精準的肥胖代謝體硏究
發佈日期：2018-12-10
長庚大學教授 林口長庚醫院 婦產部主治醫師 王子豪
身體質量指數(BMI, body mass index)最常用來評估一個人是瘦還是胖,BMI的計算方法就是:體重(公斤)除以身高(公尺)的平方。一般認為正常體重就是BMI介於18.5-25,過重就是BMI 25-30,而肥胖則指BMI >30。然而,因為未成年人的BMI都比較低,所以只要是大於同性別、同年紀的95百分位 (95th percentile) BMI,不一定要高達BMI >30,也是屬於肥胖的未成年人。據此來估計,美國的40%的成人和19%的青少年都屬於肥胖的族群 (延伸閱讀一)。當然某些體質會特別容易發胖,但是飲食和生活習慣的影響最大。最經典的例子是:帶有同樣基因體質的Pima美洲印第安人,居住在美國亞利桑那州(Arizona)的有60%產生肥胖,而住在墨西哥的則只有少於20%是屬於肥胖 (延伸閱讀二)。雖然BMI可用來很方便的劃分什麼人屬於肥胖,但事實上個人的體質異質性 (individual heterogeneity)也影響很大,例如某些人就是骨架較粗壯的 (larger framed),當然容易有較高的BMI。而種族的差異也有重大影響,所以,台灣衛生福利部就建議:在18歲以上台灣成人,正常的BMI是介於18.5和24之間,過重的BMI是介於24和27之間,而肥胖者是指BMI大於27 (延伸閱讀三)。
如何來評估和治療肥胖,是學界在精準醫學時代的一個重要目標 (延伸閱讀一)。在2018年底刊登於Cell Metabolism的研究,就是整合了代謝體學、基因體學分析,並用雙能量X 射線吸收測量法(dual-energy X-ray absorptiometry imaging, DEXA) 評估內臟脂肪和皮下脂肪的數據,配合其他的血液生化檢查數據,來探討肥胖的種類和臨床影響 (延伸閱讀四)。這個加州聖地牙哥團隊取材自TwinsUK的兩千多個血液檢體,除了用次世代定序來分析受試者的基因體資料,也用液相層析串聯質譜儀 (LC-MS/MS),先找出110個可能當作生物標記的代謝產物。再用另一個含有四百多人的族群 (Health Nucleus Study) 加以驗證,最後鑒定出49個可受驗證的代謝產物 (下圖)。這些可當作生物標記的代謝產物,約有一半是屬於脂類 (n=23),另有三分之一是屬於氨基酸 (n=14)。除了大約一半 (11/23)的脂肪代謝物和七分之一的氨基酸代謝產物 (2/14)會隨著BMI越高而下降,其他大部分的代謝體生物標記都隨著BMI的上升而增加血中濃度 (下圖)。
將這49個代謝體生物標記放入代謝體分析模式 (metabolomic model),再對應到正常BMI (=18.5-25)和肥胖BMI (>30)的組別時,可獲得89.1%的特異度(specificity)和80.2%的靈敏度 (sensitivity),本研究的作者將它命名為根據代謝體衍生的BMI (mBMI)。利用沿用已久的BMI和本研究新發現的mBMI數據,可將受試者區去分成五群:第一至三群為BMI 和mBMI一致 (下圖藍色點線框),第四組是mBMI<<BMI,而第五組是mBMI>>BMI (下圖紅色點線框)。有用的是:第四和第五組能更清楚反映出受試者的胰島素抗性、腰臀圍比例、三甘油脂總量、高密度膽固醇量、內臟脂肪比例和皮下脂肪比例的差異 (下圖紅色點線框)。
下圖更可以突顯在mBMI和BMI不一致的受試者的腰臀脂肪分布。在正常體重(BMI=23)或是肥胖(BMI=31)受試者,都可以看到第四組 (mBMI<<BMI)或第五組(mBMI>>BMI)的特例 (outliers)。即使在正常體重組,mBMI過高 (下圖的mBMI=28.5)的腰部囤積的內臟脂肪就特別多,對健康也會產生特別不良的影響。
所以本研究有幾個重要的發現 (下圖)。 (1) 會不會產生肥胖,受基因體質影響很大。(2) 由代謝體數據衍生出來的mBMI比較能夠精確的反映出對健康的影響,例如,有肥胖代謝體 (obese metabolome)的人-意思就是mBMI高的,產生心臟疾病的機會大增(下圖的上方兩個圖例)。
延伸閱讀:
- Yanovski SZ and Yanovski JA. Toward precision approaches for the prevention and treatment of obesity. JAMA (2018) 319: 223-224.
- Schulz LO et al. Effects of traditional and Western environments on prevalence of type 2 diabetes in Pima Indians in Mexico and the US. Diabetes Care (2006) 29: 1866-1871.
- 臺灣肥胖防治策略(草案) – 國健署https://www.hpa.gov.tw/Pages/ashx/File.ashx?FilePath=~/File/Attach/8405/File_8068 .pdf
- Cirulli ET at al. Profound perturbation of the metabolome in obesity is associated with health risk. Cell Metabolism (2019) 29: 1-13.
身體質量指數(BMI, body mass index)最常用來評估一個人是瘦還是胖,BMI的計算方法就是:體重(公斤)除以身高(公尺)的平方。一般認為正常體重就是BMI介於18.5-25,過重就是BMI 25-30,而肥胖則指BMI >30。然而,因為未成年人的BMI都比較低,所以只要是大於同性別、同年紀的95百分位 (95th percentile) BMI,不一定要高達BMI >30,也是屬於肥胖的未成年人。據此來估計,美國的40%的成人和19%的青少年都屬於肥胖的族群 (延伸閱讀一)。當然某些體質會特別容易發胖,但是飲食和生活習慣的影響最大。最經典的例子是:帶有同樣基因體質的Pima美洲印第安人,居住在美國亞利桑那州(Arizona)的有60%產生肥胖,而住在墨西哥的則只有少於20%是屬於肥胖 (延伸閱讀二)。雖然BMI可用來很方便的劃分什麼人屬於肥胖,但事實上個人的體質異質性 (individual heterogeneity)也影響很大,例如某些人就是骨架較粗壯的 (larger framed),當然容易有較高的BMI。而種族的差異也有重大影響,所以,台灣衛生福利部就建議:在18歲以上台灣成人,正常的BMI是介於18.5和24之間,過重的BMI是介於24和27之間,而肥胖者是指BMI大於27 (延伸閱讀三)。
如何來評估和治療肥胖,是學界在精準醫學時代的一個重要目標 (延伸閱讀一)。在2018年底刊登於Cell Metabolism的研究,就是整合了代謝體學、基因體學分析,並用雙能量X 射線吸收測量法(dual-energy X-ray absorptiometry imaging, DEXA) 評估內臟脂肪和皮下脂肪的數據,配合其他的血液生化檢查數據,來探討肥胖的種類和臨床影響 (延伸閱讀四)。這個加州聖地牙哥團隊取材自TwinsUK的兩千多個血液檢體,除了用次世代定序來分析受試者的基因體資料,也用液相層析串聯質譜儀 (LC-MS/MS),先找出110個可能當作生物標記的代謝產物。再用另一個含有四百多人的族群 (Health Nucleus Study) 加以驗證,最後鑒定出49個可受驗證的代謝產物 (下圖)。這些可當作生物標記的代謝產物,約有一半是屬於脂類 (n=23),另有三分之一是屬於氨基酸 (n=14)。除了大約一半 (11/23)的脂肪代謝物和七分之一的氨基酸代謝產物 (2/14)會隨著BMI越高而下降,其他大部分的代謝體生物標記都隨著BMI的上升而增加血中濃度 (下圖)。
將這49個代謝體生物標記放入代謝體分析模式 (metabolomic model),再對應到正常BMI (=18.5-25)和肥胖BMI (>30)的組別時,可獲得89.1%的特異度(specificity)和80.2%的靈敏度 (sensitivity),本研究的作者將它命名為根據代謝體衍生的BMI (mBMI)。利用沿用已久的BMI和本研究新發現的mBMI數據,可將受試者區去分成五群:第一至三群為BMI 和mBMI一致 (下圖藍色點線框),第四組是mBMI<<BMI,而第五組是mBMI>>BMI (下圖紅色點線框)。有用的是:第四和第五組能更清楚反映出受試者的胰島素抗性、腰臀圍比例、三甘油脂總量、高密度膽固醇量、內臟脂肪比例和皮下脂肪比例的差異 (下圖紅色點線框)。
下圖更可以突顯在mBMI和BMI不一致的受試者的腰臀脂肪分布。在正常體重(BMI=23)或是肥胖(BMI=31)受試者,都可以看到第四組 (mBMI<<BMI)或第五組(mBMI>>BMI)的特例 (outliers)。即使在正常體重組,mBMI過高 (下圖的mBMI=28.5)的腰部囤積的內臟脂肪就特別多,對健康也會產生特別不良的影響。
所以本研究有幾個重要的發現 (下圖)。 (1) 會不會產生肥胖,受基因體質影響很大。(2) 由代謝體數據衍生出來的mBMI比較能夠精確的反映出對健康的影響,例如,有肥胖代謝體 (obese metabolome)的人-意思就是mBMI高的,產生心臟疾病的機會大增(下圖的上方兩個圖例)。
延伸閱讀:
- Yanovski SZ and Yanovski JA. Toward precision approaches for the prevention and treatment of obesity. JAMA (2018) 319: 223-224.
- Schulz LO et al. Effects of traditional and Western environments on prevalence of type 2 diabetes in Pima Indians in Mexico and the US. Diabetes Care (2006) 29: 1866-1871.
- 臺灣肥胖防治策略(草案) – 國健署https://www.hpa.gov.tw/Pages/ashx/File.ashx?FilePath=~/File/Attach/8405/File_8068 .pdf
- Cirulli ET at al. Profound perturbation of the metabolome in obesity is associated with health risk. Cell Metabolism (2019) 29: 1-13.