《Frontiers in Physiology》：Determination of adipose tissue beiging from passive electrical and optical properties
编辑推荐：
**目的**：脂肪组织（adipose tissue）在哺乳动物能量稳态与代谢调节中发挥核心作用，本研究旨在表征功能上存在差异的脂肪库及其动态适应过程。**方法**：采用电阻抗谱（Electrical Impedance Spectroscopy，EIS）、介
**目的**：脂肪组织（adipose tissue）在哺乳动物能量稳态与代谢调节中发挥核心作用，本研究旨在表征功能上存在差异的脂肪库及其动态适应过程。**方法**：采用电阻抗谱（Electrical Impedance Spectroscopy，EIS）、介电弛豫谱（Dielectric Relaxation Spectroscopy，DRS）与近红外光谱（Near-Infrared Spectroscopy，NIRS）分析不同类型脂肪组织（adipose tissue），随后利用机器学习（machine learning，ML）进行分类，并结合介电特性的提取与验证以估算含水量（water content）。**结果**：结果表明，尽管腹股沟白色脂肪组织（inguinal white adipose tissue，iWAT）在形态学上更接近性腺周白色脂肪组织（peri-gonadal white adipose tissue，gWAT），但iWAT与棕色脂肪组织（brown adipose tissue，BAT）在电学与光学特性上更为相似；此外，将ML方法应用于DRS测量数据可实现优异的分类准确率（>99%），介电分析能够可靠地估算各脂肪库特异性含水量。**讨论**：该方法为研究脂肪组织的适应与重塑提供了一种有前景的无损方法，包括监测米色化（beiging）以及白色脂肪细胞向高代谢活性的米色脂肪细胞（beige adipocytes）的转分化（transdifferentiation）。
**研究背景与问题**：脂肪组织是哺乳动物能量储备的重要来源。基于化学固定的标准组织学方法虽能揭示脂肪组织的结构与功能，但样品制备耗时、耗费资源且具破坏性，因此需要能在保持组织完整性的前提下对其进行表征的替代技术。脂肪组织分布于全身多个脂肪库（depots），大体分为白色与棕色两类。脂肪细胞（adipocytes）是脂肪组织的功能单元，可呈现不同形态与功能：白色脂肪细胞含单个大脂滴用于储存甘油三酯；棕色与米色脂肪细胞含多个脂滴及大量线粒体，可在冷暴露或交感神经系统激活时产热，作为代谢汇。这些功能差异伴随血管化程度、线粒体密度及脂质组成的变化，预期会影响本研究测得的电学与光学特性。棕色脂肪组织（BAT）位于肩胛间皮下区域；小鼠主要白色脂肪库为内脏性腺周白色脂肪组织（gWAT）与皮下腹股沟白色脂肪组织（iWAT）。与gWAT不同，iWAT可含白色与米色脂肪细胞，米色细胞在冷暴露后出现于腹股沟淋巴结附近，故iWAT兼具白色与棕色脂肪组织特征，是研究脂肪组织可塑性、检验生物物理方法能否检测部分米色化的可操作模型。研究人员的假设是：基于各脂肪库在细胞组织、脂质含量与含水量方面的已知差异，被动电学与光学特性可提供互补的、无损的标志物，以区分棕色、含米色与白色脂肪组织；尤其预期对膜密度、分子极化及水–脂平衡敏感的方法能反映单纯组织学未能完全捕捉的功能差异。既往研究已分别证明EIS、DRS与NIRS各自能表征脂肪组织的被动电学与光学特性，但迄今尚无联合多种光谱方法揭示不同类型脂肪组织物理特性的报道。
**研究开展与结论及意义**：本研究在C57BL/6小鼠模型中比较了gWAT、iWAT与BAT三种脂肪库的电学与近红外光学特性，每种技术针对脂肪组织一个不同但有重叠的生物物理层面：细胞结构（EIS）、分子极化与含水量（DRS）、脂质–水光学特征（NIRS）。结果显示三种方法均揭示iWAT与BAT的相似性，而gWAT表现出独特的电学与光学特征；机器学习方法显示DRS在脂肪组织分类上优于EIS与NIRS；基于DRS的含水量估算经动态蒸汽吸附（dynamic vapor sorption，DVS）验证，表明DRS可反映iWAT的米色化状态——这是代谢研究中的关键标志。该研究的意义在于提供了一种相较标准组织学更快速、无损的脂肪组织表征途径，并为监测脂肪组织重塑与米色化这一冷适应与代谢适应的关键过程提供了潜在工具。
**关键技术方法**：动物为18–35周龄、雌雄兼有的C57BL/6J遗传背景小鼠，经挪威动物研究管理局批准（FOTS ID 30147），处死前两日腹腔注射CL-316,243或溶媒（磷酸盐缓冲盐水）。EIS采用定制平台，7 mm宽Ag/AgCl条状电极双电极配置，连接Zurich Instruments MFIA 5 MHz阻抗分析仪，100 mV峰值正弦电压激励，频率范围10 Hz–1 MHz。DRS采用矢量网络分析仪（vector network analyzer，VNA）配开放式同轴探头（open-ended coaxial probe，OCP），DAK 3.5探头（200 MHz–20 GHz）与R140 VNA（85 MHz–14 GHz）组合，实验频率范围200 MHz–14 GHz，测量前经“开路”“短路”“负载”（去离子水）三点校准并以0.1 mol/L盐水验证，采用双极点Cole-Cole模型拟合并据介电损耗估算含水量。NIRS采用Ocean Optics NIRQuest 512光谱仪，反射模式，900–1700 nm，以光谱反射标准校准。含水量金标准采用DVS（DVS Intrinsic）。机器学习采用支持向量机（support vector machine，SVM）、随机森林（random forest，RF）与极端梯度提升（eXtreme Gradient Boosting，XGBoost），分层5折交叉验证，并以递归特征消除（Recursive Feature Elimination，RFE）筛选最重要频率/波长。
**研究结果**：
**3.1 iWAT、gWAT与iBAT之间的形态学差异部分反映于其被动电学与光学特性**：通过苏木精–伊红染色及PLIN1免疫荧光定量脂滴，发现BAT细胞密度最高、gWAT最低，脂滴大小呈相同趋势，iWAT脂滴大小分布广泛；iWAT与gWAT形态学上比二者与BAT更相似。阻抗测量显示BAT与iWAT的电学响应较gWAT更相近；gWAT阻抗由10 Hz的25 kΩ降至1 kHz的16 kΩ与100 kHz的12 kΩ，iWAT与BAT分别由16 kΩ与12 kΩ降至10 kΩ与6.5 kΩ及7 kΩ与5 kΩ。相位角显示低频下iWAT与BAT更受界面极化与细胞膜效应主导，中频段iWAT与gWAT趋于电阻性而BAT保持较高容性贡献，高频下仅gWAT表现向容性过程的变化。介电电导率上iWAT与BAT重叠而gWAT全程较低；近10 GHz处iWAT与BAT电导率曲线出现交叉，可能反映自由水与结合水比例及细胞密度、胞内结构的差异。NIR反射光谱中三者在900–1360 nm重叠，1200 nm处可见脂质吸收峰，gWAT自约1360 nm起偏离并于1440 nm达18%反射谷，iWAT与BAT最低反射分别为8.7%与4.9%，1200 nm与1440 nm分别对应脂质与水吸收。主成分分析（principal component analysis，PCA）显示EIS未能清晰分组，DRS数据点离散度较低但不均匀，NIRS三组分离明显，提示NIRS对区分三类组织敏感。结论为三种技术均揭示组织差异，但各自受不同生物物理特性影响。
**3.2 DRS能准确区分脂肪组织库**：鉴于PCA对EIS与DRS未能清晰分组，采用SVM、RF与XGBoost进行自动分类。EIS中电抗参数准确率略高于电阻，SVM最佳（电抗85.15 ± 8.53%，电阻81.47 ± 10.47%）；介电常数数据显著优于介电损耗，三种模型均超过98%，RF最高（99.75 ± 0.3%）；NIR反射中SVM最佳（83.43 ± 15.13%）但标准差最大。RFE显示各参数均在未纳入全部特征时达到最高准确率：EIS电抗在超过11个特征后准确率略降；介电常数约80个特征后进入平台；NIR反射约195个特征达峰。仅用前10个特征时，电抗由87.65%降至82.79%，介电常数由99.88%降至86.54%，反射由80.57%降至51.14%。结论为EIS与NIRS结合SVM可达约80%的良好准确率，而DRS结合任一ML算法可用80个频率以>99%的优异准确率区分三类组织，仅用10个频率亦可获良好准确率。
**3.3 DRS是动态估算脂肪组织含水量的可靠方法**：DRS估算含水量与DVS实测值呈强线性一致（R2 ≈ 0.97），Pearson相关分析证实极强正相关（r ≈ 0.98，p < 0.001）。除约15%处一离群点外，gWAT含水量约5%，iWAT与BAT分别约13–17%与25–30%；基于Cole-Cole模型介电损耗的估算显示iWAT与BAT含水量约20–40%，gWAT为3–12%。以交感神经拟似肾上腺素能受体激动剂CL-316,243处理2天诱导iWAT米色化，组织学可见嗜酸性胞浆的米色脂肪细胞出现，iWAT含水量由18%升至30%。结论为DRS可准确估算含水量，为评估白色脂肪组织米色化提供可靠、无损的方法。
**讨论部分总结**：本研究以组织学为结构参照，比较EIS、DRS与NIRS对小鼠BAT、iWAT与gWAT的表征与分类能力。组织学显示iWAT与gWAT结构相似（均含大单房脂滴），而三种测量一致揭示BAT与iWAT更相似、gWAT特征独特；这一表观差异反映方法互补性：组织学捕捉宏观形态，电学与光学技术探测分子组成、膜密度与含水量。EIS中BAT与iWAT阻抗低于gWAT，与更高含水量和细胞密度一致；BAT电阻高于iWAT提示小细胞密度高致整体离子电导率较低，高频电抗差异反映脂滴大小及胞内电导率。双电极设置可能引入低频电极极化效应，但较大Ag/AgCl电极与全程较低相位角提示其贡献很小，且1 kHz以上电极极化效应基本消散而组织区分度仍保持。EIS的重要局限是阻抗受样本几何与电极–组织接触条件影响，未对厚度、体积与接触面积进行系统量化或归一化，故阻抗幅值差异既可能反映组织组成差异，也可能反映样本厚度、电流路径长度、接触面积与压迫差异，未来应加以控制与归一化。DRS显示gWAT介电电导率明显降低而BAT与iWAT光谱大部分重叠；iWAT与BAT在GHz范围的快速上升对应更高可动水含量，高频交叉提示二者在水组织与分子迁移性上存在细微差异，此类效应不被低频电学测量或组织学捕捉，凸显宽带介电谱在分子层面探测组织组成的价值。NIR光谱在1440 nm水吸收峰处进一步显示gWAT水吸收明显低于iWAT与BAT，与其高脂质含量一致；1200 nm最低吸收峰与BAT较低脂质密度一致，支持NIR基于脂质与水相对组成区分脂肪库、作为识别米色化等代谢重塑的补充工具的潜力。细胞外基质（extracellular matrix，ECM）的胶原含量、纤维化与重塑变化也可改变组织电导率、介电色散与光散射，本研究未直接评估，但可能提供额外对比层次。实用层面，EIS成本低、简单、易校准；DRS测量快速但需专门介电材料；NIRS最快最易部署，但采样体积有限且对探头位置敏感，在iWAT等异质组织中引入变异性。三种技术并非孤立最优，而是提供互补视角；联合使用构成强大的多模态方法，对iWAT等结构、组成与功能特性可能分离的异质组织尤为相关。EIS、DRS与NIRS的间接性需要进一步建模将信号与生物学参数关联，且脂肪组织的各向异性细胞分布、丰富胞内空间与异质水分布难以被这些方法充分表征；本研究PCA未能按组织类型提取可识别特征，故比较三种ML算法，DRS获得最高准确率（>99%），但受数据集规模限制，样本量有限阻碍了神经网络等更复杂模型的使用并降低了对当前队列之外泛化的信心；RFE进一步识别出少量信息性频率与波长，提示可开发简化、面向应用的仪器。三种技术均对组织含水量高度敏感，DRS提取的介电特性与含水量密切相关；脂肪组织含水量与脂质积累负相关并反映米色或棕色脂肪细胞比例，故本研究在经DVS初步验证后由DRS推断含水量；既往研究亦报道大鼠gWAT与iWAT含水量约10%与20%；DRS可有效测得CL-316,243处理小鼠iWAT因米色脂肪细胞密度增加所致的含水量升高，从而证实米色化与脂肪组织含水量的相关性。与既往采用漫反射光谱与多光谱成像、多光谱成像联合超声断层成像及近红外荧光等成像方法的研究相比，本研究证明介电谱可通过利用组织含水量与介电特性差异，对脂肪组织组成与米色化提供快速、免标记、定量的评估。尽管如此，向常规或纵向监测转化仍存在实际挑战：现有体内米色化监测方法需昂贵仪器与复杂流程，离体光学或介电谱评估装置仍昂贵且与纵向监测兼容性差。本研究局限包括：缺乏灌注、生理温度调节与代谢活动可影响电学与介电特性，限制向体内环境的直接转化；虽在稳定室温（约22 °C）下测量但无主动温控，鉴于介电特性对温度敏感，小幅波动可能影响绝对值，但一致的操作、时间与校准程序确保组织间比较趋势可靠；三种技术均为间接测量，需进一步处理、建模与分析，可能引入估算不确定性。尽管存在局限，三种技术提供的互补信息展示了其对脂肪组织进行免标记、快速、无损表征的潜力；未来需在探头设计、小型化与校准方面的进展，结合更大数据集与体内验证，方能充分确立这些方法作为监测脂肪组织重塑与米色化的可靠工具。
**结论翻译**：本研究揭示了EIS、DRS与NIR光谱如何以较标准组织学方法更快速、无损的方式表征脂肪组织类型。三种方法均显示iWAT与BAT在被动电学与光学反射特性上相似，这与组织学显示iWAT与gWAT形态学特性相似的结果形成对比。鉴于组织含水量、其测得的介电与吸收特性及其生物学特征之间的强关系，一种评估组织含水量的无创技术具有广泛的研究与临床应用前景。DRS因而可基于含水量提供iWAT米色化过程的估算。米色化是抗寒与代谢适应的标志，但缺乏纵向研究该过程的方法；其对能量消耗的影响解释了临床对该过程作为肥胖潜在治疗手段的兴趣。
