《Molecular Biomedicine》：Development and validation of a high-confidence diagnostic model integrating ctDNA methylation and serum biomarkers for early-stage hepatocellular carcinoma detection
编辑推荐：
为应对早期肝细胞癌（HCC）检测的临床挑战，研究人员整合循环肿瘤DNA（ctDNA）甲基化（HepaAiQ）、血清标志物（AFP, DCP）及临床变量，开发并验证了GAMAD模型。该模型在独立测试队列中，对0/A期HCC的检测灵敏度达86.5%，AUC高达0.952，其性能全面优于现有GALAD模型，为高风险的肝硬化、肝炎人群提供了一种强有力的无创辅助诊断工具，可显著提高早期检出率。
肝癌，特别是肝细胞癌（Hepatocellular Carcinoma, HCC），是全球范围内癌症相关死亡的主要原因之一，在我国的形势尤为严峻。数据显示，中国HCC患者的五年生存率仅为14.4%，远低于所有癌症的平均水平（43.7%）。这种低生存率很大程度上归咎于早期检出率不足。目前，对于患有肝硬化或慢性肝炎（尤其是乙肝病毒感染）的高危人群，临床指南推荐每半年进行一次腹部超声检查，有时会联合检测血清甲胎蛋白（Alpha-fetoprotein, AFP）。然而，这两种手段各有局限：超声检查在脂肪肝或严重肝硬化患者中敏感性会降低，且结果受操作者经验影响较大；而单一的血清肿瘤标志物，如AFP、甲胎蛋白异质体L3（AFP-L3）和脱-γ-羧基凝血酶原（Des-gamma-carboxy prothrombin, DCP），其诊断准确性有限。因此，临床迫切需要更灵敏、更可靠的非侵入性工具来提高HCC的早期发现率，从而为患者争取宝贵的治疗窗口。
为了回答这个紧迫的临床问题，一项多中心前瞻性研究应运而生，其成果最终发表在《Molecular Biomedicine》期刊上。研究人员将目光投向了新兴的液体活检技术——循环肿瘤DNA（circulating tumor DNA, ctDNA）甲基化分析。ctDNA是肿瘤细胞凋亡或坏死后释放到血液中的DNA片段，其特定位点的甲基化状态改变是癌症的早期分子特征。研究团队采用了名为HepaAiQ的定量甲基化特异性PCR检测方法，能够对多个HCC特异性差异甲基化区域进行定量分析。他们假设，将这种先进的分子标志物与传统的血清标志物（AFP, DCP）以及基本的临床信息（性别、年龄）进行整合，能够构建出一个比现有模型（如GALAD模型）更强大的诊断工具，专门用于早期HCC的识别。
为了验证这一想法，研究人员在中国三家医院前瞻性招募了1692名受试者，包括476名HCC患者和1216名对照组（肝炎、肝硬化及无明确肝病者）。他们系统地采集血液样本，检测了AFP、AFP-L3、DCP和HepaAiQ。随后，将样本分为训练集、验证集和独立测试集，专门针对巴塞罗那临床肝癌分期（Barcelona Clinic Liver Cancer, BCLC）0/A期的早期HCC患者，开发并验证了一个名为GAMAD（Gender, Age, DNA Methylation, AFP, DCP）的新型诊断模型。
研究用到的主要关键技术方法包括：首先，基于多中心前瞻性队列（共1692名受试者，包括HCC、肝炎、肝硬化及无肝病对照）进行样本收集与临床信息登记。其次，采用液体活检技术，通过HepaAiQ试剂盒对血液样本进行多重PCR，定量分析七个关键基因（如IKZF1、Septin9等）的ctDNA甲基化水平。同时，利用化学发光磁微粒免疫分析法检测血清中的AFP、DCP和AFP-L3水平。最后，运用逻辑回归分析整合性别、年龄、HepaAiQ分数、AFP和DCP等变量，构建GAMAD诊断模型，并通过受试者工作特征曲线、净重分类改善指数等方法在多队列中进行严格验证和性能比较。
研究结果
1. HepaAiQ与血清肿瘤标志物的性能表现
研究人员首先评估了各单项标志物的诊断效能。在所有样本中，ctDNA甲基化检测HepaAiQ表现出卓越的性能，其灵敏度为74.6%，特异性为88.1%，曲线下面积（Area Under the Curve, AUC）为0.862，显著优于AFP、DCP和AFP-L3。更重要的是，对于早期（BCLC 0/A期）HCC，HepaAiQ的灵敏度达到71.2%，也远高于其他几个血清标志物。分析还显示，HepaAiQ能够显著减少其他标志物（单独或联合）检测时出现的假阴性和假阳性病例数，凸显了其作为高敏、特异诊断工具的潜力。
2. 构建早期HCC诊断模型GAMAD
基于在训练集中对早期HCC患者的分析，单变量和多变量逻辑回归显示，除AFP-L3外，性别、年龄、AFP、DCP和HepaAiQ分数均与HCC发生显著相关。因此，研究人员利用这五个变量构建了列线图计算器，即GAMAD模型。在训练集中，GAMAD对早期HCC的检测灵敏度为86.2%，特异性为90.3%，AUC高达0.948。在验证集中，其性能保持高度一致，灵敏度为80.5%，特异性为90.4%，AUC为0.934，证明了模型的稳健性和可重复性。
3. GAMAD模型的独立测试
在独立的测试队列中，GAMAD模型继续展现其强大性能。对于0/A期HCC，灵敏度达到86.5%；对于更晚期的B/C期HCC，灵敏度进一步提升至91.7%。模型在该测试队列中的整体AUC高达0.952，表明其优异的判别能力不仅限于早期病变，对晚期HCC同样有效。
4. GAMAD模型的评估
研究人员将GAMAD模型与目前广泛认可的GALAD模型进行了全面比较。在所有队列（训练、验证、测试）以及总体样本、肝硬化亚组、乙肝病毒亚组中，GAMAD的AUC、灵敏度和特异性均显著优于GALAD。例如，在总体样本中，GAMAD的AUC为0.945，显著高于GALAD的0.911。模型比较指标也支持GAMAD的优越性：净重分类改善指数表明GAMAD将更多个体正确重新分类；决策曲线分析显示GAMAD在大多数临床相关决策阈值下能带来更高的临床净获益。
5. 模拟GAMAD模型在早期HCC筛查中的应用
通过蒙特卡洛模拟，研究人员在一个包含10万高危人群的理论队列中，对比了“超声联合AFP”的传统筛查策略与GAMAD模型的预期效果。模拟结果显示，与传统策略相比，应用GAMAD模型预计可发现的早期HCC病例数大幅增加（从平均1030例增至2630例），阳性预测值从15.1%提升至28.0%，假阴性率从37.2%降至16.3%。这从公共卫生和筛查效率的角度，量化了GAMAD模型可能带来的巨大获益。
研究结论与意义
本研究成功开发并验证了名为GAMAD的新型多模态诊断模型，它系统性地整合了反映HCC发生发展不同生物学层面的互补性标志物：ctDNA甲基化（HepaAiQ）、血清肿瘤标志物（AFP, DCP）以及基本临床变量（性别、年龄）。GAMAD的创新之处在于，它采用靶向PCR方法分析特定甲基化位点，而非昂贵的全基因组分析，这为其在发展中国家的广泛应用提供了可行性。
GAMAD模型在针对中国人群（特别是乙肝相关高危人群）的多个独立队列中，展现出对早期HCC卓越且稳健的诊断性能，其AUC最高达0.952，全面超越了现有的GALAD模型。该模型在乙肝人群、肝硬化亚组中也表现优异，解决了GALAD模型在这些人群中表现欠佳的问题。
这项研究具有重要的临床意义。GAMAD模型可以作为标准影像学检查的有效辅助工具，用于高危人群的HCC监测。它可以在超声结果不明确时提供分子层面的诊断支持；在因肥胖、肝硬化等原因导致超声敏感性受限的患者中，提供不依赖于操作者技能的客观指标；甚至在影像资源有限的地区，有潜力成为主要的筛查工具。通过显著提高早期HCC的检出率，GAMAD有望优化HCC的监测策略，最终改善高危人群的临床结局。
当然，研究也存在一定局限性，例如模型基于中国人群开发，其在其他病因（如丙肝、非酒精性脂肪性肝病）主导的HCC人群中的适用性需进一步验证；同时，需要前瞻性纵向研究来证实其在真实世界筛查场景中的表现。尽管如此，GAMAD模型无疑为HCC的早期无创诊断提供了一项极具前景的先进工具，其未来的临床转化和大规模应用，有望为降低肝癌死亡率带来新的希望。
