不知不覺(jué)間，肝癌已經(jīng)成為了所有癌癥中排名第三[1]的“生命收割機”，中國的形勢也不怎么樂(lè )觀(guān)，根據2015年的統計數據，中國新發(fā)肝癌病例達到46.6萬(wàn)，其中男性的數量約為女性的3倍[2]。

發(fā)病率高的同時(shí)，預后也讓人感到擔憂(yōu)，原因之一就在于早期診斷很困難。肝癌因為缺少特異性的標志物，很多患者確診時(shí)就已經(jīng)是晚期了，死亡率與發(fā)病率的比值能夠達到0.95[3]。因此，找到新的早期診斷標志物對于患者來(lái)說(shuō)意義非凡。

近年來(lái)，腸道微生物的快速發(fā)展為這個(gè)難題提供了新的可能（奇點(diǎn)糕仿佛已經(jīng)看到了大家的表情：又是腸道微生物）。在最近的《英國醫學(xué)雜志》（BMJ）子刊《腸道》（Gut）上，浙江大學(xué)醫學(xué)院鄭樹(shù)森院士和李蘭娟院士，以及鄭州大學(xué)第一附屬醫院闞全程教授展開(kāi)合作，他們描述了從健康到肝硬化以及從肝硬化到早期肝癌過(guò)程中，糞便微生物的變化，還找到了30個(gè)最佳的區分早期肝癌和健康人的微生物標志物，并且在不同地區的癌癥患者樣本中得到了驗證[4]！

這是首次成功建立了肝癌的微生物標志物診斷模型，并且在跨區域的患者樣本中進(jìn)行了驗證，說(shuō)明微生物可以成為早期診斷肝癌的一種非侵入性的“工具”，而且這項研究從模型的建立到驗證都是在中國人群中進(jìn)行的，對今后我國的臨床科研和應用都有很大的參考價(jià)值。

研究人員在華東、華中和西北地區共采集了486份糞便樣本，經(jīng)過(guò)對捐贈者進(jìn)行嚴格的病理診斷和調查，最后納入了浙江地區的150例肝癌患者，131例健康人對照和40例肝硬化患者，隨機分成診斷模型構建隊列和驗證隊列（構建隊列組成包括75例早期肝癌患者，75例健康人和40例肝硬化患者；驗證隊列組成包括30例早期肝癌患者，45例晚期肝癌患者和56個(gè)健康人）。486份糞便樣本中來(lái)自新疆的18例肝癌患者和來(lái)自鄭州的80例肝癌患者被單獨組成了另一組驗證隊列，用來(lái)檢驗這個(gè)早期診斷模型在跨地區患者群體中的效果。

研究人員發(fā)現，肝硬化患者的腸道微生物多樣性與健康人相比顯著(zhù)降低，而早期肝癌患者相比肝硬化患者卻是顯著(zhù)增加的。與肝硬化患者相比，早期肝癌患者的放線(xiàn)菌門(mén)細菌明顯增加，而且，包括Gemmiger、Parabacteroides和Paraprevotella在內的13個(gè)屬的細菌明顯富集。

而與健康人相比，早期肝癌患者疣微菌門(mén)（Verrucomicrobia）細菌明顯減少，從屬的水平上來(lái)看，包括Alistipes、考拉桿菌屬（Phascolarctobacterium）和瘤胃球菌屬（Ruminococcus）在內的12個(gè)屬的細菌也明顯減少了，與此同時(shí)，包括克雷伯氏菌屬（Klebsiella）和嗜血菌屬（Haemophilus）在內的6個(gè)屬的細菌則增加了。

與健康人（綠）相比，早期肝癌患者（紅）幾個(gè)屬的腸道微生物豐度的變化，F為減少的12個(gè)屬，G為增加的6個(gè)屬

通過(guò)比較，研究人員確定，肝硬化患者與早期肝癌患者，還有健康人與早期肝癌患者之間的腸道微生物組成確實(shí)差異很大。這樣看來(lái)，使用腸道微生物特征來(lái)區分健康人與早期肝癌患者應該是可行的。

接下來(lái)，研究人員構建了一個(gè)用來(lái)診斷早期肝癌患者的隨機森林（randomforest）分類(lèi)器模型。隨機森林模型是一種比較新的機器學(xué)習模型，比經(jīng)典的機器學(xué)習模型預測精度更高，而且沒(méi)有顯著(zhù)增加運算量（機器學(xué)習模型的部分奇點(diǎn)糕就不仔細講啦，感興趣的同學(xué)可以看一下原論文）。

通過(guò)前面提到的診斷模型構建隊列，研究人員從110個(gè)關(guān)鍵的與早期肝癌相關(guān)的OTU中篩選出了30個(gè)預測效果最佳的，在這個(gè)隊列中，AUC值達到80.64%。（奇點(diǎn)糕科普小課堂：OTU是微生物研究中的一個(gè)常用概念，通過(guò)基因測序，研究人員將序列相似度超過(guò)97%的DNA片段歸為一類(lèi)，組成一個(gè)臨時(shí)分類(lèi)單位，也就是OTU，一個(gè)OTU相當于一個(gè)菌種。AUC值是一個(gè)概率值，用來(lái)判斷預測模型的優(yōu)劣，數值通常在0.5-1（50%-100%）之間，越接近1，說(shuō)明預測越準確。好，現在帶著(zhù)這些知識再把括號前那句話(huà)讀一遍~）

模型構建成功之后就要進(jìn)入驗證階段了。在和構建隊列同屬浙江地區的驗證隊列中，診斷模型區分健康人和早期肝癌患者的AUC值雖然略低于構建隊列，但也達到了76.80%。為了表明診斷模型的特異性，研究人員還使用隊列中的晚期肝癌患者的數據進(jìn)行了驗證，發(fā)現，在區分健康人與晚期肝癌患者時(shí)，AUC值為80.40%，說(shuō)明這個(gè)診斷模型對晚期肝癌患者的診斷也是有效的。

最后，還有兩個(gè)沒(méi)上場(chǎng)的來(lái)自新疆和鄭州的隊列，在這兩個(gè)與浙江遙遙相望的地區招募的隊列中，預測模型還能有良好的預測效果嗎？結果沒(méi)有讓研究人員失望，在新疆隊列中，AUC值為79.20%，而鄭州隊列更是達到了81.70%。

其實(shí)用腸道微生物來(lái)建立疾病的診斷或是預測模型一直是這個(gè)領(lǐng)域內很多研究人員努力的方向，像炎癥性腸病、結直腸癌和2型糖尿病都已經(jīng)取得了一些成果了，這一次輪到了肝癌。

研究人員表示，未來(lái)還需要更大規模的，來(lái)自不同種族的人群研究來(lái)完善、驗證這個(gè)模型，他們的最終目標就是為早期肝癌的檢測提供一個(gè)基于腸道微生物的新方法，讓患者可以盡早接受治療。