研究背景

        在全世界分範圍內，每年因肝癌死亡的病例超過 50 萬人，是主要的致死惡性腫瘤之一。在過去的十年中，隨著影像學的進步以及健康體檢的普及，越來越多的肝癌病人在患病早期被發現。但由於肝髒捐贈者的短缺，外科肝髒切除術仍然是治療早期肝癌病人的最主要方法。目前對於術後患者缺乏準確預測體係或標誌物。本研究建立了一種預測早期肝癌病人術後複發的模型。

        研究結果

1. CpG 位點選擇

        研究者首先對 66 例病人的樣本采用 450K 芯片(該研究中 Illumina Methylation 450k Beadchip 服務由伯豪生物提供)檢測，過濾得到 2550 個差異 CpG 位點。隨後，研究者為了區分高風險和低風險的病人，采用 LASSO 和 SVM-RFE 算法分別得到了 30 個差異最顯著的 CpG 位點。

2. 探究可預測的標簽

        通過比較兩種算法得到的 CpG 位點，共篩選出 46 個不同的 CpG 位點。通過分析 46 個位點，把 66 例樣本分成複發和不複發兩個亞類。研究者隨後采用 Cox 回歸模型在訓練組中進一步縮小了病人的甲基化檢測位點。結果發現，cg20657849(SCAND3), cg19406367(SGIP1), 和 cg19931348(PI3)三個甲基化位點與病人複發高度相關。

        隨後研究者采用焦磷酸測序技術，分別在訓練組和鑒定組中量化這一發現。為了更好的研究這三個 CpG 位點用來預測肝癌患者複發的準確性，在訓練組中設定了一種危險係數評分。

3. 證實這一標簽

        為了證實這一模型的穩定性，研究者分別在一組內部樣本和兩組外部樣本進行了檢測。在內部樣本中，該模型成功的分類了 68 例複發高風險病人，73 例低複發風險病人。在外部樣本中，同樣成功分類了高風險和低風險病人。ROC 分析發現，預測模型預測早期肝癌病人複發比三個 CpG 位點單獨檢測更有效。

4. 建立可預測的諾模圖

        為了建立臨床上適用的用來預測個體複發的模型，綜合考慮了協變量後，研究者用諾模圖建立了可以用來預測的模型。研究者生成了一個諾模圖預測患者的 5 年生存率，通過三個校正點的檢測均得到理想結果。

        本文通過分析早期肝癌患者甲基化芯片結果，得到三個與早期肝癌患者複發相關的 CpG 位點，並通過訓練組和驗證組優化了這一預測模式。最終，研究者建立了一種諾模圖，用來預測早期肝癌患者的術後複發風險。

        原文出處：Qiu JL, Peng BG, Tang YQ, Qian YB, Guo P, Li MF,Luo JH, Chen B, Tang H, Lu CL, Cai MY, Ke ZF, He W, Zheng Y, Xie D, Li BK, Yuan YF. CpG methylation signature predicts recurrence in early-stage hepatocellular carcinoma: results from a multi-center study. journal of clinical oncology.2016.

        作者背後故事：

        尋找早期肝癌預後模型

        在廣州工作的一對堂兄弟，接連半年內相繼發現肝癌，這對一個家庭來說打擊巨大。不幸中的萬幸，腫瘤都小，兄弟兩診斷為早期肝癌。於是托了關係，找到知名教授手術，順利的完成手術。但令人意外的是，同樣接受根治性手術的早期肝癌，哥哥半年不到就複發了，慶幸的是弟弟一直沒有問題。

        這樣的情況不僅僅出現在這對兄弟上，國內外研究均顯示即使早期肝癌，根治術後複發率都是接近一半。到底是什麼原因導致的兄弟兩如此迥異的結局?這不僅困惑家屬，也同樣困擾著責任心極強的主刀大夫。分子生物學差異可能是背後的元凶，而如何在浩瀚如海的眾多基因中尋找差異，一直製約著轉化醫學進一步發展。

        高通量大數據的技術為上述問題的解決提供了有力工具。最近，中山大學等聯合國內數家單位，借助上海國家生物工程中心的伯豪生物芯片有限責任公司平台，完成全基因組 DNA 甲基化高通量芯片檢測，篩選出三個與肝癌複發的基因，這些基因能在多中心大樣本良好的區分複發和未複發病人，相關結果發表在國際臨床腫瘤學頂尖雜誌 journal of clinical oncolgy。該結果有望為早期肝癌患者提前預警，也為肝癌靶向治療提供潛在作用靶點。