近日，实验室在Computers in Biology and Medicine上发表了题为“SIMarker: Cellular similarity detection and its application to diagnosis and prognosis of liver cancer”的最新研究成果。
肝细胞癌是全球范围内最为常见的癌症类型之一，对全球健康构成了严重的挑战。而肝硬化源于肝脏长期受损后的过度纤维化，在临床上普遍被认为是肝细胞癌的重要风险因素。有临床数据显示，约90%的肝细胞癌患者曾拥有肝硬化病史，约30%的肝硬化病人在会发展为肝癌。以往的研究主要基于批量样本测序数据和小鼠的诱导模型来探索肝癌与其癌前病变阶段相似的分子特征，这些方法虽然为我们提供了一定的宏观认识，但却难以深入到单个细胞的层面，掩盖了各个细胞亚群对肿瘤形成过程的具体促进作用以及癌前病变中相似的分子特征机制。而单细胞多组学测序技术的出现为探索癌前疾病和实体瘤之间的相似性与异质性提供了新的思路。
实验室团队开发了一种新的分析框架SIMarker（图1），可在单细胞层面基于转录组数据来检测癌前疾病和实体瘤之间细胞相似性。以肝细胞癌（HCC）为例，研究人员量化了肝细胞癌与肝硬化样本之间各细胞亚群的分子联通系数。其中，PGA5阳性的肝细胞能够表现出明显的肝硬化样特征，和肝硬化对应肝细胞具有相似的转录程序和基因调控网络。基于这些肝硬化样亚群的相似基因可以提取肝硬化样特征（CLS），并可以利用CLS在临床样本内计算相对表达秩序（REO），构建基因对模型，最终用于肝癌病人的诊断和预后生物标志物的开发。
SIMarker可以应用于三个方向的预后标志物的研究：（1）预测肝硬化进展为肝癌的风险；（2）区分活检和手术样本中的非肝细胞癌性质的肝硬化样本和肝细胞癌样本；（3）鉴定早期肝细胞癌患者的预后风险。与以前的研究相比，这些预后标志物模型具有较高的准确性和稳定性，能够为肝癌的临床诊断和下游的相关机制的实验验证提供一定的参考。
图1. Workflow of SIMarker
该工作在厦门大学生命科学学院黄佳良教授和童梦莎助理教授的指导下完成，由厦门大学健康医疗大数据国家研究院博士生骆世杰、厦门大学生命科学学院本科生顾霖（现中国科学院基因组所）完成主要研究工作。厦门大学生命科学学院黄佳良教授，厦门大学生命科学学院童梦莎助理教授为文章的共同通讯作者。
相关链接：https://doi.org/10.1016/j.compbiomed.2024.108113
