1. 引言

肥胖，这一全球性的健康问题，日益成为公共卫生领域关注的焦点。根据世界卫生组织的定义，肥胖不仅是一个体重超标的简单描述，更是一种慢性代谢性疾病，其背后隐藏着复杂的生理机制和深远的健康影响。肥胖不仅导致较高的过早死亡风险，还与多种慢性疾病甚至肿瘤的发生相关，如肥胖病是心脏病的危险因素之一，脂肪组织(adiposetissue, AT)和肝脏的代谢协调在能量失衡中起重要作用，脂肪与肝脏平衡之间有着密不可分的关系，所以肥胖会引发多种肝脏疾病甚至可能成为肝细胞癌(HCC)的独立危险因素[1]-[3]。另外肥胖引起的局部或全身性生理病理变化，如脂肪组织释放脂肪因子、血流动力学变化、以及胰岛素抵抗(IR)等都有可能引发心血管疾病[4]。肥胖与肿瘤的关系也是近年来研究的热点之一。研究发现，肥胖与多种肿瘤的发生发展密切相关，包括但不限于子宫内膜癌、食管腺癌等18种肿瘤。身体质量指数(BMI)值的增加，尤其是超过正常范围时，这些肿瘤的风险会显著上升，BMI每增加5个单位，相关肿瘤的风险就可能提高2%~48% [5]。值得注意的是，肥胖与某些基因的关联也为这一问题的复杂性增添了新的维度。全基因组关联研究发现，超过600个基因位点与肥胖发生相关，如FTO、OB基因等。遗传因素在肥胖的发生中起着重要作用，特定基因变异可能导致个体对肥胖更加敏感，从而影响脂肪组织的分布和代谢效率。

miRNA是一类内源性、高保守、大小为20~25个核苷酸的单链非编码小分子RNA。已有研究证实，在动物和人类脂肪细胞分化过程中存在大量miRNA表达的变化，miRNA通过促进和抑制脂肪细胞分化，参与肥胖的发生过程。肥胖和非肥胖人群存在miRNA表达的区别，miRNA参与肥胖发展的多个过程，如脂肪分化、脂代谢等，可调节炎性反应、促进或抑制脂肪细胞分化。miRNA可以作为肥胖及其相关并发症的生物标志物，为肥胖相关疾病提供新的诊断和治疗策略[6]。本文利用生物信息学方法，深入挖掘与疾病紧密相关的肥胖基因及其相互作用的microRNA，进行详细的特征分析。旨在从分子层面深入揭示肥胖与多种疾病发生之间的复杂关联，以期能够为肥胖的预防和治疗提供更为坚实的理论依据，也为开发针对肥胖及其相关疾病的新型药物和疗法提供重要线索。

2. 资料与方法

2.1. 筛选肥胖与疾病相关联的核心作用靶点

分别以“肥胖”、“心血管疾病”、“心脏病”、“癌症”、“肝脏代谢失调”为关键词，在Genecards (http://www.genecards.org/)、TTD (https://bidd.nus.edu. sg/group/cjttd/)、OMIM (https://omim.org/)、Uniprot (https://www.uniprot.org/)数据库中获取相关靶点，整理去重后得到关键靶点。制作Venn图展示疾病与肥胖的交叉靶点，基于STRING (https://string-db.org/)数据库构建疾病与肥胖的交叉靶点的蛋白-蛋白互作(PPI)网络，筛选出核心作用靶点，将PPI网络以TSV格式导入Cytoscape3.10.2，使用插件Centiscape2.2进行透视分析，根据节点值(Degree)值筛选核心作用靶点[7]。利用STRING数据库构建核心作用靶点的PPI网络图。

2.2. 核心作用靶点的生物功能及生物通路分析

利用DAVID (https://david.ncifcrf.gov/)数据库对核心作用靶点进行Gene Ontology (GO)和Kyoto Encyclopedia of Genes and Genomes (KEGG)富集分析，筛选出前10个GO条目与KEGG条目，依据微生信平台(https://www.bioinformatics.com.cn/)制作富集分析前十条目的高级气泡图，通过富集结果分析肥胖与疾病之间的关系。

2.3. 预测作用在核心作用靶点上的非编码RNA、TFs

将核心作用靶点输入到miRTarBase9.0 (https://mirtarbase.cuhk.edu.cn/)数据库，“Species”选择“Human”，点击Submit后进入，下载所得到的数据。并通过“Strong evidence”中的“Reporter assay、Western blot、qPCR”三项来筛选出与核心作用靶点相关性高的miRNA。利用Cytoscape3.10.0作miRNA-核心差异表达基因调控网络图。使用NetworkAnalyst (https://www.networkanalyst.ca/NetworkAnalyst/)数据库查找与核心作用靶点相关的转录因子，在主界面选择“Gene List Input”，在“Specify organism”选项框中选择“H. sapiens (human)”，在“Set ID type”选项框中选择“Official Gene Symbol”。

2.4. 分析与肥胖及疾病均有关联的靶点

利用Venny (https://bioinfogp.cnb.csic.es/tools/venny/)在线平台制作肥胖与心血管疾病的核心作用靶点、肥胖与心脏病的核心作用靶点、肥胖与癌症的核心作用靶点、肥胖与肝脏代谢失调的核心作用靶点的venn图，获取与疾病及肥胖均有关联的靶点，并通过查阅文献及利用相关数据库进行分析。

3. 结果

3.1. 肥胖与疾病相关联的核心作用靶点

筛选出肥胖与心血管疾病的交叉靶点47个，核心作用靶点25个。肥胖与心脏病的交叉靶点79个，核心作用靶点30个。肥胖与癌症的交叉靶点66个，核心作用靶点25个。肥胖与肝脏代谢失调的交叉靶点78个，核心作用靶点30个。分别构建核心作用靶点的PPI网络，见图1~4。

Figure 1. PPI network of heart disease and obesity

图1. 心脏病与肥胖的核心作用靶点PPI网络图

Figure 2. PPI network of cardiovascular disease and obesity

图2. 心血管疾病与肥胖的核心作用靶点PPI网络图

Figure 3. PPI network of cancer and obesity

图3. 癌症与肥胖的核心作用靶点PPI网络图

Figure 4. PPI network of liver metabolic disorders and obesity

图4. 肝脏代谢与肥胖的核心作用靶点PPI网络图

3.2. 生物功能及生物通路分析

KEGG通路富集分析结果显示，发现心血管疾病与肥胖的核心作用靶点可能富集于非酒精性脂肪性肝病(NAFLD)、脂肪细胞因子信号通路、脂质和动脉粥样硬化、腺苷酸激活蛋白激酶(AMP-activated Protein Kinase, AMPK)信号通路、过氧化物酶体增殖物激活受体信号通路(AMP-activated protein kinase, PPAR)、长寿调节通路、胰岛素抵抗、胆固醇代谢(见表1)。心脏病与肥胖的核心作用靶点可能富集于胆固醇代谢、ll型糖尿病、长寿调控通路、脂质动脉粥样硬化、胰岛素抵抗、脂肪细胞因子信号通路、非酒精性脂肪肝病、AMPK信号通路。分析发现(见表2)。癌症与肥胖的核心作用靶点可能富集于非酒精性脂肪性肝病(NAFLD)、胰岛素抵抗、腺苷酸激活蛋白激酶(AMP-activated Protein Kinase, AMPK)信号通路、长寿调节调控通路、脂肪细胞脂解的调节、胰岛素信号通路、脂肪细胞因子信号通路、磷脂酰肌醇3-激酶(PI3K)-Akt信号通路、丝裂原活化蛋白激酶(mitogen-activated protein kinase, MAPK)信号通路、脂质和动脉粥样硬化(见表3)。肝脏代谢失调与肥胖的核心作用靶点可能富集于非酒精性脂肪性肝病(NAFLD)、脂肪细胞因子信号通路、脂质和动脉粥样硬化、AMPK信号通路、过氧化物酶体增殖物激活受体信号通路(AMP-activated protein kinase, PPAR)、长寿调控通路、胰岛素抵抗、酒精性肝病(见表4)。分析发现，心血管疾病、心脏病、肝脏代谢失调与疟疾、恰加斯病也有联系。

Table 1. KEGG enrichment pathways (top 10 cardiovascular diseases-related)

表1. KEGG通路(与心血管疾病相关的前10条)

Table 2. KEGG enrichment pathways (top 10 heart disease-related)

表2. KEGG通路(与心脏病相关的前10条)

Table 3. KEGG enrichment pathways (top 10 cancer-related)

表3. KEGG通路(与癌症相关的前10条)

Table 4. KEGG enrichment pathways (top 10 liver disease-related)

表4. KEGG通路(与肝脏代谢失调相关的前10条)

3.3. 作用在核心作用靶点上的非编码RNA、TFs

筛选出肥胖与心血管疾病miRNA58个，肥胖与心脏病的miRNA81个，肥胖与癌症的miRNA84个，肥胖与肝脏代谢失调的miRNA73个。将归类整理与核心作用靶点相关的预测miRNA分别利用Cytoscape3.10.0软件作miRNA-核心差异表达基因调控网络图(见图5~8)。筛选出肥胖与心血管疾病转录因子227个，肥胖与心脏病的转录因子206个，肥胖与癌症的转录因子256个，肥胖与肝脏代谢失调的转录因子253个。

3.4. 与肥胖及疾病均有关联的靶点

通过Venn图(见图9)获取与肥胖及疾病均有关联的靶点：APOB、IL1B、TP53、PPARG、LEP、IL6、TNF、SERPINE1、IGF1、IRS1。

Figure 5. Regulatory network of miRNA-core differentially expressed genes in heart disease and obesity

图5. 心脏病与肥胖miRNA-核心差异表达基因调控网络

Figure 6. Regulatory network of miRNA-core differentially expressed genes in cardiovascular disease and obesity

图6. 心血管与肥胖miRNA-核心差异表达基因调控网络

Figure 7. Regulatory network of miRNA-core differentially expressed genes in cancer and obesity

图7. 癌症与肥胖miRNA-核心差异表达基因调控网络

Figure 8. Regulatory network of miRNA-core differentially expressed genes in liver metabolic disorders and obesity

图8. 肝脏代谢失调与肥胖miRNA-核心差异表达基因调控网络

Figure 9. Venn diagram of targets associated with both obesity and disease

图9. 与肥胖及疾病均有关联的靶点Venn图

4. 讨论

肥胖(obesity)是一种流行病，往往伴有体重增加。肥胖人群患心血管疾病、心脏病、癌症以及肝脏代谢失调等疾病的风险都比较高[8]。本研究利用生物信息学方法，对肥胖与疾病间的关系和潜在作用机制进行探讨。

AMPK信号通路、胰岛素抵抗、脂质和动脉粥样硬化、胆固醇代谢等通路同时参与调控肥胖与疾病。AMP活化蛋白激酶(AMPK)是一种丝氨酸苏氨酸激酶，在进化过程中高度保守，AMPK会导致同时抑制消耗能量的生物合成途径，如蛋白质、脂肪酸和糖原合成，以及激活产生ATP的分解代谢途径，如脂肪酸氧化和糖酵解[9]。胰岛素抵抗是细胞对胰岛素作用产生抵抗力的情况。它常见于患有疾病的人，包括肥胖症、2型糖尿病、非酒精性脂肪性肝病和心血管疾病[10] [11]，胰岛素抵抗导致葡萄糖转运蛋白4 (GLUT4)易位减少，导致骨骼肌中的葡萄糖摄取和糖原合成，以及肝脏糖异生增加和肝脏糖原合成减少[11]。动脉粥样硬化是一种慢性炎症性疾病，其特征是动脉血管壁内富含脂质的斑块使动脉变窄。它代表了大多数心血管疾病(CVD)及其并发症的根本原因，包括冠状动脉疾病、心肌梗塞和中风等疾病[13]。低密度脂蛋白(LDL)胆固醇水平升高是动脉粥样硬化发生的主要危险因素[14]-[16]。胆固醇是哺乳动物细胞膜的重要组成部分，也是胆汁酸、维生素D和类固醇激素的前体[17]。人体胆固醇稳态受肠道摄取、内源性合成、脂蛋白颗粒转运和胆汁排泄等平衡机制的调节。其代谢异常可导致各种内分泌失调和心血管疾病的风险增加[18]。

IL-6、TNF、LEP等靶点与肥胖及疾病均有关联。IL-6可能通过增强间充质干细胞增殖，维持细胞处于未分化状态并抑制脂肪生成而干扰脂肪细胞功能[19] [20]，IL-6分泌的主要部位之一是内脏脂肪，从侧面验证了肥胖与疾病的关系。TNF被证明在脂肪细胞功能中发挥关键作用，在脂肪组织中TNF的表达水平与肥胖的程度呈正相关，降低TNF的水平可同时降低胰岛素敏感程度、调控糖脂代谢，从而降低肥胖的发生风险[21]。LEP可以调节代谢、内分泌功能等，可以促进能量消耗，影响糖代谢，LEP能减弱肝细胞系中酪氨酸胰岛素诱导的信号，拮抗部分INS功能，从而产生胰岛素抵抗(insulin resistance, IR) [22]。验证了疾病间也存在一定的关系，为后续研究疾病间的关系提供了研究方向与理论依据。

综上所述，本研究论证了肥胖与心血管疾病、心脏病、癌症以及肝脏代谢失调的发生有着密切关系，构建的可视化网络图，使肥胖与疾病之间的相互作用关系更加清晰，为临床靶向治疗提供理论依据。

基金项目

江苏省自然科学基金面上项目“CG18262通过转录调控Imd通路与MAPK通路交互参与先天免疫稳态维持的分子机制”(项目编号：BK20211128)；江苏省大学生创新创业训练计划项目“肥胖基因及其互作小RNA与疾病发生的关联性研究”(项目编号：202413843030Y)。

NOTES

^*通讯作者。

参考文献