研究背景肝细胞肝癌(hepatocellular carcinoma,HCC)是当前世界范围内主要的恶性肿瘤之一,尽管HCC患者的诊疗手段已经取得长足的进步,很多患者已经获得了延长生命的机会,但其术后的复发、转移及对化疗药物的耐药性依然会影响患者的生存。在目前常用的肝癌分级系统中,TNM分级涉及到肿瘤淋巴结及远处转移,而且这些均和患者的预后相关。但TNM分类没有包含形态学、组织学及分子方面的改变,而这些对预后均具有重要的提示意义。而且肿瘤的病理形态及分子标记并不依赖于TNM分类。因此在众多的信息中筛选出和肝癌预后相关的最佳信息组合,可以有助于临床医生对患者做出最准确的预后判断,从而采取最优化的治疗方案。机器学习算法是通过对数据进行分析,然后总结出一定的规律,利用所获得的规律对未知的大数据进行分析并且预测结果的一种算法。最大相关最小冗余(minimum redundancy maximum correlation,mRMR)算法是机器学习的一种,适合从高维数据中选择最优特征相组合。我们使用mRMR特征选择算法将临床病理学特征与免疫特征相结合,构建可以预测患者术后5年生存及3年肿瘤复发的模型。HCC患者对阿霉素产生耐药性是肝癌患者术后肿瘤复发的主要原因。然而,肝细胞癌对化疗产生耐药性的细胞及分子机制仍然不清楚。研究发现阻断或逆转上皮间质转化(epithelial mesenchymal transition,EMT)可以将化疗耐药性细胞转变为化疗敏感性细胞。目前已知N-乙酰转移酶10(N-acetyltransferase 10,NAT10)在细胞生物学过程及恶性肿瘤的发生、发展中发挥一定的作用。而NAT10在肝细胞癌中EMT及化疗耐药性中的作用目前研究的较少。第一部分 利用临床病理和免疫组织化学特征构建预测肝细胞癌患者术后预后和复发的模型目的:大约50%的HCC患者在手术切除后的5年内死亡。目前的分期系统不能完全准确地预测患者预后。本研究旨在确定标志物,以建立预后模型来预测肝癌患者术后5年预后和3年复发。方法:在这项回顾性多中心研究中,我们使用接受外科切除的三个独立的HCC患者队列以构建肿瘤预后及复发模型。我们通过免疫组化(immunohistochemical,IHC)分析了来自研究机构I的406名患者的29个生物标志物的表达情况,并结合多变量回归方法,采用mRMR算法建立了预后模型。预后模型通过对来自机构I的136名患者进行内部验证,对研究机构II的105名患者进行独立验证。构建复发模型采用与预后模型相同的方法。结果:构建的预后模型综合了患者的年龄、肿瘤数目及肿瘤直径三个临床病理特征和七个免疫标志物,包括 MMP-9、E-cadherin、CD34、CEA、S100A9、TYSY 和Bax。预后模型将HCC患者分为高、低概率生存组,所有队列均存在显著差异(AUC:训练集:0.726,95%可信区间:0.680-0.769;内部验证集:0.731,95%可信区间:0.648-0.804;独立验证集:0.753,95%可信区间:0.659-0.832)。HCC患者3年复发模型在所有队列中也显示出良好的鉴别能力。结论:本研究利用临床病理学和IHC特征构建一个可以预测HCC患者5年预后及3年复发的模型。构建的模型将肝癌患者分为高概率和低概率生存组,这将进一步加强患者的个体化治疗。第二部分 N-乙酰转移酶10通过促进上皮-间质转化增强肝癌细胞株对阿霉素的耐药性目的:据报道,NAT10在HCC中高表达,但其在化疗耐药性中的作用尚不清楚。本研究旨在探讨NAT10是否调控HCC的EMT和对化疗的耐药性。方法:使用NAT10抑制剂remodelin或siRNA NAT1O、siRNA Twist处理肝癌细胞株(Huh-7、Bel-7402、SNU387、SNU449)。低氧可以诱导 EMT。CCK-8 实验用于量化细胞活力,EdU掺入实验用于评估细胞增殖。用Westerm blotting检测siRNA的敲除效率和EMT标志物的表达情况。结果:用siRNA敲除NAT10或用remodelin抑制NAT10可增加肝癌细胞株对阿霉素的敏感性。在用Twist siRNA转染的细胞中观察到相类似的效应。使用remodelin抑制NAT10可以逆转阿霉素诱导肝癌细胞株EMT的能力。此外,抑制NAT10还可以逆转低氧诱导的EMT。最后,我们证实了在小鼠肝癌异种移植模型中联合使用阿霉素与remodelin可以延缓肿瘤生长及肿瘤细胞的增殖。结论:NAT10可能通过调节EMT促进肝癌患者对化疗的耐药。NAT10调控肝癌细胞EMT和阿霉素敏感性的机制值得进一步研究。