前言

原发性肝癌（HCC）的早期发现与诊断，依据我国的三级预防策略，通常是通过每半年一次的腹部彩超联合AFP检测方法。这一措施虽可及时筛查发现出大多数病例，但漏诊HCC的几率较高，难以充分满足临床期许。目前沿用的常规血清标志物检测，尚存在着较大的局限性，如AFP的诊断效能，对早期HCC敏感度仅为40%-60%，且在慢性肝病活动期间还存在着假阳性等特异性不足的问题。

依据2024年发表的一项最新荟萃分析，AFP对<2cm小病灶的AUC（ROC曲线下的面积）仅为0.68；而甲胎蛋白异质体（AFP-L3）虽有一定补充价值，与AFP联合应用仅可提高诊断率约15%-20%；新型蛋白类标志物如高尔基体蛋白-73（GP73），对HBV相关HCC的截断值（cut-off）为150ng/ml、代谢相关性脂肪肝病（MAFLD）相关HCC的cut-off为120ng/ml时，早期诊断的AUC为0.82，敏感度为74.3%，特异度为83.5%。

近年国内外研究者均积极探索与开发新的无创血清生物标志物技术，已为HCC的诊断与治疗评估带来无尽助力，它们配合经典方法及影像学检查，成为指导HCC个性化监测与治疗的最佳工具【1~3】。本文拟就近年国内外最新探讨与研究的新型无创血清学指标加以介绍。

上文回顾：程书权教授：原发性肝癌的无创血清学新指标临床研究进展（上）

5.循环肿瘤细胞（CTCs）【12~15】：

CTCs为原发或转移瘤自然脱落进入血液循环中的肿瘤细胞，可通过液体活检分析，因成功躲避了肿瘤异质性的识别，有望成为预测肿瘤免疫治疗效果的候选标志物。目前用于CTCs检测的技术有荧光原位杂交、反转录-聚合酶链反应、免疫荧光等，可协助指导预防、诊断和治疗HCC的临床决策。随着对CTCs检测技术的不断进步，CTCs相关的基因组学、转录组学和表观遗传学等信息逐渐被获取，未来势必能够更加精确地探索CTCs的临床价值。

6.谷氨酰胺合成酶（GS）【16~20】：

在正常肝脏中，谷氨酰胺合成酶（Glutamine Synthetase, GS）表达仅限于小叶中心的肝细胞，在中央静脉周围的一到数个肝板中呈阳性。最近的研究表明，GS是区分肝脏良、恶性肿瘤的有效免疫标志物。GS在肝细胞的细胞质中表达强，阳性细胞形成片状，呈吻合地理或“地图状”模式排列，基本上可诊断局灶性结节性增生（FNH）。

谷氨酰胺合成酶通常不在含有动脉和胆管的纤维瘢痕周围的肝细胞中表达。这种独特的“地图状”模式几乎见于所有FNH病例，包括形态学上不典型的病例。静脉周围的肝细胞腺瘤呈阴性或阳性，或显示斑片状染色，无明显模式。斑片状染色有时可能与“地图状”染色模式混淆，阳性染色的肝细胞通常存在于腺瘤的外围。此外，染色可能不如FNH那样强烈或均匀。一个例外是β-连环蛋白激活的腺瘤，其通常表现出强烈和弥漫性（定义为>50%的肿瘤细胞阳性染色）GS表达。这可能伴有也可能不伴有核β-连环蛋白染色。谷氨酰胺合成酶在70%的HCC病例血清中呈阳性。

尽管人们普遍认为GS表达的上调是β-连环蛋白核易位的结果，但在超过3%的肝细胞腺瘤和HCC中，强和弥漫性GS免疫染色与β-连环蛋白外显子50突变之间缺乏直接相关性。也有学者认为，谷氨酰胺合成酶似乎不是区分肝细胞和非肝细胞肿瘤的良好标志物，因为它的表达已被证明见于76%的肝内胆管癌和71%的肝转移性肿瘤，以及100%的胰腺实体假乳状瘤（Solid Pseudopapillary Neoplasm, SPN）。因此，GS在HCC诊断方面的确切价值还在进一步探索中。

7.热休克蛋白70 (HSP70) 【21,22】：

近年在一项基因表达谱研究中，显示HSP70可能是早期HCC中上调最丰富的基因。据报道，70%的HCC存在核和细胞质HSP70免疫反应阳性，它通常呈斑片状，具有中等染色强度。弥漫性阳性仅见于三分之一的病例，活检标本的阳性率低于50%。HCC患者的血清中HSP70的表达似乎与肿瘤分化无关，它通常在胆道上皮细胞中表达，可用作内部对照。根据经验，HSP70是一种不太理想的标志物，不仅因为它对活检的灵敏度低，而且解释困难。因为良性肝细胞，尤其是肝硬化结节中的肝细胞，在某些情况下也可以被阳性染色。因此，与非肿瘤性肝细胞相比，如果它们也存在于同一活检中，则需要更强的染色。与GS类似，HSP70经常在胆管癌（88%）和转移性肿瘤（如CRCs）中表达，这限制了其在区分肝细胞和非肝细胞肿瘤方面的实用性。

随着近年临床研究的不断深入，越来越多的证据表明HSPs可能有希望作为HCC的诊断生物标志，虽然结果仍存在争议，但据一项新的荟萃分析，旨在评估HSPs单独及联合AFP作为HCC诊断准确性的报告持乐观态度。该报道使用合并的统计指标，包括灵敏度、特异性、诊断优势比（DOR）、阳性似然比（PLR）和阴性似然比（NLR）及其95%置信区间（CI），评估二者及其组合，并确定受试者工作特征（SROC）曲线下的面积（AUC）。

符合条件的研究共纳入九项2013例HCC患者和1031例对照受试者。HSPs和AFP的综合结果如下：敏感性为0.78（95% CI：0.69-0.85）vs 0.73（95% CI：0.65-0.80）；特异性为0.89（95% CI：0.81-0.95）vs 0.86（95% CI：0.77-0.91）；PLR为7.4（95% CI：3.7-14.9）vs 5.1（95% CI：3.3-8.1）；NLR为0.24（95% CI：0.16-0.37） vs 0.31（95% CI：0.24-0.41）；DOR为30.19（95% CI：10.68-85.37）vs 16.34（95% CI：9.69-27.56）；AUC为0.90（95% CI：0.87-0.92）vs 0.85（95% CI：0.82-0.88）。

二者组合后的敏感性、特异性、PLR、NLR、DOR和AUC分别为0.90（95% CI：0.82-0.95）、0.94（95% CI：0.82-0.98）、14.5（95% CI：4.6-45.4）、0.11（95% CI：0.06-0.20）、133.34（95% CI：29.65-599.61）和0.96（95% CI：0.94-0.98)。认为HSPs有潜力成为临床诊断HCC的生物标志物，联合AFP则效果更加显著。

8.预后营养指数 (PNI)[23,24]：

PNI定义为（白蛋白+5）×淋巴细胞总数（×109/l），为系统性炎症的重要指标，目前亦成为预测肝病患者生存期和生活质量的工具。现已有研究证实PNI与HCC的预后相关，低PNI（<40）的HCC患者生存率明显降低，肝移植后1年的PNI有独立预测患者总生存期的价值，认为术后长期随访PNI十分重要。

一项系统评价和荟萃分析探讨PNI与HCC患者生存结果间的关联，共纳入19项研究，涉及9830例患者的结果表明，较高PNI显著与较长的OS和RFS相关。有人基于PNI开发多个机器学习（ML）模型，分析了848例HCC局部消融术后长期生存者，在测试的19种ML算法中，纳入术前ALP、AFP、PNI、肿瘤数量和肿瘤大小的Aorsf模型，在训练队列中，1、3、5、7、9年的AUC分别为0.828、0.765、0.781、0.817和0.812；在验证队列中分别为0.846、0.859、0.824、0.845和0.874。

时间-AUC和决策曲线分析表明，Aorsf模型提供了与其他模型相比更好的临床益处。认为基于PNI的Aorsf模型可有效预测消融治疗后的长期生存结果，对改善HCC监测、预防和治疗策略更为优异。

总之，血液中蕴藏着人体健康与疾病状况的全息密码，因此如何确切解读这部无字天书，是当今医学探索的重要问题。惜迄今为止我们对其所进行的研究与认知依然较为肤浅。HCC的诊断与治疗方面的历史经验提示，对血液学的每一次解读、哪怕是小小的一部分，亦意味着对HCC认知的逐步深入，获得驱除病魔、重返健康的利器和胜算就多出几许。相信随着新技术的不断涌现与融汇，全面破解血清学密码的时日已为期不远。因此未来亦会不断有新的简易微/无创技术问世，步步深化在肝病领域的研究与运用。

参考文献

1.Liu D,Luo Y,Chen L,et al.Diagnostic value of 5 serum biomarkers for hepatocellular carcinoma with different epidemiological backgrounds: A large-scale, retrospective study.Cancer Biol Med.2024,18(1):256-270.

2.Lei Xie,Xin Luo.Diagnostic Value of Combined Serum Marker Tests in Hepatitis B Virus-Associated Hepatocellular Carcinoma. Altern Ther Health Med.2024 May;30(5):168-173.

3.宋昊林,姜寿峰,杨雪,等.肝细胞癌早期筛查现状及展望.中华肝脏病杂志,2025,33(1):70-76.

4.Tehrani HA,Zangi M,Fathi M,et al.GPC-3 in hepatocellular carcinoma; A novel biomarker and molecular target.Exp Cell Res.2025 Jan 15;444(2):114391. doi:10.1016/j.yexcr.2024.114391.

5.Devan AR,Nair B,Pradeep GK,et al.The role of glypican-3 in hepatocellular carcinoma: Insights into diagnosis and therapeutic potential.Eur J Med Res.2024 Oct 5;29(1):490.doi: 10.1186/s40001-024-02073-2.PMID:39369212.

6.Yong Wang,Shude Chen,Chen Tian,et al.Association of systemic immune biomarkers with metabolic dysfunction-associated steatotic liver disease: a cross-pal study of NHANES 2007-2018.Front Nutr.2024 Sep 4:11:1415484.doi: 10.3389/fnut.2024.1415484.eCollection 2024.

7.Tingting Sun,Yurong Tang,Diwen Sun,et al.Osteopontin versus alpha-fetoprotein as a diagnostic marker for hepatocellular carcinoma: a meta-analysis.Onco Targets Ther.2025Dec 10:11:8925-8935 doi:10.2147/OTT.S186230.eCollection 2025.

8.Liu L,Niu K,Yang Z,et al.Osteopontin: an indispensable component in common liver, pancreatic, and biliary related disease.J Cancer Res Clin Oncol.2024 Nov 22;150(12):508.doi: 10.1007/s00432-024-06038-0.

9.Wu M,Zou F,He S,et al.Serum Osteopontin Enhances Hepatocellular Carcinoma Diagnosis and Predicts Anti-PD-L1 Immunotherapy Benefit.J Hepatocell Carcinoma.2025 Apr 13;12:729-745.

10. Guo M,Wang T,Ge W,et al.Role of AKR1B10 in inflammatory diseases.Scand J Immunol.2024 Aug;100(2):e13390.doi: 10.1111/sji.13390.Epub 2024 May 20.

11.Shen Y, Qiu A, Huang X,et al.AKR1B10 and digestive tumors development:a review.Front Immunol.2024 Dec 16;15:1462174.

Xie L, Luo X. Diagnostic Value of Combined Serum Marker Tests in Hepatitis B Virus-Associated Hepatocellular Carcinoma.

Altern Ther Health Med. 2024 May;30(5):168-173.

12.Alexa K Dowdell,Ann Vitaet al.Widespread Adoption of Precision Anticancer Therapies After Implementation of Pathologist-Directed Comprehensive Genomic Profiling Across a Large US Health System.JCO Oncol Pract.2024;20(11):1523-1532. 

13.Domínguez-Lazcano DG,Simón-Lara I,Morales-Romero J,et al.Alpha-fetoprotein, glypican-3, and kininogen-1 as biomarkers for the diagnosis of hepatocellular carcinoma.Int J Clin Exp Pathol.2024 Nov 15;17(11):383-395.

14.Yu B,Ma W.Biomarker discovery in hepatocellular carcinoma (HCC) for personalized treatment and enhanced prognosis.Cytokine Growth Factor Rev.2024 Oct;79:29-38.

15.Hsu CM,Liu YC,Huang JF.Exploring Circulating Tumor Cells: Detection Methods and Biomarkers for Clinical Evaluation in Hepatocellular Carcinoma.J Clin Transl Hepatol.2024 Dec 28;12(12):1020-1042.

16.Yuan He,Huihan Yu,Yijun Luet al.The Role of Glutamine Synthetase on the Sensitivity to Radiotherapy of Hepatocellular Carcinoma.Radiat Res.2025 Feb 4. doi: 10.1667/RADE-22-00181.1. Online ahead of print.

17.Ji G,Guo Q,Chen L,et al.RNA binding protein ELAVL1 is associated with severity and prognosis of hepatocellular carcinoma patients: A retrospective study.Adv Clin Exp Med. 2025 Feb 12. doi: 10.17219/acem/195187.

18.Adugna A,Azanaw Amare G,Jemal M.Current Advancements in Serum Protein Biomarkers for Hepatitis B Virus-Associated Hepatocyte Remodeling and Hepatocellular Carcinoma.Immun Inflamm Dis.2025 Apr;13(4):e70171. doi: 10.1002/iid3.70171.PMID:40192058.

19.Ziki RA, Colnot S.Glutamine metabolism, a double agent combating or fuelling hepatocellular carcinoma.JHEP Rep.2024 Mar 27;6(5):101077.doi:10.1016/j.jhepr.2024.101077. eCollection 2024 May.

20.He Y,Yu H,Lu Y,et al.The Role of Glutamine Synthetase on the Sensitivity to Radiotherapy of Hepatocellular Carcinoma.Radiat Res.2025 Feb 4.doi: 10.1667/RADE-22-00181.1.

21.Han D,Ma Q,Ballar P, et al.Reprogramming tumor-associated macrophages and inhibiting tumor neovascularization by targeting MANF-HSF1-HSP70-1 pathway: An effective treatment for hepatocellular carcinoma.Acta Pharm Sin B.2024;14(10):4396-4412.

22.Xiang D,Fu L,Yang Y,et al.Evaluating the diagnostic accuracy of heat shock proteins and their combination with Alpha-Fetoprotein in the detection of hepatocellular carcinoma: a meta-analysis.BMC Gastroenterol.2024 May 21;24(1):178.doi: 10.1186/s12876-024-03260-5.PMID:38773451.

23.Zhang H,Li D,Li J.Prognostic significance of preoperative prognostic nutritional index in hepatocellular carcinoma after curative hepatectomy:a meta-analysis and systemic review.Front Nutr.2024 Dec 23;11:1433528.doi: 10.3389/fnut.2024.1433528. eCollection 2024.PMID: 39764415.

24.Zhang N,Lin K,Qiao B,et al.Machine Learning Model Based on Prognostic Nutritional Index for Predicting Long-Term Outcomes in Patients With HCC Undergoing Ablation.Cancer Med. 2024Oct;13(20):e70344.doi:10.1002/cam4.70344.PMID:39440446.

Tags： 程书权教授：原发性肝癌的无创血清学新指标临床研究进展（下）