基于血清N-糖组学分析的慢性乙型肝炎患者肝细胞癌早期筛查、诊断及复发监测

肝细胞癌（HCC）是全球重大的健康负担，在中国，乙型肝炎病毒（HBV）是其最主要的病因。然而，现有的诊断标志物缺乏足够的敏感性和特异性。

2025年12月，天津医科大学徐亮、侯建存，宓余强及首都医科大学刘梅共同通讯在Hepatology 在线发表题为“Early screening, diagnosis and recurrence monitoring of hepatocellular carcinoma in patients with chronic hepatitis B based on serum N-glycomics analysis: A cohort study”的研究论文。该研究共纳入397例因慢性乙型肝炎相关肝硬化及HCC接受临床管理的患者。对所有参与者进行了N-糖组学分析，并收集了临床数据。首先，基于N-糖组学数据，利用机器学习方法建立了用于HCC早期筛查与诊断的模型，即肝细胞癌糖组学随机森林模型和肝细胞癌糖组学支持向量机模型。

在验证集中，肝细胞癌糖组学随机森林模型和肝细胞癌糖组学支持向量机模型的受试者工作特征曲线下面积值分别为0.967（95%置信区间：0.930–1.000）和0.908（0.840–0.976），其性能优于甲胎蛋白（0.687 [0.575–0.765]）和维生素K缺乏或拮抗剂-II诱导蛋白（0.665 [0.507–0.823]）。该模型在亚组分析和外部验证中也显示出优势。校准曲线和决策曲线分析同样表明其具有良好的预测性能。此外，作者基于N-聚糖开发了一个预后模型（prog-G模型），用于监测HCC患者根治性治疗后的复发情况。在随访期间观察到，该模型与患者的临床状况相关，并且能够在影像学发现之前识别出所有复发性HCC病例（n=12），其表现优于甲胎蛋白（n=7）和维生素K缺乏或拮抗剂-II诱导蛋白（n=9），同时能比影像学更早地检测到复发病灶。综上，N-糖组学模型能够有效预测HCC的发生与复发，有助于提高临床决策效率并促进HCC的精准治疗。

肝细胞癌（HCC）是一个重大的全球性健康问题。根据GLOBOCAN 2022数据库，新诊断肝癌的发病率在全球所有恶性肿瘤中位列第六，在中国位列第四。此外，HCC的死亡率在全球所有恶性肿瘤中位列第三，在中国位列第二。全球近半数的肝癌病例发生在中国。慢性乙型肝炎病毒（HBV）感染是HCC的主要始动因素，全球33%的HCC病例由HBV感染引起；在亚洲和非洲地区，这一比例高达60%。HCC患者预后不良，主要归因于早期诊断率低以及治疗后复发率高。

目前，传统的HCC筛查和复发预测方法主要依赖于腹部超声检查，并结合血清标志物如甲胎蛋白（AFP）和异常凝血酶原片段（PIVKA-II）。然而，这些方法的敏感性和特异性均不甚理想，需要新的策略来提高HCC诊断的准确性。

N-糖基化是最普遍的蛋白质修饰形式之一。异常的N-聚糖修饰与多种疾病的发病机制密切相关，包括恶性转化和肿瘤进展等过程。N-糖基化可显著影响细胞粘附、增殖和信号转导等生物学过程，而这些过程均与肝癌发生密切相关。由Callewaer等人开发的DNA测序仪辅助荧光辅助糖电泳技术，能够快速、便捷、高效地检测血清N-聚糖，从而为N-聚糖在HCC研究中的应用提供了有力的技术支持。既往研究表明，血清N-聚糖标志物是区分肝纤维化、肝硬化和HCC的有前景的无创诊断工具。然而，尚无研究全面探讨N-糖组学在HCC早期筛查、诊断和复发监测中的作用。

研究设计图（图片源自Hepatology ）机器学习（ML）是一个跨学科领域。随着人工智能技术的进步，ML在临床模型构建中的应用日益广泛。本研究旨在为慢性乙型肝炎相关HCC患者开发基于N-糖组学的诊断和预后模型，为早期检测和精准医疗提供一种创新方法。该方法有望有效减轻HCC的疾病负担，改善HCC人群的整体预后，并为HCC的二级和三级预防做出贡献。

原文链接：

https://journals.lww.com/hep/doi/10.1097/HEP.0000000000001316