基于多组学与神经网络模型挖掘肝癌新型潜在生物标志物

肝癌严重威胁人类健康，其发病机制复杂且早期诊断困难。为探寻肝癌潜在生物标志物与诊断模型，研究人员整合转录组和单细胞数据，经多算法分析，确定 MARCO 等关键基因，构建 ANN 模型。该研究为肝癌诊断和治疗提供新方向。

　　肝癌，作为全球范围内严重威胁人类健康的 “杀手”，每年都无情地夺走众多生命。据统计，预计到 2025 年，全球每年新增肝癌患者将超 100 万。临床上，肝癌早期症状隐匿，常规筛查手段难以在无症状阶段精准发现。一旦发展到晚期，患者常出现腹痛、体重骤减、右上腹肿块等症状，病情进展迅速，死亡率居高不下。这背后的主要原因在于缺乏高效的早期诊断方法和有效的治疗手段，以及肝癌复杂的分子机制，众多谜团等待科学家们去解开 。

为了攻克这一难题，浙江中医药大学第一临床医学院的研究人员 Yingzheng Gao、Jiahao Chen 以及浙江省中医院（浙江中医药大学第一附属医院）的 Weidong Du 携手开展了一项极具意义的研究。他们的研究成果发表在《Discover Oncology》杂志上，为肝癌的诊断和治疗带来了新的曙光。

研究人员运用了多种关键技术方法。他们从 UCSC Xena 数据库、Mendeley 数据库和 GEO 数据库中获取了肝癌相关的转录组和单细胞数据集。随后，借助 “limma” R 包进行基因表达差异分析，筛选出差异表达基因（DEGs）；利用 “WGCNA” R 包开展加权基因共表达网络分析（WGCNA） ，确定与肝癌相关的模块基因；通过支持向量机递归特征消除（SVM - RFE）、随机森林（RF）和最小绝对收缩和选择算子（LASSO）三种机器学习算法挑选出关键基因；运用 “neuralnet” R 包构建人工神经网络（ANN）模型辅助肝癌诊断；采用单样本基因集富集分析（ssGSEA）评估免疫细胞浸润情况；借助 “Seurat” 包对单细胞数据进行深入剖析。

研究结果主要包含以下多个方面：

1. 筛选差异表达基因：通过对比 369 例肝癌样本和 50 例正常组织，研究人员识别出 1629 个差异表达基因，这些基因在肝癌与正常样本间呈现出显著的表达差异，是后续深入研究的重要基础。
2. 确定肝癌模块基因：对 19620 个基因进行 WGCNA 分析，筛选出合适的软阈值后，确定了与肝癌关联最强的青色模块，其中包含 1263 个与肝癌相关的基因。
3. 功能富集分析：将差异表达基因与青色模块基因交叉分析，得到 224 个肝癌差异表达基因。GO 和 KEGG 功能富集分析显示，这些基因主要参与能量生成、线粒体自噬、氨基酸代谢、癌症相关通路等重要生物学过程，进一步揭示了肝癌发生发展的潜在机制。
4. 确定关键基因：运用三种机器学习算法，研究人员最终确定了 MARCO、KCNN₂、NTS、TERT 和 SFRP₄这五个关键基因（LC - HGs）。富集分析表明，这些基因与多种重要生物学过程和疾病相关通路密切相关。
5. ANN 模型验证：基于这五个关键基因构建的 ANN 模型表现卓越，训练集预测准确率高达 1.000，测试集预测准确率为 0.986，显示出良好的诊断性能，意味着其在肝癌诊断方面具有巨大的应用潜力。
6. 分子亚型、生存及免疫浸润分析：根据关键基因的转录模式，研究人员将肝癌样本分为 C1 和 C2 两个分子亚型。生存分析发现，C2 亚型患者生存状态更佳。免疫浸润分析表明，不同亚型的免疫细胞浸润存在显著差异，关键基因的表达与免疫细胞浸润丰度密切相关，提示它们在调节肝癌免疫微环境中发挥着关键作用。
7. 单细胞水平验证：单细胞分析显示，肝癌与正常肝脏的细胞类型组成存在差异，关键基因在不同细胞类型中的表达在健康和肝癌状态下也有显著不同，表明关键基因的表达失调可能诱导肝脏从健康状态向肝癌状态转变。
8. 临床验证：从 HPA 数据库获取的免疫组化染色结果显示，关键基因在肝癌组织和正常肝组织中的蛋白表达存在差异，进一步证实了关键基因在肝癌发生发展中的重要作用。同时，在验证集中，关键基因的表达与原始队列一致，增强了研究结果的可靠性。

在研究结论和讨论部分，研究人员确定了 MARCO、KCNN₂、NTS、TERT 和 SFRP₄为肝癌的关键基因，这些基因从多个维度影响肝癌的发生发展，在肿瘤微环境调节、免疫逃逸、细胞增殖和侵袭等过程中发挥着关键作用。基于这些关键基因构建的 ANN 模型具有良好的诊断性能，有望成为肝癌独立诊断的有力工具。此外，研究还发现不同分子亚型的肝癌患者生存状态和免疫细胞浸润存在显著差异，关键基因与免疫细胞浸润密切相关，这为肝癌的免疫治疗和个性化治疗提供了新的思路和潜在靶点。不过，该研究也存在一定局限性，如样本量有限、仅基于转录组数据进行分析等。未来，还需要通过多中心大规模队列研究和综合多组学分析进一步验证和完善研究成果。总体而言，这项研究为肝癌的临床诊断和治疗提供了极具前景的潜在生物标志物和治疗靶点，推动了肝癌研究领域的发展，为攻克肝癌这一难题迈出了重要一步。