《Obesities》：Systems-Level Bioinformatic Characterization of Obesity-Associated Molecular Mechanisms Linked to Per- and Polyfluoroalkyl Substances (PFAS)
编辑推荐：
全氟和多氟烷基物质（PFAS）是持久性环境污染物，与肥胖相关，但不同PFAS之间共享的分子机制仍不清楚。研究人员采用一种整合的网络毒理学框架，识别四种欧洲食品安全局（EFSA）优先PFAS共有的肥胖相关靶点：全氟辛酸（PFOA）、全氟辛烷磺酸（PFOS）、全氟
全氟和多氟烷基物质（PFAS）是持久性环境污染物，与肥胖相关，但不同PFAS之间共享的分子机制仍不清楚。研究人员采用一种整合的网络毒理学框架，识别四种欧洲食品安全局（EFSA）优先PFAS共有的肥胖相关靶点：全氟辛酸（PFOA）、全氟辛烷磺酸（PFOS）、全氟壬酸（PFNA）和全氟己烷磺酸（PFHxS）。化学-基因相互作用和表型数据取自比较毒理基因组学数据库（CTD），并使用Cytoscape/STRING/CytoHubba、ToppGene、Metascape以及基因表达综合库（GEO）转录组数据集进行分析。在分别为PFOA、PFOS、PFNA和PFHxS识别的122、131、100和49个肥胖相关基因中，有28个为共有基因。网络分析优先排序了PPARA、PPARG、TNF、ADIPOQ、APOE、IL6、LPL、PPARD、PLIN1和FASN，而富集分析则突出了核受体活性、脂质和营养反应、脂肪生成以及过氧化物酶体增殖物激活受体（PPAR）信号通路。这些模式在使用CTD肥胖特异性参考背景以及具有方向性mRNA证据的六基因子集时仍然持续存在。Metascape识别出一个IL6–TNF–ADIPOQ–SERPINE1模块，同时有39种表型与肥胖共享。独立的GEO验证支持28个基因中的18个（64.3%），其中PEX11A对所有四种PFAS均有响应。总体而言，这些发现定义了一个假设生成的分子汇聚特征，并优先排序了代谢、炎症、内分泌和氧化还原敏感过程以供实验验证。
**论文解读：PFAS相关肥胖分子机制的系统级生物信息学表征**
**1. 研究背景与问题**
肥胖已成为全球重大公共卫生挑战。2022年全球肥胖人口超过10亿，且自1975年以来患病率增长三倍，显著增加了2型糖尿病、心血管疾病、癌症及代谢功能障碍相关脂肪性肝病等慢性病的负担。尽管在预防和治疗方面有所进展，肥胖率仍持续上升，提示环境因素包括致肥胖化学物可能参与疾病发生。全氟和多氟烷基物质（PFAS）是一类超过4700种合成化学物，因其环境持久性、广泛使用及潜在健康危害而日益受到关注。PFAS暴露与免疫、甲状腺、肝脏、肾脏功能障碍、代谢紊乱及不良生殖发育结局相关，并已被视为潜在致肥胖物。为评估膳食PFAS暴露的健康风险，欧洲食品安全局（EFSA）基于环境普遍性、毒代动力学数据和血液可测浓度，优先确定了四种化合物：全氟辛酸（PFOA）、全氟辛烷磺酸（PFOS）、全氟己烷磺酸（PFHxS）和全氟壬酸（PFNA）。然而，不同PFAS之间是否共享肥胖相关的分子机制尚不清楚。肥胖是由内分泌、代谢、炎症、氧化应激和脂肪组织功能障碍等多重通路驱动的复杂多因素疾病，系统级方法尤其适合表征PFAS暴露与肥胖之间的共享分子机制。本研究假设四种EFSA优先PFAS具有共同的肥胖相关分子靶点，并旨在通过整合网络毒理学框架识别收敛的PFAS相关基因、网络节点和生物学通路。
**2. 研究内容与主要结论**
研究人员利用比较毒理基因组学数据库（CTD）获取四种PFAS的化学-基因相互作用和表型数据，通过交集分析确定了28个四种PFAS共有的肥胖相关基因。网络分析优先排序了PPARA、PPARG、TNF、ADIPOQ、APOE、IL6、LPL、PPARD、PLIN1和FASN等中枢节点。功能富集分析一致地突出核受体活性、脂质和营养反应、脂肪生成及过氧化物酶体增殖物激活受体（PPAR）信号通路。Metascape识别出IL6–TNF–ADIPOQ–SERPINE1紧密连接模块。CTD表型分析发现39种肥胖与四种PFAS共有的表型。独立的GEO转录组验证支持28个基因中的18个（64.3%），其中PEX11A在所有四种PFAS比较中均显著响应。这些发现定义了一个假设生成的分子汇聚特征，优先排序了代谢、炎症、内分泌和氧化还原敏感过程以供实验验证。
**3. 关键技术方法**
本研究采用整合网络毒理学框架。化学-基因相互作用和表型数据取自CTD数据库（数据获取日期2026年7月20日），使用CTD MyVenn工具识别共享基因和表型。PPI网络通过Cytoscape（3.10.4）中的STRING app（2.2.0，STRING数据库12.5版）构建，置信度截断值0.40，零额外相互作用物，保留断开节点。网络节点中心性使用CytoHubba插件，以最大团中心性（MCC）为主要排序算法，并补充Degree、Closeness和Betweenness中心性。功能富集分析使用ToppGene Suite的ToppFun模块，涵盖Gene Ontology（GO）分子功能、生物学过程、细胞组件、通路和转录因子结合位点（TFBS），并以Benjamini–Hochberg FDR≤0.05为显著性阈值。Metascape（3.5.20260701）用于额外的PPI富集和分子复合物检测（MCODE）分析。独立转录组验证使用NCBI GEO公共数据集：GSE9786（PFOA，3 mg/kg/day，7天，4暴露vs4对照）、GSE22871（PFOS，10 mg/kg/day，7天，5 vs5）和GSE55756（PFNA 3 mg/kg/day和PFHxS 10 mg/kg/day，7天，各4 vs4），仅使用野生型小鼠肝脏样本，通过GEO2R进行差异表达分析，校正后p<0.05为显著。
**4. 研究结果**
**4.1 四种PFAS共有的肥胖相关基因的鉴定**
CTD分别鉴定出PFOA相关肥胖基因122个、PFOS 131个、PFNA 100个、PFHxS 49个，四者交集为28个基因：ACACB、ACSL1、ADIPOQ、ANGPTL4、APOE、DCXR、DDIT3、ESR1、FASN、GNAS、GPX3、HMGB2、HMOX1、IL6、LPL、NQO1、NR1I2、NR1I3、NTRK2、PEX11A、PLIN1、PPARA、PPARD、PPARG、SCD、SERPINE1、SOD1和TNF。HGNC命名验证确认27个为批准符号，SCD1标准化为SCD。蒙特卡洛随机化检验（100万次）未产生≥28的四向交集，经验P值为1.0×10??，表明该重叠高度显著。CTD mRNA相互作用显示方向异质性，其中六个基因（ACACB、HMOX1、PPARA、PPARD、PPARG、SCD）具有所有四种PFAS在智人中的方向性mRNA证据。
**4.2 PPI网络与中心性分析**
基于STRING网络的CytoHubba分析中，MCC算法将PPARA、PPARG、TNF、ADIPOQ、APOE、IL6、LPL、PPARD、PLIN1、FASN列为前十节点。Degree和Closeness识别出与MCC相同的十基因集合，而Betweenness优先排序了ACSL1、ADIPOQ、APOE、ESR1、IL6、LPL、NR1I2、PPARA、PPARG、TNF。七个节点（PPARA、PPARG、TNF、ADIPOQ、APOE、IL6、LPL）在所有四种中心性算法中均位列前十，表明其网络重要性不依赖于单一中心性度量。
**4.3 功能富集分析**
ToppFun对28个共享基因的主要分析显示，核受体活性、营养和脂质反应、脂质定位调控、脂肪生成和PPAR信号通路为最强富集功能与通路。以CTD肥胖相关基因组为自定义参考背景的敏感性分析保留了主要富集模式，但无TFBS项显著。对六个具有人类方向性mRNA证据的基因（ACACB、HMOX1、PPARA、PPARD、PPARG、SCD）的补充分析同样以代谢为中心，脂肪酸氧化调控、营养反应、脂质储存、PPAR信号和脂肪生成显著富集。
**4.4 Metascape蛋白相互作用与MCODE富集**
Metascape产生一个连通网络并检测到单一MCODE模块。全网络中最显著注释为脂肪生成（log10(p)=?19.6）、PPAR信号（log10(p)=?19.1）和脂质定位调控（log10(p)=?18.3）。MCODE_1模块包含IL6、TNF、ADIPOQ和SERPINE1，其最强功能关联为白细胞介素-8产生的正向调控（log10(p)=?10.7）、白细胞介素-8产生的调控（log10(p)=?9.9）和脂肪生成（log10(p)=?9.5）。CXCL8（编码IL-8）不在28个共享输入基因或模块蛋白中，富集术语反映的是模块蛋白的功能注释。
**4.5 独立转录组验证**
GEO数据集验证显示，PFOA有2个基因显著响应（7.1%）、PFOS 5个（17.9%）、PFNA 15个（53.6%）、PFHxS 16个（57.1%）。总体而言，28个基因中有18个（64.3%）至少在一个PFAS暴露实验中受到支持。PEX11A是唯一在所有四种比较中均被识别的基因，ACSL1、FASN、LPL和SERPINE1在三个数据集中得到支持。方向比较显示与CTD mRNA证据既有一致也有不一致，PFNA和PFHxS的异质性更大。
**4.6 共有表型**
CTD表型分析鉴定出39种肥胖与四种PFAS共有的表型，涵盖ATP代谢过程、骨矿化、细胞死亡、胆固醇稳态、葡萄糖稳态、脂肪细胞分化、炎症反应、脂质氧化、线粒体去极化、氧化磷酸化、活性氧物种代谢、甲状腺激素代谢、甘油三酯代谢等，涉及代谢、脂质与胆固醇相关、线粒体、氧化、炎症、内分泌、表观遗传、全身性和神经行为过程。
**5. 讨论总结**
讨论部分指出，PPAR家族成员（尤其PPARG和PPARA）在共享网络中占据中心位置，提示其在PFAS相关肥胖中的潜在核心作用，但拓扑突出不等于因果或主调控作用。脂质处理相关枢纽蛋白（LPL、FASN、SCD、PLIN1、ADIPOQ、APOE）进一步强调脂质代谢在共享特征中的突出地位。TNF和IL6与ADIPOQ、SERPINE1共同构成MCODE模块，将炎症信号与脂肪因子调控和代谢稳态联系起来。细胞应激和氧化还原相关基因（HMOX1、NQO1、SOD1、GPX3、DDIT3）支持抗氧化防御和应激反应参与。NR1I2、NR1I3、ESR1、GNAS提示内分泌和外源物感知信号参与。PPAR基因的mRNA方向证据呈高度异质性，表明转录响应具有环境依赖性，不能直接推断受体激活或抑制。以CTD肥胖基因集为参考背景时主要富集模式仍然保留，表明结果不是单纯反映肥胖相关注释。研究局限性包括依赖公开数据库、不同模型和暴露条件的异质性、中心性度量的拓扑性质、GEO验证来自小鼠肝脏而非人类因果证据、以及研究评估单个PFAS而非混合暴露的联合效应。
**6. 研究结论翻译**
本研究识别出PFOA、PFOS、PFNA和PFHxS共有的肥胖相关分子特征，包含28个基因和39种共有表型。整合的网络、富集、表达和表型分析在共享分子谱中优先排序了PPAR信号、脂肪生成、脂质稳态、炎症信号、氧化和线粒体过程以及内分泌调控。当以CTD肥胖相关基因作为参考背景时，主要的脂质和核受体相关富集模式得以保留，并在具有四种PFAS方向性人类mRNA证据的六基因子集中同样观察到。独立的GEO转录组分析支持28个基因中的18个（64.3%），其中PEX11A在所有四种PFAS比较中均响应。然而，CTD报告的mRNA相互作用显示出显著的方向异质性，尤其是PPAR家族基因，强调PFAS相关转录反应的环境依赖性。这些发现为优先排序PFAS响应的肥胖相关靶点和通路提供了一个假设生成的框架。它们代表的是跨个别评估PFAS的分子趋同，不应被解释为因果证据或联合PFAS混合物效应。需要进一步在人类相关实验模型和专门的联合暴露研究中进行验证。
