编辑推荐：
为探究体重与大脑功能活动的因果关系，研究人员开展双向两样本孟德尔随机化（MR）研究。结果表明二者存在因果关系。该研究有助于理解肥胖神经生物学机制，为肥胖防治提供新思路。
在现代社会，肥胖问题愈发严峻，它就像一颗 “健康炸弹”，随时可能引爆各种代谢性疾病。世界卫生组织指出，肥胖是体内脂肪异常或过度堆积，全球超 13% 的人受其困扰，自 1975 年以来，肥胖患病率几乎增长了两倍，预计到 2030 年，将有 10.2 亿人（占成年人的 18%）被肥胖 “盯上”。肥胖引发的 2 型糖尿病、代谢功能障碍相关脂肪性肝病、动脉粥样硬化性心血管疾病等，严重威胁着人们的健康。
目前评估肥胖的方法多样，体重指数（BMI）能快速反映体重与身高关系，但无法区分脂肪和肌肉；体脂百分比（BFP）能更精准评估身体成分；腰臀比（WHR）则可体现脂肪分布，反映健康风险。而大脑，作为人体的 “总指挥”，其功能活动与肥胖之间的关系也备受关注。利用静息态功能磁共振成像（rs-fMRI）技术研究发现，肥胖或超重人群与正常体重人群的大脑活动存在显著差异 。不过，以往研究存在样本量小、混杂因素多、缺乏因果证据等问题，体重与大脑功能活动之间到底有没有因果关系，又存在怎样的因果关系，依旧迷雾重重。
为了拨开这层迷雾，来自未知研究机构的研究人员开展了一项意义重大的研究。他们采用双向两样本孟德尔随机化（MR）研究方法，利用全基因组关联研究（GWAS）数据，深入探究肥胖特征（BMI、BFP、WHR）与 191 种大脑 rs-fMRI 特征之间的因果关系。最终，研究得出了令人振奋的结论：遗传证据证实了体重与大脑功能活动之间存在因果关系。这一成果发表在《Clinical Nutrition ESPEN》杂志上，为肥胖研究领域带来了新的曙光。
在研究过程中，研究人员用到了几个关键技术方法。首先是全基因组关联研究（GWAS），通过分析大量个体的基因组数据，寻找与特定性状（如肥胖特征和大脑 rs-fMRI 特征）相关的遗传变异。其次是双向两样本孟德尔随机化（MR）分析，利用遗传变异（如单核苷酸多态性，SNPs）作为工具变量（IVs），以此减少混杂因素，避免反向因果关系。同时，研究人员还进行了多种分析方法，如逆方差加权法、加权中位数法、MR Egger 法和加权模式法，并开展了多效性和异质性分析，以评估研究结果的稳健性和可靠性。
下面来详细看看研究结果：
- 正向分析结果：研究发现视觉网络内的距状回、舌回或楔回的自发脑活动强度（β = -0.076；95% CI：-0.11 至 - 0.04；p = 6.97×10-5）对体重有因果影响。这意味着大脑中这些区域的功能活动变化，可能在体重变化过程中起着重要作用。
- 反向分析结果：体重对默认模式和中央执行网络内的楔前叶、角回和扣带回的自发脑活动强度（β = 0.209；95% CI：0.11 至 0.31；p = 2.41×10-5），以及角回和颞叶的自发脑活动强度（β = 0.215；95% CI：0.11 至 0.32；p = 3.87×10-5）有因果影响。这表明体重的改变也会反过来影响大脑这些区域的功能活动。
在研究结论和讨论部分，此次研究首次明确揭示了大脑特征与肥胖特征之间清晰的因果关系。这一发现具有多方面的重要意义。从神经生理学角度来看，它为我们理解肥胖的发生机制提供了新的视角，让我们更加深入地认识到大脑功能活动在肥胖发展过程中的作用。在临床应用方面，有助于早期诊断与肥胖相关的神经功能改变，这些大脑区域的功能活动变化有望成为预测肥胖风险的生物标志物。同时，也为开发针对性的干预措施指明了方向，例如可以基于这些发现开发神经刺激技术或认知行为疗法，调节异常的大脑活动，从而为肥胖的预防和治疗提供新的策略，推动公共卫生领域在肥胖防治方面的发展。
