论文部分内容阅读
背景与目的:原发性肝癌是世界范围内常见的恶性肿瘤,起病隐匿,确诊时大部分患者属于中晚期,失去了根治性切除术治疗的机会,预后差,因此,肝癌的早期诊断至关重要。目前临床上诊断肝癌主要是依靠甲胎蛋白（Alpha-fetoprotein,AFP）联合影像学检查,但对AFP阴性肝癌和小肝癌诊断效果不理想。肝癌的预后监测也主要依靠AFP和影像学检查,需要更为简便可靠的监测手段。适配子是一段寡核苷酸序列,能特异性的结合生物靶标,在肿瘤诊疗方面具有良好的应用前景。本课题组前期筛选到一批肝癌血清适配子,在本研究中,将优选部分适配子进行肝癌诊断和预后价值的评价并分析它们与肝癌临床特征的关系以探究适配子与靶标结合机制,为建立集诊断和预后评价于一体的肝癌诊疗新技术提供新策略。方法:1、血清样本及临床资料的收集:收集2015年1月至2020年12月在南昌大学第一附属医院初治的肝癌和肝硬化患者血清标本,-80℃冻存备用,同时查阅住院电子病例系统收集相应的临床资料。2、小样本优化实验条件及评价适配子对肝癌的诊断价值:选用课题组前期筛选的7个适配子,利用前期自行创建的适配子血清三重荧光法测定64例血清样本（肝癌32例,肝硬化32例）的三重荧光值,采用受试者工作特征曲线下面积（Area under the receiver operating characteristic curve,AUROC）评价不同实验条件下适配子对肝癌的诊断价值,从而确定适配子的最佳实验浓度。采用多因素二元Logistic回归分析构建基于适配子三重荧光指标的肝癌诊断模型,将诊断肝癌AUROC大于0.9的适配子进一步扩大样本验证其诊断价值。3、大样本评价优选适配子对肝癌的诊断价值:将优选的适配子进行扩大样本验证。测定各优选适配子的血清三重荧光值,多因素二元Logistic回归分析构建肝癌诊断模型,AUROC评价优选适配子对肝癌的诊断价值。4、多种建模方法评价适配子对肝癌的诊断价值:以优选适配子的荧光值为自变量分别采用判别分析、决策树、神经网络建立肝癌诊断模型,并与二元Logistic回归建模对比各模型对肝癌的的诊断价值。5、适配子和适配子组对肝癌不同临床病理特征的鉴别价值:将肝癌患者按病理特征分:肝细胞癌与胆管细胞癌、乙肝相关肝癌与非乙肝相关肝癌、早期肝癌与非早期肝癌、有血管侵犯与无血管侵犯、硬化性肝癌与非硬化性肝癌,采用AUROC评价适配子和适配子组（联合）对肝癌各病理特征的鉴别价值。6、适配子相关荧光与临床指标的相关性分析:采用Pearson或Spearman相关分析评估适配子相关荧光指标与血液检验指标的相关性。7、预后模型的构建与评价:采用单因素和多因素COX回归筛选与预后相关的变量,将多因素COX回归筛选到的变量构建风险评分模型。以中位数为临界值分为高风险组和低风险组,KM曲线分析两组间的生存差异。分别计算各风险评分模型的C指数。同时计算各适配子风险评分模型预测肝癌1、2、3年生存率AUROC评价预测效果。绘制校正曲线及临床决策曲线评价模型的一致性及临床净效益。结果:1、小样本优化适配子的最佳实验浓度:64例小样本（肝癌32例,肝硬化32例）优化结果显示适配子AP-8-1-5、AP-8-2-7、AP-9-90、AP-9-152、AP-6-2-20、AP-8-1-7、AP-9-74最佳建模浓度分别为0.06 pmol/μL、0.12 pmol/μL、0.08 pmol/μL、0.08 pmol/μL、0.10 pmol/μL、0.12 pmol/μL、0.06 pmol/μL。2、小样本评价优选适配子对肝癌的诊断价值:根据各适配子在最佳实验浓度下测定的血清三重荧光值诊断肝癌的AUROC,优选出了4个诊断价值较好的适配子,分别是AP-8-1-5、AP-8-2-7、AP-9-90、AP-9-152,多指标建模诊断肝癌的最大AUROC分别为0.935、0.932、0.949、0.964。3、大样本评价优选适配子对肝癌的诊断价值:将样本扩大到肝癌337例,肝硬化318例,结果显示适配子AP-8-1-5、AP-8-2-7、AP-9-90、AP-9-152区分肝癌与肝硬化的AUROC分别为0.952、0.979、0.938、0.951;区分小肝癌与肝硬化的AUROC分别为0.944、0.991、0.956、0.920;区分AFP阴性肝癌与肝硬化的AUROC分别为0.957、0.988、0.945、0.950;区分AFP阳性肝癌与肝硬化的AUROC分别为0.948、0.972、0.932、0.937。4、不同建模方法评价优选适配子对肝癌的诊断价值:用各适配子的血清三重荧光原始指标进行二元Logistic回归、判别分析、决策树、神经网络建模并评价其对肝癌的诊断价值,结果显示适配子AP-8-1-5区分肝癌与肝硬化的AUROC分别为0.923、0.921、0.860、0.936;AP-8-2-7的AUROC分别为0.958、0.957、0.890、0.968;AP-9-90的AUROC分别为0.886、0.921、0.809、0.898;AP-9-152的AUROC分别为0.920、0.921、0.848、0.936,在4种建模方式中,神经网络建模诊断肝癌的效果最佳。5、适配子和适配子组对肝癌临床病理特征的预测:适配子对区分TNM早期与非早期肝癌价值最大,其中以适配子AP-9-90为最佳,区分两组最大AUROC为0.752。适配子联合后区分两组的能力较前提高,最大AUROC可达0.818。6、适配子相关荧光与临床指标的相关性分析:适配子相关荧光（SEA）与白蛋白、球蛋白、高密度脂蛋白、血红蛋白有一定的相关性,提示适配子的靶蛋白的表达水平可能与肝脏功能相关。7、肝癌预后模型的构建:利用多因素COX比例风险模型筛选到与预后密切相关适配子,分别为AP-8-1-5、AP-9-152、AP-8-2-7、AP-8-1-7,对这4个适配子分别构建了风险评分模型,KM曲线分析显示各适配子的风险评分模型存在生存差异。8、肝癌预后模型的评价:适配子AP-8-1-5、AP-9-152、AP-8-2-7、AP-8-1-7构建的预后模型C指数分别为0.650、0.643、0.643、0.627,校正曲线及决策曲线显示模型具有较好的一致性和临床净效益。结论:1、不同浓度适配子检测血清三重荧光对肝癌的诊断价值存在差异,通过优化适配子的实验浓度可提高其诊断价值。2、优选的肝癌血清适配子在鉴别肝癌与肝硬化方面效果优秀,包括小肝癌与肝硬化、AFP阴性肝癌与肝硬化、AFP阳性肝癌与肝硬化的鉴别。3、肝癌血清适配子对TNM早期与非早期肝癌具有良好的区分能力,通过适配子组可有效提高区分能力。4、适配子相关荧光与肝功能有一定相关性,提示血清中的靶标含量与肝功能状态有关。5、基于适配子的肝癌预后预测评分系统在肝癌预后评价中有较好的价值。