综述：肝细胞癌预测的生物标志物与风险分层新见解

这篇综述聚焦肝细胞癌（HCC），探讨了其生物标志物和风险分层的新进展。当前 HCC 筛查存在局限，新生物标志物如循环蛋白、DNA、RNA，以及肠道微生物组等展现出潜力，同时诊断算法和成像技术也在不断发展，有望改善 HCC 早期检测和患者预后。

　　

背景

肝细胞癌（HCC）是全球第三大癌症死因，美国近二十年发病率翻倍，但 5 年生存率仍低于 20%，主要因晚期诊断。其主要风险因素包括慢性病毒性肝炎（HBV、HCV）、酒精使用、糖尿病、肥胖、代谢功能障碍相关脂肪性肝病 / 脂肪性肝炎（MASLD/MASH）等。目前 HCC 筛查主要依靠血清甲胎蛋白（AFP）检测和超声（US），但在肥胖和 MASLD/MASH 患者中效果欠佳，且存在局限性，如 AFP 在部分患者中不升高，易出现假阳性等。因此，急需新型生物标志物来改善 HCC 的早期检测和风险分层。

蛋白质生物标志物发展及评估

1. AFP 及其相关蛋白：AFP 参与 HCC 进展多个过程，但在检测早期 HCC 时，单独使用灵敏度仅约 30 - 50%，特异性 88% 左右。AFP-L3 是 AFP 的肝特异性变体，对鉴别 HCC 与良性肝病有一定作用，尤其在 AFP 水平处于 20 - 200 ng/mL 时，但总体诊断早期 HCC 的灵敏度低（34%），特异性高（92%），更适用于排除 HCC。
2. 其他蛋白生物标志物：骨桥蛋白（OPN）参与肿瘤生长、侵袭和转移，在慢性肝炎、肝硬化和 HCC 患者血清中检测显示，其诊断效能优于 AFP，在 AFP 阴性样本中表现也较好。中期因子（MDK）能激活多条关键通路，多项研究表明其诊断 HCC 的效能较高，在早期 HCC 和 AFP 阴性 HCC 诊断中均有潜力。Dickkopf-1（DKK1）促进肝癌侵袭转移，与 AFP 联合可提高早期 HCC 诊断准确性，且其启动子甲基化与 HCC 发展相关。高尔基体蛋白 - 73（GP73）在慢性肝病和 HCC 患者肝细胞中显著升高，对 HCC 有较高特异性，尤其对 AFP 阴性患者有诊断价值，但在肝硬化患者中的诊断准确性存在争议。磷脂酰肌醇蛋白聚糖 - 3（GPC-3）在 HCC 细胞和血清中升高，对 AFP 阴性 HCC 患者有一定诊断价值，与 AFP 联合可提高诊断灵敏度。血管生成素 - 2（ANG2）与肿瘤血管生成相关，在预测 HCC 患者总生存期方面优于 AFP，且其阻断抗体有潜在治疗作用。乙肝核心相关抗原（HBcrAg）可反映病毒复制和肝内活动，与 HCC 风险相关。鳞状细胞癌抗原（SCCA）和 SCCA-IgM 复合物也有作为潜在标志物的可能，SCCA-IgM 在预测 HCC 治疗反应方面有一定价值。

DNA/RNA 生物标志物

血浆循环肿瘤 DNA（ctDNA）突变率在 HCC 患者中显著高于慢性肝病患者，TERT 启动子、TP53 等基因的突变可作为潜在的非侵入性诊断标志物。尿液 ctDNA 生物标志物与血清 AFP 联合可显著提高早期 HCC 检测灵敏度。5 - 羟甲基胞嘧啶（5hmC）在早期 HCC 患者肝组织中含量显著降低，基于 cfDNA 中 5hmC 特征的基因面板对早期 HCC 诊断有较高准确性。血浆甲基化 DNA 标志物（MDMs）对 HCC 诊断效能良好，多靶点血液检测面板结合甲基化 DNA 标志物和蛋白质标志物，在早期 HCC 诊断中表现优异。循环 microRNAs（miRNA）和外泌体 miRNA 也可作为非侵入性生物标志物，不同的 miRNA 面板在 HCC 早期诊断中展现出一定价值。

分子通路与动物模型的新见解

常用的 HCC 临床前动物模型包括细胞系、类器官、患者来源的异种移植物等，这些模型为研究 HCC 生物学相关标志物提供了新视角。例如，c-MYC 过表达、β - catenin 激活、p53 基因敲除等模型，有助于理解 HCC 的发生发展机制。在 TGF-β 通路方面，其在癌症中具有抑制或促进肿瘤生长的双重作用，在 HCC 小鼠模型中早期主要起抑癌作用。TGF-β1 水平在 HCC 组织中升高与预后不良和免疫抑制相关，血浆和尿液中 TGF-β1 水平可用于鉴别 HCC 和肝硬化。TGFBR2 在 HCC 进展中起重要作用，其血清水平在 HCC 患者中降低，circRNA - TGFBR2 可促进 HCC 进展，提示其在风险分层中的潜在作用。肌肉生长抑制素（MSTN）与肌肉减少症相关，而肌肉减少症在肝硬化和 HCC 患者中常见，且与 HCC 风险增加有关，血清 MSTN 水平可预测 HCC 风险，但在急性失代偿和急性 - 慢性肝衰竭患者中水平较低，需要多次检测评估。此外，IL-6、HMGB1、HMGB2、COL1A1 等分子也与 HCC 的发生发展和预后相关。

肠道微生物组

肝脏 - 肠道轴在肝脏疾病进展和致癌过程中起关键作用。研究发现，特定肠道细菌如拟杆菌属、链球菌属、韦荣球菌属等在 HCC 患者中富集，尤其是非病毒性 HCC 患者，可作为潜在生物标志物。口腔蓝藻可能是 HCC 的独立风险因素，肠道细菌及其代谢产物与 HCC 早期复发相关，且韦荣球菌属在鉴别 HCC 和肝硬化方面有潜力。虽然肠道微生物组作为诊断工具目前存在局限性，但与 AFP 联合使用可提高诊断准确性。

诊断算法

1. GALAD 评分：GALAD 评分结合性别、年龄和 AFP、AFP-L3%、DCP 等生物标志物，在慢性肝病患者中检测 HCC 有一定效果。不同研究中，其灵敏度和特异性有所差异，纵向评估 GALAD 评分比单次评分更有利于 HCC 诊断。
2. Doylestown 算法：该算法结合 AFP 和其他实验室指标，在早期检测 HCC 时，比单独使用 AFP 具有更高的特异性和灵敏度，尤其在不同种族和民族人群中可能有更大应用潜力。
3. 肝细胞癌早期检测筛查（HES）：HES 结合 AFP、年龄、丙氨酸氨基转移酶和血小板等指标，在不同队列研究中显示出一定的诊断准确性。更新的 HES v2.0 加入 AFP-L3 和 DCP 后，检测灵敏度有所提高，在临床实践中对早期 HCC 检测可能更有帮助。

成像标志物

1. MRI：磁共振成像（MRI）检测 HCC 具有高诊断准确性，其对患者的灵敏度可达 86%，特异性 94%，且在检测小病灶方面也有较高灵敏度，深度学习技术的应用可进一步提高其诊断效能。
2. VCTE：振动控制瞬时弹性成像（VCTE）测量肝脏硬度（LSM）可作为肝纤维化的非侵入性诊断生物标志物，与 HCC 风险相关。基于 LSM 的机器学习算法在预测慢性肝病患者 5 年 HCC 风险方面表现优异，优于其他现有风险评分。
3. AI - 增强成像和生物标志物整合：人工智能（AI）增强的 CT 扫描可提高诊断准确性，AI 辅助成像有助于早期 HCC 的自动检测。AI 还可用于分析组织中的生物标志物，如 TGFBR2，提高诊断准确性。

基于生物标志物筛查的成本效益

多项研究和模型表明，对代偿期肝硬化患者进行 MRI 和 / 或超声筛查 HCC 具有成本效益。基于生物标志物的筛查策略与不筛查相比，具有成本效益，且在多数模拟中更受青睐。筛查依从性、成本和早期 HCC 检测灵敏度等因素会影响筛查策略的成本效益。

目前研究的局限性

HCC 生物标志物研究存在诸多方法学挑战，如许多研究缺乏独立验证，多中心研究未考虑中心效应，模型校准和异常值处理不一致等。组合策略（如 GALAD 和 HES 算法）虽有潜力，但在不同地理区域、病因背景和疾病阶段的适用性存在差异，在高风险肝硬化队列中性能下降。正在进行的 3 期生物标志物研究也面临队列数据不完整、样本选择偏倚和样本量有限等问题。HCC 的异质性使得寻找通用生物标志物困难，需要综合多种生物标志物和临床数据提高检测准确性，同时应遵循严格的流行病学标准进行研究。

结论

HCC 生物标志物领域不断发展，传统生物标志物如 AFP 和 DCP 仍有价值，新的生物标志物如循环 DNA、肠道微生物组和诊断算法有望提高检测灵敏度和特异性。TGF-β 通路等研究为生物标志物开发提供了理论基础，多模态数据整合和 AI 分析为优化风险分层算法带来希望。未来应通过大规模前瞻性研究验证这些生物标志物，推动其转化为精准的 HCC 监测和治疗策略。