AG真人国际肝细胞癌（HCC）的诊断通常依赖于影像学检查或组织活检。尽管大多数HCC病例在影像学上具有特异性表现，但仍有约10%的肿瘤（在直径为1-2cm的肿瘤中，这一比例可高达30%）缺乏典型的影像学特征[1]。在临床上怀疑HCC但影像学特征不典型的情况下，不应推迟进行活检或安排复查。若复查结果仍然不明确，则应进行活检[2]。然而，活检样本若采集位置不精确，可能导致误诊（即假阴性结果）。对于从非肿瘤（如肝硬化或正常）组织中采集到的HCC活检样本，小活检样本的诊断假阴性率大约在30%-50%[3,4]。因此，开发新的分子标志物对于早期HCC的诊断尤为关键，特别是在活检样本位置可能存在偏差的情况下。

　　近期，一项研究利用大样本数据，结合最小冗余最大相关性（mRMR）和最大相关性最大距离（MRMD）两种特征选择方法，并融合八种基于机器学习的算法，开发出一种用于HCC早期预测的模型（eHCC-pred）。该模型将HCC早期诊断的准确率从78.15%提升至97%，有望在个体化水平上稳定地应用于临床实践，助力HCC的早期诊断。该模型可于免费获取[5]。医学界肿瘤频道整理该研究内容如下，以供参考。

　　本项研究采用了来自三个公共数据库（GEO、ICGC和TCGA）的46个数据集，共计5586个组织样本，其中包含4045个肝细胞癌（HCC）样本、416个未发生HCC的肝硬化（CwoHCC）样本、334个伴有HCC的肝硬化（CwHCC）样本以及791个未发生HCC的正常肝组织（NwHCC）样本。

　　本研究的整体分析流程如图1所示。首先，基于988个HCC样本和332个CwoHCC样本的基因表达谱，分别获得了25,341,086对和20,559,429对稳定的基因对。在这两组基因对中，有5765对基因对在HCC组织和CwoHCC组织之间表现出稳定的逆转关系。接着，通过筛选2902个分泌基因中的基因对，最终获得了242对基因对，这些基因对中的基因i和基因j均为分泌基因。随后，基于包含242个特征（基因对）的新数据集提取了最佳特征。

　　在这九种预测模型中，mRMR + KNN和mRMR + SVM的基因对数量最少，仅包含11对基因对（表2）。

　　使用独立数据集（包括测试集、GEO数据集、ICGC数据集和TCGA数据集）对各种算法的性能进行了验证。如表3所示，对于3057个HCC样本和84个CwoHCC样本，MRMD + SVM预测模型（包含28对基因对）在独立数据集中获得了最高的准确率和F1分数，其准确率、F1分数和AUC值分别为0.9834、0.9915和0.9278。而mRMR + SVM预测模型（包含11对基因对）在独立数据集中获得了最高的AUC值0.9384，高于其他预测模型。因此，在后续分析中重点关注这三个预测模型。他们在活检样本和手术样本中的详细验证结果如表4所示。

　　对于1800个HCC样本，Ao教授团体开发的模型、本研究团队既往开发的模型以及本次提出的mRMR + SVM预测模型和MRMD + SVM预测模型的准确度分别为0.6639、0.7656、0.8428和0.9872。对于1931个HCC样本，Ao方法的准确度为0.6572，本研究团队既往方法的准确度为0.7815，而mRMR + SVM预测模型和MRMD + SVM预测模型的准确度分别提高到0.8503和0.97。上述结果表明，mRMR + SVM预测模型和MRMD + SVM预测模型在与现有预测模型相比，表现更为优越。

　　最终，本研究成功开发了一种基于机器学习的HCC早期诊断预测模型eHCC-pred。该模型集成了两种不同的机器学习预测算法：MRMD + SVM和mRMR + SVM，将HCC早期识别的准确率从78.15%提升至97%，将为临床医生提供了更为精确的工具，以期在HCC的早期阶段就进行有效的干预和治疗。