多组学分析揭示西班牙裔严重肥胖的分子机制

本文通过多组学分析，探究西班牙裔严重肥胖（SO）相关基因，为其防治提供新靶点。

　　### 研究背景
肥胖是多种疾病（如 2 型糖尿病（T2D）、肾脏疾病、癌症等）的重要诱因，严重肥胖（SO，体重指数（BMI）≥40 kg/m²）对健康影响更为严重，会降低近十年或更久的预期寿命。西班牙裔 / 拉丁裔人群中肥胖问题尤为突出，但目前对 SO 的复杂病因、机制通路和干预靶点了解有限。此前的基因研究虽已确定了一些与 BMI 相关的位点，但对这些变异的生物学机制了解甚少。基因表达研究可揭示遗传变异与疾病的联系，为治疗干预指明方向，然而针对 SO 的相关研究存在样本量小、缺乏复制验证、聚焦欧洲血统人群等问题。本研究旨在通过对参与卡梅伦县西班牙裔队列（CCHC）的成年墨西哥裔美国人进行全血转录组分析，深入了解 SO 的潜在分子病因、临床和分子后果。

研究方法

1. 研究对象：采用病例 - 对照研究设计，从 CCHC 中选取 BMI≥40 kg/m²的 SO 患者和 BMI<25 kg/m²的对照者，同时纳入纽约市社区志愿者的腹部皮下脂肪组织（ASAT）样本以及墨西哥肥胖研究（MOSS）队列中接受减肥手术的严重肥胖墨西哥个体的样本。此外，利用范德堡大学医学中心的 BioVU 生物样本库进行表型组富集分析（PheWES）。
2. 实验方法：对 CCHC 参与者进行基因分型，采用 MEGA^Ex阵列，经过一系列质量控制步骤后进行基因插补和主成分分析（PCA）。对 CCHC、纽约市 ASAT 和 MOSS 队列的样本进行 RNA 测序，包括样本处理、文库构建、测序和数据分析等一系列流程。使用 Olink Proteomics 的 Explore 3072 面板对 CCHC 的冷冻血浆样本进行蛋白质组学分析。
3. 数据分析方法：运用多种统计方法进行数据分析，如 PEER 因子分析结合 DESeq2 中的负二项模型识别 SO 相关基因，估计基因对 SO 的解释方差，进行 eQTL 映射、蛋白质组学分析、ASAT 基因表达与 BMI 的相关性分析、孟德尔随机化分析、前瞻性分析和通路富集分析等。通过查询 GWAS Catalog 和 CMDKP 评估文献证据，在 BioVU 中进行 PheWES 并再次运用孟德尔随机化分析估计 SO 对临床表型的因果效应。

研究结果

1. 研究对象的人口统计学特征：CCHC 发现阶段有 49 名 SO 患者和 81 名对照者，验证阶段有 111 名参与者（52 例 SO 患者，59 名对照者），蛋白质组验证阶段有 91 名参与者（49 例 SO 患者，42 名对照者）。SO 患者的 T2D、高血压和高胆固醇血症患病率高于对照者。纽约市社区志愿者 ASAT 样本（n = 19）和 MOSS 队列（n = 45）的相关特征也进行了记录。
2. 转录组发现：通过全血 RNA 测序，在质量控制后得到 18,565 个基因，经错误发现率（FDR）校正，确定了 124 个在 SO 患者和对照者之间显著差异表达的基因（SO - DEGs），这些基因参与免疫和炎症激活、细胞因子信号传导、细胞生长和代谢等过程。敏感性分析显示，除 15 个基因外，其余 SO - DEGs 在调整血细胞类型后仍显著。
3. 验证
   • 转录组复制：在独立样本中进行差异表达分析，124 个 SO - DEGs 中有 104 个效应方向相同，43 个基因在复制中差异表达显著，其中 41 个与发现阶段效应方向一致。124 个 SO - DEGs 可解释 47.6% 的 SO 风险，41 个复制基因可解释 38.5% 的风险。许多 SO - DEGs 在 GWAS 文献、CMDKP 或其他组学研究中得到支持。
   • 蛋白质组关联：在血浆蛋白质组中，5 个 SO - DEGs 的蛋白质丰度与 SO 显著相关，其中 3 个在转录组复制研究中也显著，4 个与发现阶段的调控方向一致。
   • ASAT 基因表达与 BMI 的相关性：在纽约市社区志愿者的 ASAT 中，102 个经过质量控制的 SO - DEGs 中有 26 个与 BMI 显著相关，如 IL4R、ZNF438 和 CACNB4 等。
   • 孟德尔随机化：利用孟德尔随机化分析，105 个 SO - DEGs 中有 22 个在至少一种组织中对 SO 有显著因果效应，7 个基因在 FDR 校正后独立复制。
   • 前瞻性分析：在 CCHC 的独立数据集中，SKA2 表达对肥胖发生率有显著影响，AKT1 表达也有一定影响。
   • 减肥手术患者 ASAT 的差异基因表达：在 MOSS 队列中，AKT1、SCAP 和 POLR2E 在减肥手术前后表达显著改变。
   
   
4. 通路富集分析：对 124 个 SO - DEGs 进行通路富集分析，发现多个显著的基因本体（GO）术语和 WikiPathways 通路，包括胰岛素受体信号通路、瘦素信号通路等，这些通路在肥胖发病机制中起重要作用。
5. PheWES 分析：在 BioVU 中进行 PheWES 分析，发现 25 个表型与 124 个 SO - DEGs 的基因表达显著相关，如瞳孔功能异常、胫骨和腓骨骨折、混合性高脂血症等。孟德尔随机化分析显示，SO 对上肢骨折有显著因果效应。

研究结论

1. 发现新基因和机制：本研究发现了 124 个与 SO 相关的基因，其中 66 个此前未在 BMI 或肥胖的 GWAS 文献中报道。整合分析发现了参与 SO 发病机制的炎症基因，如 IL4R、ZNF438 等，这些基因在多个研究方向均有显著证据，表明炎症在 SO 发病中起重要作用。
2. 跨组织效应：评估转录组效应在不同组织中的普遍性，发现 ZNF438、LINC01503 等 7 个基因在全血和 ASAT 中均有显著效应，这些基因参与 G 蛋白偶联受体信号传导、钙离子通道调节等过程，与肥胖发病机制密切相关。
3. 因果关系和临床意义：SKA2 和 AKT1 在孟德尔随机化和前瞻性分析中提供了最强的因果关系证据。通路分析突出了 SO 中可能被破坏的关键分子机制，与先前研究结果一致。PheWES 分析确定了与 SO 相关基因显著相关的多种临床表型，包括睡眠呼吸暂停、高脂血症等，还揭示了一些新的关联，如与药物不良反应和双相情感障碍的关联，强调了 SO 相关基因遗传失调的复杂后果。
4. 研究局限性与展望：本研究存在一定局限性，如 BMI 作为肥胖指标的局限性、部分分析缺乏验证、样本量有限等。未来需要在更大样本和更多肥胖相关组织中进行研究，以进一步验证和扩展这些发现，为 SO 的预防、干预和治疗提供更有力的依据。