利用18F-SynVesT-1 PET 成像定量研究大鼠脑突触密度的突破与进展

为量化大鼠脑内突触囊泡糖蛋白 2A（SV2A），研究人员验证 [18F] SynVesT-1 的定量方法，发现非侵入性方法可靠，助力神经研究。

　　在神经科学的研究领域中，大脑就像一座神秘的迷宫，吸引着无数科研人员去探索其中的奥秘。突触作为神经元之间传递信息的关键部位，其密度的变化与神经系统的发育、衰老以及多种中枢神经系统疾病，如阿尔茨海默病、癫痫等密切相关。突触囊泡糖蛋白 2A（SV2A）作为一种在所有突触终端广泛表达的蛋白质，成为了评估突触密度的关键生物标志物。

随着神经成像技术的不断进步，正电子发射断层扫描（PET）为在体监测 SV2A 水平提供了可能。在众多用于 PET 研究的放射性配体中，[¹¹C] UCB-J 因其优良的成像特性被广泛应用，但它 20 分钟的短半衰期限制了其在没有现场回旋加速器的设施中的广泛应用。于是，[¹⁸F] SynVesT-1 凭借其较长的半衰期以及与 [¹¹C] UCB-J 相似的药代动力学特性，逐渐受到关注。然而，[¹⁸F] SynVesT-1 在大鼠模型中的定量应用尚未得到充分探索。同时，在啮齿动物中，由于其脑白质区域相对 PET 相机分辨率较小，难以确定合适的参考区域，通过参考区域方法进行动力学建模具有挑战性。传统的半定量分析方法，如标准化摄取值（SUV）测量，虽然方便，但受多种因素影响，准确性欠佳。而动脉输入函数（AIF）虽能实现可靠精确的量化，但在大鼠中通过采血获取 AIF 的过程复杂、有创且耗时，限制了其在高动物通量研究和纵向研究中的应用。

为了解决这些问题，来自比利时安特卫普大学（University of Antwerp）的研究人员开展了一项旨在验证 [¹⁸F] SynVesT-1 定量动力学建模方法，并开发大鼠突触密度非侵入性量化方法的研究。该研究成果发表在《European Journal of Nuclear Medicine and Molecular Imaging》上。

研究人员主要运用了以下关键技术方法：首先通过对大鼠进行磁共振成像（MRI），生成特定研究的 MRI 模板，用于描绘感兴趣区域（VOI）并对 PET 扫描进行配准；然后合成放射性示踪剂 [¹⁸F] SynVesT-1，并进行血样分析以生成代谢物校正的血浆输入函数；接着利用微 PET / 计算机断层扫描（CT）进行 PET 数据采集与重建；最后使用 PMOD 3.6 软件对 PET 数据进行处理和动力学建模分析。

在血样分析方面，研究人员给大鼠注射 [¹⁸F] SynVesT-1 后，在不同时间点采集血样，通过反相高效液相色谱（RP-HPLC）系统分离示踪剂及其代谢物。结果发现，示踪剂的母体部分随时间呈 S 型曲线下降，注射 20 分钟后，血浆中完整示踪剂的比例降至 48.9 ± 4.8%，60 分钟后进一步降至 32.2 ± 3.6%，同时还检测到 3 种放射性代谢物峰。而血浆与全血的比例在时间进程中保持稳定，平均值为 0.89 ± 0.02。这些数据用于校正输入函数，以获得最终的血浆代谢物校正输入函数，为后续的脑示踪剂动力学分析提供准确数据。

在 [¹⁸F] SynVesT-1 动力学分析中，研究人员使用血浆代谢物校正的 AIF 评估不同建模方法的性能，包括 1 组织房室模型（1TCM）、2 组织房室模型（2TCM）和 3 组织房室模型（3TCM）。基于赤池信息准则（AIC）和拟合效果的直观检查，1TCM 表现不佳被排除。2TCM 和 3TCM 表现相当，但 2TCM 所需参数更少，因此被选为描述 [¹⁸F] SynVesT-1 在大鼠中动力学的合适模型。此外，研究人员还将 2TCM 得到的总分布容积（V_T(2TCM)）与 Logan 图拟合得到的 V_T(Logan)进行比较，发现两者高度一致（斜率 = 1.00，r²= 0.99，p < 0.0001），这表明 Logan 图形模型也是量化大鼠脑内 [¹⁸F]SynVesT-1 V_T的合适方法。

对于 [¹⁸F] SynVesT-1 的非侵入性量化研究，研究人员比较了 AIF 与两种非侵入性图像衍生输入函数方法 —— 图像衍生输入函数（IDIF）和基于非负矩阵分解的图像衍生输入函数（IDIF-NMF）。结果显示，两种非侵入性方法的曲线早期峰值与 AIF 相似，但尾部下降速度比 AIF 慢。尽管如此，IDIF 和 IDIF-NMF 与 AIF 的相关性都很高（IDIF：r = 0.96 ± 0.02；IDIF-NMF：r = 0.96 ± 0.02），且两者在估计 [¹⁸F] SynVesT-1 输入函数方面表现相似。通过动力学建模得到的 V_T值也证实，IDIF 和 IDIF-NMF 与 AIF 具有显著相关性（IDIF：斜率 = 1.60，r²= 0.99，p < 0.0001；IDIF-NMF：斜率 = 1.48，r²= 0.99，p < 0.0001）。此外，研究人员还发现，虽然 SUV 与基于 Logan 拟合的 V_T值存在显著相关性（r²= 0.84，p < 0.0001），但在准确性上不如基于图像衍生输入函数的动力学建模。

该研究通过验证 [¹⁸F] SynVesT-1 的定量方法，证明了非侵入性图像衍生输入函数方法可作为 AIF 的可靠替代方法，为在大鼠中进行 [¹⁸F] SynVesT-1 PET 成像定量研究突触密度提供了有力支持。这不仅有助于深入了解神经精神和神经退行性疾病的发病机制，还为评估治疗干预效果提供了新的手段。同时，这些非侵入性量化技术有望应用于其他放射性配体，加速疾病进展和治疗效果的研究，推动生命科学和健康医学领域的发展，为相关疾病的诊断和治疗带来新的希望。