近期，复旦大学团队在Nature Communications（IF=15.7，综合性顶刊）发表重磅研究：依托1074 例大样本多中心队列，结合血清 N-糖基化组学、位点特异性糖蛋白质组学、转录组学等多组学技术，系统解析了从健康→慢性乙肝→肝硬化→肝癌的 N-糖基化动态重塑规律，并构建机器学习早诊模型，实现对肝癌的精准早期诊断，性能显著优于临床金标准 AFP，为肝癌机制研究与无创早诊提供全新策略与标志物。

文章信息速览

• 原标题：Large-scale serum N-glycomics tracks N-glycosylation dynamics in hepatocellular carcinoma progression and enables early diagnosis

• 期刊：Nature Communications（IF=15.7，综合性顶刊）

• 关键词：肝细胞癌（HCC）、血清 N-糖基化组学、糖蛋白质组、多组学整合、N-糖基化、岩藻糖基化、肝癌早诊、机器学习、生物标志物、甲胎蛋白（AFP）

一、研究背景与临床痛点

肝癌早诊困境：AFP 作为 FDA 唯一获批肝癌标志物，灵敏度低，临床亟需无创、高灵敏新型液体活检标志物。

糖基化价值未被充分挖掘：血清 N-糖基化与肝脏功能高度相关，是极具潜力的疾病标志物，但既往研究样本量小、缺乏外部验证、机制解析不深入。

疾病演进机制不清：乙肝→肝硬化→肝癌的连续病程中，N-糖基化如何动态变化、与肝功能及肿瘤恶性进展的关系尚不明确。

二、研究设计与核心架构

1. 顶层设计：大样本 + 多中心 + 多组学 + 机器学习（顶刊标配）

队列：1074 例受试者，覆盖健康、慢性乙肝、肝硬化、肝癌四组（图 1）

平台：N-糖基化组学（MALDI-TOF MS） + 位点特异性糖蛋白质组学 + 转录组学

验证：内部验证 + 两个独立外部队列（GZ-II、XZ）验证

产出：动态图谱 + 分子分型 + 诊断模型 + 机制通路

三、核心结果与图表逻辑

1. 技术质控可靠，大样本 N-糖基化组数据稳定（图 1）

纳入3 个独立队列共 1074 例血清，建立高通量 N-糖基释放、富集、质谱检测流程。

技术重复 CV 中位数低、组间相关性高，证明大规模血清糖基组分析稳定可靠，为后续分析奠定基础。

图1

2. 血清 N-糖基组可精准反映肝功能恶化（图 2）

血清 N-糖基谱与ALBI 评分、Child-Pugh 分级显著相关（图 2b）。

肝功能越差：分支化、平分型 GlcNAc、岩藻糖基化升高，半乳糖基化、唾液酸化降低（图 2c、d）。

基于糖基组构建的随机森林模型可预测 ALBI 分期，AUC 高达 0.892，证明糖基组可作为肝功能评估新指标。

图2

3. N-糖基化动态改变精准追踪肝癌演进全过程（图 3）

慢性乙肝糖基变化轻微，肝硬化、肝癌出现显著糖基重塑（图 3a-c）。

肝癌特异性升高：岩藻糖基化、多唾液酸化的三 / 四天线糖链（GCM1 模块，图 3e-g）。

共表达模块分析将差异糖链分为 5 组，GCM1 仅在肝癌中特异性升高，是肝癌特征性糖基标签。

图3

4. 基于 N-糖基组实现肝癌分子分型，关联临床分期（图 4）

无监督聚类将肝癌分为3 种糖基亚型（图 4a）。

亚型 2 糖基谱最接近非肝癌状态，以早期肝癌、肝功能更好为主，提示可用于早期分层。

亚型与 ALBI、Child-Pugh、TNM 分期显著相关，实现组学分子分型→临床预后的直接关联。

图4

5. 位点特异性糖蛋白质组解析糖基变化的分子来源（图 5）

鉴定3057 个糖肽、2824 个位点特异性糖型、168 个糖蛋白，实现从 “总糖基水平” 到 “蛋白特定位点” 的深度解析。

关键发现：

肝癌特征性高丰度三 / 四天线糖链主要来自A1AG1（蛋白丰度驱动）；

疾病相关杂合糖链 H5N3S1 主要来自A2MG N869 位点（糖基化修饰驱动）。

首次在大队列中阐明血清糖基组变化的两大机制：蛋白丰度改变 + 位点特异性糖基化调控。

图5

6. 转录组揭示 N-糖基化异常的酶学调控网络（图 6）

分析307 个糖基化相关基因，肝癌组织中糖基化通路整体激活。

MGAT5、MGAT3、FUT8、B4GALT 家族等关键糖基转移酶显著异常，与糖基组结果高度一致。

B4GALT2/3与患者总生存、疾病进展显著相关，具备预后标志物潜力。

图6

7. 机器学习构建肝癌早诊模型，性能完胜 AFP（图 7）

基于26 个高稳健性糖链构建 4 组诊断模型：

HCC vs 健康：AUC 0.93

HCC vs 乙肝：AUC 0.90

HCC vs 肝硬化：AUC 0.84

HCC vs 所有非肝癌：AUC 0.87

双外部队列验证稳定，可检出 80% AFP 阴性肝癌，显著优于 AFP（图 7c-f）。

SHAP 分析锁定 6 个核心糖链（H6N5F1S3、H5N4F1、H3N4F1 等），仅用这 6 个糖链即可维持接近全模型的诊断效果。

图7

四、从医生发文角度：这篇 NC 多组学论文的可复制套路

临床问题切入：从肝癌早诊刚需出发，不做纯基础研究，所有组学都服务于临床问题。

大样本 + 多中心：1074 例 + 双外部验证，是高分组学文章的硬门槛。

组学层级递进：

第一层：N-糖基组→ 找特征、建模型

第二层：糖蛋白质组→ 找位点、找蛋白

第三层：转录组→ 找酶、找通路

干湿结合：质谱高通量筛选 + 生信挖掘 + 机器学习建模 + 临床关联。

落地临床：最终产出可直接用的早诊模型，比单纯发机制更易打动顶刊。

五、总结

该团队在Nature Communications（IF=15.7）发表的这项研究，以大规模血清 N-糖基化组学为核心，联合糖蛋白质组、转录组多组学策略，系统绘制了肝癌发生发展全过程的 N-糖基化动态图谱，揭示了糖基化异常与肝功能恶化、肿瘤进展的内在联系，并构建了高性能肝癌无创早诊模型，全面超越传统 AFP。

该研究为临床医生提供了一套“临床队列 + 特色组学 + 多组学整合 + 机器学习诊断” 的高分发文范式，对开展肿瘤液体活检、糖基化修饰、疾病早诊类研究具有极强的参考与复制价值。

原文DOI：10.1038/s41467-026-23510-3

专注期刊投稿、发表十年，任何投稿、写作难题欢迎咨询！