在全球范围内，每年因肝癌死亡的病例超过50万人，是主要的致死性恶性肿瘤之一。随着影像学进步和健康体检普及，越来越多的肝癌患者在早期被发现。然而，由于肝脏捐赠者短缺，外科肝脏切除术仍是治疗早期肝癌的主要方法。目前，术后患者缺乏准确的预测体系或标志物。本研究建立了一种预测早期肝癌患者术后复发的模型。

研究结果

1. CpG位点选择

研究者首先对66例患者的样本采用450K芯片（Illumina Methylation 450k Beadchip，由伯豪生物提供）检测，过滤得到2550个差异CpG位点。随后，为区分高风险和低风险患者，采用LASSO和SVM-RFE算法分别得到30个差异最显著的CpG位点。

2. 探究可预测的标签

通过比较两种算法得到的CpG位点，共筛选出46个不同的CpG位点。分析这46个位点，将66例样本分为复发和不复发两个亚类。随后采用Cox回归模型在训练组中进一步缩小甲基化检测位点，发现cg20657849（SCAND3）、cg19406367（SGIP1）和cg19931348（PI3）三个甲基化位点与患者复发高度相关。

随后采用焦磷酸测序技术，在训练组和鉴定组中量化这一发现。为研究这三个CpG位点预测肝癌复发的准确性，在训练组中设定了危险系数评分。

3. 证实这一标签

为证实模型稳定性，研究者在一组内部样本和两组外部样本中进行检测。内部样本中，模型成功分类了68例复发高风险患者和73例低复发风险患者。外部样本中，同样成功分类了高风险和低风险患者。ROC分析显示，预测模型预测早期肝癌复发比三个CpG位点单独检测更有效。

4. 建立可预测的诺模图

为建立临床适用的个体复发预测模型，综合考虑协变量后，研究者用诺模图建立了预测模型。生成了一个诺模图预测患者的5年生存率，通过三个校正点检测均得到理想结果。

本文通过分析早期肝癌患者甲基化芯片结果，得到三个与复发相关的CpG位点，并通过训练组和验证组优化了预测模式。最终，建立了一种诺模图，用于预测早期肝癌患者的术后复发风险。

参考文献： 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.

作者背后故事：

在广州工作的一对堂兄弟，接连半年内相继发现肝癌，这对一个家庭来说打击巨大。不幸中的万幸，肿瘤都小，诊断为早期肝癌。于是托关系找到知名教授手术，顺利完成手术。但令人意外的是，同样接受根治性手术的早期肝癌，哥哥半年不到就复发了，而弟弟一直没有问题。这种情况不仅出现在这对兄弟身上，国内外研究均显示即使早期肝癌，根治术后复发率也接近一半。分子生物学差异可能是背后的原因，而如何在众多基因中寻找差异，一直制约着转化医学的发展。高通量大数据技术为上述问题的解决提供了有力工具。最近，中山大学等联合国内数家单位，借助上海国家生物工程中心的伯豪生物芯片有限责任公司平台，完成全基因组DNA甲基化高通量芯片检测，筛选出三个与肝癌复发相关的基因，这些基因能在多中心大样本中良好区分复发和未复发患者，相关结果发表在国际临床肿瘤学顶尖杂志Journal of Clinical Oncology。该结果有望为早期肝癌患者提前预警，也为肝癌靶向治疗提供潜在作用靶点。