论文部分内容阅读
第一部分DW-MRI纹理分析联合血清miR-1290建立预测模型目的:研究基于磁共振弥散加权成像(Diffusion-weighted magnetic resonance imaging,DW-MRI)的表观弥散系数(apparent diffusion coefficients,ADC)图像纹理分析方法,联合血清microRNA-1290(mi R-1290),建立高效预测食管鳞癌(esophageal squamous cell carcinoma,ESCC)放化疗敏感性的模型,指导ESCC个体化治疗。方法:43例病理证实的ESCC患者接受根治性同步放化疗,治疗结束1月后根据RECIST标准评价疗效。治疗前采集DW-MRI图像及进行血清miR-1290含量检测。对肿瘤各层面靶区进行勾画,并进行三维(3D)图像重建。分别对最大层面靶区及重建的图像进行2D和3D的纹理分析。纹理参数的提取方法选用直方图、强度-尺度-区域矩阵(intensity-size-zone matrix)、灰度共生矩阵(gray level co-occurrence matrix,GLCM)、灰度梯度共生矩阵(gray level gradient co-occurrence matrix,GLGCM)四种纹理分析方法。根据疗效评价结果,选用Mann-Whitney U Test筛选在敏感组和抗拒组中有统计学差异的参数,应用主成分分析(principal component analysis,PCA)进行参数降维,最后将降维后的成分利用人工神经网络(artificial neural network,ANN)及k最近邻(k-nearest neighbor,k-NN)方法建立预测模型,利用交叉验证(cross-validation)及四格表法(McNemar’s test)进行模型验证。同时利用降维后纹理参数联合患者血清miR-1290含量,利用上述建模方法,最终建立预测模型并进行校验。结果:根据RECIST标准判定患者治疗疗效,29例患者为敏感组(CR+PR),14例患者为(SD+PD)。通过Mann-Whitney U Test筛选,2D纹理参数中15个参数能够区分敏感组与抗拒组,3D纹理参数中18个纹理参数能够区分敏感组与抗拒组。PCA降维后,2D纹理分析利用ANN及k-NN建模准确率为65.1%及67.4%,3D纹理分析利用ANN及k-NN建模准确率为76.7%及79.1%。单独miR-1290预测ESCC放化疗敏感性的准确率69.8%。最后,利用纹理参数PCA降维后3种主成分联合血清miR-1290,通过ANN及k-NN再次建立预测模型,最终准确率达90.7%及93%。结论:基于DWI-ADC图像3D纹理模型在预测放化疗敏感性方面较2D准确性高。3D纹理模型联合血清miR-1290可以建立较高预测效能的ESCC放化疗敏感性预测模型。第二部分ESCC中miR-1290靶向NFIX调控机制的研究目的:通过体内及体外细胞实验探讨mi R-1290在ESCC中的作用机制。方法:在体内实验中,利用实时定量PCR(qRT-PCR)和蛋白质提取和免疫印迹试验(Western-blot)检测40例ESCC肿瘤及瘤旁组织中miR-1290和NFIX的表达,分析二者之间的关系。在体外细胞实验中,针对ECA-109及KYSE-410细胞系,转染miR-1290mimics、inhibitor、NFIX vector、NFIX siRNA等过表达或降表达质粒,调控miR-1290、NFIX的表达;集落形成实验检测细胞增值;流式细胞仪分析细胞周期;Transwell实验检测细胞侵袭和迁移;qRT-PCR检测miR-1290和NFIX mRNA;Western-blot免疫印迹法检测NFIX蛋白水平。结果:miR-1290在ESCC组织中明显升高,miR-1290在肿瘤与瘤旁组织中含量有明显差异。NFIX在ESCC组织中明显降低,miR-1290与NFIX含量呈明显负相关。miR-1290与手术患者T分期、TNM分期呈明显相关,p值<0.05。双荧光素酶实验证实miR-1290直接作用于NFIX mRNA的3’-UTR端,miR-1290通过降解mRNA影响NFIX表达水平。集落形成实验证明mi R-1290通过靶向NFIX促进ESCC细胞增值,细胞周期实验证明miR-1290通过靶向NFIX增加ESCC细胞S和G2/M期比例。Transwell实验证明miR-1290通过靶向NFIX促进ESCC细胞迁移及侵袭。结论:ESCC患者中,miR-1290与患者T分期、TNM分期明显相关,miR-1290可通过降解NFIX mRNA影响NFIX蛋白表达;miR-1290通过靶向NFIX促进ESCC细胞增值、侵袭和迁移。