|
导 语
冯仕庭 中山大学附属第一医院放射诊断科副主任，主任医师、教授、博士生导师，博士后合作导师
HCC的VETC转移 原发性肝癌是目前我国第4位常见恶性肿瘤及第2位肿瘤致死病因，严重威胁我国人民的生命和健康，原发性肝癌中肝细胞癌（hepatocellular carcinoma，HCC）占75%~85%[1]。研究表明，HCC患者术后5年的复发率、转移率高达50%~70%，术后复发转移是影响HCC患者术后生存的关键因素[2] 。在HCC的转移机制研究中，上皮-间质转化（epithelial-to-mesenchymal transition，EMT）理论是肿瘤发生转移的经典方式（图1）[3-5] 。在此过程中，肿瘤细胞失去细胞极性，形成分散的单个细胞，获得高运动侵袭力，从原发灶脱落，穿过基质及血管壁，进入血循环；抵抗失巢凋亡、免疫攻击、血流冲击，随血流循环到达靶器官后穿出细胞壁，在新的靶器官内定居、增殖后形成新的转移灶。随着对HCC的进一步研究，2015年，中山大学生命科学学院庄诗美教授团队，首次发现一种独立于EMT促进HCC转移的新血管模式—肿瘤包绕型血管（vessels that encapsulate tumor clusters pattern，VETC）的转移（图1）[5]。研究发现，部分HCC中存在一种独特的、小的肿瘤细胞簇，其细胞簇外周由内皮细胞包裹，形成多个独立、分散的类球型小单元，这种小单元易与微血管融合进入血液循环，在循环中因内皮细胞的包裹从而有效逃避机体免疫攻击，随血流运达靶器官后将肿瘤细胞簇释放进入靶器官，在靶器官内定居、增殖，形成新的转移病灶，此种非EMT依赖的转移被称为HCC的VETC转移模式。
图1 EMT依赖和VETC介导的转移示意图模型 临床上目前根据CD34血管染色结果诊断VETC介导的ＨCC，VETC阳性ＨCC的CD34血管染色典型表现为：球状血管内皮细胞包绕的ＨCC细胞团，形成血管包绕的肿瘤细胞簇(VETC结构) （图2）[5]；VETC阴性HCC的CD34血管染色表现为：内皮细胞未包绕ＨCC细胞，仅形成条索状的血管。
图2 CD34血管染色结果诊断VETC阳性ＨCC 小结：VETC是HCC转移过程中新发现的一种包绕型血管，它帮助癌细胞成团释放入血，为HCC提供了不依赖于EMT机制侵袭的高效转移模式。 VETC阳性HCC的病理分型及临床意义 2019年WHO对HCC的常见病理分型包括：细梁型、粗梁型、假腺管型和团片型等。在病理学分型中，VETC阳性HCC多属于粗梁型(macrotrabecular-massive pattern，MTM )[5]。 研究显示VETC阳性HCC的比例可达39%[5]。VETC的出现提示HCC的生物学行为更具侵袭性，与VETC阴性HCC患者相比，VTEC阳性HCC患者术后更易复发且预后更差[6-7]。2020年发表在《Hepatology》（IF=17.4）的一项多中心研究，证实了VETC与不同病因HCC的高转移均密切相关，是不良预后预测指标[8]。2021年中山大学肿瘤防治中心郭荣平教授发表在《Hepatology international》（IF=６）上的一项研究[9]，整合VETC和MVI对HCC切除术后患者的总生存期（OS）、无病生存期（DFS）、早期和晚期复发率的影响，探索对HCC进行新的危险分层。该研究回顾性纳入了5家三甲医院498例HCC根治性切除患者，根据患者术后病理VETC和MVI状态分为４个不同组，结果显示：VETC阴性且MVI阴性患者预后最好，VETC阳性且MVI阳性患者预后最差（图3）。
图3 VETC-MVI分级与HCC患者切除术后预后的关系 此外，有研究显示[10]，在VETC阳性HCC的患者中，解剖性肝切除可显著降低患者术后2年的复发率。2019年发表在《Hepatology》（IF=17.4）上一项研究[11]，证实了索拉菲尼可以有效降低VETC阳性HCC患者的死亡风险，延长VETC阳性的HCC患者总生存，VETC阳性的HCC对索拉菲尼敏感性更高。 小结：VETC阳性HCC病理分型上多为MTM型HCC，VETC与不同病因HCC的高转移均密切相关，是不良预后预测指标，通过整合VETC和MVI可对HCC进行新的危险分层，其中VETC阳性且MVI阳性患者预后最差；VETC阳性HCC患者中，解剖性肝切除可显著降低肝癌患者术后2年的复发率；VETC阳性的HCC对索拉菲尼敏感性更高。 VETC阳性HCC转移的分子学特征 在VETC阳性HCC中肿瘤包绕型血管的形成涉及多种分子信号通路的协同调控。2015年发表在《Hepatology》杂志（IF=17.4）的一项研究[5]，显示VETC阳性HCC细胞中血管生成素-2（angiopoietin-2，Ang-2）的mRNA 和蛋白表达均明显升高；血管内皮生长因子A（vascular endothelialgrowth factorA，VEGFA）通过协同增强Ang-2 对内皮细胞活性的调控，促进内皮细胞包绕肝癌细胞形成VETC，靶向作用于Ang-2和VEGFA可显著减少VETC的形成。2016年发表在《J Pathol》（IF=7.9）上的一项研究[12]，显示短链非编码RNA miR-125b可在转录层面抑制Ang-2的表达，miR-100可通过靶向作用于MTOR/ MTOR-p70S6K 信号途径抑制VETC的形成。2021年发表在《J Hepatol》（IF=25）上的一项研究[13]，揭示了雄激素受体（androgen receptor，AR）在VETC依赖和EMT依赖的HCC侵袭转移中具有双刃剑的作用。AR可以通过抑制Ang-2的表达，破坏VETC的形成并抑制VETC依赖性转移；AR也可以通过增加Rac1蛋白水平促进EMT依赖性转移（图4）。
图4 雄激素受体（AR）在VETC依赖和EMT依赖的HCC侵袭转移中具有双刃剑的作用示意图 此外，2022年发表在《Cancers(Basel)》（IF=６）上的一项研究显示[14]，转化生长因子-β激活激酶1（transforming growth factor-β activated kinase 1，Tak1）高表达与HCC的VETC密切相关。 小结：Ang-2 是VETC 形成的重要分子，miR-125b/100/AR是VETC形成的重要调控因子。转化生长因子-β激活激酶1（Tak1）高表达与HCC的VETC相关。 传统影像学对VETC阳性HCC的诊断价值 VETC阳性HCC的确诊主要依赖于术后有创病理学检查。近年来部分学者开始尝试采用增强超声，增强CT或者钆塞酸二钠增强MRI（EOB-MRI）等影像学方法结合临床及实验室指标对VETC型HCC进行术前预测，这对于HCC患者治疗决策的制定及预后都具有重大意义，已经成为研究的热点。 2018年发表在《中华肿瘤杂志》的一篇研究[15]，探讨了超声造影诊断VETC阳性HCC的价值，结果显示：VETC阳性HCC术前超声造影动脉充盈期的表现为肿瘤周边的环状高增强，后呈裂隙状、条索状逐渐向中央填充，直至对比剂达到峰值。2021年中南大学湘雅三院荣鹏飞教授等在《Radiology》（IF=11）上发表了一项研究，探讨侵袭性强的MTM型HCC和VETC阳性HCC术前CT特征 [16]，该研究回顾性的分析了2015年1月至2018年6月期间术前行CT增强的HCC患者，由两位放射科医师评估CT影像特征。通过logistic回归分析确定与MTM亚型或VETC阳性相关的预测因子，并在验证队列中进行验证。使用Cox回归分析确定与手术切除后早期复发相关的预后因素。结果显示，与非MTM型HCC相比，MTM型HCC中VETC阳性HCC的比例显著大于VETC阴性HCC（图5，VETC阳性且MVI阳性的HCC）；VETC阳性HCC中MVI的比例比VETC阴性的HCC更高。
图5 53岁男性，右肝叶14.2 cm HCC，基线血清甲胎蛋白110.3 ng/mL。病理提示MTM亚型且 VETC阳性HCC。（A）CT扫描动脉期，肿瘤动脉期不均匀高强化；（B）CT扫描门静脉期，肿瘤内坏死(*)，门静脉期洗脱，包膜清晰。（C）显微照片显示MTM（原始图像放大100倍);（D）显微照片显示超过一半的肿瘤区域中，肿瘤细胞团簇，边缘有完整的CD34阳性内皮细胞(CD34免疫染色，原始图像放大100倍)。患者肿瘤术后10个月复发 高血清甲胎蛋白水平、术前CT上肿瘤内坏死和肿瘤内出血是MTM亚型的独立预测因子；术前CT上肿瘤直径>5cm和肿瘤内坏死是VETC阳性HCC的独立预测因子（表1）。 表1 多因素回归分析MTM亚型及VETC阳性HCC的预测因子
结合血清甲胎蛋白水平、肿瘤内坏死和肿瘤内出血、肿瘤大小这些特征进一步开发和验证了ANH（A，血清甲胎蛋白；N，肿瘤内坏死；H，肿瘤内出血）和SN（S，肿瘤大小；N，肿瘤内坏死）评分系统，使用该评分系统得分越高的HCC患者，术后早期复发的可能性越大（图6）。
图6 Kaplan-Meier曲线显示CT成像表型对HCC手术切除患者早期无复发生存的影响 在多变量Cox回归分析中，年龄≥50岁（P =0.02）和高ANH且高SN表型（P =0.01）是术前分析早期复发的独立预测因子，而大血管侵犯（P = 0.02），微血管侵犯（P =0.02），VETC模式（P = 0.01）和卫星结节（P =0.002）是术后分析中早期复发的独立预测因子（表2）。 表2 HCC术后早期复发的单因素和多因素Cox回归分析
研究得出结论：术前CT特征可用于判断HCC的MTM亚型及VETC类型，对预测HCC早期复发有重要意义。 此外，2021年发表在《Br J Radiol》杂志上的一项回顾性研究[17]，探讨了EOB-MRI影像学特征预测VETC阳性的HCC。该研究共纳入109例经病理证实的HCC患者，由影像科医生对EOB-MRI术前影像学特征进行定性和定量评估。在单因素和多因素分析中确定区分VETC阳性的重要因素，同时构建列线图，采用受试者工作特征曲线值下方面积（AUC）评估模型效能。单因素和多因素分析结果显示：1）血清AST水平40 U/l，2）动脉期肿瘤非环形全瘤不均匀强化，3）动脉期肿瘤-肝信号强度比≥1.135，4）肝胆特异性期中，肿瘤与肝脏的SI比值为0.585或更低，是预测VETC阳性独立预测因子。结合所有4个重要变量建立模型，诊断VETC阳性的准确性为82.6%，敏感性为83.9%，特异性为80.9%， AUC值为0.885（表3，图7）。
图7 EOB-MRI和VETC阳性HCC的定性和定量影像学特征的代表性图像。（a）VETC阳性的HCC非环形全瘤不均匀强化；（b）动脉期肿瘤-肝信号强度比为1.270 (> 1.135) ；（c）肝胆特异性期；（d）肝胆特异期，肿瘤与肝脏的信号强度比值为0.559 (< 0.585)；（e）对CD34免疫组织化学染色（原始图像放大100倍）。在超过5%的肿瘤区域，VETC阳性的HCC显示肿瘤细胞群，边缘有完整的CD34阳性内皮细胞 表3 VETC阳性HCC的单因素和多因素预测分析
小结：随着人们对影像学预测VETC的不断探索，已经发现增强CT和EOB-MRI的一些征象对VETC的预测价值，如增强CT肿瘤内坏死和EOB增强磁共振动脉期不均匀强化，肝胆特异性期肿瘤与肝脏的SI比值为0.585或更低等。 影像组学对于VETC阳性HCC的预测价值 与传统的影像学诊断VETC阳性HCC相比，影像组学的方法能够从医学图像中提取大量的隐藏数据，有可能提高诊断性能。2022年苏州大学附属第一医院胡春红教授团队在《European Radiology》上发表了一篇研究，探讨EOB- MRI影像组学预测VETC阳性HCC和患者预后 [18]。该研究共纳入182例（训练队列：128例；验证队列：54例）术前行EOB-MRI的HCC患者，在肝胆期图像中手工勾画肿瘤内和肿瘤周围区域，提取组学特征进行特征降维后，建立了临床、瘤内、瘤周、联合影像组学和临床影像组学模型。运用Kaplan-Meier生存分析评估VETC阳性和VETC阴性HCC患者的早期复发和无进展生存期（PFS）。研究结果显示，影像组学模型的AUC高于临床模型（P <0.05），瘤周影像组学模型（AUC = 0.972）的AUC显著高于瘤内模型（AUC = 0.919） （P = 0.044）。瘤周影像组学模型预测的VETC 阳性与VETC阴性HCC患者间的早期复发和PFS有显著差异（P <0.05）。瘤周影像组学模型预测的VETC是早期复发（P = 0.002）和PFS的独立预测因子（ P = 0.007）（图8）。
图8 临床和影像组学模型的ROC曲线 KM生存分析显示，与VETC阴性HCC相比，VETC 阳性HCC复发更早，PFS更差。 小结：EOB-MRI影像组学建立预测VETC模型的诊断效能高于临床模型。瘤周影像组学模型预测的VETC 阳性与VETC阴性HCC患者间的早期复发和PFS有显著差异。瘤周影像组学模型预测的VETC是早期复发和PFS的独立预测因子。VETC 阳性HCC复发更早，PFS更差。 专家点评
以上的这些问题很多目前仍然没有确切的答案，有待进一步的临床研究去证实。相信随着影像技术的不断进步，一定会出现更多、又有前景的评估手段，为HCC患者提供更精准、更个体化的治疗方案，造福更多的HCC患者。 [1] 原发性肝癌诊疗指南（2022年版）.J clin Hepatal.2022;38(2):306-21 [2] Sun Y, Wu L, Zhong Y, et al. Single-cell landscape of the ecosystem in early-relapse hepatocellular carcinoma[J]. Cell, 2021,184(2): 404-421. e16. [3] Jou J, Diehl AM. Epithelial-mesenchymal transitions and hepatocarcinogenesis. J Clin Investig. 2010;120(4):1031-1034. [4] wan L,Pantel K, Kang Y.Tumor metastasis: moving new biological insights into the clinic[J].Nat Med,2013,19(11):1450-1464. DoI: 10.1038/nm.3391 [5] Fang, Jian-Hong et al. “A novel vascular pattern promotes metastasis of hepatocellular carcinoma in an epithelial-mesenchymal transition-independent manner.” Hepatology (Baltimore, Md.) vol. 62,2 (2015): 452-65. doi:10.1002/hep.27760. [6]. Ding, Tong et al. “Endothelium-coated tumor clusters are associated with poor prognosis and micrometastasis of hepatocellular carcinoma after resection.” Cancer vol. 117,21 (2011): 4878-89. doi:10.1002/cncr.26137 [7]. Ziol, Marianne et al. “Macrotrabecular-massive hepatocellular carcinoma: A distinctive histological subtype with clinical relevance.” Hepatology (Baltimore, Md.) vol. 68,1 (2018): 103-112. doi:10.1002/hep.29762. [8] Renne SL,Woo HY, Allegra S et al (2020) Vessels encapsulating tumor clusters (VETC) is a powerful predictor of aggressive hepatocellular carcinoma. Hepatology 71:183–195 [9] Lu, Lianghe et al. “A new horizon in risk stratification of hepatocellular carcinoma by integrating vessels that encapsulate tumor clusters and microvascular invasion.” Hepatology international vol. 15,3 (2021): 651-662. doi:10.1007/s12072-021-10183-w [10] 杨建荣,钟敬涛,刘天奇,等. 术前超声造影和术中快速冰冻病理切片诊断VETC 癌巢型肝细胞癌的价值及患者手术方式选择研究[J]. 中国临床新医学,2021,14(3):262 -266. [11] Fang JH, Xu L, Shang LR, et al. vessels that encapsulate tumor clusters(VETC) pattern is a predictor of sorafenib benefit in patients with hepatocellular carcinoma[J]. Hepatology, 2019,70(3):824 -839. [12] Zhou, Hui-Chao et al. “MicroRNAs miR-125b and miR-100 suppress metastasis of hepatocellular carcinoma by disrupting the formation of vessels that encapsulate tumour clusters.” The Journal of pathology vol. 240,4 (2016): 450-460. doi:10.1002/path.4804 [13] Zhou, Hui-Chao et al. “Dual and opposing roles of the androgen receptor in VETC-dependent and invasion-dependent metastasis of hepatocellular carcinoma.” Journal of hepatology vol. 75,4 (2021): 900-911. doi:10.1016/j.jhep.2021.04.053 [14] Ridder, Dirk Andreas et al. “Transforming Growth Factor-β Activated Kinase 1 (Tak1) Is Activated in Hepatocellular Carcinoma, Mediates Tumor Progression, and Predicts Unfavorable Outcome.” Cancers vol. 14,2 430. 15 Jan. 2022, doi:10.3390/cancers14020430 [15] 蓝春勇,凌 冰,郭文文, 等.VETC(+)肝癌内皮细胞中波形蛋白的表达及其与超声造影表现的关系[J]. 中华肿瘤杂志，2018,40(2):105-109. [16] Feng Z, Li H, Zhao H, et al. Preoperative CT for characterization of aggressive macrotrabecular-massive subtype and vessels that encapsulate tumor clusters pattern in hepatocellular carcinoma[J]. Radiology, 2021,300(1):219 -229. [17]Fan Y, Yu Y, Hu M, et al. Imaging features based on Gd-EOBDTPA-enhanced MRI for predicting vessels encapsulating tumor clusters(VETC) in patients with hepatocellular carcinoma[J]. Br J Radiol, 2021,94(1119):20200950. [18] Yu, Yixing et al. “Gd-EOB-DTPA-enhanced MRI radiomics to predict vessels encapsulating tumor clusters (VETC) and patient prognosis in hepatocellular carcinoma.” European radiology vol. 32,2 (2022): 959-970. doi:10.1007/s00330-021-08250-9 [19] Huang B, Lin X, Shen J, Chen X, Chen J, Li ZP, Wang M, Yuan C, Diao XF, Luo Y, Feng ST. Accurate and Feasible Deep Learning Based Semi-Automatic Segmentation in CT for Radiomics Analysis in Pancreatic Neuroendocrine Neoplasms. IEEE J Biomed Health Inform. 2021 Sep;25(9):3498-3506. doi: 10.1109/JBHI.2021.3070708. Epub 2021 Sep 3. PMID: 33798088. [20] Luo Y, Chen X, Chen J, Song C, Shen J, Xiao H, Chen M, Li ZP, Huang B, Feng ST. Preoperative Prediction of Pancreatic Neuroendocrine Neoplasms Grading Based on Enhanced Computed Tomography Imaging: Validation of Deep Learning with a Convolutional Neural Network. Neuroendocrinology. 2020;110(5):338-350. doi: 10.1159/000503291. Epub 2019 Sep 13. PMID: 31525737. [21] Chen Y, Chen J, Zhang Y, Lin Z, Wang M, Huang L, Huang M, Tang M, Zhou X, Peng Z, Huang B, Feng ST. Preoperative Prediction of Cytokeratin 19 Expression for Hepatocellular Carcinoma with Deep Learning Radiomics Based on Gadoxetic Acid-Enhanced Magnetic Resonance Imaging. J Hepatocell Carcinoma. 2021 Jul 22;8:795-808. doi: 10.2147/JHC.S313879. PMID: 34327180; PMCID: PMC8314931.仅供与医疗卫生专业人士学术沟通使用 MA-M_PRI-CN-0149-1  |
|
|
