廖栩鶴，劉 萌，王榮福，陳雪祺，崔永剛，邸麗娟，殷 雷，佟正灝，孫宏偉，吳彩霞

(北京大學第一醫(yī)院核醫(yī)學科，北京 100034)

表皮生長因子受體(epidermal growth factor receptor， EGFR)基因突變是肺腺癌最常見的驅動基因突變，其中編碼EGFR酪氨酸激酶結構域的18～21號外顯子最易突變，尤以19號外顯子缺失突變(E746-A750)和21號外顯子點突變(L858R)最常見，但二者對EGFR-酪氨酸激酶抑制劑(tyrosine kinase inhibitors， TKI)的應答率可能并不完全一致[1-2]。有研究[3-5]認為18F-FDG PET/CT相關葡萄糖代謝顯像半定量參數[最大標準化攝取值(maximum standardized uptake value， SUVmax)，平均標準化攝取值(average of standardized uptake value， SUVmean)，腫瘤代謝體積(metabolic tumor volume， MTV)和總糖酵解量(total lesion glycolysis， TLG)]有助于預測EGFR基因突變，且低水平半定量參數與EGFR基因突變顯著相關[3,6]。目前對于預測EGFR突變亞型的報道[3,7-8]較少，且存在明顯爭議。本研究探討18F-FDG PET/CT相關半定量參數與EGFR突變亞型(19和21號外顯子)的關系，以期從糖代謝角度加以區(qū)分。

1 資料與方法

1.1 一般資料 回顧性分析2011年12月—2019年1月我院收治的64例初發(fā)肺腺癌患者，男24例，女40例，年齡38～82歲，平均(63.3±9.8)歲；50例不吸煙，14例有吸煙史或目前吸煙；根據國際肺癌研究協會第8版分期系統，TNM分期Ⅰ～Ⅱ期34例、Ⅲ～Ⅳ期30例；原發(fā)灶最大徑10.00～50.00 mm，平均(27.17±9.36)mm；SUVmax為1.01～14.20、平均5.71±3.53，SUVmean為0.60～8.58、平均3.39±2.12，MTV為5.18～100.61 cm3、平均(21.64±20.06)cm3，TLG為6.22～467.72，平均76.13±86.09。納入標準：①病理診斷包括原發(fā)灶細胞學、組織學和EGFR基因分析；②于治療前接受18F-FDG PET/CT顯像，于除外手術的其他治療之前接受基因檢測；③各檢查之間時間間隔不超過4周。排除標準：①5年內有其他惡性腫瘤史；②6個月內有手術史；③3個月內身體有明顯炎性病變。對所有資料均行匿名處理后再行數據分析。本研究通過我院生物醫(yī)學研究倫理委員會審查。

1.2 儀器與方法 采用Philips Gemini GXL PET/CT機。檢查前囑患者空腹6 h以上，檢查當日禁止劇烈運動；檢查前測量血糖、身高、體質量。顯像劑18F-FDG由原子高科股份有限公司提供，放射化學純度>95%，注射劑量為3.7 MBq/kg體質量(0.1 mCi/kg體質量)。注射對比劑60～70 min后先行CT全身平掃，范圍自顱底至股骨中段，掃描參數：層厚2 mm，螺距0.81，管電壓120 kV，管電流100 mA，矩陣512×512；之后行PET顯像，矩陣144×144，每個床位1.5 min，每例8～9個床位。重建圖像后，以EBW V3.5.2和 PET/CT Application Suite V1.5.1A系統軟件行圖像融合。

1.3 圖像分析 由2名高年資主治醫(yī)師采用雙盲法評估PET/CT和薄層CT圖像。在MedEx MEMRS V8軟件中勾畫獲取SUV相關參數，包括SUVmax、SUVmean、原發(fā)灶MTV(MTV of primary lesion， pMTV)和原發(fā)灶TLG(TLG of primary lesion， pTLG)。腫瘤負荷三維ROI邊緣閾值為40%×SUVmax[9]。SUVmean為腫瘤負荷區(qū)平均SUV值；pMTV為腫瘤負荷區(qū)體積；pTLG=SUVmean×pMTV。

1.4 病理分析 原發(fā)灶樣本來自手術或活檢標本，采用盲法行基因分析。EGFR基因檢測采用免疫組織化學法。EGFR突變特異性抗體是Cell Signaling Technology (Danvers， MA)的Rabbit XP?單克隆抗體，包括E746-A750del突變的6B6特異性抗體和L858R突變的43B2特異性抗體。

1.5 統計學分析 采用SPSS 25.0統計分析軟件。符合正態(tài)分布的計量資料以±s表示，組間比較采用t檢驗；不符合者以中位數(上下四分位數)表示，組間比較采用Mann-WhitneyU檢驗。計數資料采用皮爾遜χ2檢驗或Mann-WhitneyU檢驗，連續(xù)變量由ROC曲線分析獲得最優(yōu)截點后轉換成二分類變量。所有變量經單因素Logistic回歸分析，再行多因素Logistic回歸分析。采用ROC曲線檢驗關聯效能。所有檢驗均為雙側檢驗。P<0.05為差異有統計學意義。

表1 患者一般資料分析

表2 患者一般資料分組分析[例(%)]

2 結果

2.1 一般資料分析 64例中，23例(23/64，35.94%)存在19號外顯子缺失突變(E746-A750)，41例(41/64，64.06%)存在21號外顯子點突變(L858R)，見表1、2。

2.2 EGFR基因突變亞型的相關分析 對所有連續(xù)變量、分類變量與EGFR基因突變亞型行單因素Logistic回歸分析,發(fā)現不論作為連續(xù)還是分類變量，原發(fā)灶最大徑和pMTV均與EGFR突變亞型顯著相關 (P均<0.05)，原發(fā)灶最大徑更短、pMTV較低提示更可能21號外顯子突變，且作為分類變量時其與突變亞型的關聯更甚；而SUVmean僅在作為分類變量時與外顯子突變存在相關性，高水平SUVmean提示更可能21號外顯子突變。見表3、4。

表3 連續(xù)變量對EGFR基因突變亞型的單因素分析

表4 分類變量對EGFR基因突變亞型的單因素分析

連續(xù)變量多因素回歸分析中，原發(fā)灶最大徑和pMTV均失去顯著性[原發(fā)灶最大徑(P=0.435)和pMTV(P=0.821)]。分類變量多因素分析僅發(fā)現低水平pMTV[<11.2 cm3：OR=8.093，95%CI(1.089,60.126)]更可能為21號外顯子突變，其與突變亞型的關聯價值具有顯著性(P=0.041)，其AUC=0.691[95%CI(0.560,0.822),P=0.012)]。典型病例見圖1、2。

圖1 患者女，52歲，肺腺癌，原發(fā)灶最大徑40 mm，pMTV為31.94 cm3 A～C.CT(A)、PET(B)和胸部薄層屏氣CT(C)顯示原發(fā)灶位于左肺上葉尖后段； D～F.術后病理示浸潤性腺癌(D，HE，×10)，EGFR基因19號外顯子E746-A750del突變特異性抗體6B6呈陽性表達(E，×100)，EGFR基因21號外顯子L858R突變特異性抗體43B2呈陰性表達(F，×100)

圖2 患者女，53歲，肺腺癌，pMTV為7.81 cm3 A～C.CT(A)、PET(B)和胸部薄層屏氣CT(C)顯示原發(fā)灶位于右肺中葉外側段； D～F.術后病理示浸潤性腺癌(D，HE，×10)，EGFR基因21號外顯子L858R突變特異性抗體43B2呈陽性表達(E，×100)，EGFR基因19號外顯子E746-A750del突變特異性抗體6B6呈陰性表達(F，×100)

3 討論

EGFR基因突變后，編碼大量的酪氨酸激酶，后者磷酸化后經第二信使激活下游一系列通路，AKT信號通路是其中最重要的通路之一[10]，其激活導致葡萄糖轉運體上調，從而增加腫瘤細胞有氧糖酵解，使得腫瘤存活、生長[10]，即AKT通路激活可能導致腫瘤組織葡萄糖代謝增加。已知誘發(fā)AKT通路激活的EGFR基因突變可能與腫瘤組織FDG攝取增高存在相關性，但葡萄糖代謝改變與EGFR基因突變亞型之間是否存在確切關聯尚無明確的分子學證據。雖然EGFR的19和21號外顯子突變亞型對于EGFR-TKI治療決策并無顯著影響，但其對EGFR-TKI的應答率在很多情況下并不一致[1-2]，而腫瘤葡萄糖代謝水平與預后顯著相關[11]。本研究嘗試探索18F-FDG PET/CT半定量參數與EGFR基因突變亞型間的關聯。

3.1 連續(xù)變量和分類變量的選擇 既往研究[12]顯示腫瘤異質性、驅動基因突變、預后等均與MTV、SUVmean及TLG等葡萄糖代謝顯像半定量參數具有強關聯，但隨著瘤體增大，乏氧、壞死逐漸出現，腫瘤組織復雜性愈盛；瘤體超過一定大小后，這些關聯便明顯削弱。因此本研究不僅選取連續(xù)變量，還采用了分類變量。

3.2 葡萄糖代謝顯像半定量參數預測價值分析 CHOI等[7]發(fā)現19號外顯子突變組連續(xù)變量SUVmax明顯低于21號外顯子突變組(P=0.003)，其樣本量為57例非小細胞肺癌(non-small cell lung cancer, NSCLC)突變陽性患者(19與21號外顯子比例為30∶27)，與本研究大致相當。LV等[3]的大樣本調查(371例EGFR陽性患者，亞組樣本量未說明)并未發(fā)現這兩種突變亞型間連續(xù)變量的SUVmax存在顯著區(qū)別 (P=0.819)。在LEE等[8]的研究中，41例NSCLC患者EGFR陽性，19與21號外顯子比例為29∶12(P=0.966)。本研究中連續(xù)變量SUVmax未發(fā)現在兩種突變亞型間存在顯著差異，作為二分類變量仍未見其間存在統計學差異，進而采用Logistic回歸分析深入探索SUVmax與突變亞型的相關性。SUVmean、MTV和TLG能比SUVmax更多地反映腫瘤生物學行為，例如驅動基因狀態(tài)[12-13]。本研究單因素分析結果顯示，pMTV與EGFR基因突變亞型存在顯著關聯，作為連續(xù)和分類變量時，pMTV均在較低水平時更傾向于21號外顯子點突變；SUVmean作為分類變量時與突變亞型存在顯著關聯，但高水平SUVmean更易出現21號外顯子突變，與pMTV相反；多因素分析中僅分類變量pMTV顯示出與突變亞型存在一定關聯。上述結果提示，SUVmean和pMTV與EGFR基因陽性表達患者的兩種常見突變亞型存在一定相關性，特別是pMTV，但關聯度有限。

本研究的主要不足：①為回顧性研究，存在選擇偏倚，特別是兩種突變亞型例數差異較大，文獻[14]報道19和21號外顯子的突變比例約1∶1.1，因此可能會影響最終結果；②樣本量較小，尚需大樣本分析進一步驗證。