Développement de séquences et traitement du signal dédié pour la

spectroscopie 2D quantitative in vivoCREATIS, CNRS UMR 5220, Inserm U1044

INSA LyonUniversité de Lyon

Encadrants : H. Ratiney, D. FribouletEquipe : RMN & Optique

Financement : Allocation de rechercheEcole Doctorale EEA

Plan

• Contexte et Objectif de la thèse – SRM 1D quantitative : introduction et limitations– SRM 2D : de la haute résolution à une application in vivo quantitative?

• Axes de développement– Quantification– Simulation– Acquisition

• Perspectives

SRM in vivo : Potentiels et enjeux

• Spectroscopie RMN : permet une quantification et exploration métabolique non invasive et longitudinale in vivo

• Information métabolique comme descripteur de phénomènes physiologiques– Une variation en concentration de certains métabolites

permet de caractériser biochimiquement une pathologie ex : stéatose1, cancer2, …

[1] Klein, M. S., Dorn, C., Saugspier, M., Hellerbrand, C., Oefner, P. J., & Gronwald, W. (2010). Discrimination of steatosis and NASH in mice using nuclear magnetic resonance spectroscopy. Metabolomics, 7(2), 237-246[2] Duarte, I. F., & Gil, A. M. (2012). Metabolic signatures of cancer unveiled by NMR spectroscopy of human biofluids. Progress in nuclear magnetic resonance spectroscopy, 62, 51-74. Elsevier B.V

Caractéristiques d’un spectre

• Déplacement chimique• Couplage scalaire

Résultats de quantification d’un spectre acquis à TE courts (6ms ) à 500 Mhz: en rouge le spectre estimé , en bleu cyan le spectre original, en bleu le spectre de macromolecule estimé, en noir le résidu

Image pondérée en T2 d’un cerveau de souris acquise à 500 Mhz

Le déplacement chimique

Fréquence de résonance Production d’un moment magnétique induit par le cortège électronique s’opposant à B0𝜐0=

𝛾 𝐵0

2𝜋

𝐵𝑙𝑜𝑐𝑎𝑙

Déplacement chimique en ppm:

𝛿=𝜐𝑙𝑜𝑐𝑎𝑙−𝜐𝑟 é 𝑓

𝜐0106

𝐵0

→

𝐵𝑒

→

0local eB B B ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;

0localB B;;;;;;;;;;;;;;;;;;;;;;;;;;;;

𝜐0 𝜐0 𝜐𝑙𝑜𝑐𝑎𝑙

Le couplage scalaire

Interaction magnétique entre les noyaux : l’état de spin d’un noyaux peut affecter son voisin.

Couplage spin-spin ou scalaire Ce couplage est "transporté" par les électrons de liaison

13C

1H

1J

Couplage hétéro-nucléaire

1H 1H

3J

Couplage homo-nucléaire

nJAX en Hz -> n nombre de couplage entre A et X

Apparition de structures en multiplet dans les spectres

Exemple de l’éthanol pur à 95 %

CH2 CH3

Spectroscopie 1D in-vivo Le signal de spectroscopie provient d’un seul volume de l’échantillon Aire d’une résonance donne accès à la concentration

= Quantification : déterminer les contributions de chaque molécules dans le signal de spectroscopie

Une vingtaine de métabolites détectables à haut champs Une dizaine quantifiable (dans le cerveau) 3

[3] Govindaraju, V., Young, K., & Maudsley, A. A. (2000). Proton NMR chemical shifts and coupling constants for brain metabolites. NMR Biomed, 13(3), 129-153.

Contribution des métabolites sur un spectre cérébral PRESS

Spectroscopie 1D

Spectre PRESS d’un raton sain de 14 jours à 400 MHz

• Méthode limitée par sa sensibilité, sa résolution 4

• Problème d’enchevêtrement spectral 5

• Phénomène de J-Modulation

Comment s’affranchir de ces contraintes ? Haut-champs : B0 ++, S/B ++, dispersion spectrale ++ 2D

[4] Van, Q. N., Issaq, H. J., Jiang, Q., Li, Q., Muschik, G. M., Waybright, T. J., Lou, H., et al. (2008). Comparison of 1D and 2D NMR Spectroscopy for Metabolic Profiling research articles. Journal of Proteome Research, 630-639.[5] Gonenc, a, Govind, V., Sheriff, S., & Maudsley, a a. (2010). Comparison of spectral fitting methods for overlapping J-coupled metabolite resonances. Magnetic resonance in medicine : official journal of the Society of Magnetic Resonance in Medicine / Society of Magnetic Resonance in Medicine, 64(3), 623-8. doi:10.1002/mrm.22540

Objectif de la thèse

Quantifier de manière fiable un maximum de métabolites/ composants biochimique

S’affranchir des contraintes de SRM 1D in vivo Méthode SRM 2D in vivo quantitative

Spectroscopie 2DIdée de J. Jeener

Augmenter la résolution spectrale en ajoutant une dimension supplémentaire dans le spectre 6

Préparation Evolution Mélange Détection

t1 t2Chronogramme type d’une séquence de spectroscopie 2D

S(t1,t2)

Encodage de l’influence du couplage scalaire ( J ) et du déplacement chimique ( δ )

selon deux dimensions temporelles.

[6]: J. Jeener, Ampere Summer School, Basko Polje, Yugoslavia (1971) (unpublished).

RFS(t2)

1D

2D

Spectroscopie 2DSéquences 2D

Après transformée de Fourier 2D en (t1,t2) on obtient la répartition en fréquence d’un signal de corrélation7

FFT2

FID 2D (t1, t2) Spectre 2D (f1,f2)

[ 7] Akoka, S. (n.d.). UNE INTRODUCTION A LA RESONANCE MAGNETIQUE NUCLEAIRE Chapitre 9 : Spectroscopie RMN quantitative.

Étude bibliographiquePrincipales Séquences de corrélation Homo-nucléaires

• Une multitude de séquences (~20) de SRM 2D haute résolution• Quelles sont celles qui s’accordent avec notre problématique ?

(quantification in vivo)– COSY (COrrelated SpectroscopY) 8

• première expérience de spectroscopie de corrélation (Ernst)

– CT-COSY (Constant Time COSY) 9

• COSY ayant une durée tc avec une refocalisation. Permet d’avoir des pic de corrélation croisés d’une intensité doublée et de cibler le couplage scalaire des systèmes de spin avec tc

– TOCSY (TOtal Correlation SpectroscopY) 10

• permet de lever les ambiguïtés d’attribution des taches de corrélation d’une COSY quand on a des déplacements chimiques proches

– SECSY (Spin Echo Correlation SpectroscopY) 11

• Amélioration de la COSY avec une acquisition de l’écho adaptée dans le temps

[8] Principles of Nuclear Magnetic Resonance in One and Two Dimension, R. R.Ernst, G. Bodenhausen, A. Wokaun, Oxford Science Publication[9]: Wu, Z., & Bax, a. (2001). Measurement of homonuclear proton couplings based on cross-peak nulling in CT-COSY. Journal of magnetic resonance (San Diego, Calif. : 1997), 151(2), 242-52.[10]: Massou, S., Nicolas, C., Letisse, F., & Portais, J.-C. (2007). Application of 2D-TOCSY NMR to the measurement of specific(13C-enrichments in complex mixtures of 13C-labeled metabolites. Metabolic engineering, 9(3), 252-7.[11]: K.NAGAYAMA, ANIL KUMAR, K. WÃTHRICH, R. R. E. (1980). Experimental techniques of two-dimensional correlated spectroscopy. �Journal of Magnetic Resonance, 40(2), 321-334.

Développement pour des applications in vivo

Contraintes In Vivo: • Temps de relaxation ( T2≈200ms, T1≈1500ms )11

• Milieu ayant un champ magnétique inhomogène• Nécessité de localiser• Champ moyen (200-300 MHz)• Nécessité temps d’acquisition court (protocole IRM+SRM<1h SRM <30 min)

[12] Localized proton MRS at 7T in the rat brain: Estimated metabolie concentrations T2 relaxation times, 22st Annual Scientific Meeting of ESMRMB

Stratégie de développement

Simulation

Quantification Acquisition

Quantification Signal SRM2D = combinaison linéaire de signaux 2D de métabolites 13

Signaux connus par simulation connaissance à priori fort Fonction modèle du signal de corrélation 14 exemple

1 2

2

1 2 1 2ˆmin ( , ) ( , )t t

S x t t x t t

expérimental modélisé

Variation des différents paramètres pour M métabolites en présence:jusqu’à 2M+3 paramètres

[13] Jensen, J. E., Licata, S. C., Ongür, D., Friedman, S. D., Prescot, A. P., Henry, M. E., & Renshaw, P. F. (2009). Quantification of {J}-resolved proton spectra in two-dimensions with LCModel using GAMMA-simulated basis sets at 4 {Tesla}. NMR Biomed, 22(7), 762-769[14] J. Keeler, Understanding NMR Spectroscopy, Wiley Press

1 21 2 1 2 0 1 2 0 1 2

1 2 2 2

ˆ ˆ( , ) ( , ) exp ( , ) 2 ( , )Métabolites

cm m

m m inh m

t t tx t t x t t C i t t i t t

T T T

Simulé Modèle paramétriqueSignal modélisé

Développement de séquencesApplication sur un tube de 9 métabolites à 50 mmol dans de l’argarose situation in vivo :

Choline (Cho) Taurine (Tau) N-Acétyl Aspartate (NAA) acide γ-amino butyrique (GABA) Glutamate (Glu) Glutamine (Gln) Lactate (Lac) Myo-Inositol (MIn) Créatine (Cr)

COSY localisée (L-COSY)

Mise en place d’un pseudo-temps t1 en se basant sur une séquence PRESSSous environnement de programmation Bruker et optimisation des gradients de sélection et de brouillage

a: Cho, Tau, NAA, GABA, Cr, MIn, Lac, Gln, Glu

B0 = 200MhzNA =1 TR= 2500 mst1: 256 ptst2: 1024 ptsRésolution spectrale: 10 ppmDurée d’acquisition: 10min

Spectre LCOSY de 9 métabolites a

Lac

Glu

Tau

z

x

y

π/2 π π/2t1 t2

π/2 π/2

t1 t2

Correlated SpectroscopY

Localized-Correlated SpectroscopY

CT-COSY localisée (L-CTCOSY)

Mise en place du pseudo-temps t1 et de la constant de temps tc en se basant sur une PRESS

z

x

y

π/2 π π/2(tc-t1)/2 t2(tc+t1)/2

b: Cho, Tau, NAA, GABA, Cr, MIn, Lac, Gln, Glu

B0 = 200MhzNA =1, TR= 2500 ms, tc = 80 mst1: 256 ptst2: 1024 ptsRésolution spectrale: 10 ppmDurée d’acquisition: 10min

Spectre L-CTCOSY de 9 métabolites b

Lac

Glu

Tau

π/2 π/2tc

t2

Constant Time Correlated

SpectroscopY

Localized-Constant Time Correlated SpectroscopY

Simulation GAMMA(General Approach to Magnetic resonance Mathematical Analysis)

[15] S.A. Smith, T.O. Levante, B.H. Meier, R.R. Ernst, Computer Simulations in Magnetic Resonance. An Object-Oriented Programming Approach, Journal of Magnetic Resonance, Series A, Volume 106, Issue 1, January 1994, Pages 75-105, ISSN 1064-1858, 10.1006/jmra.1994.1008.

Basé sur le formalisme des opérateur-produits Librairie C++ Permet de simuler des systèmes de spin plus complexes de manière numérique 15

Application sur les séquences COSY/CT-COSY pour les métabolites (sans prise en compte du phénomène de relaxation) :

Cho, GABA, Lac, Tau, MIn, Glu, Gln, NAA

COSY simulé CT-COSY simulé

B0: 200MHzt1: 256 ptst2: 1024 ptsdt1=dt2=0.001 sTemps de calcul:25 ms

B0: 200MHzt1: 256 ptst2: 1024 ptstc: 100 msdt1=dt2=0.001 sTemps de calcul:25 ms

Stratégie de développementSimulationAcquisition

Traitement du signal

Ex: • COSY• CTCOSY• Nouvelles

séquence ?

• GAMMA• C++

Quantification:• Prototypage

MatLab• CreaProject

Synergie =Stratégie

d’acquisition

Perspectives• Quantifier les signaux acquis par L-COSY et L-CTCOSY• Apport du point de vue quantitatif de la nouvelle séquence 2D par rapport à celle existante au labo ? (théorie (simulation)/expérimentation)• Réduction du temps de calcul

• Optimisation/développement de nouvelle séquence:– Réduction du Temps d’acquisition– Réduction du nombre de paramètres à estimer / obtention de la meilleure fonction

modèle • Application in vivo (200-300 MHz)

– Caractérisation 2D des macromolécules/ lipides

Publication à l’ étude

3-6

moi

s2e a

nnée