肥胖已成为全球性的健康问题,并带来诸多风险,如2型糖尿病、高血压、心脏病、中风、非酒精性脂肪肝病、某些癌症、呼吸问题、骨关节炎、痛风、胆囊和胰腺疾病、肾病、妊娠和生育问题、心理健康问题等。为应对肥胖问题,国家卫生健康委员会计划设立多学科“体重管理诊所”,结合健康中国2030战略,通过高校、社区和医疗机构的积极参与,以及公众教育和宣传,推广健康生活方式。
严重肥胖(Severe Obesity, SO, BMI≥40 kg/m2)不仅影响个体的健康和生活质量,还给社会带来了沉重的医疗负担。尽管全基因组关联研究(GWAS)已识别出1,000多个与体重指数(BMI)相关的基因位点,但我们仅了解其中一小部分的生物学机制。此外,目前对于严重肥胖的分子机制和潜在的治疗靶点仍有许多未知之处。深入研究肥胖的分子基础,有助于开发更有效的干预措施。
新文速递

北卡罗来纳大学吉林斯全球公共卫生学院和范德比尔特大学医学中心研究团队近期在国际期刊 Cell Genomics (IF = 9)发表新研究成果:文中针对西班牙裔 / 拉丁裔人群重度肥胖(BMI≥40 kg/m²)的多组学研究,通过全血转录组、Olink血浆蛋白组学、脂肪组织转录组等分析,识别出 124 个差异表达基因(SO-DEGs),并揭示了 IL4R、LILRA5和OSM 等炎症相关基因在重度肥胖中的关键作用,同时探讨了这些基因与肥胖相关并发症(如阻塞性睡眠呼吸暂停和高醛固酮症等)的潜在机制关联,为肥胖相关疾病的预防和治疗提供了新的视角。
研究通过识别和表征卡梅伦县西班牙裔队列(CCHC)和墨西哥肥胖研究队列(MOSS)中严重肥胖个体(BMI≥40 kg/m2)和对照组(BMI<25 kg/m2)的全血转录组信号,旨在深入了解严重肥胖(SO)的分子基础及其临床和分子结果,并在同一队列的独立样本中验证了该结果。随后,研究者在纽约市社区志愿者的腹部皮下脂肪组织(ASAT)中检验了检测结果的特异性,并假设转录组差异可能转化为血液中蛋白组差异。
为了验证以上假设,研究人员采用Olink Explore 3072测量了SO与对照蛋白组,并评估了SO与对照组差异表达基因与蛋白水平的关联。利用表达数量性状位点(eQTLs)和SO GWASs信息推断因果关系,并在大型电子健康记录关联的生物样本库中生成基因表达预测,以评估与差异表达基因相关的临床结果。这些分析有助于理解与SO相关基因失调的健康后果。
研究结果
● 转录组发现和验证
研究人员采用标准方案和比对进行了全血转录组(WB RNA-Seq)研究(49 SO;81 对照),在质控后得到了18,565个基因,经FDR校正,得到了124个差异表达基因(C1RL,IL4R,OSM,RGS16和SDC2等),其中69个下调,55个上调。这些基因涉及到免疫调节和炎症激活,细胞因子信号传导,细胞的生长/信号/分化/增值,细胞效应和能量产生和代谢。
为了进一步验证观察到的转录组效应,研究人员利用Olink Explore 3072蛋白组学分析数据,对124个SO中的差异表达基因进行了血浆蛋白组关联。在23个相关蛋白中,5个在FDR校正后与SO显著相关(LILRA5, OSM, CIRL, TNxB和 IL4R)。其中3个基因在验证队列中也有显著差异(LILRA5, OSM和IL4R)。
差异表达基因的交集点
为探讨全血中发现的差异表达基因能否推广到肥胖相关组织——腹部皮下脂肪组织(ASAT)中,研究者通过19名社区志愿者(20 kg/m2 < BMI < 40 kg/m2)ASAT的RNA-Seq数据研究了BMI与基因表达的相关性。124个差异表达基因的102个通过了质控,26个与BMI显著相关,其中差异较大的几个基因与BMI显著相关(如IL4R, ZNF438和CACNB4)。
研究者采用孟德尔随机化(MR)研究SO基因失调可能的因果关系。使用CCHC全血和GTEx(基因型-组织表达)中相关组织的eQTLs作为工具变量。采用加权中位数法,在124个差异表达基因组找到了105作为有效工具。通过FDR校正,22个基因至少在1个组织中表达了显著的SO因果效应,其中7个基因具有FDR校正后的独立可重复性。
因果关系
为支持上述因果推理发现,研究者评估了11个基因的基线表达与随访期间2级肥胖的关系。在MR分析发现的因果基因中,SKA2经Bonferroni多重检验校正后,其表达对肥胖具有显著影响;AKT1也观察到名义显著性。此外,研究者通过一项正在进行的纵向研究评估了45名减肥手术后患者1年后ASAT的基因表达变化。AKT1、SCAP和POLR2E在减肥手术前后的表达有显著改变。
研究人员通过通路富集分析探索了124个SO差异表达基因的生物学系统。通过GO(Gene Ontology)和WikiPathways进行了过度表征分析(over-representation test)。经多重检验校正发现了52个显著GO项,2个来自分子功能,50个来自生物学过程。值得注意的是,胰岛素和瘦素信号通路重叠,胰岛素信号通路和泌乳素信号通路在肥胖发病机制中有明确的作用,且在广泛的基因表达和BMI近期研究中被提及。
研究人员在电子数据库——linked DNA biobank, BioVU中进一步调查了临床相关性。测试了124个差异表达基因的表型范围(1,766个phecodes)内,一个phecode和输入组织特异性遗传调控表达(GReX)之间的显著关联的富集。结果表明,25个phecode具有显著富集。
写在最后
该研究通过多组学分析,揭示了严重肥胖的关键炎症驱动因素,发现了参与严重肥胖发病机制的炎症基因。这些发现不仅增进了对严重肥胖分子机制的理解,还为开发针对肥胖相关疾病的预防和治疗策略提供了新的方向。未来的研究将进一步探索这些关键基因和蛋白在肥胖发生发展中的具体作用,并评估其作为治疗靶点的潜力。
Olink PEA技术在本研究中帮助研究人员验证了转录组学的发现在蛋白水平上的变化,为研究人员提供了全面、实时的视野。有助于发现与严重肥胖相关的蛋白标志物,并为进一步的机制研究和临床应用提供了基础。
1. Chen HH, Highland HM, Frankel EG, et al. Multiomics reveal key inflammatory drivers of severe obesity: IL4R, LILRA5, and OSM. Cell Genom. 2025 Mar 12;5(3):100784.