编辑推荐：
肝细胞癌（HCC）诊疗面临诸多困境，其肿瘤微环境（TME）异质性不明影响治疗与预后。研究人员运用无监督机器学习等技术开展相关研究，发现 13 个关键基因，或可助力找到可靠生物标志物和治疗靶点，为 HCC 诊疗带来新希望。
在癌症的 “舞台” 上，肝细胞癌（Hepatocellular Carcinoma，HCC）可谓是一个 “狠角色”。它是最常见的肝癌类型，在全球范围内，是导致癌症相关死亡的主要原因之一。由于其早期症状隐匿，很多患者在确诊时已处于晚期，这使得手术切除、肝移植等根治性治疗手段的效果大打折扣，患者往往只能依赖非根治性的治疗方法，生存状况堪忧。
HCC 的肿瘤微环境（Tumor Microenvironment，TME）就像一个神秘的 “幕后推手”，对肿瘤的发展、治疗反应和预后都有着至关重要的影响。然而，这个微环境的异质性却如同迷雾一般，让人难以捉摸。传统的巴塞罗那临床肝癌（Barcelona Clinic Liver Cancer，BCLC）系统虽然应用广泛，但它主要基于肝脏功能分级、肿瘤大小和甲胎蛋白（α -fetoprotein，AFP）水平等物理属性对肝癌进行分类，却忽略了 TME 这个关键因素，导致无法准确预测治疗效果和患者的预后情况。
为了揭开 HCC 的神秘面纱，来自英国伯明翰大学（University of Birmingham）的研究人员 Mae Montserrat Reierson 和 Animesh Acharjee 勇挑重担，开展了一项极具意义的研究。他们的研究成果发表在《BMC Cancer》上，为我们理解 HCC 的发病机制和寻找新的治疗靶点带来了新的曙光。
研究人员采用了多种关键技术方法。在数据处理方面，从多个数据库筛选出合适的 HCC 基因表达数据集，如 GSE63898 作为主要数据集、GSE14520 用于验证。利用主成分分析（Principal Component Analysis，PCA）和 t - 分布随机邻域嵌入（t -distributed Stochastic Neighbor Embedding，t -SNE）进行异常值检测；借助 Boruta 算法进行特征选择，找出关键基因。在分析方法上，运用了三种无监督机器学习聚类方法：层次聚类（Hierarchical Clustering）、多组学因子分析（Multi - Omics Factor Analysis，MOFA）结合 K - means++、自动编码器（Autoencoder）结合 K - means++，对患者进行亚型分层。最后，使用免疫反卷积算法（如 CIBERSORT、TIMER、EPIC）来评估不同亚型中浸润免疫细胞的比例。
研究结果令人瞩目：
- 异常值与特征选择：通过 PCA 和 t -SNE 分析，在主要数据集和验证数据集中分别识别并去除了一些异常样本。经过一系列筛选和分析，从主要数据集的 49387 个基因探针中，最终确定了 46 个对区分肿瘤和非肿瘤样本重要的基因，这些基因就像是打开 HCC 奥秘之门的 “钥匙”。
- 聚类分析确定患者亚群：三种无监督聚类方法均显示 HCC 患者存在四个不同的亚群，这表明 HCC 在分子层面具有明显的异质性。例如，层次聚类发现第 4 亚群患者的平均年龄显著低于其他亚群；MOFA 结合 K - means++ 分析表明，数据方差主要由 6 个潜在因子解释，其中 DCN 基因对第 1 因子影响较大；自动编码器结合 K - means++ 确定的第 3 亚群患者平均年龄也较低。
- 重叠分析揭示保守亚群：通过重叠分析，发现了四个在三种聚类方法中都保持一致的患者亚群，进一步证实了这些亚群的生物学相关性。不同亚群具有独特的基因表达特征和生物学功能，如 H1M4A2 亚群中某些基因与巨噬细胞或单核细胞活性相关；H2M3A2 亚群中 CYP1A2 和 CYP3A4 等基因的上调与解毒途径或耐药机制有关。
- 免疫反卷积显示亚群差异：免疫反卷积结果显示，不同患者亚群的免疫细胞浸润模式存在差异。CIBERSORT 分析发现 13 种免疫细胞在不同亚群中的丰度有显著差异，如嗜酸性粒细胞、中性粒细胞和巨噬细胞等；而 TIMER 和 EPIC 的结果则相对较少显示出显著差异，这可能与样本的基因表达变异性以及算法本身的特点有关。
- 外部验证支持亚群稳健性：在验证数据集上进行相同分析后发现，虽然聚类结果与主要数据集不完全一致，但仍然支持了分子亚群与临床结果的相关性。例如，生存分析表明不同亚群患者的生存和复发情况存在显著差异，TOP2A、DCN 和 MT1E 等基因与生存和复发显著相关。
在讨论部分，研究人员指出，尽管此次研究取得了重要进展，但仍存在一些局限性。比如，免疫反卷积算法在处理小样本和样本方差较大的情况时存在不足；验证结果与主要数据集不完全一致，这可能是由于地域差异、患者个体差异以及其他未考虑到的因素导致的。然而，这也恰恰表明了 HCC 的复杂性，提示我们在未来的研究中需要考虑更多的因素。
总的来说，这项研究意义重大。发现的 13 个在不同数据集上都具有影响力的基因，为理解 HCC 的遗传机制和异质性提供了重要线索，有望成为更可靠的生物标志物和治疗靶点。同时，研究结果也强调了 TME 在 HCC 中的重要作用，为进一步探索 HCC 的发病机制和开发更有效的治疗策略奠定了基础。未来，研究人员可以通过整合更多的多组学数据，如免疫组化和肿瘤微生物组数据，运用无监督机器学习深入挖掘隐藏的特征关系，结合肿瘤克隆进化和更广泛的转录组分析，为 HCC 患者带来更精准的诊疗方案，让更多患者受益。
