jìn)行加工并納入物理模型，可以指導(dǎo)放療物理學(xué)家對腫瘤進(jìn)行靶向的輻射增強(qiáng)。雖然目前無此方面的研究，但是可以預(yù)見，通過放射基因組學(xué)構(gòu)建的放射生物學(xué)的物理模型可以極大地改善局部控制和提高患者生存率。

3.4 放射基因組學(xué)與精準(zhǔn)放療

如今，放射敏感性是由多種異質(zhì)因素共同影響的這一結(jié)論已經(jīng)成為放射生物學(xué)家們的共識(shí)，其中遺傳因素在個(gè)體的放射敏感性中起了決定性的作用[19-20]。根據(jù)基因組因素預(yù)測的結(jié)果，有放射線并發(fā)癥風(fēng)險(xiǎn)的患者可能會(huì)選擇非放射線治療或高度保形的治法，例如質(zhì)子治療。相反，被預(yù)測為低風(fēng)險(xiǎn)的患者可能會(huì)接受放療，而且放療的劑量可能會(huì)增加，這對控制腫瘤有利。除此之外，放射組學(xué)可以通過提取影像數(shù)據(jù)特征來實(shí)現(xiàn)無侵入式的預(yù)后評(píng)估，提供放療的預(yù)期反應(yīng)和實(shí)際的腫瘤反應(yīng)差別方面的信息。如果已知腫瘤對放射治療具有抵抗力(無論正常組織的毒性風(fēng)險(xiǎn)如何)，則在可行的情況下可以尋求替代治療。相反，可以用較低劑量的放射線有效地治療和治愈預(yù)計(jì)對放射線治療極為敏感的腫瘤，從而進(jìn)一步降低正常組織毒性的風(fēng)險(xiǎn)，同時(shí)又不損害腫瘤的控制[21]

由此可見，在圍放療期，放射基因組學(xué)可以提供一種囊括影像-基因兩個(gè)維度的綜合模型，為臨床決策提供幫助。然而在之前，限于分析手段的局限性，這種的處理非常困難，并且?guī)缀鯖]有什么進(jìn)展。隨著人工智能(artificial intelligence,AI)和機(jī)器學(xué)習(xí)(machine learning，ML)技術(shù)的不斷發(fā)展，自然語言處理(natural language processing，NLP) 技術(shù)已經(jīng)可以用于放射基因組學(xué)的分析，并且這些結(jié)果表明遺傳突變存在特征性成像的特征，放射學(xué)報(bào)告的概率分析具有識(shí)別與致癌基因突變有關(guān)的疾病進(jìn)程的潛力，并而且放射學(xué)報(bào)告有可能會(huì)提供一種更快，更便宜的替代基因組測序的方法[23]。另外一項(xiàng)關(guān)于通過聯(lián)合放療敏感性基因表達(dá)譜和PD-L1狀態(tài)數(shù)據(jù)的研究已經(jīng)成功確立了一組適合放療和細(xì)胞程序性死亡受體-配體1(programmed cell death-ligand 1,PD-L1)免疫抑制劑聯(lián)用的乳腺癌患者[22]，雖然并未在患者身上驗(yàn)證，但是可以預(yù)見，隨著分析手段的不斷完善，多維度數(shù)據(jù)對于臨床決策可能具有更高的指導(dǎo)價(jià)值。

4 問題與展望

實(shí)際上，放射基因組學(xué)的廣泛應(yīng)用并非易事。大數(shù)據(jù)研究中最大的挑戰(zhàn)之一就是跨多個(gè)中心的圖像和相關(guān)元數(shù)據(jù)的管理，其中影像結(jié)果與詳細(xì)的臨床資料、以及相關(guān)的臨床結(jié)果匹配非常重要。在多個(gè)在癌癥數(shù)據(jù)中心的倡導(dǎo)下，數(shù)據(jù)共享已經(jīng)取得了一些進(jìn)展，這將極大地促進(jìn)放射性模型的發(fā)現(xiàn)和驗(yàn)證。即便如此，可用的成像數(shù)據(jù)與豐富的公共基因表達(dá)數(shù)據(jù)相比還是要少得多，因此應(yīng)該花費(fèi)更多的精力來整理高質(zhì)量的影像數(shù)據(jù)集。除了技術(shù)挑戰(zhàn)之外，還需要克服行政和法規(guī)障礙，以使將來大規(guī)模數(shù)據(jù)共享成為可能。只有足夠大的數(shù)據(jù)集才可以建立可靠的模型，這突出顯示了對高質(zhì)量數(shù)據(jù)集的管理和數(shù)據(jù)共享的需求[24]。最終，還需要在多中心臨床試驗(yàn)中進(jìn)行前瞻性驗(yàn)證，以證明新發(fā)現(xiàn)的成像標(biāo)記物的臨床有效性和實(shí)用性，并真正確立放射線學(xué)和放射基因組學(xué)在精密放射治療中的價(jià)值。

所謂的籃子試驗(yàn)(basket trial)是一種將具有相同驅(qū)動(dòng)基因的不同腫瘤放進(jìn)一個(gè)“籃子”來進(jìn)行研究的實(shí)驗(yàn)思路[25]。這種實(shí)驗(yàn)思路的前提假設(shè)是，不同解剖學(xué)位置的腫瘤，只要其由同一種驅(qū)動(dòng)基因驅(qū)動(dòng)，那么針對其基因位點(diǎn)的靶向藥物都將有效。這種方法的好處是顯而易見的，因?yàn)槠錁O大地?cái)U(kuò)增了可使用的數(shù)據(jù)量。同樣地，在放射基因組學(xué)中，或許可以假設(shè)：針對不同的腫瘤，存在一種共有的決定放療敏感性的放射基因組學(xué)特征(系統(tǒng)生物學(xué)特征與影像學(xué)特征聯(lián)合)。通過深度卷積神經(jīng)網(wǎng)絡(luò)的方法，將系統(tǒng)生物學(xué)測序與影像作為輸入端，將放療敏感性評(píng)價(jià)作為輸出端，來構(gòu)建一種系統(tǒng)決策樹或貝葉斯網(wǎng)絡(luò)模型。這種模型可以納入盡可能多的系統(tǒng)生物學(xué)特征和放射組學(xué)特征，從而形成放療的一個(gè)泛組學(xué)(Multi-Omics)決策模式，進(jìn)而較為精準(zhǔn)地預(yù)測某個(gè)患者個(gè)體對放射治療或者放療聯(lián)用藥物的治療效果。對于精準(zhǔn)放療，在大數(shù)據(jù)時(shí)代，放射基因組學(xué)僅僅是開始。