Using Quasispecies Patterns of Hepatitis B Virus to Predict Hepatocellular Carcinoma With Deep Sequencing and Machine Learning

Author(s):  
Shipeng Chen ◽  
Zihan Zhang ◽  
Ying Wang ◽  
Meng Fang ◽  
Jun Zhou ◽  
...  

Abstract Background Hepatitis B virus (HBV) infection is one of the main leading causes of hepatocellular carcinoma (HCC) worldwide. However, it remains uncertain how the reverse-transcriptase (rt) gene contributes to HCC progression. Methods We enrolled a total of 307 patients with chronic hepatitis B (CHB) and 237 with HBV-related HCC from 13 medical centers. Sequence features comprised multidimensional attributes of rt nucleic acid and rt/s amino acid sequences. Machine-learning models were used to establish HCC predictive algorithms. Model performances were tested in the training and independent validation cohorts using receiver operating characteristic curves and calibration plots. Results A random forest (RF) model based on combined metrics (10 features) demonstrated the best predictive performances in both cross and independent validation (AUC, 0.96; accuracy, 0.90), irrespective of HBV genotypes and sequencing depth. Moreover, HCC risk scores for individuals obtained from the RF model (AUC, 0.966; 95% confidence interval, .922–.989) outperformed α-fetoprotein (0.713; .632–.784) in distinguishing between patients with HCC and those with CHB. Conclusions Our study provides evidence for the first time that HBV rt sequences contain vital HBV quasispecies features in predicting HCC. Integrating deep sequencing with feature extraction and machine-learning models benefits the longitudinal surveillance of CHB and HCC risk assessment.

2010 ◽  
Vol 28 (14) ◽  
pp. 2437-2444 ◽  
Author(s):  
Hwai-I Yang ◽  
Morris Sherman ◽  
Jun Su ◽  
Pei-Jer Chen ◽  
Yun-Fan Liaw ◽  
...  

Purpose Counseling patients with chronic hepatitis B virus (HBV) on their individual risk of liver disease progression is challenging. This study aimed to develop nomograms for predicting hepatocellular carcinoma risk in patients with chronic hepatitis B. Patients and Methods Two thirds of the Risk Evaluation of Viral Load Elevation and Associated Liver Disease/Cancer–Hepatitis B Virus (REVEAL-HBV) study cohort was allocated for model derivation (n = 2,435), and the remaining third was allocated for model validation (n = 1,218). Previously confirmed independent risk predictors included in three Cox proportional hazards regression models were sex, age, family history of hepatocellular carcinoma, alcohol consumption habit, serum ALT level, hepatitis B envelope antigen (HBeAg) serostatus, serum HBV DNA level, and HBV genotype. Regression coefficients were rounded into integer risk scores, and predicted risk over 5- and 10-year periods for each risk score was calculated and depicted in nomograms. The predictive accuracy was evaluated using the area under the receiver operating characteristic curve (AUROC) and the correlation between predicted and observed hepatocellular carcinoma risk. Results All selected risk predictors were statistically significant in all models. In each model, either HBeAg seropositivity or HBeAg seronegativity with high viral load (HBV DNA level ≥ 100,000 copies/mL) and genotype C infection had the highest risk scores. All AUROCs for risk prediction nomogram were ≥ 0.82 in both model derivation and validation sets. The correlation coefficients between the observed hepatocellular carcinoma risk and the nomogram-predicted risk were greater than 0.90 in all model derivation and validation sets. Conclusion These easy-to-use nomograms based on noninvasive clinical characteristics can accurately predict the risk of hepatocellular carcinoma in patients with chronic hepatitis B. They may facilitate risk communication between patients and clinicians.


2010 ◽  
Vol 151 (28) ◽  
pp. 1132-1136 ◽  
Author(s):  
István Tornai

A krónikus vírushepatitisek jelentik ma a legismertebb okokat a hepatocellularis carcinoma (HCC) kialakulásában. A krónikus B- és C-vírus-hepatitis a májrákok körülbelül 40-50%-át okozza. A nyugati típusú társadalmakban a HCC előfordulása folyamatosan növekvő tendenciát mutat. Az alkohol számít a környezeti tényezők közül a legfontosabbnak, bár az alkoholfogyasztás a legtöbb országban csökken. Ez aláhúzza az egyéb környezeti tényezők fontosságát is. Az elfogyasztott alkoholmennyiséggel egyenes arányban növekszik a cirrhosis és a következményes HCC gyakorisága nőkben és férfiakban egyaránt. A kémiai anyagok közül a legismertebb a Kínában és Afrikában elterjedt aflatoxin, amely a gabonaféléket szennyező mycotoxin. Hasonló területeken endémiás, mint a hepatitis B-vírus, együtt szinergista hatást fejtenek ki. A dohányzás is egyértelműen bizonyított hepatocarcinogen hatással rendelkezik. Ez is jelentősen fokozódik, ha alkoholfogyasztással vagy vírushepatitisszel társul. Társadalmilag talán a legfontosabb az elhízás, a következményes nem alkoholos zsírmáj, illetve steatohepatitis és a 2-es típusú cukorbetegség, amelyek prevalenciája egyre fokozódik. Feltehetően ezek állnak a növekvő HCC-gyakoriság hátterében. Az inzulinrezisztencia és az oxidatív stressz képezik a legfontosabb patogenetikai lépéseket a májsejtkárosodásban. További fontos rizikótényező az orális fogamzásgátlók elterjedt használata. Egyes foglalkozások esetén a tartós szervesoldószer-expozíció is növeli a HCC rizikóját. Védelmet jelenthetnek az antioxidánsok, a szelén, a gyógyszerek közül a statinok és a feketekávé-fogyasztás.


2017 ◽  
Vol 05 (03) ◽  
Author(s):  
Jennifer Wu ◽  
Tsivia Hochman ◽  
Judith D Goldberg ◽  
Jafar Al Mondhiry ◽  
Bennal Perkins ◽  
...  

1988 ◽  
Vol 62 (3) ◽  
pp. 861-865 ◽  
Author(s):  
F Imazeki ◽  
K Yaginuma ◽  
M Omata ◽  
K Okuda ◽  
M Kobayashi ◽  
...  

Sign in / Sign up

Export Citation Format

Share Document