合成MRI T2定量：识别HER2低表达乳腺癌的新型无创生物标志物

《Scientific Reports》：A novel biomarker for identifying HER2-low breast cancer using synthetic MRI

本研究针对传统免疫组化（IHC）和荧光原位杂交（FISH）评估HER2表达存在侵入性、肿瘤异质性捕捉不足等问题，开展基于合成MRI（SyMRI）定量参数鉴别HER2低表达乳腺癌的研究。结果表明，SyMRI衍生的T2值在开发集和外部验证集中对HER2-low与HER2-over表达的区分曲线下面积（AUC）分别达0.813和0.837，证实T2定量可作为非侵入性生物标志物，为个体化治疗策略提供影像学依据。

　　

随着抗体药物偶联物（ADC）如 trastuzumab deruxtecan 在HER2低表达（HER2-low）乳腺癌治疗中展现出显著疗效，准确识别这一新兴亚型已成为临床实践的关键挑战。传统上，乳腺癌的人类表皮生长因子受体2（HER2）状态通过免疫组化（IHC）和原位杂交（ISH）在穿刺活检组织上进行评估，这些方法不仅具有侵入性，还难以全面反映肿瘤内部的异质性。此外，HER2表达状态在疾病进展或既往治疗后可能发生动态变化，进一步增加了准确分类的难度。因此，开发一种快速、可重复且标准化的非侵入性影像学方法来评估HER2表达水平，对于指导精准治疗具有重要意义。

合成磁共振成像（Synthetic MRI, SyMRI）是一种新兴的定量MRI技术，它通过单次扫描采集多动态多回波（MDME）序列，能够同时生成T1加权、T2加权、质子密度（PD）加权图像以及定量的T1、T2和PD值图。这种方法不仅缩短了扫描时间，而且提供的测量值反映了组织固有的物理属性，受扫描仪型号和成像参数的影响较小。先前研究表明，SyMRI衍生的定量参数在区分乳腺癌免疫组化表达谱方面优于传统的表观扩散系数（ADC）值，但其在识别HER2低表达乳腺癌方面的价值尚不明确。

为了回答这一问题，研究人员开展了一项回顾性研究，旨在评估SyMRI定量参数在鉴别HER2低表达乳腺癌中的诊断性能。该研究共纳入了248例经病理证实的单侧浸润性乳腺癌患者，这些患者在术前均接受了3.0T MRI检查，其中包括SyMRI序列。患者被分为开发集（150例）和外部验证集（98例）。根据IHC/FISH结果，患者被分为HER2零表达（HER2-zero）、HER2低表达（HER2-low）和HER2过表达（HER2-over）三组。两名放射科医生独立测量了病灶的T1、T2、PD和ADC值。

研究采用逻辑回归分析来识别HER2表达状态的最有效预测因子，并通过受试者工作特征（ROC）曲线分析评估其判别能力。结果显示，两名观察者之间的一致性极佳，T1、T2、PD和ADC测量的组内相关系数（ICC）均高于0.985。单因素逻辑回归分析表明，T2值是区分HER2表达状态的重要预测因子。

比较HER2-zero、HER2-low和HER2-over乳腺癌的定量值

方差分析显示，ADC和T2值在三组之间存在显著差异，而T1和PD值则无显著差异。具体而言，HER2-low组的T2值显著低于HER2-over组，而HER2-zero组的T2值介于两者之间。

ADC和T2值在识别HER2状态中的诊断性能

在开发集中，T2值在区分HER2-low与HER2-over表达时表现出良好的诊断效能，曲线下面积（AUC）为0.813，灵敏度为85.40%，特异度为69.00%。ADC值的诊断性能略优，AUC为0.827。在区分HER2-zero与HER2-low表达时，T2和ADC的AUC分别达到0.876和0.927，显示出卓越的判别能力。在外部验证集中，T2值同样表现出色，对于HER2-low与HER2-over的区分，AUC为0.837。

讨论与结论

本研究结果表明，基于SyMRI的T2定量在识别HER2低表达乳腺癌方面具有重要潜力。T2值的降低可能反映了HER2低表达肿瘤独特的微观结构特征，例如细胞内外水分分布、微血管灌注以及肿瘤细胞密度的改变。尽管其确切机制尚需进一步阐明，但T2映射对水含量变化的敏感性使其成为间接评估细胞外基质重塑及相关病理过程的有利工具。

该研究的优势在于采用了多中心数据并进行了外部验证，增强了结果的可靠性。然而，作为一项回顾性研究，它也存在样本量相对有限等局限性。未来需要更大规模、前瞻性的多中心研究来验证这些发现，并探索将纹理分析等更复杂的影像特征纳入模型，以更深入地刻画肿瘤异质性。

总之，这项发表在《Scientific Reports》上的研究证实，SyMRI衍生的T2定量值可作为一种有前景的非侵入性生物标志物，用于术前识别HER2低表达乳腺癌。这一技术为乳腺癌的分子分型提供了新的影像学视角，有望在未来辅助临床制定更加个体化的治疗策略，推动精准医疗的发展。