Cell Metab | 于君/黄炜燊等推出代谢功能障碍相关脂肪肝炎（MASH）的非侵入性诊断模型|于君|代谢功能障碍|侵入性|活检|神经系统疾病|脂肪肝炎|血清|黄炜燊

2024年11月4日，香港中文大学的于君教授、黄炜燊教授、美国加州大学圣地亚哥分校的Rohit Loomba教授以及温州医科大学第一附属医院郑明华教授携手，在权威期刊Cell Metabolism上发表了一篇题为A blood-based biomarker panel for non-invasive diagnosis of metabolic dysfunction-associated steatohepatitis的重要研究。该研究成功鉴定了代谢功能障碍相关脂肪性肝病（MASLD）与代谢功能障碍相关脂肪肝炎（MASH）的非侵入性诊断标志物，并构建了相应的诊断模型。

MASLD作为全球最常见的肝脏疾病，影响着25%-30%的人群。其中，20%的代谢功能障碍相关脂肪肝（MASL）可能发展为更为严重的MASH。然而，当前诊断MASH的金标准仍为肝组织活检，这种方法具有侵入性，缺乏高敏感性和特异性的非侵入性诊断标志物。针对这一现状，本研究团队从四个独立队列中收集了700例受试者的血清样本，包括184例来自香港的发现队列和516例来自圣地亚哥、温州及香港的验证队列。

通过对正常对照、MASL和MASH组团队前期研究得到的6种蛋白和17种临床变量进行检测，并结合随机森林算法和单因素逻辑回归方法进行筛选，团队成功构建了一种基于7种血清蛋白生物标志物和临床变量的非侵入性生物标志物模型。该模型不仅能够诊断MASLD，还能在经活检证实患有MASLD的患者中准确区分并识别出MASH。

为了提高临床实用性，团队优化了一个包含三种标志物（CK-18、CXCL10和BMI）的组合模型。该模型在诊断MASLD时表现出色，AUROC达到0.954；在诊断MASH时同样具有优异的性能，AUC为0.823。这一诊断效能在中国和美国的三个独立人群中得到了验证，AUC分别为0.802、0.805和0.823。此外，该模型还能够评估MASH的改善情况和治疗疗效，AUC达到0.857。