Tracer uptake simulation through spatiotemporal modeling for pancreatic cancer lesion detection

This work focuses on an important area of nuclear medicine, specifically the use of radiotracers in conjunction with Positron Emission Tomography (PET) for tumor detection. Radiotracers selectively bind to cancerous cells, enabling their visualization and analysis. Among the various modeling approaches, Spatiotemporal Diffusion Models (SDMs) are particularly designed for simulating the dynamic behavior of these tracers. These models rely on Partial Differential Equations (PDEs) to provide a quantitative representation of the diffusion process that characterizes radiotracer distribution. Building on a thorough review of existing literature researches, this study aims to simulate the diffusion of [18F]FDG, the most widely used PET radiotracer, in tumor tissue. The goal is to contribute to advancing knowledge in this field by building a SDM model to be applied to Pancreatic Ductal Adenocarcinoma (PDAC), one of the leading causes of cancer-related mortality worldwide. Accurately modeling [18F]FDG diffusion in tumor tissue can improve understanding of tumor metabolism and heterogeneity, ultimately contributing to the broader goal of personalized cancer medicine. Indeed, the ability to predict a tumor’s sensitivity to specific therapeutic agents remains the "holy grail" of precision oncology [20]. Through two different approaches to estimate the spatial diffusivity map with which to inform the PDE model, we demonstrate a clear relationship between tracer diffusion, tissue composition, and GLUT1 expression, a glucose transport protein. Our findings show that [18F]FDG diffuses faster in vessels regions as well as areas with elevated GLUT1 expression, while diffusion is lower in stromal and cellular areas or regions with low GLUT1 expression. These results highlight the importance of spatial heterogeneity in tracer diffusion and suggest that incorporating tissue specific diffusion parameters can enhance the accuracy of PET tumor modeling.

Questo lavoro si concentra su un’area chiave della medicina nucleare, in particolare sull’uso dei radio-traccianti in combinazione con la Tomografia a Emissione di Positroni (PET) per la rilevazione dei tumori. I radio-traccianti si legano selettivamente alle cellule tumorali, consentendone la visualizzazione e l’analisi. Tra i vari approcci di modellazione, i modelli di diffusione Spazio-Temporali (SDM) sono specificamente progettati per simulare il comportamento dinamico di questi traccianti. Questi modelli si basano su Equazioni Differenziali alle Derivate Parziali (PDEs) per fornire una rappresentazione quantitativa del processo di diffusione che caratterizza la distribuzione del radio-tracciante. Basandosi su un’attenta revisione della letteratura esistente, questo studio ha l’obiettivo di simulare la diffusione di [18F]FDG, il radio-tracciante PET più utilizzato, all’interno del tessuto tumorale. L’obiettivo è contribuire all’avanzamento della conoscenza in questo campo sviluppando un modello SDM applicabile all’Adenocarcinoma Duttale Pancreatico (PDAC), una delle principali cause di mortalità oncologica a livello mondiale. Una modellazione accurata della diffusione di [18F]FDG nel tessuto tumorale può migliorare la comprensione del metabolismo e dell’eterogeneità tumorale, contribuendo all’obiettivo più ampio della medicina personalizzata per il cancro. Infatti, la capacità di prevedere la sensibilità di un tumore a specifici agenti terapeutici rimane il "Santo Graal" dell’oncologia di precisione [20]. Attraverso due diversi approcci per stimare la mappa di diffusività spaziale utilizzata nel modello PDE, dimostriamo una chiara relazione tra la diffusione del tracciante, la composizione tissutale e l’espressione di GLUT1, una proteina di trasporto del glucosio. I nostri risultati mostrano che [18F]FDG diffonde più rapidamente nelle regioni vascolari e nelle aree con un’elevata espressione di GLUT1, mentre la diffusione risulta minore nelle zone stromali e cellulari o in quelle con bassa espressione di GLUT1. Questi risultati evidenziano l’importanza dell’eterogeneità spaziale nella diffusione del tracciante e suggeriscono che l’integrazione di parametri di diffusione specifici per il tessuto possa migliorare l’accuratezza della modellazione PET nei tumori.