基于CT能量成像的胃神经内分泌肿瘤的恶性等级机制及与特定miRNA相关性研究

Gastric neuroendocrine neoplasm（G-NEN） has diverse clinical and pathobiological behavior. The therapy and prognosis of G-NEN are closely related to it’s pathological malignant levels. But the molecular mechanism has not been identified. Clinical trials showed that energy spectral CT has great differential diagnosis value in different pathological type and differentiated degree and can provide new ideas for the study. Preliminary experiment found spectral CT has a potential differential diagnosis value in different level G-NEN. miRNA-196a and miRNA-183 are the differently expressed gene in G-NEN and normal stomach, different levels G-NEN. To some extent, miRNA-196a and miRNA-183 can reflect the malignant levels of G-NEN. This study planned to establish different levels animal model of G-NEN and to collect clinical cases, compared the differences of clinicopathobiological features and spectral parameters of G-NEN among different pathological levels, and connect to the differential expression of miRNA-196a and miRNA-183. Finally, the study will illustrate the value of spectral CT, pathological and biochemical indicators in preoperative diagnosis of G-NEN. The completeness of this study will provide theory basis for clinacal diagnosis and therapy of G-NEN at the image-cells-molecule level.

胃神经内分泌肿瘤（Gastric neuroendocrine neoplasm,G-NEN）患者的临床病理特征、治疗方案和预后与肿瘤的恶性等级密切相关，但具体机制不明。前期研究发现能谱CT功能参数在不同级别G-NEN中不同，miRNA-196a和miRNA-183在不同级别G-NEN组织和正常胃壁差异表达。我们推测能谱CT功能参数差异的基础是肿瘤组织病理成分和miRNA基因表达的不同。本研究拟构建G-NEN动物模型和收集G-NEN患者，比较不同恶性等级肿瘤的临床病理学特征和能谱CT成像参数差异，并与miRNA-196a和miRNA-183的差异表达对比。最终结合已知G-NEN的病理分子机制，阐明能谱CT多参数成像和相关病理生化指标在G-NEN术前诊断和恶性等级判定中的临床价值。本项目的完成有助于从影像-细胞-分子层面研究G-NEN及其防治策略提供直接的理论依据。

胃神经内分泌肿瘤（Gastric neuroendocrine neoplasms, G-NEN）患者的临床病理特征、治疗方案和预后与肿瘤的恶性等级密切相关，但具体机制不明。前期研究发现能谱CT功能参数在不同级别G-NEN中不同，由于病例样本量少且能谱CT很少应用于临床应用，本研究应用基于增强CT的影像组学方法进行深度研究，高通量提取肿瘤病灶的CT组学特征并进一步筛选高可重复性特征，同时联合有统计学差异的CT特征，构建多种模型用于诊断胃神经内分泌癌并评估G-NEN的恶性等级，为临床诊断提供更多决策信息。结果显示基于CT图像的影像组学模型在胃神经内分泌癌和胃腺癌的鉴别中有重要的应用价值，且比CT影像模型的诊断性能高；构建CT影像模型、动静脉期影像组学模型和联合诊断模型鉴别不同恶性等级的G-NEN，其中联合诊断模型的诊断性能最高。本研究的最终结果有望作为诊断胃肿瘤的定量辅助工具，有助于实现临床的个体化治疗。本项目始终按计划展开工作，执行的结果主要反映在获得资助的3项国家级及2项省部级课题，获得资助的1项省级实验室，获批的1项省部级科技进步二等奖；发表的153篇论文，其中SCI收录38篇，出版8本影像学著作，申请成功的专利9项，参加国内外重要学术会议并作会议报告13个，举办并参加国内外学术会议9次，已培养博士研究生3名，硕士研究生10名。