基于SMC2/SMC4/UBE2C/UHRF1蛋白标志物的乙型肝炎病毒相关肝细胞癌预后预测模型构建与验证

《Hormones & Cancer》：Development of a novel 4-protein signature for prognostic prediction in hepatitis B virus-induced hepatocellular carcinoma

本研究针对乙型肝炎病毒（HBV）相关肝细胞癌（HCC）预后评估难题，通过CPTAC数据库蛋白质组学分析，筛选出SMC2、SMC4、UBE2C、UHRF1四个关键蛋白，构建预后预测模型。研究通过多变量Cox回归、时间依赖性ROC曲线及免疫组化验证，证实该标志物可独立预测患者总生存期（OS），并整合临床参数建成列线图，为个体化治疗提供新工具。

　　

肝细胞癌（Hepatocellular Carcinoma, HCC）作为原发性肝癌的主要亚型，全球发病率和死亡率居高不下，其中乙型肝炎病毒（HBV）感染是其主要诱因之一。尽管手术和全身治疗手段不断进步，但由于HCC具有高度异质性，患者预后差异显著，尤其对于HBV相关HCC，目前仍缺乏精准的预后评估工具。传统临床指标如甲胎蛋白（AFP）在敏感性和特异性方面存在局限，探索新的分子标志物成为改善患者分层和治疗决策的迫切需求。

本研究基于临床蛋白质组肿瘤分析联盟（CPTAC）数据库，对159例HBV相关HCC患者的癌组织与癌旁组织进行蛋白质表达谱分析，旨在开发一种可靠的蛋白质标志物用于预后预测。

关键技术方法

研究从CPTAC获取HCC蛋白质组数据及临床资料，经质控和归一化处理后，利用limma包筛选差异表达蛋白（Differentially Expressed Proteins, DEPs）。通过GO/KEGG富集分析探索DEPs功能，STRING数据库构建蛋白质相互作用网络，MCODE识别核心模块。采用Kaplan-Meier生存分析、Cox回归和时间依赖性ROC曲线评估蛋白与总生存期（OS）关联，并利用免疫组化（IHC）在20对临床样本中验证蛋白表达。基于多变量Cox回归系数构建4蛋白风险评分模型，结合临床参数建立预测列线图。

研究结果

差异表达蛋白鉴定与功能分析

相较于癌旁组织，HCC组织中共鉴定出418个DEPs，其中109个上调、309个下调。GO分析显示DEPs显著富集于小分子分解代谢、氨基酸代谢等生物过程，KEGG通路主要涉及视黄醇代谢、类固醇激素合成等。

核心蛋白网络与预后标志物筛选

PPI网络识别出30个枢纽蛋白，其中CYP家族成员多下调，而MCM2、CDK1等增殖相关蛋白上调。通过生存分析与多变量Cox回归，最终筛选出SMC2、SMC4、UBE2C、UHRF1四个蛋白，其高表达均与不良预后显著相关，且时间依赖性ROC曲线下面积（AUC）均大于0.7。

蛋白表达与临床特征关联

SMC2、SMC4、UBE2C、UHRF1在低分化（G3级）肿瘤中表达最高，且SMC2、SMC4、UHRF1在伴肿瘤血栓患者中表达显著升高，提示这些蛋白可能与肿瘤侵袭性相关。

4蛋白标志物模型构建与验证

风险评分公式为：

风险评分 = 1.9106×Exp_(SMC2)– 2.0133×Exp_(SMC4)+ 0.8297×Exp_(UBE2C)+ 0.2065×Exp_(UHRF1)。按中位数分层后，高风险组总生存期显著缩短（p<0.05），时间依赖性ROC曲线显示该标志物在1、3、5年OS预测中AUC分别为0.775、0.670、0.836，优于AFP。TCGA数据和独立IHC验证均支持这些蛋白在HCC中表达上调。

列线图整合临床参数提升预测效能

多变量Cox回归确认蛋白标志物风险评分、肿瘤分级、肿瘤血栓和AFP为独立预后因素。构建的列线图在1、3、5年OS预测中校准曲线显示良好一致性，其AUC值优于单一指标。

结论与展望

该研究首次构建了基于SMC2、SMC4、UBE2C、UHRF1的4蛋白标志物模型，能够有效分层HBV相关HCC患者的预后风险，其预测效能显著优于传统标志物AFP。列线图整合蛋白标志物与临床参数，为个体化治疗策略制定提供了实用工具。这些蛋白在细胞周期调控、染色体稳定性维持和表观遗传修饰中的已知功能，提示其可能通过促进肿瘤增殖与侵袭参与HCC进展。未来需在多中心队列中验证该模型，并通过功能实验深入探索其分子机制。