基于血浆蛋白质组学的肝细胞癌微血管浸润术前预测模型PRIM的建立与验证

本研究针对肝细胞癌(HCC)微血管浸润(MVI)术前诊断难题，通过多中心队列研究结合数据非依赖性采集质谱(DIA-MS)和机器学习技术，鉴定出TALDO1、PDIA3、PGK1三个血浆蛋白标志物，构建了具有优异诊断效能(AUROC 0.78-0.99)的PRIM预测模型。该研究为HCC患者术前风险分层提供了创新性液体活检方案，对个体化治疗决策具有重要临床价值。

　　

肝细胞癌(HCC)作为原发性肝癌的主要类型，在全球癌症相关死亡原因中位居前列。其中微血管浸润(MVI)是影响预后的关键病理特征，与术后高复发率和低生存率显著相关。然而当前MVI诊断完全依赖术后病理检查，这种"事后诸葛亮"的模式严重制约了术前治疗决策的优化。尽管影像学检查能提供部分线索，但其敏感性和特异性均不理想。在这一临床困境下，开发可靠的术前无创诊断工具成为亟待解决的重大问题。

哈尔滨医科大学附属第一医院等四家医疗中心的研究团队开展了这项开创性研究，通过整合多组学技术和人工智能算法，成功建立了首个基于血浆蛋白质组学的MVI预测系统。相关成果发表在肝病学领域权威期刊《JHEP Reports》上，为HCC精准医疗提供了重要技术支撑。

研究团队采用多阶段、多中心研究设计，从160例HCC患者(80例MVI阳性/80例阴性)获取血浆样本。核心技术包括：数据非依赖性采集质谱(DIA-MS)进行深度蛋白质组分析；酶联免疫吸附试验(ELISA)验证候选标志物；加权基因共表达网络分析(WGCNA)挖掘功能模块；单细胞RNA测序(scRNA-seq)解析细胞来源；以及集成K近邻(KNN)算法构建PRIM预测模型。

"血浆蛋白质组景观"部分揭示：DIA-MS技术共鉴定3107种血浆蛋白，其中1216种蛋白检出率达100%。MVI阳性与阴性组间蛋白丰度分布无显著差异，但亚细胞定位分析显示28%蛋白定位于胞浆，27.45%为分泌蛋白，这为后续标志物筛选奠定了基础。

"MVI相关功能蛋白模块"通过WGCNA分析发现：14个共表达模块中，ME09模块(富集脂质代谢过程)与MVI表型显著相关。该模块在MVI阳性患者中表达下调，提示代谢重编程在MVI发生中的重要作用。

"血浆蛋白标志物鉴定"部分显示：83个差异表达蛋白(DEPs)成功区分MVI状态，其中46个上调蛋白主要参与ATP代谢和免疫应答。通过严格筛选和ELISA验证，最终锁定转醛醇酶(TALDO1)、蛋白二硫键异构酶A3(PDIA3)和磷酸甘油酸激酶1(PGK1)三个标志物，它们在MVI阳性患者血浆中均显著升高。

"PRIM预测模型"开发环节颇具创新：集成6种K值(1-11)的KNN算法构建的PRIM模型，在发现队列中AUROC达0.99，两个独立验证队列中分别保持0.82和0.78的优异性能。决策曲线分析证实其临床实用性显著优于传统指标如AFP和肿瘤大小。

"单细胞转录组解析"部分阐明：scRNA-seq分析22,679个细胞显示，这三个标志物在MVI阳性肿瘤的恶性细胞和巨噬细胞中特异性高表达，揭示了"肿瘤细胞-免疫细胞代谢偶联"促进MVI的新机制。

这项研究具有多重重要意义：首次建立基于血浆蛋白的MVI术前预测系统PRIM，突破现有诊断技术瓶颈；发现TALDO1/PDIA3/PGK1三蛋白标志物组合，为理解MVI分子机制提供新视角；证实DIA-MS联合机器学习在液体活检中的巨大潜力。尤其值得注意的是，PDIA3和PGK1已有相应抑制剂(如Ilicicolin H)处于研发阶段，这为MVI阳性患者的靶向治疗开辟了新途径。

研究也存在一定局限：样本均来自中国人群，需扩大种族多样性验证；回顾性设计可能遗漏其他相关蛋白。未来可整合基因组、转录组等多组学数据进一步提升模型性能。总体而言，该成果标志着HCC诊疗进入"术前精准预测"的新阶段，对改善患者预后具有重要临床价值。