胶质母细胞瘤是成人最常见的原发中枢神经系统恶性肿瘤，以浸润性生长为突出特征。近期研究认为胶质母细胞瘤不仅影响局部病灶区域，也会对大脑整体的结构和功能产生广泛影响。一方面，肿瘤会导致神经连接重组，另一方面，神经活动也可促进肿瘤扩散。因此，对胶质母细胞瘤患者全脑神经连接进行表征可促进对肿瘤侵袭性的理解，从而更精准地对患者进行分层和个性化治疗。

本文主要采用弥散磁共振成像（diffusion magnetic resonance imaging，dMRI）对大脑结构连接进行量化。与传统T1加权及FLAIR图像比较，dMRI对于隐匿性的肿瘤侵袭更为敏感。目前神经影像技术可将全脑结构连接表征为连接组，将脑图谱划分的脑区作为网络节点（node），脑区之间的白质连接定义为边（edge）。基于图论（graph theory）来分析结构连接的方法已用于神经精神类疾病。有研究发现脑肿瘤可以改变脑连接组的拓扑学特征，而脑网络则相应地表现出一定的稳健性（robustness）和重组（reorganisation）。近期研究发现连接组的拓扑学特征可预测肿瘤发生位置的概率及患者的生存期。然而，能否量化胶质母细胞瘤患者的结构连接组破坏情况，并指导患者预后分层尚有很多未知，理解结构连接组的稳健性是否影响患者预后也尤为重要。

本研究力图对胶质母细胞瘤患者脑结构连接组的损伤进行表征并研究其临床意义。研究的科学假设为：胶质母细胞瘤可引起全脑和局部结构连接组破坏，从而改变脑拓扑结构，并影响患者预后。

通过前瞻性临床试验招募了两组原发胶质母细胞瘤患者，分别作为实验组与验证组。经相同的入组和排除标准，最终实验组纳入117名患者，验证组纳入42名患者。所有患者按照诊疗指南进行手术切除及术后辅助治疗，治疗反应根据RANO标准判断。肿瘤分割经深度学习工具及专家校验获得。两组患者临床指标无显著性差异。

此外，研究还纳入了117名年龄匹配的健康被试作为对照组，并从Alzheimer Disease Neuroimaging Initiative数据库中获取了10名健康被试的高分辨率dMRI，用于制作高空间分辨率的纤维束连接模板。

为避免肿瘤占位效应对传统的纤维束追踪成像（tractography）的影响，研究采用了构建纤维束模板（Tractography template）的方式。首先，利用10名健康被试的高分辨率dMRI制作模板，即基于AAL（automated anatomical labelling）脑图谱将大脑划分为90个脑区并进行两两脑区之间的概率纤维束追踪，得到标准空间上基于群体的白质纤维连接模板。其次，利用前期开发的迭代式纤维束空间统计方法（iterative tract-based spatial statistics, MICCAI 2021, https://link.springer.com/chapter/10.1007/978-3-030-87234-2_49）获得肿瘤患者和健康对照的个体化白质束骨架（FA skeletons）。然后，结合白质纤维连接模板和个体化白质束骨架，计算每一个患者/对照的个体化白质纤维和脑区连接强度（strength）。最后，通过比较患者和健康对照来判断患者的连接组强度是否出现了显著降低（低于健康群体平均水平超过2倍标准差）。

根据肿瘤分割区域，受影响的白质连接可分为肿瘤直接（Direct）和间接（Indirect）破坏。受影响脑区可分为肿瘤强化区（contrast-enhancing，CE）,  非强化区（non-enhancing，NE），远处（Distant）破坏区和间接（Indirect）破坏区。由此可在考虑异质性的前提下量化肿瘤对不同区域连接组的影响 （图1）。

通过计算患者群体的肿瘤体素分布密度得到肿瘤的分布概率图，并在群体层面计算了主要解剖结构受影响的概率。另外计算了每个肿瘤患者个体的拓扑学特征值：特征路径长度（characteristic path length）和聚类系数（clustering coefficient）。通过移除被破坏的白质纤维束，来进一步识别残存的白质连接。

全脑和局部水平的连接组破坏具有临床意义

在全脑层面，患者白质连接和脑区破坏与术前认知水平（MMSE评分）呈负相关（P<0.001，图2A，2C）。线性回归模型纳入年龄作为协变量后，白质连接和脑区破坏仍与认知评分显著相关。另发现KPS小于80的患者白质连接和脑区的破坏显著高于KPS大于80的患者（P<0.001，图2B，2D）。在局部层面，白质连接的直接破坏（Direct）显著高于间接（Indirect），肿瘤强化区的脑区破坏显著高于非强化区及远处（图2F，2H），并在验证集取得了一致结果（图2E，2G）。以上发现符合临床先验，支持了结构连接组方法的稳健性。进一步研究发现肿瘤体积与白质连接的直接破坏和脑区的远处破坏显著相关 （均P<0.001）；在所有脑区中，远处破坏的占比和概率都显著高于病灶局部（均P<0.001），提示肿瘤对结构连接组的影响远超出病灶局部。

肿瘤可改变结构连接组的拓扑学特征

与健康对照相比，肿瘤患者的特征路径长度较高，而聚类系数较低（均P<0.001），提示肿瘤可显著改变结构连接组的拓扑学特性（图4A，4B）。较低MMSE 和KPS评分的患者具有较高的特征路径长度和较低的聚类系数（均P<0.001，图4C-4F）。而且，肿瘤体积与特征路径长度呈正相关而与聚类系数呈负相关（均P<0.001），提示较大的肿瘤可更显著地影响连接组的拓扑学特性。

多元线性回归提示在不同种类的连接组破坏中，只有远处脑区的破坏与拓扑学特征显著相关（P<0.001，图4I，4J）。中介分析提示肿瘤体积对于拓扑学特征具有直接效应（均P<0.001）和间接效应（P<0.001，P=0.008），此间接效应由远处脑区损害介导（图4K，4L）。进一步在MMSE和KPS分组比较中发现评分较高的患者远处脑区破坏程度较低，提示肿瘤可能通过远处脑区的破坏改变连接组的拓扑学特性。

结构连接组破坏可提示患者预后

Log-rank生存分析显示，更高程度的远处脑区破坏与较差的患者生存相关（OS：P=0.002,  PFS：P=0.019，图5A），而连接组的拓扑学特征也与患者的生存相关（特征路径长度OS：P=0.040，PFS：P=0.002，聚集系数OS：P=0.005，PFS：P=0.012，图5B，5C）。纳入临床变量后，多变量Cox 比例风险模型显示，远处脑区破坏及拓扑学特征仍显著（见原文图6）。

进一步建立逻辑回归生存模型，纳入连接组破坏和拓扑特征后，模型在实验组和验证组中均能取得更高的AUC。可视化显示，两个相似临床特征的患者中，预后较差的患者具有更广泛的白质连接破坏和脑区破坏（图5G-5J）。

远处脑区与残存结构连接变化和肿瘤复发相关

鉴于远处脑区的破坏是最显著的预后指标，研究进一步探索了远处脑区的破坏对于残存连接组的影响。结果表明93.2%的患者出现了连接强度的变化，而其中24.7%的患者出现连接强度升高。Log-rank检验发现，残存连接组强度升高的患者生存显著较好（P=0.005，图7B）。经过对患者随访，发现肿瘤复发距离（复发位置与原中心的距离）与远处脑区破坏呈正相关（r=0.60，P=0.01，图7C）。通过可视化发现，远处脑区破坏的位置可提示肿瘤复发的位置，尤其对于术前传统增强图像上显示正常的区域，通过连接组学分析提示术前已有远处脑区破坏（图7D-7M）。

本研究采用了结构连接组的方法，研究了胶质母细胞瘤患者结构连接的破坏，研究发现：

通过结构连接组学，本研究揭示了肿瘤对于全脑结构和功能的影响，为更准确地判断肿瘤的侵袭范围提供了无创的工具，对胶质母细胞瘤患者的诊断、风险分层以及治疗规划均具有较高的临床参考价值。

韦怡然

剑桥大学

临床神经科学系博士研究生

主要研究方向为脑连接组学和计算神经科学，研究结合多模态神经影像和深度学习建模等方法，关注脑肿瘤以及阿尔茨海默病的诊断以及表征，开发具有临床转化价值的模型

以第一作者在Brain、MICCAI等期刊或顶会上发表多篇论文

李超

剑桥大学

临床神经科学系和应用数学系资深研究员，邓迪大学医学院和科学与工程学院双聘教授（Reader），剑桥大学女王学院Fellow，Guarantors of Brain Fellow，博士生导师

曾于华山医院和上海市第一人民医院工作，积累了丰富的神经科临床经验

目前研究聚焦于开发基于智能神经影像及多组学的深度学习模型，用于研究脑科学和神经系统重大疾病

致力于利用数据工具理解脑结构和功能，促进重大神经系统疾病的精准诊疗，在剑桥大学附属医院兼任职位开展智能神经影像技术促进神经系统疾病精准诊疗的临床转化工作

系列研究成果发表在Nature Machine Intelligence、Brain、MICCAI等期刊/会议

由于在脑肿瘤研究方面的突出贡献，2022年获英国神经肿瘤协会和脑肿瘤研究协会联合年度奖