肝細胞癌における異なる転移可能性を持つ群の多重トレーサーイメージングの価値

科学分野:

• 腫瘍学; 核医学; 分子イメージング

背景:

• 肝細胞癌（HCC）は、予後および治療戦略に影響を与える著しい異質性を示す。
• 転移の可能性はHCCにおいて広く変動し、正確な患者層化を複雑にする。
• 現在の診断方法は、HCCの生物学的複雑性を完全に捉えるのに苦労している。

研究 の 目的:

• [18F]FDG、[18F]FLT、および[18F]ACEを用いた多重トレーサー陽電子放出断層撮影（PET）イメージングを評価すること。
• 転移行動に基づくHCCサブタイプの区別。
• HCCにおける多重トレーサーPETの予後関連性を探求すること。

主な方法:

• 4つのヒトHCC細胞株におけるin vitroトレーサー取り込み、増殖、および浸潤を評価した。
• ヌードマウスにおける皮下および自然転移モデルを確立した。
• microPET/CTを用いたin vivoトレーサー取り込みを定量化し、MMP9およびVEGFR-2のmRNA発現を分析した。

主要な成果:

• トリプルトレーサーモデル（[18F]FDG + [18F]FLT + [18F]ACE）は、最も低い分類誤差率を示した。; [18F]FDGの取り込みは、転移の可能性、MMP9およびVEGFR-2の発現と有意に相関し、生存率とは逆相関した。; [18F]FLTはバイオマーカーとの中程度の相関を示したが、生存率とは相関しなかった。; [18F]ACEは有意な識別価値を欠いていた。

結論:

• 多因子（多重トレーサー）分類モデルは、異なる生物学的挙動を持つHCC細胞株をより優れた識別能力で区別した。
• [18F]FDGの取り込みは、高および低転移可能性の腫瘍モデルを区別し、生存率を予測することができる。
• [18F]FDG PETイメージングは、HCCの非侵襲的予後マーカーとして機能し、臨床層化および個別化管理を支援する可能性がある。