祝贺！ 中科新生命专家顾问陆豪杰教授领衔发表NC成果：多中心队列研究解析肝癌血清糖基化动态变化机制，赋能早期诊断与精准分型
2026-02-14
中科新生命
14
肝细胞癌（HCC）是全球致命性恶性肿瘤之一，当前临床依赖超声联合甲胎蛋白（AFP）筛查，但其敏感性较低，亟需新型非侵入性生物标志物。蛋白质糖基化改变在肝病及恶性肿瘤发生发展中起关键作用，血清中多数N-聚糖与肝脏分泌蛋白相关，成为肝病生物标志物挖掘的重要方向。
2026年1月20日，复旦大学陆豪杰、张莹、广东省人民医院顾兵共同通讯在Nature Communications在线发表题为“Large-scale serum N-glycomics tracks N-glycosylation dynamics in hepatocellular carcinoma progression and enables early diagnosis”的研究论文。该研究采用多中心、大队列N糖基化研究策略，系统的描绘了肝癌血清N-糖基化动态变化，为肝细胞癌的早期诊断和精准分型提供了新的解决方案。
研究设计
本研究包括三个独立队列（发现队列广州-I，GZ-I，n=744；外部验证队列广州-II，GZ-II，n=186及徐州，XZ，n=144），涵盖健康人群、慢性乙型肝炎（CHB）患者、肝硬化（LC）患者、肝细胞癌（HCC）患者，共1074例参与者的血清样本。
技术方法
N-糖基化蛋白质组学、蛋白组、转录组（TCGA/GEO数据分析）
技术路线
步骤1：队列构建与样本检测；
步骤2：N糖基化特征与功能关联分析；
步骤3：多组学整合解析调控机制；
步骤4：诊断模型开发与验证。
研究结果
1. 研究设计与数据质量
研究纳入3个独立队列共1074例样本，通过MALDI-TOFMS完成所有个体的血清N糖基化检测，部分样本辅以糖蛋白质组学等分析。其中广州-Ⅰ队列用于生物信息学分析、模型训练和内部验证，广州-Ⅱ和徐州队列则用于外部验证。
研究共检测到201种N-聚糖组分，经过严格筛选后，保留了在超过50%样本中可检测到且经文献验证过结构的64种N-聚糖进行后续分析。
图1 研究流程
2. 血清N糖基化与肝功能关联
研究人员进一步分析了血清N-糖组与肝功能指标及两种常用肝功能评分系统的关联，发现血清N-糖组与ALBI评分、Child-Pugh分级等肝功能指标显著相关。肝功能越差，GlcNAc和岩藻糖基化越高，半乳糖基化、唾液酸化越低。
为排除不同肝病类型的混杂效应，在每个疾病队列内进行了亚组相关分析，发现该关联在肝硬化和HCC患者中尤为显著。基于N糖基化特征的随机森林模型证实N糖基化可有效反映肝功能的恶化程度。
图2 血清N-糖组与肝功能的关联
3. N-糖组与HCC进展的关联
研究进一步对比分析发现，不同疾病组间，HCC血清N糖基化影响最显著，肝硬化次之，慢性乙型肝炎影响较小。根据48种差异聚糖的表达模式聚类为5个表达特征独特的共表达模块。经ANCOVA纳入肝功能协变量后，30种聚糖仍呈显著差异，证实其变化与肝脏病理直接相关。
图3 血清N-糖组与肝脏疾病相关
4. N-糖组亚型特征
基于肝细胞癌样本的血清的N-糖基化结果，通过无监督聚类将HCC样本分为3种亚型。亚型2糖组模式接近非癌状态，对应早期癌表型，肝功能相对保留；亚型1和3肝功能较差，亚型1和3虽在肝功能和癌症分期上无差异，但糖基化模式截然不同，提示二者发病机制可能存在不同。
图4 N-糖基化类型热图
5. 位点特异性N-糖基化模式
为进一步解决两个核心问题：第一，糖组变化是由糖基化酶活性改变导致的位点水平调控引起，还是由糖蛋白丰度变化导致的整体蛋白质组变异引起？第二，明确疾病相关聚糖的主要糖蛋白载体。
研究人员选取广州-Ⅰ队列中的120例样本，进行N-糖蛋白质组学和蛋白质组学分析，通过糖蛋白质组学共鉴定出3057种糖肽、2824种位点特异性糖链。构建的伪糖组与实际血清糖组高度契合，证实可从位点层面解析糖组表型。整合糖组学与糖蛋白质组学数据，阐明糖组改变的两大机制：①糖基化主导机制：糖组改变由上游糖基化通路失调引发；②蛋白质主导机制：高丰度糖蛋白表达变化驱动糖组改变。
图5 特定位点糖基化数据分析
6. 糖基化相关酶与调控因子变化
为探究糖基化相关酶和调控因子的改变是否参与驱动肝细胞癌中N-糖基化变化，研究人员重点分析了TCGA-LIHC数据集307种糖基化相关基因，结果表明肝细胞癌中糖基化存在异质性。值得注意的是N-聚糖生物合成起始关键酶DPAGT1、ALG家族基因、寡糖基转移酶复合物亚基均显著高表达，内质网分子伴侣CANX和CALR也呈上调趋势，提示肝癌细胞增强了N-聚糖的合成与蛋白连接效率。最后，通过生存分析筛选具有预后价值的糖基因，半乳糖基转移酶（如B4GALT2/3）是关键预后指标，提示糖基化在调控肝癌进展和预后中起关键作用。
图6 来自TCGA和GEO数据集的糖基基因表达
7. 机器学习诊断模型性能
选取26种高检出率N-聚糖，以AutoML构建4个肝癌诊断模型（区分肝癌与健康/慢乙肝/肝硬化/非肝癌），经内部外部队列验证，模型AUC达0.84-0.93，性能稳定且显著优于AFP，可检出80%AFP阴性肝癌病例。
图7 机器学习诊断模型
总结
该研究通过大队列多组学分析，系统解析肝癌进展中的N-糖基化动态变化，明确糖基化改变由糖基化/蛋白质主导两种机制驱动，其变化可反映肝功能及病理状态。基于N-糖组构建的机器学习模型诊断效能显著优于AFP，可解决临床漏诊痛点。同时研究也指出队列局限于中国人群，未来需在不同病因人群中验证，并开展功能学研究。总之，该研究确立了血清N糖基化分析在肝癌诊疗中的价值，为肝癌精准诊断、预后评估和靶向治疗提供了新方向与潜在靶点。
Fu B, Chen J, Liu X, et al. Large-scale serum N-glycomics tracks N-glycosylation dynamics in hepatocellular carcinoma progression and enables early diagnosis. Nat Commun. Published online January 20, 2026.
中科优品推荐
【中科新生命】开发了N-糖基化位点和完整N糖肽定性定量检测产品，满足不同研究者的科研需求！欢迎各位老师了解咨询。
关于中科新生命
上海中科新生命生物科技有限公司（APTBIO）创立于 2004年，由原中国科学院上海生命科学研究院蛋白质组研究中心孵化而来，是国内质谱多组学应用领域的开拓者。公司以 “AI + 质谱多组学” 双核驱动创新，构建智能化组学生态。拥有自主知识产权的质谱检测平台与 AI 大数据分析系统，聚焦科技服务、生物医药及大健康消费三大领域，为全球科研机构、医院、药企提供从基础研究到临床转化的一站式解决方案。融合多组学技术与人工智能，围绕生物标志物发掘、药物靶点筛选及个性化诊疗等方向，构建具有国际竞争力的组学数据库与算法模型，推动转化医学进程，加速创新药物研发，成为推动生命科学数字化升级的核心引领者。
