不同的异位脂肪分布模式以及脂联素/肝素的水平，是代谢健康的超重/肥胖群体的特征

《iScience》：Divergent ectopic fat distribution and adipokine/hepatokine levels characterize the metabolically healthy overweight/obesity phenotype

　　亮点：
• MHOO组的内脏脂肪、肝脏脂肪和胰腺脂肪含量较低，而大腿中部皮下脂肪含量较高。
• MHOO组和MUOO组之间的某些脂肪介质和肝脏介质存在差异。
• MHOO组和MUOO组的粪便微生物群组成相似。

摘要：
代谢健康的超重/肥胖（MHOO）表型结合了过多的脂肪摄入与保持的心脏代谢健康。我们比较了384名被分类为MHOO（n=99）或代谢不健康的超重/肥胖（MUOO；n=285）的成年人特定的脂肪沉积部位、循环中的脂肪介质和肝脏介质水平以及粪便微生物群组成。使用磁共振成像技术量化了内脏脂肪组织（VAT）体积、肝脏和胰腺脂肪比例、腹部和大腿中部肌肉间脂肪组织（IMAT）以及皮下脂肪组织（SAT）。尽管总体脂肪质量相似，但MHOO组的内脏脂肪组织体积、肝脏和胰腺脂肪比例、腹部IMAT体积、腹部VAT与SAT比例以及大腿中部IMAT面积较低，而大腿中部SAT面积较高。MHOO组的脂联素和性激素结合球蛋白（SHBG）水平较高，而视黄醇结合蛋白4（RBP4）水平较低。两组之间的粪便微生物群组成相似。内脏脂肪和肝脏脂肪是区分MHOO组和MUOO组的主要因素。

引言：
超重和肥胖是全球主要的公共卫生问题，也是已知的代谢性疾病风险因素。然而，脂肪摄入与代谢功能障碍之间的关系是非线性的。有一部分超重或肥胖的个体表现出对胰岛素抵抗、血脂异常和高血压的异常抵抗力，即所谓的代谢健康的超重/肥胖（MHOO）表型。尽管这种状态常被视为暂时的，但MHOO表型提供了一个独特的人类模型，用于识别将病理性脂肪积累与系统性心脏代谢健康分离的保护机制。阐明维持这种平衡的生物学因素至关重要，因为它可能揭示导致代谢不健康超重/肥胖（MUOO）表型的发展机制，这对临床前风险识别和个性化肥胖管理具有重大意义。尽管MHOO组和MUOO组的总体脂肪质量都过多，但脂肪分布的差异似乎决定了它们不同的临床轨迹。除了已知的与内脏脂肪组织（VAT）和肝炎相关的风险外，心脏代谢健康可能还受特定脂肪沉积部位更复杂分布的影响。新兴证据表明，胰腺内的脂肪积累和肌肉间脂肪组织（IMAT）的脂肪积累可能是代谢功能障碍的强大驱动因素。然而，这些相对较少研究的脂肪沉积部位的特定分布模式，特别是腹部IMAT和大腿中部IMAT之间的差异，在代谢健康背景下仍不清楚，胰腺脂肪在非2型糖尿病人群中的作用也不明确。这些特定脂肪沉积部位的差异可能导致肥胖表型中循环信号分子（包括脂肪介质和肝脏介质）的不同模式，其失调与异位脂肪积累、慢性炎症和胰岛素抵抗有关。此外，肠道微生物群的失衡已被证实与肥胖中的代谢功能障碍有关，表明宿主-微生物群相互作用与从健康到疾病的进展之间存在潜在的机制联系。尽管有这些已知联系，但目前的研究仍然较为分散。许多研究受到样本量小、性别分布不平衡或仅单独评估这些特征的限制，而不是在同一个体中综合评估这些特征。

在这项研究中，我们采用了一种综合的深度表型分析方法，对超重/肥胖成人进行了MHOO和MUOO表型之间的差异进行表征。具体而言，我们结合了磁共振成像（MRI）对多种脂肪沉积部位的量化、循环脂肪介质/肝脏介质的测定以及粪便微生物群的测序，以识别与MHOO表型相关的特征。

深度表型分析显示MHOO具有有利的心脏代谢特征：
参与者的描述性特征如表1所示。与MUOO组相比，MHOO组的参与者颈围和腰围较小，腰臀比较低，无脂质量较大，大腿中部骨骼肌组织较多（所有p值<0.001；表1）。此外，MHOO组的参与者在心脏代谢指标方面表现更好，包括血糖稳态改善（即胰岛素水平较低，胰岛素抵抗评估模型[HOMA-IR]、糖化血红蛋白[HbA1c]和24小时及昼夜平均血糖水平较低，24小时和昼夜血糖变异性系数[CVs]也较低；所有p值≤0.043；表1），血脂谱更健康（即载脂蛋白A1较高，载脂蛋白B较低；两个p值<0.001；表1），以及肝酶丙氨酸氨基转移酶（ALT）和γ-谷氨酰转移酶（GGT）水平较低（两个p值<0.001；表1）。然而，MHOO组和MUOO组在臀围、脂肪质量、夜间血糖变异性、总胆固醇、低密度脂蛋白胆固醇、碱性磷酸酶、久坐时间、轻度体力活动（LPA）、中度至剧烈体力活动（MVPA）或能量、碳水化合物、脂肪和蛋白质摄入量或地中海饮食遵守评分（MEDAS）方面没有显著差异（所有p值≥0.072；表1）。
- 总计（n=384）- MHOO（n=99）- MUOO（n=285）

表1：参与者的描述性特征

**身体测量和组成**
- 体重（kg）：384 96.9（14.7） 99 93.5 285
- 身高（cm）：384 169.0（9.4） 99 168.3 285
- 体重指数（kg/m2）：384 33.9（3.7） 99 32.9 285
- 超重（n%）：384 54（14.1） 99 330
- 肥胖（n%）：384 330（85.9） 99 330
- 颈围（cm）：384 39.7（4.0） 99 38.1
- 腰围（cm）：384 104.4（10.8） 99 99.7
- 腰臀比：384 0.90（0.09） 99 0.86
- 无脂质量（kg）：384 58.0（11.6） 99 55.6
- 脂肪质量（kg）：384 38.1（8.3） 99 37.2
- 脂肪质量百分比（%）：384 39.4（6.9） 99 40.0
- 大腿中部骨骼肌组织（cm2）：384 349（135） 99 86
- 血压
- 收缩压（mmHg）：384 212（14） 98 284
- 舒张压（mmHg）：384 282（10） 98 284
- 血糖稳态
- 空腹血糖（mg/dL）：384 92（11） 99 88
- 空腹胰岛素（mU/L）：384 11.3（5.9） 99 9.1
- HOMA-IR：384 22.6（1.49） 98 2.01
- HbA1c（%）：384 5.4（0.4） 99 5.3
- 24小时平均血糖（mg/dL）：384 102（11） 99 99
- 昼夜平均血糖（mg/dL）：384 105（11） 99 101
- 夜间平均血糖（mg/dL）：384 98（12） 99 93
- 血脂谱
- 总胆固醇（mg/dL）：384 208（36） 99 207
- HDL-C（mg/dL）：384 53（12） 99 60
- LDL-C（mg/dL）：384 132（31） 99 133
- 甘油三酯（mg/dL）：384 121（64） 99 87
- 载脂蛋白A1（mg/dL）：384 163（31） 99 176
- 载脂蛋白B（mg/dL）：384 104（23） 99 95
- 肝酶
- 丙氨酸氨基转移酶（U/L）：384 30（23） 99 25
- γ-谷氨酰转移酶（U/L）：384 35（42） 99 25
- 久坐时间（min/day）：326 66（83.0） 85 65
- 体力活动
- 轻度体力活动（LPA）：326 246（58.0） 85 245
- 中度至剧烈体力活动（MVPA）：326 248（21.7） 85 25.3
- 能量摄入（kcal/day）：384 1,941（473） 99 1,904
- 碳水化合物摄入（% EI）：384 38（7） 99 38
- 脂肪摄入（% EI）：384 41（7） 99 41
- 蛋白质摄入（% EI）：384 18（3） 99 18
- 药物
- 降压药（n%）：384 65（16.9） 99 0

**MHOO组与MUOO组的区别**
- 内脏脂肪组织（VAT）体积：MHOO组显著较低（平均差异：?411 cm3；95%置信区间 [CI]，?535 至 ?288；p < 0.001；Cohen’s d = 0.750；图1A；表2）
- 肝脏脂肪比例：MHOO组显著较低（平均差异：?4.0%；95% CI，?5.2 至 ?2.7；p < 0.001；Cohen’s d = 0.645）
- 胰腺脂肪比例：MHOO组显著较低（平均差异：?1.5%；95% CI，?3.1 至 0.0；p = 0.004；Cohen’s d = 0.225）
- 腹部IMAT体积：MHOO组显著较低（平均差异：?44 cm3；95% CI，?78 至 ?11；p = 0.044；Cohen’s d = 0.297）
- 腹部VAT与SAT比例：MHOO组显著较低（平均差异：?0.17；95% CI，?0.22 至 ?0.11；p < 0.001）
- 大腿中部IMAT面积：MHOO组显著较低（平均差异：?4 cm2；95% CI，?6 至 ?2；p < 0.001）
- MHOO组的女性脂肪质量百分比较低
- MHOO组的循环脂肪介质和肝脏介质水平较高
- MHOO组的某些脂肪介质和肝脏介质水平也较高

**结论：**
代谢健康的超重/肥胖（MHOO）表型将过多的脂肪摄入与保持的心脏代谢健康相结合。MHOOMU群组之间的差异（MHOO ? MUOO）
n 均值（95% CI）
n 均值（95% CI）
均值差异（95% CI）
p值
Cohen’s d

脂联素（μg/mL）
48
8.7 (7.6, 9.8)
143
6.4 (5.9, 6.9)
2.3 (0.6, 4.0)
0.043
0.466

DPP4（μg/mL）
48
0.98 (0.93, 1.03)
143
1.03 (0.99, 1.07)
?0.05 (?0.15, 0.04)
0.935
0.170

白细胞介素-6（pg/mL）
44
2.2 (2.0, 2.5)
14
2.5 (2.3, 2.7)
?0.3 (?0.7, 0.2)
0.913
0.170

瘦素（μg/L）
48
59.8 (53.8, 65.8)
13
762.7 (58.2, 67.2)
?2.9 (?13.6, 7.8)
0.994
0.085

Omentin（ng/mL）
48
58.4 (52.9, 63.9)
14
260.4 (52.9, 67.9)
?2.0 (?15.2, 11.2)
0.935
0.041

抵抗素（ng/mL）
48
4.1 (3.7, 4.5)
14
44.7 (4.4, 5.1)
?0.6 (?1.4, 0.2)
0.935
0.226

RBP4（μg/mL）
48
29.2 (26.7, 31.7)
14
238.1 (36.0, 40.1)
?8.9 (?13.5, ?4.2)
0.004
0.577

肝细胞因子

ANGPTL3（ng/mL）
48
443.4 (410.6, 476.2)
14
242.9 (405.5, 440.3)
20.5 (?32.1, 73.1)
1.000
0.131

ANGPTL4（ng/mL）
46
0.89 (0.62, 1.16)
14
30.86 (0.67, 1.05)
0.03 (?0.45, 0.51)
1.000
0.020

β-Klotho（ng/mL）
48
11.0 (10.6, 11.4)
14
21.7 (10.9, 12.5)
?0.7 (?2.0, 0.5)
1.000
0.143

Clusterin（μg/mL）
48
232.1 (221.5, 242.6)
14
223.1 (226.4, 237.1)
0.3 (?16.4, 17.0)
1.000
0.007

Follistatin（ng/mL）
46
0.88 (0.83, 0.93)
14
31.03 (0.98, 1.08)
?0.15 (?0.25, ?0.05)
0.149
0.431

GDF15（ng/mL）
47
0.27 (0.25, 0.29)
14
40.28 (0.27, 0.29)
?0.01 (?0.04, 0.02)
1.000
0.090

SHBG（nmol/L）
45
27.5 (24.0, 31.0)
14
021.8 (19.8, 23.7)
5.7 (?0.1, 11.6)
0.024
0.335

表3 MHOO和MUOO参与者之间的脂联素和肝细胞因子差异
数据以描述性均值和95%置信区间呈现，以及未调整的原始均值差异（MHOO减去MUOO）和95%置信区间。粗体的p值表示统计学上的显著差异（p < 0.05）。双侧p值来自包括性别、年龄和体重指数作为协变量的调整后的协方差分析（参数或非参数方法）。因此，原始均值差异的置信区间是描述性的，不直接对应于报告的调整后p值。

此外，MHOO组患者的性激素结合球蛋白（SHBG）水平较高（均值差异：5.7 nmol/L；95% CI，?0.1至11.6；p = 0.024；Cohen’s d = 0.335）。在ANGPTL3、ANGPTL4、β-Klotho、Clusterin、Follistatin或GDF15水平上，两组之间没有检测到显著差异（所有p值≥0.149；表3）。

尽管脂肪分布和循环中的脂联素/肝细胞因子水平存在明显差异，但我们发现MHOO和MUOO组之间的粪便微生物群α多样性（所有p值≥0.103；图S1A–S1C）或β多样性（p = 0.076；图S1D）没有显著差异。两组的整体分类组成相似，主要由Bacteroides、Faecalibacterium、Subdoligranulum和Oscillospiraceae UCG-002属代表（图S1E）。

VAT和肝脏脂肪是区分MHOO和MUOO的主要因素

为了识别MHOO表型的最具区分性的特征，我们使用主成分分析（PCA）整合了所有39个指标（表S1）。PCA显示MHOO和MUOO组在主成分1（PC1；图3A）上部分分离。贡献最大的变量包括：（1）人体测量和身体组成变量：腰臀比、颈部和腰部周长、大腿中部骨骼肌组织、无脂肪质量和脂肪质量；（2）特定的腹部脂肪组织库：VAT体积和腹部VAT与SAT比值；（3）大腿中部SAT面积；以及（4）肝脏脂肪比例（图3A）。为了进一步识别组间的最具区分性特征，我们应用了稀疏最小二乘判别分析（sPLS-DA），发现VAT体积和肝脏脂肪比例是MHOO和MUOO之间最大的区分因素（图3B）。

讨论

在这项针对超重/肥胖成年人的综合深度表型研究中，我们发现MHOO表型在脂肪分布和循环生物标志物方面具有独特的特征，与代谢不健康的对照组不同。MHOO组个体的内脏脂肪和肝脏脂肪较低，胰腺和肌肉间脂肪积累也较少。这些差异伴随着选定的脂联素和肝细胞因子的不同水平，表明尽管脂肪过多，但其生物学环境较为有利。我们的结果支持了扩展性假说，即MHOO个体通过优先扩展SAT（特别是大腿中部区域）来维持代谢健康，这可能有助于更安全的脂质储存，并限制其他器官中的异位脂肪沉积。虽然VAT和肝脏脂肪在代谢功能障碍中的作用已有充分记录，但我们的研究将这一框架扩展到包括胰腺脂肪和肌肉间脂肪（IMAT）。MHOO组观察到的较低胰腺脂肪与文献中将胰腺脂肪变性与代谢功能障碍联系起来的结论一致，可能表明即使在明显的糖尿病前期也具有更有利的胰腺代谢特征。此外，腹部和大腿中部IMAT之间的差异表明代谢脆弱性的局部差异，MHOO组较低的IMAT可能反映了更好的骨骼肌胰岛素敏感性和较低的特异性组织炎症。值得注意的是，VAT体积和肝脏脂肪是区分表型的最强判别因素。总体而言，我们的发现强调脂肪分布而非总体脂肪量是区分MHOO和MUOO的关键特征，这一点在当前肥胖代谢健康定义中尚未得到充分认识。

这种脂肪分布模式伴随着选定的循环脂联素和肝细胞因子的不同水平。MHOO组较高的脂联素和SHBG水平与更抗炎和胰岛素敏感的代谢特征相吻合。相反，MUOO组较高的RBP4水平可能反映了脂肪组织-肝脏信号传导受损和更不利的代谢状态，鉴于其与炎症、胰岛素抵抗和改变的肝脏葡萄糖代谢的关联。这些发现表明，肝脏-脂肪组织信号传导的差异可能与MHOO中的代谢健康保持有关。有趣的是，尽管脂肪分布和循环生物标志物存在明显差异，但我们观察到MHOO和MUOO组之间的粪便微生物群多样性和组成没有显著差异。这可能表明，在这个肥胖阶段，脂肪分配和循环脂联素/肝细胞因子水平的差异与代谢表型之间的关联比粪便微生物群组成更为密切。虽然其他在地理上不同的队列中的研究报告了微生物变化，但我们的发现表明，在这个人群中，代谢韧性可能更多地与宿主来源的因素相关，而不是可检测的粪便微生物群组成差异。

总之，MHOO组成年人表现出更有利的脂肪分布和独特的脂联素/肝细胞因子特征。内脏脂肪和肝脏脂肪是这种表型的最强判别特征，支持它们在超重或肥胖成年人的心血管代谢风险分层中的潜在价值。

研究的局限性

我们的研究存在一些局限性，包括其横断面设计、缺乏正常体重参考组，以及MHOO概念依赖于所应用的标准和阈值，这可能会影响表型分类。因此，缺乏预定义的心血管代谢异常并不一定意味着所有风险变量下的最佳代谢健康。尽管如此，通过将MRI与深度表型分析相结合，我们提供了对超重和肥胖者代谢健康的全面描述。这些发现强调了不仅要考虑脂肪的数量，还要考虑其分布及其与循环生物标志物的关系。

资源可用性

请将进一步信息和资源的请求发送给主要联系人Antonio Clavero-Jimeno（[e-mail]）。

材料可用性

本研究没有生成新的独特试剂。

数据和代码可用性

原始16S rRNA基因扩增子测序数据已存档在NCBI Sequence Read Archive (SRA)中，并在发表日期后公开可用。BioProject访问编号PRJNA1287213列在关键资源表中。用于分类的SILVA 138.1 SSU参考数据库也公开可用，相应的资源信息和访问链接也在关键资源表中提供。本文报告的所有其他数据将在需要时由主要联系人提供。本文未报告原始代码。如需重新分析本文中的数据，可向主要联系人请求额外信息。

致谢

本研究由PID2022.141506OB.I00资助，资金来自MCIU/AEI/10.13039/501100011033和ERDF（欧盟）资助J.R.R.；安达卢西亚政府经济转型、工业、知识和大学理事会（A-CTS-516-UGR20）资助J.R.R.；格拉纳达大学自身研究计划-卓越行动：运动营养和健康卓越单元（UCEENS）资助J.R.R.；Carlos III健康研究所，MCIU/AES和ERDF（欧盟）资助J.R.R.；欧洲委员会体育理事会（项目参考：EXP_75091）以及欧洲联盟Next GenerationEU资助的恢复、转型和韧性计划（项目参考：PI24/01360）资助I.L.；纳瓦拉省政府经济发展和企业部（0011-1365-2021-00070）和纳瓦拉公共大学研究组促进计划资助I.L.；以及西班牙大学部（FPU21/01161资助A.C.-J.，FPU22/01631资助J.J.M.-O.，FPU23/02158资助M.M.-F.，FPU18/03357资助M.D.-M.）。A.C.-C.得到西班牙科学、创新和大学部、欧盟NextGenerationEU/PRTR（FJC2020-043385-I）和安达卢西亚政府健康与消费理事会（RHJ-0098-2024）的支持。A.C.-M.得到MCIN/AEI/10.13039/501100011033、欧盟“NextGenerationEU”/PRTR（JDC2022-048679-I）和Horizon Europe计划（根据Marie Sk?odowska Curie协议号101207146）的支持。A.L.-P.获得西班牙卫生部（CD22/00109）的Sara Borrell合同和西班牙抗癌协会基金会（FAECC）的研究员合同（INVES2610029LOPE）的支持。此外，EXERNET运动和健康研究网络（DEP2005-00046/ACTI；09/UPB/19；45/UPB/20；27/UPB/21）也提供了资助（I.L.和J.R.R.）。这项工作是格拉纳达大学官方生物医学博士项目的一部分。资助方未参与研究的设计、实施或解释。图形摘要使用BioRender创建。 Ruiz, J. (2026) https://BioRender.com/b80jhji。

作者贡献

研究概念和设计：A.C.-J.和J.R.R.；
数据获取：A.C.-J., J.J.M.-O., A.G., A.C.-M., A.C.-C., M.D.-M., M.M.-F., 和 A.L.-V.；
数据分析和解释：A.C.-J., A.G., A.C.-M., 和 J.R.R.；
手稿起草：A.C.-J.；
手稿关键修订：A.C.-J., J.J.M.-O., A.G., A.C.-M., A.C.-C., L.J.-F., M.D.-M., M.M.-F., A.L.-V., A.L.-P., M.A.A., E.P., A.Z., I.U., M.C., R.C., J.L.M.-R., I.L., 和 J.R.R.；
统计分析：A.C.-J., A.G., 和 A.C.-M.；
行政、技术或材料支持：I.L. 和 J.R.R.；
研究监督：J.R.R.

利益声明

作者声明没有竞争利益。

在撰写过程中，作者使用了ChatGPT（OpenAI）来辅助语言编辑，以提高手稿的清晰度和可读性。在使用该工具后，作者根据需要审查和编辑了内容，并对出版物的内容负全责。

**STAR★ 方法**
**关键资源表**

**试剂或资源**
**来源标识符**

**生物样本**
- 来自研究I和研究II参与者的静脉血液样本
- 在西班牙格拉纳达和潘普洛纳招募的研究参与者

**ClinicalTrials.gov**: NCT05310721; NCT05897073

**来自研究I参与者的粪便样本**
- 在西班牙格拉纳达和潘普洛纳招募的研究参与者

**临床Trials.gov**: NCT05310721

**关键商业检测试剂**
- 人类脂联素DuoSet ELISA（ELISAR&D Systems, Cat# DY1065）
- 人类DPP4/CD26 DuoSet ELISA（ELISAR&D Systems, Cat# DY1180）
- 人类IL-6 Quantikine HS ELISA（ELISAR&D Systems, Cat# HS600）
- 人类瘦素DuoSet ELISA（ELISAR&D Systems, Cat# DY398）
- 人类RBP4 DuoSet ELISA（ELISAR&D Systems, Cat# DY3378）
- 人类ANGPTL3 DuoSet ELISA（ELISAR&D Systems, Cat# DY3829）
- 人类clusterin DuoSet ELISA（ELISAR&D Systems, Cat# DY5874）
- 人类SHBG DuoSet ELISA（ELISAR&D Systems, Cat# DY2656）
- 人类omentin DuoSet ELISA（ELISAR&D Systems, Cat# DY4254）
- 人类抵抗素DuoSet ELISA（ELISAR&D Systems, Cat# DY1359）
- 人类ANGPTL4 DuoSet ELISA（ELISAR&D Systems, Cat# DY3485）
- 人类β-Klotho DuoSet ELISA（ELISAR&D Systems, Cat# DY5889）
- 人类follistatin DuoSet ELISA（ELISAR&D Systems, Cat# DY669）
- 人类GDF15 DuoSet ELISA（ELISAR&D Systems, Cat# DY957）

**QIAamp PowerFecal Pro DNA试剂盒** (Qiagen, Cat# 51804)

**存储数据**
- 原始16S rRNA基因扩增子测序数据
- NCBI序列读取存档（SRA）
- BioProject: PRJNA128721
- SILVA 138.1 SSU参考数据库
- SILVA核糖体RNA数据库版本138.1：https://www.arb-silva.de/documentation/release-1381/

**寡核苷酸**
- 16S rRNA V3–V4正向引物341F（Illumina, Cat# 5′TCGTCGGCAGCGTCAGATGTGTATAAGAGACAGCCTACGGGNGGCWGCAG）
- 16S rRNA V3–V4反向引物805R（Illumina, Cat# 5′GTCTCGTGGGCTCGGAGATGTGTATAAGAGACAGGACTACHVGGGTATCTAATCC）

**软件和算法**
- RR统计计算基金会版v4.5.3
- QIIME 2（Caporaso Lab, v2024.10）
- DADA2（Caporaso Lab）
- QIIME 2插件
- ANCOM-BC（ANCOMBC Bioconductor包, v2.8.1）
- ggplot2（CRAN, v3.5.2）
- Durga（CRAN, v2.0）
- emmeans（CRAN, v1.10.1）
- vegan（CRAN, v2.6-10）
- adonis2（vegan R包, v2.6-10）
- missMDA（CRAN, v1.2.0）
- mixOmics（Bioconductor, v6.3.2.0）
- 3D Slicer软件（v5.8.1，Kitware，网址：https://www.slicer.org/）

**内部软件**
- ActiLife（ActiGraph LLC, v6.13.6）
- GGIR（CRAN, v3.1-8）

**PROFITH研究小组**
- https://github.com/PROFITH/GGIR.matcher

**其他设备**
- SECAModel 799
- QDR-4500W双能量X射线吸收仪（Hologic Inc.）
- Horizon Wi双能量X射线吸收仪（Hologic Inc.）
- 多频生物电阻抗分析仪（Tanita, MC-980MA Plus）
- 自动血压监测仪（Omron Healthcare Europe B.V.）
- AU5800临床化学分析仪（Beckman Coulter）
- UniCel DxI 800免疫测定系统（Beckman Coulter）
- HA-8180V糖化血红蛋白分析仪（A. Menarini Diagnostics）
- Alinity c临床化学系统（Abbott Laboratories）
- FreeStyle Libre Pro连续葡萄糖监测系统（Abbott Laboratories）
- Triaxial加速度计（ActiGraph LLC, GT3X+）
- Magnetom Vida 3-T MRI扫描仪（Siemens Healthineers）
- NextSeq 1000测序系统（Illumina）

**实验模型和研究参与者详情**
本横断面研究使用了两项随机对照试验（RCT）的基线评估数据，这些试验遵循了统一的核心评估程序：研究I（ClinicalTrials.gov标识符：NCT05310721）和研究II（NCT05897073）。研究I是在西班牙南部的格拉纳达和北部的潘普洛纳进行的多中心RCT，而研究II是在格拉纳达进行的单中心RCT。试验的详细设计、原理和方案在其他地方有记录。这两项研究均获得了相关监管机构和伦理委员会的批准，所有参与者均签署了书面知情同意书。研究方案遵循了《赫尔辛基宣言》的最新版本，本研究的报告符合STROBE指南。

**参与者**
- 研究I的参与者招募时间从2022年4月11日至2022年12月5日，研究完成时间为2023年3月6日。
- 研究II的参与者招募时间从2023年5月2日至2024年4月6日，研究完成时间为2025年9月5日。
参与者通过报纸和社交媒体广告、格拉纳达的克拉里尼奥圣塞西利奥大学医院和维尔亨德拉斯尼韦斯医院的内分泌学和营养学部门、格拉纳达大学社区以及潘普洛纳的纳瓦拉大学医院进行招募。本研究共纳入384名参与者（193名男性和191名女性），年龄在25至65岁之间，具有超重/肥胖情况（定义为体重指数BMI≥25.0且<40.0 kg/m2），且不符合世界卫生组织的身体活动建议（即每日活动量<150分钟）。

**代谢表型分类**
参与者根据先前在文献中广泛应用的分类标准被回顾性地分为MHOO（Metabolic Hyper-Obesity Outpatients）和MUOO（Metabolic Obesity Outpatients）：
- **MUOO**定义为BMI≥25 kg/m2且至少存在以下一种合并症：a) 空腹甘油三酯水平≥150 mg/dL或使用降脂药物；
- **MHOO**则没有这些风险因素。根据这些标准，99名参与者被归类为MHOO，285名参与者被归类为MUOO。

**方法细节**
- **特定脂肪储存库的评估**
在禁食条件下（≥4小时），使用3特斯拉MRI扫描仪（Magnetom Vida，Siemens Healthineers，德国埃尔朗根）评估特定脂肪储存库。
通过L3和L5椎骨之间的腹部区域的Dixon MR图像量化VAT（ visceral adipose tissue）、IMAT（intramuscular adipose tissue）和SAT（subcutaneous adipose tissue）体积；同时通过股骨中段的轴向图像量化大腿中部IMAT、SAT和骨骼肌面积。
脂肪和水图像序列使用我们研究小组开发的半自动库TisSeg进行处理，该库适用于开源软件3D Slicer（网址：www.slicer.org）。
还计算了腹部VAT与SAT的比率。
肝脏脂肪比例通过手动逐 slice 分割整个肝脏确定，排除主要血管和周围非肝脏组织后，进行体积量化。
胰腺脂肪比例通过在胰腺头部、体部和尾部放置感兴趣的区域进行评估，避免可见血管和周围脂肪组织。
对每个区域计算中位数值，整体胰腺脂肪比例为三个区域值的平均值。

**脂联素和肝细胞因子**
外周血液中的脂联素和肝细胞因子浓度仅在使用商业酶联免疫吸附测定（ELISA）试剂盒（R&D Systems，MN，美国）的情况下进行测量，遵循制造商的说明。
血清用于检测脂联素（DY1065）、DPP4（DY1180）、IL-6（HS600C）、瘦素（DY398）、RBP4（DY3378）、ANGPTL3（DY3829）、clusterin（DY5874）和SHBG（DY2656）。
血浆用于检测omentin（DY4254）、抵抗素（DY1359）、ANGPTL4（DY3485）、β-Klotho（DY5889）、follistatin（DY669）和GDF15（DY957）。
根据当前关于脂联素和肝细胞因子的分类文献，并考虑其主要组织来源和代谢功能，脂联素、DPP4、IL-6、瘦素、omentin、抵抗素和RBP4被归类为脂联素；而ANGPTL3、ANGPTL4、β-Klotho、clusterin、follistatin、GDF15和SHBG被归类为肝细胞因子。

**粪便微生物群**
粪便微生物群分析仅在研究I的182名参与者中进行。
参与者将粪便样本自行收集在无菌容器中并送到研究中心，样本在-80°C下储存待分析。
细菌DNA的提取遵循QIAamp PowerFecal Pro DNA试剂盒（Qiagen，德国希尔登）的协议。
16S rRNA基因的V3-V4高变异区（引物341F和805R）使用NextSeq1000-Illumina平台进行测序，读长为2×300 bp的paired-end运行，由格拉纳达的克拉里尼奥圣塞西利奥大学医院微生物测序服务部门完成（Illumina公司，美国加州圣地亚哥）。
测序后分析使用Quantitative Insights Into Microbial Ecology（QIIME2，v2024.10）管道进行，应用DADA2算法推断扩增子序列变异（ASVs）。
分类基于SILVA 138.1 SSU参考数据库的预训练分类器，最高分类等级为属级。
由于测序质量较低，有10个样本被剔除，最终数据集包含172个样本，每个样本的平均±标准差（SD）读数为303,404±164,728个读数（MHOO [n = 45；17名男性和28名女性] 和 MUOO [n = 127；70名男性和57名女性]）。
减去少于10%样本中出现的ASVs。

**人体测量和身体组成**
在进行身体组成和心血管代谢评估前，参与者被要求：
(i) 禁食约10小时，仅摄入水；
(ii) 过24小时避免酒精和利尿剂；
(iii) 过12小时避免咖啡因和其他刺激物；
(iv) 过24小时避免中等强度的身体活动；
(v) 过48小时避免高强度的身体活动。

体重和身高在早晨测量，参与者赤脚穿着轻便服装，使用SECA 799电子体重秤和身高计（SECA，德国汉堡）。
BMI计算为体重（千克）除以身高（米）的平方。
颈围、腰围和臀围由受过训练的人员按照国际人体测量学协会的程序测量。

**无脂质量（kg）和脂肪质量（kg及百分比）**
在禁食一夜后的早晨进行测量。
在研究I中，使用Hologic QDR-4500W扫描仪（格拉纳达）和Hologic Horizon Wi扫描仪（Hologic Inc., 美国马萨诸塞州贝德福德）通过双能量X射线吸收法测量身体组成；
在研究II中，使用Tanita MC-980MA Plus分析仪（Tanita，日本东京）通过多频生物电阻抗分析进行测量。

**血压、葡萄糖稳态、血脂谱、肝酶和身体活动**
静息时的收缩压和舒张压在早晨使用自动M3 Comfort监测仪（Omron Healthcare Europe B.V., 荷兰霍夫多普）测量，遵循2021年欧洲高血压协会的建议。
几次连续测量在短暂休息后进行，每次测量间隔1分钟，最终分析使用最后两次读数的平均值。

**静脉血液样本**
在禁食一夜后的早晨收集静脉血液样本，按照标准化临床实验室程序处理，并在-80°C下储存待分析。
葡萄糖、胰岛素、HbA1c、总胆固醇、HDL-C、甘油三酯、载脂蛋白A1、载脂蛋白B、ALT、GGT和碱性磷酸酶使用自动分析仪进行测量。
在研究I中，生化分析使用AU5800和UniCel DxI 800系统（Beckman Coulter，美国加州布雷亚）；HbA1c使用HA-8180V分析仪（A. Menarini Diagnostics，意大利佛罗伦萨）进行测量。
在研究II中，使用Alinity c系统（Abbott Laboratories，美国伊利诺伊州阿伯顿帕克）、UniCel DxI 800免疫测定系统和G11糖化血红蛋白分析仪（Horiba，日本京都）进行测量。
LDL-C通过总胆固醇 - HDL-C - 甘油三酯 / 5计算；HOMA-IR通过空腹胰岛素 × 空腹葡萄糖 / 405计算。

**参与者每日葡萄糖水平和身体活动**
参与者的每日葡萄糖水平和身体活动连续14天被同步监测。
间质葡萄糖使用连续葡萄糖监测（CGM）设备（格拉纳达使用FreeStyle Libre Pro，潘普洛纳使用FreeStyle Libre 2；Abbott Laboratories，美国伊利诺伊州芝加哥）进行测量，大约每15分钟存储一次平均葡萄糖值。
同期，参与者在非主导手腕佩戴三轴加速度计（ActiGraph GT3X+，ActiGraph LLC，美国佛罗里达州彭萨科拉），初始设置为记录100 Hz的原始加速度。
加速度计数据使用ActiLife软件（v6.13.6；ActiGraph LLC）下载，并使用开源GGIR R包（v3.1-8）进行处理。
简而言之，计算了5秒窗口内的欧几里得范数减去一，负值四舍五入为零。
通过三个轴的原始加速度的幅度和变异性确定非佩戴时间段，并在适当情况下使用其余天数相同时间的平均加速度进行插补。
睡眠和清醒时间通过基于手臂姿势变化的自动算法确定，并根据参与者报告的睡眠时间进行引导。
MVPA（Mean Votal Physical Activity）定义为清醒时间累计≥100 mg的加速度持续时间至少为5分钟。

**饮食摄入**
能量（kcal/天）和宏量营养素摄入（占总能量摄入的百分比）通过三次非连续的24小时饮食回顾进行评估，包括两个工作日和一个非工作日。
回顾通过面对面的或在线访谈由受过培训的营养师进行。
在研究I中，饮食摄入使用EasyDiet?（西班牙营养与饮食学会咨询管理程序，Biocentury，西班牙巴塞罗那）进行估计；
在研究II中，饮食摄入使用EvalFINUT?（https://www.finut.org/evalfinut/）进行估计，基于西班牙食物成分数据库（BEDCA）。

**地中海饮食模式遵守情况**
使用经过验证的14项MEDAS问卷评估地中海饮食模式的遵守情况，这是评估整体饮食质量的食物基础指标。总得分范围为0到14分，得分越高表明对地中海饮食模式的遵循程度越高。

**量化和统计分析**
原始试验的样本量是根据其预先规定的主要结果确定的。由于本研究是对这些试验的二次分析，因此没有进行额外的样本量计算。连续变量以均值（标准差）表示，而分类变量则以参与者数量（百分比）表示。对于MHOO（男性高内脏脂肪）和MUOO（男性其他内脏脂肪）组之间的比较，连续结果使用协方差分析（ANCOVA），分类变量使用卡方检验。ANCOVA模型调整了年龄、性别和BMI的影响，但MRI得出的特定脂肪沉积结果则调整了年龄、性别和全身脂肪量的影响。根据数据的分布情况（通过Shapiro-Wilk检验和分布图评估），适用参数化ANCOVA或非参数化基于等级的ANCOVA。对于特定脂肪沉积部位，还进行了按性别分层（即男性和女性分别）的探索性分析，使用相同的ANCOVA模型，并调整了年龄和全身脂肪量的影响。为了考虑多重检验现象，所有结果中MHOO与MUOO组效应的p值均使用Holm程序进行了调整。

各组之间粪便微生物群beta多样性的差异通过999次置换的置换多变量方差分析（PERMANOVA）进行评估。主坐标分析（PCoA）用于基于Bray-Curtis差异度量可视化样本聚类。在属水平上进行了差异丰度分析，使用了带有偏差校正的微生物组组成分析（ANCOM-BC2）框架。进行了敏感性分析，以评估伪计数添加对零计数的影响，从而减少假阳性的可能性。性别、年龄和BMI被用作协变量。经过Holm-Bonferroni校正后q值小于0.05的Taxa，并且通过了敏感性分析的，被认为是显著差异丰度的。

为了识别区分MHOO和MUOO表型的多变量模式，我们使用了两种互补的降维方法：（i）PCA，以无监督方式探索整体数据结构；（ii）sPLS-DA，用于识别最能区分表型的变量。首先，对整个样本（研究I和II合并）应用PCA，排除了用于定义表型分类的变量（即体重、身高、BMI、甘油三酯、HDL-C、血压、空腹血糖和药物使用情况），共计得到39个结果（包括身体周长、身体组成、葡萄糖稳态、血脂谱、肝酶、静坐时间和体力活动、饮食摄入以及特定脂肪沉积部位）（表S2）。所有变量在分析前都进行了自动缩放（均值中心和单位方差缩放）。缺失值使用基于正则化期望最大化算法的迭代PCA方法进行插补。接下来，使用2个组分和每个组分10个变量的sPLS-DA对MHOO和MUOO数据进行了分析，该算法旨在识别最能区分组别的小部分特征。然后在仅包含研究I队列的子样本中进行了补充分析。在这部分子样本中，PCA和sPLS-DA包括了汇总分析中使用的所有变量，以及额外的脂肪细胞因子、肝细胞因子和来自粪便微生物群的alpha多样性指数（n = 56个结果）（表S2）。

所有检验均为双侧检验，统计显著性阈值设为p < 0.05。分析使用R软件v4.5.3进行（R Foundation for Statistical Computing，维也纳，奥地利；https://cran.r-project.org/）。图表使用R中的ggplot2（v3.5.2）和Durga（v2.0）包生成，回归诊断使用emmeans包（v1.10.1）进行。PERMANOVA使用vegan包（v2.6.10）和adonis2函数并以默认设置（999次置换）进行。ACOM-BC2使用ACOMBC包（v2.8.1）执行。PCA使用stats包（v4.5.3）进行，缺失数据使用missMDA包（v1.2.0）进行插补。sPLS-DA分析使用MixOmics包（v6.32.0）进行。

**补充信息（1）PDF（918.94 KB）**
文件S1：图S1和S2以及表S1和S2