使用全身PET连接组学和常规FDG PET成像对体内稳态进行个性化绘图

为何全身扫描能讲述更宏大的故事

许多医学扫描像聚光灯一样，用于寻找明显的病灶，例如肿瘤。本研究提出了一个不同的问题：常规全身PET扫描能否同时揭示我们所有器官作为一个系统如何协同工作，以及在慢性疾病中该系统如何被扰动？作者们开发了一种将单次扫描转变为器官间关系个人地图的方法，提供了关于体内平衡与失衡的新视角。

从亮点到全身模式

正电子发射断层扫描（PET）显示体内微量放射性葡萄糖的摄取位置，突出不同组织的活动性。传统上，医生关注少数几个高低摄取点：肿瘤、发炎的动脉或可疑的淋巴结。然而，慢性疾病常常重塑维持身体平衡的整个器官网络。研究者们没有只看孤立的区域，而是将身体视为一个互连的系统，考察器官在日常临床扫描中如何共同处理示踪剂。

将扫描转为网络地图

为构建这一系统视图，团队使用标准葡萄糖示踪剂分析了常规PET-CT扫描。借助自动化工具，他们将每个扫描分割为13个主要器官和组织群，包括大脑、心脏、肺、肝、肾、脂肪、骨骼和肌肉。研究者没有用单一平均值来概括每个器官，而是保留了其内部摄取的完整模式，既反映典型活动也捕捉细微差异。随后，他们衡量每对器官之间这些模式的相似或差异，并将这些信息汇总为每位患者的网络或“连接组”。在该网络中，器官为节点，代谢相关性的强弱以连线显现。

在一种严重的心肺疾病中检验方法

科学家将他们的框架应用于晚期肺动脉高压患者，这是一种罕见病，肺部通向血管变窄和僵硬。这会给右心室带来沉重负担，并触发全身范围的改变。他们将22名患者与46名扫描结果正常且当时无重大疾病迹象的人进行比较。仅基于这些器官网络训练的机器学习模型（未事先指定哪些器官最重要）大约能在四分之三的情况下将患者与对照区分开来。最有影响力的连线涉及右心及其与骨骼、心脏其他部分、胰腺、肝脏、脾、肾、肺和肌肉的连接，这与数十年临床研究已知的该病特征相呼应。

检验这些地图究竟有多稳定

由于PET图像在器官边界处有一定模糊性，团队检验了勾画器官小幅误差是否会产生误导性模式。他们故意扰乱相邻组织间的边界，并在中度和严重扭曲下重建器官网络。整体网络形态，尤其是强烈的右心信号，基本保持不变，简单的统计模型仍能以类似准确率区分患者与健康人群。这表明该方法捕捉的是真实的生理差异，而非脆弱的图像处理伪影。

这对未来护理可能意味着什么

通过从单次常规PET扫描中提取个人“连接图”，这项工作指向了一种新的医学影像解读方式。临床医生除了询问疾病在哪里，也可以询问疾病如何扰乱全身器官间的协调。对于像肺动脉高压这样的疾病，右心周围网络的改变成为受损体内调节的指纹。经在更大、更具多样性人群中进一步验证，类似地图可能帮助追踪慢性病如何在体内扩散影响，并有朝一日指导更个性化的监测和治疗策略。

引用: Labarthe, A., Varet, S., Savale, L. et al. Personalized mapping of body homeostasis using whole-body PET connectomics and routine FDG PET imaging. Commun Med 6, 294 (2026). https://doi.org/10.1038/s43856-026-01549-y

关键词: PET成像, 器官网络, 肺动脉高压, 代谢稳态, 精准医学