的曲线。这意味着，在每 种标志物显示出高表达和低表达的情形之间，在区间复发率或区间存活率方面以及在基于 其的累积复发率或累积存活率方面都有明显差异，因此，每种标志物的表达模式都可以作 为显示出患者的复发可能性或存活可能性的指数。
[0181] 此外，显著性检验以下述方式进行：通过计算每个复发点或死亡点处的观察值和 预期值，对每种标记物及其组合进行时序检验，从而获得X2检验统计数字。其结果示于下 表18~21中。57种标志物的结果示于表18中，单独使用或组合使用的31种标志物的结 果示于表19~21中。其中，表19示出了 31种标志物的复发预测结果，表20示出了 31种 标志物的存活预测结果，表21示出了 31种标志物的无病存活预测结果。
[0182] [表 18]
[0197] 在复发、存活和无病存活方面，每种标志物或其组合都显示出了足够低以至于可 以认为具有显著性的P值。特别而言，在两种以上标志物组合的情况中，针对复发、存活和 无病存活的所有P值都小于〇. 05,这是想要的结果。P值越低，统计学显著性就越高。因此， 低P值意味着，利用每种标志物或其组合对肝癌预后进行的预估是非常准确的。
[0198] 从以上结果可以发现，所组合的本发明的标记物越多，p值就越低。这意味着，所 组合的本发明的标记物越多，所显示出的P值就越低，即显著性就越高，也就意味着，在基 于这些标志物的组合对预后进行预估时所获得的准确性会提高更多。
[0199] 此外可以发现，使用本发明的针对这些标志物的预测肝癌预后的方法，可以有效 地预测A2组的肝癌预后。
[0200] 另外，对31种基因进行了交叉验证。在该交叉验证中，将未根据分期分类的患者 随机分为两组（阳性组：274位患者；测试组：273位患者）。在阳性组的认为具有统计学显 著性的参照值固定的情况下，对于测试组，经计算，对复发、存活和无病存活的预估准确性 在p〈0. 05或p〈0. 001的水平。
[0201] 在所有未根据分期进行分类的患者中针对31种基因中的两种以上的组合对复 发、存活和无病存活进行了预测，在对该预测的交叉验证结果中，在各方面都显示出优异的 预后准确性的代表性实例如下：
[0202] 复发：ATG3_FASLG_ID2_RPS19BP1_SESN3_TCF3 (94%在p〈0. 05 的水平）
[0203]存活：CSE1L_FAS_FRAP1_CDH1_BHLHE41_SESN2 (95%在p〈0. 0001 的水平）
[0204]无病存活：ATG12_FASLG_ID2_STAT3_RPS19BP1_TCF3 (95. 0%在p〈0. 05 的水平）
[0205] 实施例2 :在Al组中预测肝癌预后
[0206] 以与实施例1中相同的方式进行实验，不同之处在于：对经确定属于Al组（门静 脉侵袭阴性患者组，BCLC(巴塞罗那临床肝癌）分期系统的0期或A期，具有1个尺寸为5cm 以下的肿瘤或3个以下的尺寸为3cm以下的肿瘤）的患者（277位患者）进行实验。绘制 了 Kaplan-Meier曲线来预测复发、存活和无病存活，其结果示于图23~43中。针对复发 的Kaplan-Meier曲线不于图23~29中，针对存活的Kaplan-Meier曲线不于图30~36 中，针对无病存活的Kaplan-Meier曲线示于图37~43中。
[0207] 从这些图中可以看出，在针对复发、存活和无病存活而完成的Kaplan-Meier曲线 中，上述标志物形成了高表达情形和低表达情形彼此明显区分开的曲线。这意味着，在所述 标志物为高表达和低表达的情形之间，在区间复发率或区间存活率方面以及在基于其的累 积复发率或累积存活率方面都有明显差异，因此，所述标志物的表达模式可以作为显示出 患者的复发可能性或存活可能性的指数。
[0208] 此外，显著性检验以下述方式进行：通过计算每个复发点或死亡点处的观察值和 预期值，对每种标记物及其组合进行时序检验，从而获得P值。其结果示于下表22~29中。 仅使用一种标记物的结果示于表22中，两种标记物组合的结果示于表23中，三种标记物组 合的结果示于表24中，四种标记物组合的结果示于表25中，五种标记物组合的结果示于表 26中，六种标记物组合的结果示于表27中，七种标记物组合的结果示于表28中，八种标记 物组合的结果示于表29中。
[0209][表 22]
[0234] 从以上表中可以确定，在复发、存活和无病存活方面，每种标志物或其组合都显示 出了足够低以至于可以认为具有显著性的P值。特别而言，在两种以上标志物组合的情况 中，针对复发、存活和无病存活的所有P值都较低。特别而言，发现了这种情况：单基因的P 值相对高，但是当将该标志物与其他标志物组合使用时P值有所下降。P值越低，统计学显 著性就越高。因此，低P值意味着，利用每种标志物或其组合对肝癌预后进行的预估是非常 准确的。
[0235] 这意味着，所组合的本发明的标记物越多，所显示出的p值就越低，即显著性就越 高，换言之，在基于这些标志物的组合对预后进行预估时，所获得的准确性会提高更多。
[0236] 因此发现，表22~29中的标志物和/或标志物组合在预测Al组的肝癌预后（复 发、存活和无病存活）时有效，利用针对这些标志物的核酸和抗体可以有效地预测Al组的 肝癌预后。
[0237] 还可以发现，使用本发明的针对这些标志物的预测肝癌预后的方法，可以有效地 预测Al组的肝癌预后。
[0238] 此外，对认为具有统计学显著性的标志物组合进行交叉验证。将每个患者组的患 者随机分为两组（阳性组：139位患者；测试组：138位患者）。在阳性组结果（以与实施例 1相同的方式获得）中的认为具有统计学显著性的参照值固定的情况下，对于测试组，经计 算，对复发、存活和无病存活的预估准确性在P〈〇. 05或p〈0.OOl的水平。
[0239] 在对Al组的复发、存活和无病存活的预测进行的交叉验证结果中，在各方面都显 示出优异的预后准确性的代表性实例如下：
[0240] 复发：ATG7_FRAP1_LC3_NNMT_STAT3 (95%在 p〈0. 05 的水平）
[0241] 存活：AKT1_CDH1_ID2(98. 7%在 p〈0. 05 的水平）
[0242] 无病存活：FRAP1_LC3_TKT_HMGB1_STAT3_TWIST1 (84. 0%在 p〈0. 05 的水平）
[0243] 实施例3 :在A2组中预测肝癌预后
[0244] 以与实施例1中相同的方式进行实验，不同之处在于：对经确定属于A2组{门静 脉侵袭阴性患者组，具有尺寸大于5cm的肿瘤}的患者（123位患者）进行实验，以与实施 例1中相同的方式进行实验。绘制了Kaplan-Meier曲线来预测复发、存活和无病存活，其 结果示于图44~46中。针对复发的Kaplan-Meier曲线示于图44~50中，针对存活的 Kaplan-Meier曲线不于图51~57中，针对无病存活的Kaplan-Meier曲线不于图58~64 中。
[0245] 从这些图中可以看出，在针对复发、存活和无病存活而完成的Kaplan-Meier曲线 中，上述标志物形成了高表达情形和低表达情形彼此明显区分开的曲线。这意味着，在所述 标志物为高表达和低表达的情形之间，在区间复发率或区间存活率方面以及在基于其的累 积复发率或累积存活率方面都有明显差异，因此，所述标志物的表达模式可以作为显示出 患者的复发可能性或存活可能性的指数。
[0246] 此外，显著性检验以下述方式进行：通过计算每个复发点或死亡点处的观察值和 预期值，对每种标记物及其组合进行时序检验，从而获得P值。其结果示于下表30~37中。 仅使用一种标记物的结果示于表30中，两种标记物组合的结果示于表31中，三种标记物组 合的结果示于表32中，四种标记物组合的结果示于表33中，五种标记物组合的结果示于表 34中，六种标记物组合的结果示于表35中，七种标记物组合的结果示于表36中，八种标记 物组合的结果示于表37中。
[0247] [表 30]
[0248]
[0273] 从以上表中可以确定，在复发、存活和无病存活方面，每种标志物或其组合都显示 出了足够低以至于可以认为具有显著性的P值。特别而言，在两种以上标志物组合的情况 中，针对复发、存活和无病存活的所有P值都较低。特别而言，发现了这种情况：单基因的P 值相对高，但是当将该标志物与其他标志物组合使用时P值有所下降。P值越低，统计学显 著性就越高。因此，低P值意味着，利用每种标志物或其组合对肝癌预后进行的预估是非常 准确的。
[0274] 这意味着，所组合的本发明的标记物越多，所显示出的p值就越低，即显著性就越 高，也就是说，在基于这些标志物的组合对预后进行估计时，所获得的准确性会提高更多。
[0275] 因此发现，表30~37中的标志物和/或标志物组合在预测A2组的肝癌预后（复 发、存活和无病存活）时有效，利用针对这些标志物的核酸和抗体可以有效地预测A2组的 肝癌预后。
[0276] 此外可以发现，使用本发明的针对这些标志物的预测肝癌预后的方法，可以有效 地预测A2组的肝癌预后。
[0277] 此外，对认为具有统计学显著性的标志物组合进行了交叉验证。将每个患者组的 患者随机分为两组（阳性组：62位患者；测试组：61位患者）。在阳性组结果（以与实施例 1相同的方式获得）中的认为具有统计学显著性的参照值固定的情况下，对于测试组，经计 算，对复发、存活和无病存活的预估准确性在P〈〇. 05或p〈0. 001的水平。
[0278] 在对A2组的复发、存活和无病存活的预测进行的交叉验证结果中，在各方面都显 示出优异的预后准确性的代表性实例如下：
[0279] 复发：!10'_5￡5吧_￥￡6卩(65.0%在口〈0.05的水平）
[0280] 存活：DIABL0_FAS_LAMP1_BHLHE41_SESN2(83. 3%在p〈0. 05的水平）
[0281] 无病存活：!10'_5￡5吧_￥￡6卩(82.0%在口〈0.05的水平）
[0282] 实施例4 :在B组中预测肝癌预后
[0283] 以与实施例1中相同的方式进行实验，不同之处在于：对经确定属于B组{门静脉 侵袭阴性患者组，BCLC分期系统的中期，具有多个尺寸大于3cm的肿瘤或数量大于3的多 个肿瘤}的患者（78位患者）进行实验。绘制了Kaplan-Meier曲线来预测复发、存活和无 病存活，其结果示于图65~85中。针对复发的Kaplan-Meier曲线示于图65~71中，针 对存活的Kaplan-Meier曲线示于图72~78中，针对无病存活的Kaplan-Meier曲线示于 图79~85中。
[0284] 从这些图中可以看出，在针对复发、存活和无病存活而完成的Kaplan-Meier曲线 中，上述标志物形成了高表达情形和低表达情形彼此明显区分开的曲线。这意味着，在所述 标志物为高表达和低表达的情形之间，在区间复发率或区间