整合预测建模与多组学验证揭示了肝细胞癌临床异质性的潜在指标

《Biochemical and Biophysical Research Communications》：Integrative Predictive Modelling and Multi-omics Validation Reveals Potential Indicators of Clinical Heterogeneity in HCC

　　

• AI驱动的多层组学优先筛选出肝细胞癌（HCC）中具有临床相关性的生物标志物 • XGBoost模型在肿瘤组织和血清样本中均展现出诊断准确性 • CDC20、CDK1和E2F1被观察到是HCC的核心增殖驱动因子 • ADRA1D和GLP2R被鉴定为HCC异质性的潜在驱动因子 • 功能剖析揭示了肿瘤内在及微环境层面的作用

引言

肝细胞癌（HCC）是全球第三大癌症死因，五年生存率仅为18%[1]。过去二十年，HCC发病率和死亡率显著上升，分别达到53.7%和48%[2]，其主要原因是其高度异质性[3]。其主要危险因素包括乙型肝炎和丙型肝炎病毒感染、已有肝病病因、长期大量饮酒、代谢综合征以及黄曲霉毒素等致癌物的暴露[1]。HCC的首选诊断方法是基于肝脏影像报告和数据系统（LI-RADS）指导的非侵入性影像技术，然而，这些方法仍需通过肝脏活检加以确认。将这些策略与液体活检和人工智能（AI）相结合，对于提高疾病检出率至关重要。新兴的光谱技术，如拉曼光谱和红外光谱，也展现出HCC诊断的潜力，因为它们能够捕捉与恶性组织生化改变相关的分子指纹。纳米粒子的整合应用可能进一步提高检测灵敏度，突显了光谱方法作为早期癌症检测和肿瘤特征表征的补充工具的潜力[4]。HCC的治疗涉及多方面的方案，需考虑肿瘤范围、肝脏功能及患者整体健康状况，并由巴塞罗那肝癌诊所分期系统等进行指导。早期阶段存在根治性治疗手段，中期阶段采用局部区域治疗，晚期HCC则依赖系统性治疗[2]。然而，不幸的是，通过监测发现的HCC病例中，仅约一半在可根治阶段被检出。另一半患者接受系统性治疗，但由于对常规治疗方案的耐药性以及缺乏真正能改善患者预后的有效治疗手段，其中位总生存期仍然有限[5]。

因此，生物标志物在现代肿瘤学中已成为不可或缺的组成部分，支持早期检测、疾病进展监测、治疗反应预测以及新型治疗靶点的识别。鉴于HCC复杂的病因学以及传统诊断标志物（如甲胎蛋白）在敏感性和特异性方面的固有局限[6]，迫切需要替代性HCC生物标志物。近期研究表明，HCC生物标志物的发现还可扩展至通路相关特征、调控轴以及治疗反应生物标志物。例如，属于Notch信号通路的基因——该通路是HCC起始和进展的关键驱动因素——已被用于构建预后模型，将患者分层为具有不同总生存特征的不同分子亚组。该研究还进一步揭示了免疫细胞组成的差异以及免疫治疗反应预测的差异[7]。同样，一项机制研究揭示，miR-3130-5p/FDX1（铁氧还蛋白1）轴在HCC中具有预后和治疗意义。上调的miR-3130-5p直接下调FDX1表达，从而驱动HCC进展并恶化患者生存结局[8]。此外，对治疗药物艾卡瑞汀的计算分析鉴定出ESR1（雌激素受体1）作为与HCC预后、肿瘤增殖及艾卡瑞汀治疗敏感性相关的潜在分子靶点[9]。综合而言，这些发现凸显了HCC生物标志物不断扩展的格局，涵盖众多领域。

由于组织活检仍是表征HCC肿瘤的金标准[2]，从肿瘤组织获取的分子信息可为鉴定具有高特异性和敏感性的临床意义生物标志物提供宝贵的见解[5]。然而，HCC的分子复杂性和异质性需要能够捕捉多个生物学维度的方法。先进的计算技术，包括多层组学和AI的协同整合，可显著加速这一过程。转录组学在患者数据和多种细胞模型中揭示基因水平的失调，并提供功能见解。蛋白质组学分析验证了肿瘤和正常组织中相应的蛋白表达差异。单细胞分析揭示细胞特异性和肿瘤异质性，而免疫基因组学则表征了失调基因与肿瘤微环境（TME）中估计的免疫浸润之间的关系。基因组改变分析鉴定了拷贝数变异和突变驱动事件。这些相互关联的组学层面共同捕捉了多个基因调控层面，提供了对HCC生物学的整合性和机制性理解[10]、[11]。随后，AI算法利用这些庞大的生物"大"数据来辨识复杂的分子特征并构建预测模型，这些模型能够识别肿瘤，促进准确诊断[12]、[13]。

鉴于获取新患者队列的挑战，通过先进计算方法最大化现有数据集已成为产生HCC新见解的必要之举。这为生物标志物发现提供了一个战略性且经济高效的初始步骤，能够对众多候选标志物进行高通量筛选和整合分析多层组学数据，并为优先选择最有前景的生物标志物用于下游验证提供强大的机制依据[11]。因此，本研究旨在利用整合多层组学框架，结合转录组、细胞系衍生、蛋白质组、单细胞、免疫和基因组分析，来鉴定和表征HCC中临床相关的生物标志物候选分子。此外，本研究还旨在开发能够准确区分肿瘤与正常组织的预测模型，以支持HCC诊断和转化决策的改进。

数据收集与处理

基因表达数据集（表1）于2025年11月3日从癌症基因组图谱（TCGA；https://www.cancer.gov/ccg/research/genome-sequencing/tcga）和基因表达综合数据库（GEO；https://www.ncbi.nlm.nih.gov/geo/）中检索获取[14]。检索查询词在TCGA中包含"肝细胞癌"和"LIHC"，在GEO中包含"肝脏"、"肝"、"肝瘤"、"肝癌"、"HCC"和"肝细胞癌"。纳入标准定义为：(1) 智人，

结果

分析流程整合了RNA测序分析、功能和网络富集分析、AI驱动的生物学标志物筛选、临床评估、多组学整合、病因学评估以及药物-基因互作网络（图1）。

讨论

HCC的严重程度体现在其高发率以及广泛的肿瘤间和肿瘤内异质性，这使得许多现有管理策略无效[3]。这催生了发现新型稳健生物标志物的迫切需求，以实现早期和准确疾病检测、监测患者结局并作为可操作的靶点来阻止疾病进展[5]、[62]。因此，采用整合多层组学和AI的框架来鉴定和

结论

本研究将多层组学与预测建模相结合，鉴定并功能验证了HCC候选生物标志物。XGBoost模型展现出强大的诊断效用，并实现了对五个候选基因——ADRA1D、CDC20、CDK1、E2F1和GLP2R的优先筛选，这些基因在转录组、临床、蛋白质组、单细胞、免疫和基因组层面进行了表征。这些基因汇聚于核心致癌过程，如细胞周期失调、代谢适应等。

CRediT作者贡献声明

Veena Puri：写作–审阅与编辑，监督，软件。Sathish Kumar Mungamuri：写作–审阅与编辑。Prabha Garg：写作–审阅与编辑，监督，软件，资源，项目管理，概念设计。Rashi Jain：写作–审阅与编辑，写作–初稿撰写，可视化，验证，方法论，调查研究，形式化分析，数据整理，概念设计。

同意参与声明：不适用。

同意发表声明：不适用。

数据可用性：转录组数据集公开可获取于癌症基因组图谱（https://www.cancer.gov/ccg/research/genome-sequencing/tcga）和基因表达数据库（https://www.ncbi.nlm.nih.gov/geo/）；细胞系和蛋白水平数据可在人类蛋白质组图谱（https://www.proteinatlas.org/）获取；单细胞转录组数据可在HCCDB 2.0（http://lifeome.net:809/#/home）获取；免疫浸润数据可在TIMER 2.0（http://timer.cistrome.org/）获取；基因组改变数据可在癌症基因组图谱cBioPortal获取。

伦理声明：由于本研究仅涉及公开去标识化数据的二次分析，无需额外的机构审查委员会（IRB）审批。

伦理批准：不适用。

利益冲突：不适用。

声明与声明：声明作者之间不存在竞争利益。

临床试验编号：不适用。

模型可用性：模型可在https://github.com/PGlab-NIPER/Predictive-model-for-HCC-samples获取。

资助声明：本研究未获得公共、商业或非营利机构资助机构的专项资助。

资助声明：本研究未获得公共、商业或非营利机构资助机构的专项资助。

竞争利益声明：声明作者之间不存在竞争利益。

致谢：我们感谢印度生物技术部（DBT）（BT/PR40226/BTIS/137/66/2023）。

Rashi Jain | Veena Puri | Sathish Kumar Mungamuri | Prabha Garg