综述：基于多组学技术的病毒性肝炎无创诊断生物标志物：最新进展与挑战

《Hepatobiliary & Pancreatic Diseases International》：Non-invasive diagnostic biomarkers of viral hepatitis based on multi-omics technology: Recent advances and challenges

本综述系统阐述了多组学技术（multi-omics）在病毒性肝炎无创诊断生物标志物研究中的前沿应用。文章重点分析了从血液、唾液、尿液等体液中发现的糖类、蛋白质、核酸及微生物等新型生物标志物，强调了其无创、便捷、可重复的优势，及其在提升肝炎（包括HAV、HBV、HCV、HDV、HEV）诊断准确性、早期发现肝纤维化、肝硬化及肝细胞癌（HCC）方面的巨大潜力，为精准医疗提供了重要视角。

　　

Abstract

肝脏易受病毒感染。病毒性肝炎大致可分为甲型、乙型、丙型、丁型和戊型肝炎。病毒性肝炎的准确诊断对于精准治疗至关重要。人们已探索了不同类型的生物标志物，包括无创生物标志物，用于诊断病毒性肝炎。随着多组学技术的快速发展，无创生物标志物可以从血液、唾液、尿液、粪便和其他体液中检测到。无创生物标志物的优点是：1）无创；2）检测方便；3）可重复。无创生物标志物的应用显著提高了病毒性肝炎的诊断准确性。无创生物标志物可以是糖类、蛋白质、核酸，甚至是微生物。本综述总结了利用多组学技术识别无创生物标志物的最新进展，并讨论了它们对病毒性肝炎的潜在诊断价值。

Introduction

肝脏在胆汁酸和胆固醇代谢、葡萄糖的合成与储存、脂质周转、激素代谢以及血浆蛋白分泌中不可或缺。在所有肝脏相关疾病中，病毒性肝炎是最重要的疾病之一。世界卫生组织估计，病毒性肝炎每年导致150万人死亡。特别是，低收入国家和地区的人们被发现更易患病毒性肝炎。因此，病毒性肝炎在全球范围内造成了严重的疾病负担。病毒性肝炎最常见的病因是五种肝炎病毒，包括甲型肝炎病毒、乙型肝炎病毒、丙型肝炎病毒、丁型肝炎病毒和戊型肝炎病毒。病毒性肝炎会导致肝纤维化、肝硬化和肝细胞癌。早期诊断（包括类型和严重程度）和早期治疗对于预防不可逆的肝损伤至关重要。

有多种技术可用于检测病毒性肝炎，生物标志物是其中之一。我们已经有成熟的生物标志物来诊断HBV和HCV感染。然而，据估计，在中国仅有25%的乙型肝炎和30%的丙型肝炎病例被检测出来，而只有17%的乙型肝炎和9%的丙型肝炎患者接受了治疗。其他国家也面临类似情况。对新型诊断方法的研究可能有助于病毒性肝炎的诊断和治疗。然而，当前病毒性肝炎的早期诊断策略仍不完善。

单组学分析在疾病的诊断和治疗中长期扮演关键角色，例如基因组学、转录组学、代谢组学和蛋白质组学。然而，单组学不够全面，因为单一类型的组学变化不能代表疾病的整体状况。相比之下，多组学数据的联合分析可以更好地描绘人体整体变化的全景，从而为疾病诊断和治疗靶点开发提供更有价值的数据。多组学技术的优势在于其能够提供对生物系统更透彻的理解，提高药物反应预测能力，揭示疾病异质性，改进生物标志物开发，并利用先进的计算分析方法。这些优势有助于推动个性化医疗、精准治疗以及我们对复杂生物现象的整体理解。随着多组学技术的进步，病毒性肝炎的无创生物标志物已被探索。这些生物标志物可以显著增强病毒性肝炎的早期诊断。本综述概述了当前在发现病毒性肝炎无创生物标志物及其潜在诊断作用方面的进展。

Section snippets

Hepatitis A

甲型肝炎由HAV感染引起，HAV感染是全球急性肝炎的主要原因之一。HAV是小核糖核酸病毒科的代表，具有无包膜的衣壳，包裹着一条单链RNA基因组。如今，甲型肝炎的发病率不断下降，HAV感染的流行病学发生了显著变化。此外，高达1/10000的甲型肝炎患者会经历急性肝衰竭，这被称为暴发性肝炎。

Newly identified non-invasive biomarkers for viral hepatitis

无创生物标志物是无需侵入性操作即可测量或检测的生物学或生理学指标。无创生物标志物可用于诊断和监测疾病。最初，像X射线和超声波这样的成像技术允许对器官和组织进行无创可视化。非侵入性血液检测，例如酶联免疫吸附测定，使得能够在血液样本中检测疾病标志物。随后，研究人员探索了其他体液中的生物标志物。

Conclusions

近年来，鉴定出大量用于病毒性肝炎的无创生物标志物是一项重大进展。作为生物标志物最重要的来源，基于血液的生物标志物在其他体液中仍占据主导地位。许多研究专注于基于血液的生物标志物，特别是对于乙型和丙型肝炎，在病毒性肝炎的诊断方面取得了重大进展。其他无创生物标志物的鉴定，包括基于唾液的生物标志物、基于尿液的生物标志物等，也为该领域做出了贡献。

CRediT authorship contribution statement

Xiang-Yan Liu: 形式分析, 撰写初稿。 Jian-Fang Lu: 数据整理, 撰写初稿。 Zhuo-Yi Wang: 数据整理, 撰写初稿。 Shu-Sen Zheng: 概念化, 监督, 审阅和编辑。

Funding

无。

Ethical approval

不需要。