跨临床条件下肝脏再生能力的系统建模与机器学习预测研究

本研究针对肝切除术后再生能力受损的关键临床问题，通过建立6种小鼠模型（包括衰老、纤维化、脂肪肝等），整合转录组学、蛋白质组学和血清标志物数据，开发了基于对比深度学习的三重损失框架模型，准确率达87.9%。鉴定出Wee1、Cdk2等6个核心细胞周期调控基因，揭示了不同临床背景下再生差异的分子机制，为个体化肝脏手术风险评估提供了新工具。

　　

肝脏作为唯一具有显著再生能力的实体器官，其70%切除后可在3个月内恢复90%质量。然而，年龄增长、代谢紊乱（如脂肪肝）、纤维化及免疫抑制剂（如他克莫司）等因素会显著削弱再生能力，导致高达50%的肝切除术后肝衰竭(PHLF)死亡率。目前临床缺乏精准评估再生能力的工具，且不同病理状态下再生差异的分子机制尚未阐明。

多伦多大学医疗网络的研究团队通过建立6种小鼠模型（年轻雄/雌性、老年、2-3期纤维化、代谢相关脂肪肝病(MASLD)、他克莫司处理），采用75%部分肝切除术(PH)模拟临床场景，结合转录组芯片、TMT蛋白质组学和14项血清标志物检测，开发了基于对比深度学习的三重损失框架模型。研究发现尽管所有模型7天内均恢复≥75%肝质量，但老年、脂肪肝和纤维化模型在第2天Ki-67阳性率显著降低（p<0.0001）。纤维化肝脏呈现胶原沉积减少和部分逆转现象。通过SHAP分析鉴定出Wee1、Rbl1、Gnl3、Mdm2、Cdk2和Ccne2等6个关键预测基因，模型预测准确率达87.9%。该成果发表于《JHEP Reports》，为临床评估肝脏再生潜能提供了跨物种保守的生物标志物体系。

关键技术包括：1）建立6种PH小鼠模型（含人类移植受者样本验证）；2）Affymetrix芯片转录组与TMT蛋白质组联合分析；3）开发对比深度学习框架（三重损失函数+16维嵌入）；4）SHAP可解释性分析结合k-NN分类器验证；5）人类SPLiT-seq单核RNA测序跨物种验证。

【动物模型构建】通过CCl₄诱导6-12周建立纤维化模型，高脂饮食11周建立MASLD模型，他克莫司持续给药建立免疫抑制模型。所有模型均实施标准化75%PH手术，监测7天内再生动态。

【再生效率评估】Ki-67染色显示年轻雄性小鼠第2天增殖率最高（28.87%），老年组（1.52%）和他克莫司组（3.15%）显著降低。纤维化模型术前Ki-67达4.44%，术后胶原沉积从4.09%降至0.68%（p<0.01），但延长CCl₄至12周时再生受阻。

【多组学分析】转录组发现9个共有差异基因（如Mybl1、Rad18），蛋白质组鉴定7个共有蛋白（如NGAL、HMOX1）。老年组细胞周期通路基因下调最显著，而雌性组调控最活跃。IPA分析揭示MODY、LXR/RXR等4条共有通路，各模型特有通路如雌性组雌激素信号、老年组mTORC2抑制。

【机器学习建模】以57个细胞周期基因+14项血清标志物为输入，三重损失模型在101次分层交叉验证中保持87.9%准确率。SHAP分析显示Wee1（G₂/M检查点调控）贡献度最高，其与Mcm6（DNA复制许可因子）在年轻组表达量是老年组的3.2倍。

【人类样本验证】SPLiT-seq显示移植后再生肝脏中GNL3、WEE1表达量较对照组提升2.1-3.4倍（p<0.05），证实小鼠发现的可转化性。

该研究首次系统描绘了不同临床条件下肝脏再生的分子图谱，突破性在于：1）发现纤维化可逆性与CCl₄暴露时长相关，为抗纤维化治疗提供时间窗依据；2）建立首个整合临床特征与多组学的再生预测模型，其核心基因Wee1抑制剂已进入肿瘤临床试验，潜在可转化性高；3）揭示老年再生障碍与MCM家族蛋白表达缺失相关，提示核苷酸类似物可能改善老年肝脏再生。局限性在于样本量较小（n=95），未来需扩大临床队列验证。这项研究为精准肝脏外科提供了重要的分子评估框架，尤其对老年、脂肪肝患者的术前风险评估具有直接指导价值。