image.png
❝The availability of large in vitro cell and tissue omic datasets and bioinformatic tools have equipped researchers to understand molecular processes that cause disease, and identify and develop new therapeutics. However, novel systems approaches are needed to understand complex in vivo physiological and pathological interactions at multi-tissue level.
大型体外细胞和组织组学数据集和生物信息学工具的可用性使研究人员能够了解导致疾病的分子过程,并确定和开发新的治疗方法。然而,需要新的系统方法来理解多组织水平上复杂的体内生理和病理相互作用。
全身PET有助于解读复杂的生物过程和相互过程(2-6).在这里我们提出了一种综合的方法来理解复杂的组织相互关系,使用TB-PET网络分析,可以直接适用于新兴的临床TB-PET动态成像。我们最终关注的是骨骼系统(skeletal system),因为哦他为分析复杂的相互作用提供了一个理想的模型。
骨骼在体内具有多种功能:
在小鼠和人类中,bone and cartilage软骨是葡萄糖摄取的重要部位。然而,目前尚不清楚骨骼中不同的骨骼是否在葡萄糖代谢中发挥了特殊作用。在这里我们的目的是利用18f-FDG来探索不同骨骼中的葡萄糖代谢是否相互关联。
研究按照英国内政部颁发的项目许可下的所有相关伦理法规下进行,并且得到了爱丁堡大学动物福利和伦理审查委员会的批准。13周龄雄性C57BL/6JCrl小鼠刺痒在22到23度的环境中,12小时的光、暗循环和自由获得的水和食物(n=5有五只样本)。在开始PET/CT采集前,动物禁食4小时。
image.png
prior to PET/CT imaging,mice were weighed,用预先设置的0.5/0.5 L/min的oxygen/nitrous oxide and 3% isoflurane异氟烷混合物麻醉,并移动到microPET/CT 扫描仪。整个PET/CT起劲啊,患者保持全身麻醉,并在实验过程检测生命体征、包括温度和呼吸频率。动物接收静脉注射的18F-FDG。18F-FDG was produces in-house (Edinburgh Imaging) using standard methods or radiolabelling.
下面介绍PET的protocal。注射放射性示踪剂之后,动物立刻进行全身扫描,随后进行CT扫描。收集到的PET图像便使用CT数据进行衰减矫正。PET image在0~60min之间重建,protocal为6x30,3x60,2x120,10x300frame,using Mediso's iterative Tetra-tomo 3D reconstruction algorithm.
The following settings: four iterations, six subsets, full detector model, low regularisation, spike fifilter on, voxel size 0.4 mm and 400-600 keV energy window. PET data were corrected for random coincidences, scatter, and attenuation.
重建后的图像使用PMOD3.7的软件进行分析。在胫骨、股骨、肱骨、桡骨和尺骨(前臂)、脊柱、胸骨和颅骨周围绘制了感兴趣的体积(VOI)。为了区别骨组织和骨髓和周围的组织,VOL使用事先定义的Hounsfield Unit HU。(332-50000)generated using HU obtained from the acquisition of a CT tissue equivalent material phantom.
然后对所有动态PET数据进行从扫描开始到注射放射性示踪剂时间的时间延迟矫正。Time activity curves were generated and standard uptake values were calculated by normalising radioactive concentration in VOI for the injected dose and the animal weight.
这一段没有理解全:
image.png
非衰减矫正的动态全身PET数据被汇总成了一个csv表,其中行表示小鼠单个骨骼的平均18F-FDG信号,列是记录的时间信号。文件被保存在csv文件中。计算了Pearson correlations系数,然后我们可以得到一个relationship matrix graph,通过相关系数R>0.7和k-nearest neighbours KNN of 3。通过最小化边缘的数量,组织积累档案之间的关系结构可以被揭示,反应在graph的结构和边缘的权重当中。节点表示每一个骨头,edge表示大于选定阈值的相关性。阈值被设置成所有可用数据都有相同的节点数量
采用SHapiro-Wilk正态性检验对18F-FDG SUV的平均值进行检验。采用简单的多元线性回归来评估CT和SUV的相关性。数据被表示为average正负SEM的形式,除非在结果部分另有说明。所有统计分析采用Prism 8 (GraphOad v8,USA)进行。Mouse cartoon是BioRender.com创建的。
image.png
image.png
.
(2-6)全身PET有助于解读复杂的生物过程和相互过程
image.png<<AlphaFold2专题>>