用于个性化肥胖治疗的转录组特征：来自脂肪组织与血液组织的见解

《Proceedings of the Nutrition Society》：Transcriptomic signatures for personalised obesity treatment: insights from adipose and blood tissues

　　

摘要

此内容不支持核心分享和HTML查看功能。不过，由于您有权访问该内容，可通过“保存PDF”按钮获取完整PDF版本。

肥胖是一种复杂且多态性的疾病，其表现形式多样，对治疗的反应也差异很大。虽然通过改变生活方式、调整饮食、进行减肥手术或药物治疗等方法可以实现有效的长期减重效果，但这些方法的效果会受到诸多个体因素的影响(1)。目前还没有可靠的系统能够为患者匹配最合适的治疗方案。精准营养学旨在通过考虑生物学、行为学和环境因素来个性化干预措施。深入了解个体的分子反应对于制定针对性的治疗策略至关重要。我们通过分析来自基因表达组数据库（GEO）的公开转录组数据，研究了那些通过减肥手术或生活方式干预成功减重的个体（共185人，其中71%为女性）的脂肪组织中的共同分子特征。每种干预方式都纳入了三项研究。我们使用R语言中的limma包构建配对线性混合模型，以识别干预前后差异表达的基因(2)。作为补充方法，我们还分析了高反应组和低反应组（共55人，其中38%为女性）的外周血单核细胞中差异表达的基因，进而构建逻辑回归模型，用于预测四种不同饮食干预下的减重效果。在脂肪组织中，这两种干预方式都会影响脂肪生成途径（WP236）。瘦素表达与减重呈正相关，但仅在10%的范围内有效，这说明超过这一阈值后的失调可能会导致体重反弹。此外，我们还发现了RBL2表达与减重之间的新关联。在基于外周血单核细胞的模型中，有一项试验被用作发现组。在高反应组中，有四个基因——OLFM4、DEFA3、ELANE和MS4A3——的表达显著降低（p值小于0.05）。我们利用这些基因建立了预测模型。最终得到的预测模型将OLFM4表达与基础体重结合，能够以76.4%的准确率、41.7%的灵敏度和100%的特异性预测治疗反应。转录组似乎对减重反应很敏感，能够用来预测减重效果。那些敏感的基因和途径似乎具有组织特异性，这表明减重会影响身体的多个组织。这项研究凸显了组织特异性转录组分析在为个性化肥胖治疗提供依据方面的潜力。脂肪组织中的共同分子反应表明，成功的干预措施背后存在共同的生物学途径。此外，外周血单核细胞中的基因表达也可用于建立治疗反应预测模型，而数字滴定PCR技术作为一种可扩展的测序替代方法，有望在临床应用中得到推广。未来需要在更大规模、更多样化的群体中进行进一步验证。

---

---