非侵袭性成像解码肿瘤的遗传活性

非侵袭性成像解码肿瘤的遗传活性
    将肝癌组织图像与基因表达模式相比较，一个研究团队已研发了某些能帮助临床医生从CT成像上获得肿瘤遗传方面的信息的工具。此研究是为了使医生获得特定肿瘤或疾病分子学上的详细信息而不需通过侵袭性的活检步骤。
    根据斯坦福大学医学院和加利福尼亚大学医学院研究学者的研究结果，此项研究跨越了两个研究领域：人类基因组图谱和影像诊断学。
    科学家系统比较了肝脏肿瘤CT图像和手术获得的活检组织所获取的基因表达模式，研究学者主要对两个不同方面进行了研究，第一个方面是肿瘤的CT扫描特点，另一个方面是肿瘤在分子水平的表现是怎样的，两者具有密切的联系。
    此项研究的第一作者Michael Kuo博士解释说，“组织生物活性改变时，诸如，血管新生或细胞生长时多种基因会起作用。我们还研究了基因在肝脏肿瘤特定核型上所起的作用，这些肿瘤都可以通过CT扫描观察到，比如，肿瘤组织内血管的特点或肿瘤的质地以及图像上其他的变化。”
    这种方法可以避免活检带来的疼痛或感染和出血的风险，并且不会损伤组织，同一部位可以进行多次检测。
    本研究的目的是为了揭示肝脏肿瘤遗传活性模式和其在CT成像中的关系，并提供简易的转化方法。科学家最先对135例肿瘤患者进行了研究，之后把研究对象固定在28例最具特点的肝脏肿瘤患者。把图像的特点与来自癌组织基因芯片所获得的结果相匹配并进行比较。
    基因芯片在确定疾病诸如肿瘤基因和其模式上的作用非常显著，通过这种检测手段同时对正常组织进行比较，可以发现CT图像和基因表达间存在密切的联系。对7，000种肿瘤相关基因进行检测，研究表明有75%的基因与肿瘤图像特点有关。
    这项研究发表于自然生物技术杂志，目前只能看到网络版。
来源：medinews.com

Noninvasive Imaging Decodes The Genetic Activity of Tumors
    By correlating images of cancerous liver tissue with gene expression patterns, a research team has developed tools that may some day allow clinicians to view a computed tomography (CT) image of a tumor and decipher its genetic activity. The study was designed to help clinicians obtain the molecular details of a specific tumor or disease without having to do an invasive biopsy procedure. 
According to researchers from the Stanford University School of Medicine and the University of California, San Diego (UCSD) School of Medicine (USA), the study represents the convergence of two developing fields of medical research: the mapping of the human genome and advances in diagnostic imaging. 
The researchers systematically compared features from CT images of liver tumors with gene expression patterns obtained from surgery and tissue biopsies. Once they located the genomic correlates of the features identified by CT imaging, the researchers found that the two very different aspects of studying cancer--how the tumor looks in a CT scan and how it behaves on a molecular level--had a very strong connection. 
The study抯 senior author, Michael Kuo, M.D., assistant professor of interventional radiology at UCSD, commented, 揥e studied what the various genes were doing and the biological activity they were involved in such as angiogenesis or cell growth. We also looked at how the genes contributed to a particular phenotype in the liver tumor seen on the CT scans, for example, the presence of characteristics vessels, or the tumor抯 texture and other important diagnostic imaging traits,?said Dr. Kuo. 
This new approach would avoid the pain and risk of infection and bleeding from a biopsy and would not destroy tissue, so the same site could be tested again and again. 
The research process sought to reveal the relationship between genetic activity patterns in liver tumors and the tumor抯 appearance on CT scans, and provides a simple means of translation. The scientists first began with about 135 basic tumor descriptors, and then narrowed down the multitude of traits to the 28 most significant diagnostic descriptors, matching those imaging features with a vast stockpile of microarray data generated from human liver cancer samples. 
Microarrays are proving to be extremely useful for identifying groups of genes and their patterns in diseases such as cancer, enabling scientists to compare them with normal tissue activity 揥e found a rich association between the images and the gene expression,?Dr. Kuo said, adding that out of approximately 7,000 genes in the tumors, the research team was able to consistently associate imaging traits with 75% of the genes. 
The study was published May 21, 2007, in the advance online issue of the journal Nature Biotechnology.
    Related Links:
    Stanford University School of Medicine
    University of California, San Diego