背景和目的鲜红斑痣(PWS)是一种先天性的微细血管畸形病变,光动力疗法(PDT)是目前主要治疗方法之一。PDT主要是通过利用相应波长的光照射激活光敏剂,产生大量活性单态氧,引起氧化反应从而破坏细胞,其疗效显著。但PDT作为一种新型的治疗手段,仍处于早期临床应用阶段,其治疗PWS的具体分子机制尚未完全明确。与此同时,在治疗PWS过程中,临床主要面临两个问题。一是目前临床上主要采用目测法诊断PWS,主观性较强,误差较大;二是治疗过程中无法实时监控血管变化,病情进展及预后判断评估缺乏量化指标。光声成像(PAI)作为一种新型显微成像技术,近年来逐渐应用于PWS的治疗中,通过对血管进行功能性成像,检测红细胞面积分数比值等,为PWS的诊断及预后提供量化参数。为此,本研究通过体内动物实验,体外细胞实验及临床病例分析,探讨PDT治疗PWS过程中的分子机制,同时分析PAI对PDT治疗效果的影响,从诊断和治疗的角度,为PAI在PDT治疗PWS的应用中提供理论指导及技术支持。研究方法1.PDT治疗PWS过程中差异代谢物筛选和血管损伤机制研究体内实验选用25例鸡鬓组织样本,每组5例,各组干预方式如下:Con组(空白对照,予生理盐水注射,不进行激光照射),G1(低浓度低功率组,光敏剂5mg,激光功率密度为90 W/cm2),G1-1(低浓度高功率组,光敏剂5mg,激光功率密度为100 W/cm2),G2-1(高浓度低功率组,光敏剂10mg,激光功率密度为90 W/cm2),G2(高浓度高功率组,光敏剂10mg,激光功率密度为100 W/cm2),进行LC-MS非靶向代谢组学,筛选差异代谢物。体外实验选取HUVEC人内皮细胞系模拟血管内皮细胞,分为Con组(对照组,不作处理),干预组(使用差异代谢物大豆苷元给药),抑制剂组(使用抑制剂抑制大豆苷元作用)分别观察24,48和72h变化。MTT检测各组不同时间段IC50值,流式细胞术检测ROS含量变化,Elisa法检测氧化应激因子SOD,MDA,NADPH,CoA含量变化,RT-qPCR 和 Western Blot 检测不同时间段 ERα,PPARα,VEGF 和 Endostatin 的基因和蛋白表达变化。2.PAI在PDT治疗PWS动物模型中的检测应用鸡鬓组织通过进行血管定位,光声信号收集以及显像参数调整,探索用于观察鸡鬓组织血管情况的最佳采像位置,成像区域和图片分析方案。观察治疗区域第0,2,4,7,14天表观变化,HE染色确定形态学变化,PAI分析各时间段红细胞面积分数比RAR变化情况。3.PAI在PDT治疗PWS中的临床疗效观察通过对227例接受PDT治疗患者资料进行一般情况统计,亚组分析探讨PDT组(诊断使用目测法)和PDT+PAI组(诊断使用PAI技术)治愈率和副作用反应。研究结果1.PDT治疗PWS过程中差异代谢物筛选和血管损伤机制研究代谢组学分析筛选出大豆苷元及其同系物作为差异代谢物,选取柠檬酸盐循环(TCA循环)作为主要表达通路。MTT测得浓度为1M的大豆苷元对HUVEC在24h,48h和72h的半效抑制浓度分别为30.58±1.667,2.935±0.548和0.459±0.258μmol/L。流式和Elisa检测发现,加入大豆苷元后,氧化因子含量下降,抗氧化因子含量上升,而抑制剂加入后趋势相反。qPCR和Western Blot结果显示,大豆苷元组PPARα和Endostatin的基因和蛋白表达量下降,Erα和VEGF表达量上升,抑制剂组趋势相反。2.PAI在PDT治疗PWS动物模型中的检测应用表型观察发现Con组鸡鬓组织红润,颜色均匀。PDT治疗后,G1和G2组治疗区域都表现为淡白色和浅黄色,14天后两组治疗区域均出现返红现象,但G2组剩余治疗面积较大。光声检测图也显示Con组血管排列整齐,5个时间段图像无明显差异。而干预组血管排列较紊乱,血管光声信号较弱,红色信号与黑色信号交杂分布。对PAI图像进行分析可知,Con组5个时间段的RAR值平均为72.08%,且全程数据波动较小;G1组在PDT治疗后7天内,RAR值呈下降趋势,第14天回升;G2组治疗后2天内RAR值明显下降,第4天时略有上升,但上升趋势较平缓。3.PAI在PDT治疗PWS中的临床疗效观察病例分析发现,疗效评价中,与PDT组相比,PAI+PDT组显效人数比率上升,基愈率也上升。结合亚组分析数据,头面部治疗效果差异明显,PAI+PDT组RAR值组内波动较小。PAI+PDT组副作发生率比PDT组低6%。研究结论1.PDT治疗PWS,鸡鬓组织血管损伤情况与光敏剂浓度,功率密度相关,大豆苷元及其同系物在这一进程中发挥血管保护作用,主要是通过减少氧化应激因子,抑制血管增生,可能与干预ERα,PPARα,VEGF和Endostatin的基因和蛋白表达相关。2.PAI可用于PDT治疗中鸡鬓血管检测,通过分析PAI图像中的红细胞面积分数比RAR值,可以量化评估治疗效果。基于GAN的深度学习模型可以优化PAI图像处理分析。3.结合PAI,可以为PWS的治疗提供更为精确的定位与临床观测,提高PWS治疗效果。