1.肿瘤与基因
酰胺质子转移加权（APTW）成像是一种新型的分子MRI技术，主要基于内源性细胞蛋白进行对比成像。 Jiang等对27例Ⅱ级胶质瘤患者（7例为IDH1野生型，20例突变型）行APT成像，获取基于多个ROI分析的最大和最小APT加权参数，以及整个肿瘤的直方图分析参数（平均值、方差和峰度等）。结果显示IDH1野生型组的ROI分析中，最大和最小APT信号值、整个肿瘤的直方图分析的平均值和50%分位值明显高于IDH1突变型组，其AUC分别为0.80、0.91、0.75和0.75，提示APT加权成像可以无创性预测II级胶质瘤的IDH基因型。另一组研究应用APT成像联合动脉自旋标记技术（arterial-spin labeling，ASL）对胶质瘤IDH1基因状态进行定量研究，研究获取胶质母细胞瘤患者肿瘤实性区域的MTRasym（3.5ppm）即APT值和CBF值。取对侧的小脑半球作为参照，获取肿瘤区域的标准化CBF（nCBF）。使用独立t检验比较IDH1野生型和突变型组的参数值，并行ROC曲线分析，研究发现在低级别胶质瘤中，IDH1基因野生型的APT和nCBF高于突变型组（P= 0.027，P<0.001）。AUC分别是0.802、0.844，截断值分别为APT=1.35%、nCBF=1.74，敏感度为97.0%、81.8%，特异度为60.2%和62.2%。高级别胶质瘤IDH1野生型的APT和CBF值高于突变型。AUC分别为0.695和0.712，APT截断值是3.24%，敏感度和特异度分别是67.4%和72.2%。低级别胶质瘤中，将APT和nCBF值使用回归分析联合后得到的总预测符合率是78.7%。高级别胶质瘤组，APT和nCBF结合得到的总正确预测率是86.8%。故APT和ASL能无创性预测脑胶质瘤的IDH1基因状态，将APT和ASL参数结合进一步提高IDH1基因状态的总正确预测率。
Ren等的研究使用非高斯扩散MR成像无创性检测Ⅱ、Ⅲ级胶质瘤的IDH1突变状态。对90例较低级别胶质瘤（Ⅱ级：64例；Ⅲ级：26例）患者行常规MRI平扫、单b值和多b值（≤5000s/mm2），以及T1增强扫描。比较Ⅱ、Ⅲ级胶质瘤中IDH1野生型和突变型组的ADC值和拉伸指数衍生的体素内异质性指数，并进行ROC曲线分析。结果提示，Ⅱ级胶质瘤中IDH1突变型和野生型分别为8、18例，突变型的ADC值和α值均高于野生型组［ADC：（1.33±0.322） vs （1.09±0.232），t=3.316，P=0.003；α：（0.87±0.054） vs （0.82±0.050），t=3.788，P=0.000］。Ⅲ级胶质瘤中，突变型的α值显著高于野生型组［（0.83±0.042） vs （0.77±0.051），P=0.008］，而两组的ADC无显著差异［突变型：(1.04±0.313） vs 野生型：（0.95±0.154），P=0.476］。ROC分析提示α值能用于预测Ⅱ、Ⅲ级胶质瘤的IDH1状态，而ADC能预测Ⅱ级胶质瘤的IDH1状态。非高斯扩散参数比ADC更好地判断低一级别胶质瘤的IDH1突变。在低一级别胶质瘤中，野生型胶质瘤的水分子的扩散相比突变型胶质瘤更不均匀。
酰胺质子转移加权磁共振成像信号作为一种新的影像学标记预测胶质母细胞瘤MGMT启动子甲基化状态。对怀疑患有GBM的患者在手术前行常规和APTW MR扫描。 MGMT甲基化状态用免疫组织化学染色评估和甲基化特异性聚合酶链反应证实。使用MTRasym（3.5ppm）计算APTW图像。使用对侧正常脑组标准化得到APTW信号强度的最大值和最小值（APTWmax和APTWmin）、平均值（APTWave）和异质性（APTWhet=APTWmax-APTWmin）。结果显示11例GBM患者确诊为MGMT启动子甲基化，其余7例确诊为未甲基化。大部分非甲基化MGMT的GBM在APTW图像上表现出异质性，出现明显的高信号；而大多数MGMT甲基化的GBM显示异质性，出现中等程度的APTW高信号。非甲基化MGMT组与甲基化的MGMT组相比，APTWmax（分别为3.46％±0.49％和2.67％±0.59％）；APTWave（分别为2.90％±0.37％和2.28％±0.47％）；APTWmin（分别为2.31％±0.27％和1.90％±0.42％）；APTWhet（分别为1.15％±0.33％和0.77％±0.23％）明显高于对照组。鉴别未甲基化的MGMT和甲基化的MGMT GBMs，APTWmax和APTWave的曲线下面积（0.857）和诊断符合率（90.4％）最高。因此，具有不同MGMT甲基化状态的GBM与可区分的APTW成像特征相关联。所述APTW信号可用于识别GBM中的MGMT甲基化状态，是对烷基化剂化疗管理的一个有价值的成像生物标志物。
多模态MRI的3D纹理特征用于评估MGMT启动子甲基化。Tian等提取分析73例胶质母细胞瘤患者（25例MGMT阳性，38例MGMT阴性）感兴趣容积内的灰度共生和曲度共生矩阵（GLCM和GLGCM）的纹理特征。随后使用基于支持向量机（SVM）的特征选择和分类得到适当的纹理特征亚类，并证实其是否与MGMT启动子甲基化相关。结果显示，从10项MRI设备参数中提取420个GLCM和GLGCM特征，共选择23个特征，其鉴别是否有MGMT启动子甲基化的符合率、敏感度、特异度和曲线下面积分别达到82.19%、83.78%、80.56%和0.9204。在这些合适的纹理特征亚类中，结构和灌注成像得到的特征相比其他特征，更能检测MGMT启动子甲基化。
动态磁敏感灌注成像和扩散成像在胶质母细胞瘤的基因放射组学和预后方面的研究。回顾分析41例［平均年龄（62.32±12.09）岁］经病理证实的胶质母细胞瘤，计算肿瘤强化区的平均和最大相对脑血容量（rCBV），平均表观扩散系数（ADC）和最小ADC值（rCBVmean、rCBVmax、ADCmean和ADCmin），以及肿瘤周围区域的最大rCBV比值和最小ADC值（rCBVperi-tumor，ADCperi-tumor）。评估影像学参数与Ki-67标记指数，异柠檬酸脱氢酶（IDH），哺乳动物雷帕霉素靶标蛋白（mTOR）与EGFR之间的关系，用Cox回归评估其对生存时间（OS）的影响。研究发现无IDH突变40例，ADC参数与基因组生物标志物无显著性差异（P>0.05）。 相反，rCBVmax与mTOR显著相关（P=0.047）。对性别和EGFR校正后，rCBVperi-tumor与mTOR显著相关。Cox回归分析显示，rCBVperi-tumor和年龄是OS最强的两个预测指标（危险比=1.29和1.063；P=0.003和0.005）。与其他影像学参数和基因组生物标志物相比，rCBVperi-tumor ROC曲线下面积更大，ROC曲线下面积联合年龄提高了OS的预测准确性，特异度为78.9％，敏感度为81.8％。比较研究显示定量参数rCBV与mTOR-EGFR通路生物标志物之间存在显著的放射基因组关联，而rCBVperi-tumor比基因组生物标志物和ADC参数有更好的预后价值，这可能表明mTOR-EGFR途径调节肿瘤血管生成起着更重要的作用。
2.肿瘤放射组学与机器学习
多区域MR成像特征和机器学习技术预测胶质母细胞瘤的分子分型。回顾性分析121例诊断为胶质母细胞瘤的患者，从T1加权、T2加权、FLAIR图像和ADC图中一共提取了787个多区域（对比剂强化和FLAIR上高信号区域）的组学特征。分子亚型包括MGMT启动子甲基化、IDH1突变、EGFR扩增和1p/19q共缺失状态。在单变量中选出存在显著差异（<0.05，Wilcoxon检验）或区别值（AUC>0.7）的特征，去除多余的特征。通过机器学习运算法则评估选择的方式组学特征和分子分型之间相关性程度。使用100次重复和数据亚抽样的自举法，以避免过度评估和解决数据不平衡的问题。结果显示，单变量分析中，去除多余的特征后仍有11、9、6和15项组学特征分别能预测MGMT、IDH1、EGFR和1p/19q共缺失状态。将机器学习应用于放射组学特征预测MGMT状态的性能中等（AUROC:0.691~0.800），预测IDH1突变（AUROC:0.868~0.971），EGFR扩增（AUROC:0.729~0.874）和1p/19q共缺失状态（AUROC:0.771~0.960）达到好至优秀的性能。本研究发现MR放射组学特征和分子亚型之间有相关性，尽管其中一些没有显著性差异，可能与数据不均衡和预测的偶然性有关。
