[論文レビュー] Multiscale Topology Characterises Dynamic Tumour Vascular Networks

Bernadette J. Stolz, Jakob Kaeppler+6 more|arXiv (Cornell University)|Aug 19, 2020

Topological and Geometric Data Analysis参考文献 36被引用数 5

ひとこと要約

本論文は、3次元腫瘍血管ネットワークの動的構造を複数スケールで捉えるために、恒久的ホモロジーを用いたマルチスケールトポロジカルデータ解析（TDA）フレームワークを導入する。ループ、ボイド、ねじれの度合いを複数の空間スケールで捉え、治療誘因の変化（抗血管新生療法や放射線療法など）を検出するのには、従来の形態的指標よりも優れた性能を示し、血管構造の強固で再現性の高いバイオマーカーを提供する。

ABSTRACT

Advances in imaging techniques enable high resolution 3D visualisation of vascular networks over time and reveal abnormal structural features such as twists and loops, and their quantification is an active area of research. Here we showcase how topological data analysis (TDA), the mathematical field that studies `shape' of data, can characterise the geometric, spatial and temporal organisation of vascular networks. We propose two topological lenses to study vasculature, which capture inherent multi-scale features and vessel connectivity, and surpass the single scale analysis of existing methods. We analyse images collected using intravital and ultramicroscopy modalities and quantify spatio-temporal variation of twists, loops, and avascular regions (voids) in 3D vascular networks. This topological approach validates and quantifies known qualitative trends such as dynamic changes in tortuosity and loops in response to antibodies that modulate vessel sprouting; furthermore, it quantifies the effect of radiotherapy on vessel architecture.

研究の動機と目的

• 単一スケールの記述子を超えて、複雑な3次元腫瘍血管ネットワークをマルチスケールで定量化するためのトポロジカルフレームワークを開発すること。
• 従来の手法が腫瘍血管における血管接続性、ループ、無血管ボイドを捉えられていないという限界を是正すること。
• トポロジカル記述子が血管構造および治療反応の強固で再現性のあるバイオマーカーとして有効であることを検証すること。
• トポロジカルデータ解析（TDA）が、時間経過に伴う腫瘍血管の動的変化を特徴付ける有用性を示すこと。

提案手法

• 腫瘍中心からの距離を各血管点に対して計算することで、3次元にセグメンテーションされた腫瘍血管ネットワークから径方向フィルトレーションを構築し、500ステップに分割する。
• α-複体フィルトレーションを適用して、スケールをまたいでトポロジカル特徴を捉える恒久的ホモロジーを計算する。
• 恒久的ホモロジーのバーコードを用いてマルチスケール記述子を抽出する：トポロジカルねじれ度（短い持続性を持つ成分の正規化された数）、ループ数（1次元特徴）、ボイドサイズ（2次元特徴）。
• 3次元血管ネットワーク再構築のため、機械学習ベースのセグメンテーションを、イントラビタルおよびアンダーマイクロスコピー画像データに適用する。
• 恒久的ホモロジー計算のため、MATLABで径方向フィルトレーションおよびα-複体フィルトレーションをjavaPlexおよびGUDHIライブラリを用いて実装する。
• 複数の血管セグメントによる過剰カウントを避けるために、トポロジカルねじれ度を血管セグメント数で正規化する。

実験結果

リサーチクエスチョン

• RQ1 従来の形態的指標が見逃す、動的でマルチスケールの構造的特徴を、トポロジカルデータ解析（TDA）は捉えることができるか？
• RQ2 ループやボイドといったトポロジカル記述子は、低酸素状態や治療抵抗性といった既知の生物学的結果とどのように相関するか？
• RQ3 抗血管新生療法や放射線療法に起因する、微細な血管構造の変化を、トポロジカル特徴は検出できるか？
• RQ4 トポロジカル記述子は、血管のねじれ度や接続性を定量する際、従来の指標（例：SOAM、clr）を上回る性能を示すか？
• RQ5 恒久的ホモロジーは、腫瘍血管フェノタイプおよび治療反応の強固で再現性のあるバイオマーカーを提供できるか？

主な発見

• 血管セグメント数で正規化された本研究のトポロジカルねじれ度記述子は、複数のセグメントによる過剰カウントを回避しながら、血管の曲がり具合を適切に定量している。
• 従来、腫瘍血管で定量されていなかったループやボイドが、恒久的ホモロジーによって捉えられ、血管標的薬剤投与後の顕著な変化が明らかになった。
• 統計解析により、対照群と治療群との間でトポロジカル記述子に有意差が認められた（p < 0.05）。クラスカル・ウォリス検定およびウィルコクソン順位和検定により治療効果が確認された。
• 恒久的ホモロジーは、放射線療法が血管ネットワークのトポロジーに測定可能で定量可能な変化を引き起こしていることを明らかにした。具体的には、ボイドの持続性が増加し、ループの分布が変化した。
• ピアソン相関解析により、トポロジカル記述子は従来の形態的指標（例：SOAM、clr）とは異なる情報を提供しており、相補的であることが示された。
• 本フレームワークは、イントラビタルおよびアンダーマイクロスコピーの2つの独立したデータセットで検証され、異なる画像モalityにわたり、強固で一般化可能な性能を示した。