《International Journal of Obesity》：High resolution lipoprotein subfraction profiling identifies obesity associated distributional changes in LDL and HDL subfractions and particle ratios
编辑推荐：
背景：肥胖与脂蛋白谱的不良改变和心脏代谢风险增加相关，但标准临床血脂检测对潜在脂蛋白结构的分辨率有限。在此，研究人员进行了肥胖对高分辨率血液脂蛋白亚组分谱影响的人群水平特征描述。方法：在一个澳大利亚队列（n=1806）中，根据体重指数（BMI）分层（健康体重、
背景：肥胖与脂蛋白谱的不良改变和心脏代谢风险增加相关，但标准临床血脂检测对潜在脂蛋白结构的分辨率有限。在此，研究人员进行了肥胖对高分辨率血液脂蛋白亚组分谱影响的人群水平特征描述。方法：在一个澳大利亚队列（n=1806）中，根据体重指数（BMI）分层（健康体重、超重、肥胖）。使用1H NMR波谱定量脂蛋白及其亚组分的组成和颗粒数（n=112个参数）。评估BMI、脂蛋白亚组分和颗粒数比率之间的关联。在第二个澳大利亚队列（n=1313）中验证了关键BMI相关比率。结果：肥胖参与者具有显著更高的极低密度脂蛋白（VLDL）和中间密度脂蛋白（IDL）颗粒浓度以及更低的高密度脂蛋白（HDL），而总低密度脂蛋白（LDL）浓度在BMI组间相似。值得注意的是，肥胖与LDL亚组分的显著重新分布相关，从较大的、浮力大的LDL1-3颗粒向较小的、致密的LDL4-6颗粒转变，同时HDL亚组分也出现类似转变，高BMI组中HDL1-3颗粒浓度比例较低。研究发现两个LDL颗粒数比率（LDL1-3:LDL4-6和LDL2:LDL5）和一个HDL比率（HDL1:HDL4）与BMI呈负相关，这些比率对肥胖状态具有良好区分能力（AUROC 0.70–0.74）。结论：肥胖参与者中脂蛋白亚组分重新分布的模式在各队列中一致。这些亚组分变化相比传统脂质和脂蛋白检测提供了更高的分辨率，并可能有助于改善肥胖个体的心血管风险分层。
**论文解读：高分辨率脂蛋白亚组分分析揭示肥胖相关LDL与HDL亚组分及颗粒比率的分布性变化**
**研究背景与问题**
肥胖是全球性健康问题，预计到2035年全球51%的人口将超重或肥胖，带来巨大的医疗负担。肥胖与多种代谢紊乱（如血脂异常、2型糖尿病、心血管疾病）密切相关，但连接肥胖与这些疾病的分子机制尚未完全阐明。血浆脂蛋白作为运输脂质的关键颗粒，在肥胖状态下发生系统性改变。传统的临床血脂检测（如总胆固醇、LDL胆固醇、HDL胆固醇、甘油三酯）仅提供有限的分辨率，无法揭示脂蛋白亚组分的精细结构变化。例如，小而密的LDL颗粒即使总LDL胆固醇正常也预示心血管风险增加，而HDL亚组分具有不同的功能特性，并非全部具有心血管保护作用。因此，需要更详细地解析肥胖对脂蛋白亚组分分布的影响，以改善风险分层和靶向干预。本研究旨在利用高分辨率1H核磁共振（NMR）波谱，在大型澳大利亚队列中系统表征肥胖对脂蛋白亚组分分布和颗粒数比率的影响，并验证其与BMI的关联。
**研究内容与结论**
研究人员在澳大利亚人群队列（Busselton Healthy Ageing Study, BHAS，n=1806）中，根据BMI（健康体重、超重、肥胖）分层，使用1H NMR波谱测量112个脂蛋白参数，包括颗粒数、组成和亚组分分布。在第二个独立队列（Health In Men Study, HIMS，n=1313）中验证关键比率。主要结论：肥胖参与者VLDL和IDL颗粒浓度显著升高，HDL降低，而总LDL浓度无显著差异。但肥胖与LDL亚组分的显著重分布相关，从大而浮的LDL1-3颗粒转向小而密的LDL4-6颗粒，同时HDL亚组分也出现类似变化，大HDL1-3比例降低，小HDL4比例升高。两个LDL颗粒数比率（LDL1-3:LDL4-6和LDL2:LDL5）和一个HDL比率（HDL1:HDL4）与BMI呈负相关，对肥胖状态具有良好区分能力（AUROC 0.70-0.74），优于总LDL或总HDL。该模式在验证队列中一致。该研究发表在《International Journal of Obesity》。
**主要关键技术方法**
主要方法包括：1) 使用1H NMR波谱（600 MHz Bruker Avance III HD，配备IVDr方法）在4分钟内定量112个脂蛋白参数，包括颗粒数、脂质组成和亚组分分布；2) 基于Bruker IVDr Lipoprotein Subclass Analysis (B.I.-LISA) 方法，通过PLS-2回归模型量化脂蛋白信号；3) 样本来自两个澳大利亚队列：BHAS（n=1806，年龄45.5-67.2岁，排除糖尿病）和HIMS（n=1313，年龄79-97岁）；4) 通过超速离心分离LDL组分验证NMR结果；5) 使用Kruskal-Wallis检验比较组间差异，ROC曲线评估辨别能力。
**研究结果**
**Study demographics**：BHAS队列中，健康体重组年龄略低，收缩压、舒张压和C反应蛋白（CRP）随BMI升高而显著升高，降脂药物使用比例在肥胖组更高（18% vs 健康体重6.2%）。
**Impact of BMI category on lipoprotein fractions**：随BMI增加，VLDL和IDL颗粒浓度升高，HDL颗粒浓度降低，总LDL浓度无显著差异。但LDL亚组分中，LDL1-3的胆固醇、游离胆固醇、磷脂浓度随BMI升高而降低，而LDL4-6则升高，表明重分布。HDL亚组分中，HDL1和HDL2的胆固醇、磷脂等随BMI升高而降低，HDL4则升高。TG在LDL和HDL亚组分中随BMI升高而增加。
**Associations between BMI category and the distribution of lipoprotein subfractions were observed for particle number, but not for the composition of lipoprotein particles**：通过颗粒数分析，VLDL1-3颗粒数随BMI升高而增加，VLDL4-5降低；LDL亚组分中，LDL4-6颗粒数增加，LDL1-3减少；HDL亚组分中，HDL1颗粒数显著降低，HDL4变化不显著。超速离心验证了肥胖组LDL向低共振频率位移，证实小而密LDL比例增加。
**Effect of statin use on lipoprotein profiles**：他汀类药物使用降低总LDL颗粒数（健康体重组降低18%，肥胖组降低22%），但未改变LDL亚组分的大小分布比例，即肥胖相关的亚组分重分布独立于他汀使用。
**Assessment of the association of lipoprotein subfraction ratios with BMI**：LDL1-3:LDL4-6比率和LDL2:LDL5比率随BMI升高而下降，区分健康体重与肥胖的AUROC分别为0.70和0.71，优于总LDL（AUROC 0.55-0.68）。HDL1:HDL4比率AUROC为0.74，优于总HDL（0.67）。验证队列中LDL2:LDL5比率AUROC为0.72，总LDL为0.53。
**讨论与结论**
讨论部分指出，肥胖相关的脂蛋白谱变化符合经典致动脉粥样硬化模式：VLDL、IDL升高，小而密LDL增多，HDL降低。这种重分布主要由甘油三酯介导的CE转移蛋白（CETP）和肝脂酶活性改变驱动，胰岛素抵抗加剧此过程。LDL亚组分比率（LDL2:LDL5）和HDL1亚组分在区分肥胖状态方面优于传统指标，提示其作为更敏感代谢标志物的潜力。结论部分（翻译）：
“NMR生成的脂蛋白面板允许获得比临床病理实验室提供的常规检测更细微的BMI相关血脂异常特征。如果限于单个脂蛋白参数用于高BMI的代谢特征描述，apoB-100提供了稳健且临床信息丰富的标志物，捕获了具有既定预后相关性的致动脉粥样硬化脂蛋白负担。然而，增加NMR衍生的脂蛋白面板（包括颗粒数和亚组分分布）提供了脂质代谢的更细微、更全面的特征，从而能够更深入地了解肥胖相关的脂蛋白改变及其心脏代谢后果。鉴于NMR参数面板可以快速高通量生成（每个样品4分钟），研究人员建议在评估与高BMI相关的脂质失调时考虑额外的脂蛋白参数比率。研究人员已证明，在肥胖BMI类别中，大LDL胆固醇与小LDL胆固醇之比显著降低，这种变化主要由小LDL颗粒数量增加驱动，尽管并非完全。因此，研究人员建议使用LDL2:LDL5比率提供一个稳健的指标，因为这些参数位于范围中间，且测量精度高于例如LDL6。此外，肥胖BMI类别中大HDL颗粒的减少可能比考虑总HDL胆固醇浓度更具信息量。基于脂蛋白的模型相对于传统肥胖指标的优越AUROC表明，它捕获了与高BMI相关的代谢改变，而这些改变仅靠BMI无法充分反映，支持其作为BMI相关代谢功能障碍更敏感标志物的潜在效用。一个关键未解决问题，需要在前瞻性研究中确认，即总apoB-100颗粒数是否仍然是比特定脂蛋白亚类浓度更优的ASCVD结局预测因子，这一区别在近期数据中有所强调。总之，研究人员表征了与肥胖相关的脂蛋白表型，并证明基于NMR的脂蛋白谱可以扩展以捕获LDL和HDL亚组分分布中比常规临床检测更细微的差异，从而为心脏代谢风险评估提供更深入的见解。”
