乳腺癌癌细胞超微结构形态参数的逐步回归分析△
数理医药学杂志 2000年第1期第13卷 医学数学模型探讨
作者:陈平 刘美玉 钱纬 李维波 魏万里 张学惠
单位:陈平(昆明医学院物理教研室 昆明650031); 刘美玉(昆明医学院物理教研室 昆明650031); 钱纬(昆明医学院物理教研室 昆明650031 昆明医学院电子显微镜室); 李维波(昆明医学院物理教研室 昆明650031); 魏万里(昆明医学院物理教研室 昆明650031 云南省肿瘤医院); 张学惠(昆明医学院物理教研室 昆明650031)
关键词:体视学;线粒体;溶酶体;乳腺癌;逐步回归法
摘 要:用体视学方法研究乳腺癌癌细胞及邻近癌旁的乳腺正常细胞的超微结构特性,并用逐步回归分析建立了其数学模型,为乳腺癌的临床病理诊断提供了一种辅助的定量判据。
中图分类号:R 737.9
文章编号:1004-4337(2000)01-0001-03▲
乳腺癌是妇女常见的恶性肿瘤,传统的病理学诊断主要是单纯根据形态来区分肿瘤的良恶性,并把恶性肿瘤加以分类分级,以明确临床的诊断,指导临床的治疗和预后。近年来国内外的研究报道多为病理学方面的研究,有乳腺癌细胞核形态的分形分析[1〗、乳腺癌窝淋巴结转移规律[2],ER(雌激素受体)和PR(孕激素受体)在估计预后中的应用[3]等等。目前用体视学方法定量研究乳腺癌癌细胞超微结构的特征,从而提示病因及预后估计尚未见报道。我们用体视学方法定量描述乳腺癌癌细胞超微结构的特征,并建立数学模型,筛选出区分度最高的参数,回归方程可为临床提供一种辅助诊断的定量判据,并进一步探讨乳腺癌癌细胞的形态结构变异及细胞癌变的原因的定量依据。
1 材料和方法
从云南省肿瘤医院病理科取材,将10例病理诊断为女性晚期乳腺单纯癌的肿瘤组织取出15个组织块,并将病人手术中切下远离肿瘤的正常乳腺组织取下15个组织块,经电镜生物样品常规处理[5],每块经LKB—V型超薄切片机切片,制作铜网2个,每个铜网均用日产JEM—100CX透射电镜随机摄细胞器线粒体及溶酶体照片2张,正常组摄片36张,癌组摄片36张,电镜放大倍数为×26000,光放大×2,总放大倍率为×52000。按体视学原理,1张照片为一个样本。
在统计形态参数中,先将电镜照片取6例为一组两类别各6个组,用体视学的点测计数法及英国俞桥Q900型图象分析仪测出原始数据,用计算机处理,计算出下列16个参数[6]:线粒体、溶酶体体密度Vvm、Vv1(单位体积细胞质内线粒体、溶酶体的体积);线粒体外膜、内膜、嵴膜、溶酶体单膜面密度Svm1、Svm2、Svm3、Sv1(单位细胞质体积中的线粒体外膜、内膜、嵴膜、溶酶体单膜的膜面积);线粒体外膜、内膜、嵴膜、溶酶体比表面Sm1、Sm2、Sm3、S1(线粒体三种膜、溶酶体表面膜的平均面积分别与它的体积之比);线粒体、溶酶体面数密度Nm、N1(单位细胞质截面积内的线粒体、溶酶体的截面数目);线粒体、溶酶体数密度Nvm、Nv1(单位体积细胞质内的线粒体、溶酶体的数目);线粒体、溶酶体平均体积Vm、V1。
随后将各参数N1……N16作自变量,应变量Y(即N17)正常组取0,癌组取1,进行逐步回归分析(Stepwise methods)[7],它的优点是能有效地选择“最优”的回归的方程,是在所研究的自变量中按其对Y的偏回归平方和的大小,由大到小逐个地把自变量引入方程。每一步都对方程内的自变量作F检验,如不显著,则剔除。对未选入的自变量也作F检验,如显著,则选进。即回归方程包含所有的Y有显著作用的自变量,不包含对Y作用不显著的自变量。此步用国际通用分析软件包SPSS7.0在Pentium 586微机Windows95操作系统下实现。
2 结果
用以上方法统测出正常组及癌组各6组16个参数值见表1,逐步回归设置的进入回归式的F显著水平值为0.050,剔除回归方程式的F显著水平值为0.100,先后选入的变量分别为N1、N16、N6、N10,复相关系数、方差分析、回归系数结果见表2~4。
表1 形态参数值
参数 |
Vvm |
Vv1 |
Svm1
(μm-1) |
Svm2
(μm-1) |
Svm3
(μm-1) |
Sv1
(μm-1) |
Sm1
(μm-1) |
Sm2
(μm-1) |
正
常
组 |
n |
N1 |
N2 |
N3 |
N4 |
N5 |
N6 |
N7 |
N8 |
1 |
7.64E-02 |
4.35E-03 |
1.170 |
1.867 |
0.683 |
9.75E-02 |
15.326 |
24.449 |
2 |
4.69E-02 |
3.58E-03 |
0.569 |
0.975 |
0.393 |
4.06E-02 |
12.133 |
20.800 |
3 |
9.24E-02 |
5.90E-03 |
1.090 |
1.649 |
0.572 |
1.64E-01 |
11.801 |
17.850 |
4 |
5.64E-02 |
2.50E-03 |
0.706 |
0.946 |
0.226 |
3.20E-01 |
12.527 |
16.782 |
5 |
9.21E-02 |
3.62E-03 |
1.464 |
2.271 |
0.739 |
1.09E-01 |
15.897 |
24.663 |
6 |
8.98E-02 |
5.63E-03 |
1.750 |
2.163 |
0.565 |
9.65E-02 |
19.495 |
24.101 |
癌
组 |
7 |
1.50E-01 |
3.15E-04 |
1.259 |
1.548 |
0.289 |
1.31E-02 |
0.390 |
10.313 |
8 |
2.48E-01 |
2.28E-03 |
1.723 |
2.116 |
0.420 |
4.10E-02 |
6.933 |
8.517 |
9 |
1.16E-01 |
6.50E-04 |
1.028 |
1.420 |
0.406 |
1.35E-02 |
8.881 |
12.270 |
10 |
2.52E-01 |
6.58E-04 |
1.616 |
2.164 |
0.548 |
2.74E-02 |
6.408 |
8.581 |
11 |
1.76E-01 |
6.59E-04 |
1.137 |
1.562 |
0.397 |
1.37E-02 |
6.466 |
0.881 |
12 |
1.02E-02 |
6.48E-04 |
0.962 |
1.132 |
0.269 |
2.69E-02 |
8.425 |
11.058 |
参数 |
Sm3
(μm-1) |
S1
(μm-1) |
Nm
(μm-1) |
N1
(μm-1) |
Nvm
(μm-1) |
Nv1
(μm-3) |
Nm
(μm-3) |
V1
(μm-3) |
Y |
正
常
组 |
n |
N9 |
N10 |
N11 |
N12 |
N13 |
N14 |
N15 |
N16 |
N17 |
1 |
8.940 |
22.400 |
2.926 |
0.244 |
1.836 |
3.88E-01 |
4.16E-02 |
1.12E-02 |
0 |
2 |
8.378 |
11.345 |
1.422 |
0.102 |
0.559 |
4.15E-02 |
8.38E-02 |
8.63E-02 |
0 |
3 |
6.196 |
27.733 |
2.726 |
0.409 |
1.014 |
9.98E-01 |
9.11E-02 |
5.91E-03 |
0 |
4 |
4.018 |
12.800 |
1.765 |
0.799 |
0.740 |
4.15E-01 |
7.62E-02 |
6.01E-02 |
0 |
5 |
8.023 |
30.255 |
3.659 |
0.274 |
2.470 |
7.95E-01 |
3.73E-02 |
4.55E-03 |
0 |
6 |
6.294 |
17.129 |
4.375 |
0.241 |
4.441 |
2.24E-01 |
2.12E-04 |
2.51E-02 |
0 |
癌
组 |
7 |
1.923 |
41.600 |
3.149 |
0.033 |
0.703 |
1.90E-01 |
2.13E-01 |
1.66E-03 |
1 |
8 |
1.692 |
17.829 |
4.306 |
0.102 |
0.657 |
1.08E-01 |
3.78E-01 |
2.11E-02 |
1 |
9 |
3.506 |
20.800 |
2.570 |
0.034 |
0.643 |
4.89E-02 |
1.80E-01 |
1.33E-02 |
1 |
10 |
2.172 |
41.600 |
4.040 |
0.068 |
0.526 |
3.96E-01 |
4.79E-01 |
1.66E-03 |
1 |
11 |
2.259 |
20.800 |
2.843 |
0.034 |
0.377 |
4.95E-02 |
4.66E-01 |
1.33E-02 |
1 |
12 |
2.633 |
41.600 |
2.155 |
0.067 |
0.485 |
3.90E-01 |
2.11E-01 |
1.66E-03 |
1 |
表2 复相关系数
复相关系数 |
复相关系数的平方 |
调整系数 |
标准误 |
R=0.999 |
R2=0.999 |
R2a=0.99 |
2.34E-02 |
表3 方差分析
|
平方和 |
自由度
DF |
均方 |
F值 |
显著水平
Signif F |
回归方程 |
2.724 |
4 |
0.681 |
1248.514 |
0.000 |
残 差 |
3.3E-03 |
6 |
5.5E-04 |
表4 回归系数
|
斜率或截
距B |
B的标准误
SEB |
标准化回归
系数 Beta |
T值 |
显著水平
sig T |
(Constant) |
1.129 |
0.036 |
|
31.212 |
0.000 |
N1 |
-11.121 |
0.192 |
-0.885 |
-57.968 |
0.000 |
N16 |
-6.609 |
0.395 |
-0.369 |
-16.729 |
0.000 |
N6 |
1.302 |
0.262 |
0.075 |
4.964 |
0.003 |
N10 |
-3.5E-03 |
0.001 |
-0.078 |
-3.393 |
0.015 |
得到回归方程
Y=1.129-11.121N1-6.609N16+1.302N6-3.5E-3N10
回归方程中N1为线粒体体密度Vvn,N16为溶液酶体平均体积V1,N6为溶酶体单膜面密度Sv1,N10为溶酶体比表面S1。
分析结果发现癌组与正常组细胞器16个形态参数综合比较,筛选出区分度最高的4个参数,即线粒体体积、溶酶体体积及表面积有明显差异。3 讨论
用体视学方法测试统计细胞器形态参数,可客观反映不同类别细胞器的群体特征。用逐步回归分析可在16个自变量(参数)中挑选一些有显著作用的与应变量Y建立“最优”回归方程、筛选出区分癌细胞器及正常细胞器有显著作用的最佳参数。最优回归方程可作为一种定量的判据。
线粒体和溶酶体为细胞内重要的细胞器,在生物新陈代谢过程中起着重要作用,它的形态结构和其功能有着紧密的联系。线粒体执行着活细胞生物氧化,产生能量的重要功能;溶酶体内含丰富的酸性水解酶,可视为细胞内的消化系统。它们形态结构的定量变化直接影响着细胞内的新陈代谢及传递水解酶的功能。统计分析中得知,有关线粒体体积及溶酶体体积、表面积的4个参数在区分类别中有显著作用,即癌线粒体体密度Vvm明显增大,而外膜比表面积Sm1明显减少,癌溶酶体平均体积明显减少,而外膜比表面积S1明显增大。根据体视学形态参数的概念,加之逐步回归的综合考虑,正常及癌的线粒体、溶酶体形态结构的定量区别,主要体现在线粒体和溶酶体的体积上。以上统测分析得知,癌线粒体明显肿胀、癌溶酶体体积减少,含酶性水解酶少,这两种细胞器的形态功能产生较大的变异。这可能从细胞超微形态结构方面的定量变异提示了乳腺细胞癌变的原因及预后情况。■
△ 云南省教委应用基础研究基金资助项目
参考文献:
[1] 张中华,徐光鼎.乳腺癌细胞核形态结构的分形分析.肿瘤.1996,16(2):100.
[2] 傅剑华,戌铁华,吴一龙.乳腺癌窝淋巴结转移规律数学模型的建立.癌症.1997,16(5):369.
[3] 黄俊辉,林丛.乳腺癌组织雌激素受体、孕激素受体表达与临床的关系.国外医学病理学分册,1991,11(2):87.
[4] Weibel E R.Stereological Methods Vol. 1 Practical Methods for Biological Morphometry. Academic Press, Lodon 1979,(28):41.
[5] 刘美玉,钱纬,赖树云,等.VE对小鼠额叶皮质神经元线粒体及溶酶体形态参数的影响.昆明医学院学报,1994,15(2):5.
[6] 郑富盛.细胞形态立体计量学.北京:北京医科大学,中国协合医科大学联合出版社,1990,19~26.
收稿日期:1999-03-25