在过去的40年里，肥胖在世界大部分地区的儿童、青少年、成人中的患病率一直在上升。许多研究表明，肥胖是多种慢性疾病的主要危险因素，如2型糖尿病（T2DM）、代谢综合征（MetS）、心血管疾病（CVD）和癌症。肥胖通常使用人体测量体重指数（BMI）来量化，身体质量指数在人群水平中是明确有用的，但是其局限性在于不能捕获各种不同的代谢健康状态。由于肥胖及其生理表现在个体之间存在很大的差异，因此需要更多的研究来解析这种普遍的健康状况。

2023年3月20日，美国华盛顿大学的Nathan D. Price研究团队和美国系统生物学研究所的Noa Rappaport研究团队共同在Nature Medicine上发表了题为“Multiomic signatures of body mass index identify heterogeneous health phenotypes and responses to a lifestyle intervention”的研究论文，该研究通过1277名参与健康计划个体的蛋白质组、代谢组数据，构建了1111个与体重指数变化相关的血液分析物的横向和纵向变化图谱，并且分析了与宿主多基因风险评分和肠道微生物组学组成的多组学关联，为量化预测和预防医学代谢健康提供了重要的资源。

英文标题：Multiomic signatures of body mass index identify heterogeneous health phenotypes and responses to a lifestyle intervention

中文标题：身体质量指数的多组学特征识别异质健康表型和对生活方式干预的反应

期刊：Nature Medicine

年份：2023年3月

影响因子：87.241

组学技术：蛋白质组学、代谢组学、肠道微生物组学

样本类型：血液

研究思路

图1研究思路（图源：Watanabe K., Nature Medicine, 2023 ）

研究内容

01.基于血液组学的BMI模型

本研究通过血浆分子分析物来预测每个组学平台（代谢组学、蛋白组学和临床实验）的基线BMI模型，并为每个参与者生成一个单一的测试集衍生预测。在所有模型中分别保留了62种代谢物、30种蛋白质、20种临床实验室检测和132种分析物，它们表现出与LASSO算法一致的低共线性，并且这些结果在性别分层中是一致的（图2）。

图2基于组学的BMI（图源：Watanabe K., Nature Medicine, 2023 ）

02.标准BMI的代谢异质性

根据上述得到的数据，研究人员将多组学BMI与经典BMI进行比较发现两者具有相似的表型关联。根据代谢健康的临床定义，将正常和肥胖BMI分类进一步细分后发现，多组学BMI与代谢健康状态相关，表明模型预测的偏差与代谢健康有关。根据标准BMI临界值，将每个参与者分为匹配组和不匹配组，与正常BMI的匹配组相比，不匹配组的甘油三酯、hs-CRP等呈正相关的指标显著升高，HDL胆固醇和脂联素等呈负相关的指标显著降低。结果表明多组学BMI能够反映出标准BMI分类无法捕获到的代谢健康状态，为改进肥胖和代谢健康分类提供了新的方法和视角（图3）。

图3代谢异质性是导致标准BMI分类错误率高的原因（图源：Watanabe K., Nature Medicine, 20

03.肠道微生物组学和组学推断的BMIs

鉴于之前的研究发现血液代谢物和细菌多样性之间的关联取决于BMI，以及本研究表明基于组学的BMI模型能够捕捉异质代谢健康状态，因此，为了确认基于代谢组学的BMI（MetBMI）是否比实际BMI更好的代表肠道微生物α-多样性，研究人员通过702名同时拥有粪便来源的肠道微生物组学和血液组学的参与者数据来分析肠道微生物组学α-多样性与基于组学的BMI错误分类之间的关系。结果表明MetBMI分类的匹配组和不匹配组在正常和肥胖BMI分类中都表现出α-多样性的显著差异。与测量的BMI分类器相比，MetBMI分类器在Arivale队列中的特征(ROC)曲线中显示出更大的曲线下面积，具有更高的灵敏度和精度。此外，通过将相同的方案应用于329名TwinsUK参与者的粪便来源的全宏基因组鸟枪法测序，结果验证了MetBMI分类器在TwinsUK队列中的显著性能（图4）。

图4基于组学的BMI比正常BMI更能反映肠道微生物群（图源：Watanabe K., Nature Medicine,

04.血液分析物网络动力学和MetBMI类

前面部分探究了血浆分析物相关网络的横向变化，为了更深层次的分析，本研究探讨了血液分析物相关网络的纵向变化，重点关注MetBMI分类定义的代谢性肥胖组。基于基线代谢组状态的重要性，作者首先评估了Arivale亚队列中每种血浆分析物-分析物相关性与基线MetBMI之间的关系。在608856对血浆分析物关系中，基线MetBMI显著改变了100个分析物-分析物相关对，包括82种代谢物、33种蛋白质和16项，并且在100对分析物-分析物相关对中，27对相关对随时间显著变化。此外，研究人员观察到了肥胖MetBMI组中高精氨酸和PLA之间的正相关性，并且在干预过程中逐渐减弱，这意味着代谢性肥胖组特有的代谢失调在该计划期间有所改善（图5）。

图5血液分析物网络动力学和MetBMI类（图源：Watanabe K., Nature Medicine, 2023 ）

小结

肥胖是许多慢性病的重要危险因素。在这项研究中，研究人员证明了肥胖会扰乱人体生理学，这反映在所有研究的组学模式中。与实际 BMI 相比，基于机器学习的多组学 BMI可能更适合于识别异质性代谢健康和肠道微生物学组结构，同时保持了与原始指标相关的高度可解释性和直观性，推动了肥胖相关的研究进展。

拜谱小结

总之，本研究强调了血液多组学分析（代谢组学、蛋白组学、肠道微生物组学）对预测和预防医学的有用性，概述了肥胖多组学特征，该结果将成为表征代谢健康和确定健康管理的可操作目标的宝贵资源。拜谱生物作为一家国内领先的多组学服务公司，可提供蛋白质组学、代谢组学、修饰组学、肠道微生物组学等多组学技术，结合组学技术拜谱生物也推出了针对不同样本和研究领域的多组学研究方案，包括肠道篇、血液篇、医学篇等，帮助客户解决研究难题，助力多篇高分文章的发表，欢迎大家咨询!

参考文献：Watanabe K, Wilmanski T, Diener C, et al. Multiomic signatures of body mass index identify heterogeneous health phenotypes and responses to a lifestyle intervention. Nat Med. 2023;29(4):996-1008. doi: 10.1038/s41591-023-02248-0.