“谷歌地圖”展示腫瘤生長所需的結構和功能性血管變化

　　近日，一份發表在《Nature Scientific Reports》的研究稱，約翰·霍普金斯大學醫學研究人員開發了一種類似于“谷歌地圖”的方法，可以更準確地計算和可視化腫瘤生長所需的結構和功能性血管變化。通過將來自動物模型的腫瘤標本的高質量3D成像數據與復雜的數學公式配對，研究人員表示，他們現在擁有一個能夠準確表示腫瘤內血液流量的模型，包括復雜的血流量，氧合作用和發生的結構變化。

　　該研究的負責人Arvind Pathak博士表示，該項目的開發是為了解決癌癥生物學在生長和發展腫瘤中的復雜性。他認為需要更好的預測模型，因為許多現有模型采用了腫瘤血管復雜幾何形狀的基本近似。

　　“腫瘤'微環境'的不良表現使模型和基于它們的研究不太準確。所以我想，我如何利用我的成像專業知識來改善建模人員可用的信息？”帕特哈克說，約翰斯霍普金斯大學醫學院放射學和生物醫學工程副教授，約翰霍普金斯吉梅爾癌癥中心的成員。

　　為了創建更準確地反映腫瘤結構和行為的模型，他的研究小組將小鼠與人乳腺腫瘤細胞一起植入，并使用3D磁共振顯微鏡和微CT成像對所得腫瘤進行成像。這些高分辨率3D圖像提供了有關腫瘤體積和血管網絡結構的詳細信息。

　　通過繪制潛在的血管結構，Pathak和他的研究小組搜索了科學文獻，以找到這些結構在生命系統中可能表現的信息。具體而言，他們搜索的研究包括測量血管，血流量和血管容量，與血管中的血管相似。

　　利用這些信息，該小組與約翰斯·霍普金斯大學醫學院生物醫學工程系的亞歷山大·波普爾系統生物學實驗室合作開發了一套數學公式，旨在代表腫瘤的這些方面。他們通過將以前發表的研究數據與他們收集的信息相結合來做到這一點。

　　“基于圖像的模型包含數千個關于預測血流和整個腫瘤血管內氧合的數據點，”Pathak說。

　　該小組的下一個挑戰是使他們收集的信息易于查看和理解，就像基于網絡的地理地圖可以很容易地看到并覆蓋不同類型的有用信息，如旅行時間，交通活動，彎路和平均速度。

　　作者稱，該團隊計劃將這些圖像免費提供給科學界用于研究。該模型可以是交互式的，因此用戶可以改變諸如血管寬度的參數，以觀察對血流的影響以及對腫瘤的藥物或其他治療的遞送。

　　該方法尚未直接適用于人類腫瘤。但是，Pathak說，“由于我們在診所獲得高分辨率圖像的能力有所提高，我們希望這種工具能夠被用來提供一種非侵入性的方法來預測患者癌癥的行為并定制他們的治療方法。”