含糖饮料摄入与肥胖之间的代谢组学联系

摘要

背景．含糖饮料(SSB)的消费与肥胖高度相关，但这种关联背后的代谢机制尚不清楚。客观的．我们的目的是研究SSB摄入和肥胖之间的代谢组学联系，以了解代谢机制。设计. 我们研究了781名45-75岁参与者的血浆代谢谱与SSB摄入量和肥胖风险的相关性 y、在波士顿波多黎各健康研究（BPRHS）中，使用广义线性模型，控制潜在的混杂因素。基于确定的代谢物，我们进行了途径富集分析，以确定与SSB摄入和肥胖风险相关的潜在代谢途径。研究人员检测了编码已知在已确定的代谢途径中起作用的酶的基因变体，以确定它们与肥胖时摄入SSB的相互作用。结果．SSB摄入量与BMI相关(β= 0.607, ）.在526种代谢物中，86种与SSB摄入显著相关，148种与BMI ( ）;28与SSB摄入和BMI相关( ）.途径富集分析确定磷脂酰胆碱和溶血磷脂途径将SSB摄入与肥胖联系起来，经过多次测试校正。此外，在这两种途径中，10个基因中有8个与SSB摄入对BMI的影响有很强的相互作用。我们的研究结果进一步确定了服用SSB可能增加肥胖风险的参与者。结论．我们确定了SSB摄入与肥胖之间的两个关键代谢途径，揭示了磷脂酰胆碱和溶血磷脂调节SSB摄入如何增加肥胖风险的潜力。与这些途径相关的遗传变异和SSB摄入量对肥胖的相互作用进一步支持了这一机制。

1.介绍

肥胖已成为美国和世界各地的主要健康负担[1，2]．肥胖的增加与现代生活习惯，包括饮食摄入量，以及它们与遗传倾向的相互作用密切相关。3.- - - - - -6]．在美国，饮用含糖饮料被认为是添加糖和能量的主要来源[7，8和一个与肥胖流行相关的关键单一饮食因素[4，9，10]以及其他代谢性疾病，如2型糖尿病和非酒精性脂肪性肝病[11，12]．因此，迫切需要了解SSB消费、肥胖和相关疾病之间的关联机制。

代谢组学是鉴定和测量生物样品中广泛代谢物的有力工具，它可以定义代谢概况，并将饮食摄入和营养代谢联系起来[13，14]代谢组学图谱也可以表征代谢状态以及饮食和基因之间的相互作用[15]．血浆中检测到的代谢物与肥胖和其他代谢性疾病有关[16，17]．因此，代谢物可以作为预测代谢性疾病进展的生物标志物。

在代谢状态的信息最丰富的指标中，磷脂是细胞膜最重要的脂质成分。磷脂酰胆碱（PC）和磷脂酰乙醇胺（PE）在几种组织中的比例变化与代谢性疾病有关[18]．通过代谢组学分析测定的血浆磷脂被认为是与肥胖、胰岛素抵抗和炎症相关的代谢信号[19]．溶血磷脂代谢障碍与肥胖和脱敏有关n−3多不饱和脂肪酸摄入[20.]．溶血磷脂减少与肥胖有关，而磷脂增加则表明代谢疾病的风险[21]．

我们假设SSB消费失调代谢途径，这种失调反过来导致肥胖风险增加。我们首先检查了波士顿波多黎各健康研究（BPRHS）参与者血浆代谢物、SSB摄入量和肥胖之间的关联我们选择了一组与这些途径相关的基因，并研究了SSB摄入与影响BMI的基因型之间是否存在相互作用，以测试SSB摄入是否确实调节了已识别的途径。

2.材料和方法

2．1．波士顿波多黎各人健康研究

BPRHS是一项纵向队列研究，旨在调查压力、营养和健康结果之间的关系，如波多黎各人的抑郁症状、认知障碍、功能限制和代谢性疾病[22，23]．从大波士顿地区招募的1504名年龄在45-75岁的参与者完成了基线访谈和临床检查，其中1311人进行了完整的饮食、临床和生物化学测量。817名参与者的血浆样本被送到Metabolon公司(Morrisville, NC, USA)进行代谢组学分析。在这项研究中，781名参与者有完整的含糖饮料摄入数据和所有临床测量数据(见图)S1）.

2．2.含糖饮料(SSB)摄入量评估

膳食摄入量通过食物频率问卷进行评估，该问卷是为BPRHS设计并验证使用的[24]．常规和减肥软饮料、水果饮料、甜味能量饮料和茶的摄入被评估为甜饮料。这些包括(1普通可乐和不含咖啡因的可乐;［2加糖的碳酸饮料;［3.果汁或调味饮料、水果味花蜜(桃子、梨、芒果、柠檬汁)和水果潘趣酒，但不包括100%的果汁;［3.其他含有维生素和添加糖的调味饮料;和[4购买加了甜味剂的即食茶。总SSB摄入量被计算并转换为每天的摄入量。

2．3.基因分型

全基因组基因分型使用Affymetrix 's Axiom全基因组LAT阵列进行，该阵列专为西班牙裔人群设计，包含基因型817,810个snp的探针集。根据供应商提供的标准协议/最佳实践，使用基因型控制台(GTC)、Affymetrix®Power Tools (APT)和R进行全基因组基因型，并进行质量控制。基于SNPolisher的标准[25]共有804947个SNPs通过一般质量控制，其中717275个常染色体SNPs符合以下标准：呼叫率≥97%，次要等位基因频率（MAF）≥1%，以及Hardy-Weinberg平衡值(HWE)≥10⁻⁶．根据call rate >97%， MAF≥5%，两两连锁不平衡，选择50704个单核苷酸多态性进行种群结构估计R广场≤0.1,Hardy-Weinberg平衡值(HWE)≥10⁻⁶．利用在SVS (Golden Helix Inc.)中实现的主成分分析，选择一个特征值来代表基于散斑图的种群结构。这一主成分因子被纳入所有回归模型，以调整人口结构。在本研究中，10个基因中83个SNPs的基因型是可用的，并用于检测基因-饮食与SSB摄入量对肥胖的相互作用。

２.４.代谢组学分析

Metabolon Inc.对BPRHS参与者基线采集的血浆样本进行代谢组学分析[26]．简而言之，血浆样品用干冰运到Metabolon，并在−80°C下储存，然后进行分析。用甲醇去除蛋白质后，采用超高效液相色谱-串联质谱法进行代谢组学分析。参考超过4500种纯化标准的保留时间/指数、质荷比和色谱数据，通过估计峰的AUC来鉴定和量化单个代谢物[26]．所有样品标准化后，鉴定出526个靶向代谢物;其中，432人被分配到54个代谢途径，基于每个途径中至少存在3种代谢物。

2．5．统计分析

所有统计分析使用SAS 9.4 (SAS Inc.)、R 3.5.1或SVS 8.8 (Golden Helix Inc.)进行。

2.6。代谢特征分析

通过线性回归分析确定与BMI和SSB摄入相关的代谢物。BMI和SSB摄入量之间的关系采用线性回归模型，以BMI为因变量，SSB摄入量为自变量，并校正了性别、年龄、体育活动、教育、吸烟、饮酒、糖尿病和高血压药物。

为了确定SSB摄入与肥胖相关的代谢特征，我们首先进行了线性回归分析，以BMI为因变量，以每个代谢物的血浆浓度为自变量，控制性别、年龄、体育活动、教育、吸烟、饮酒和总能量摄入。其次，采用线性回归模型，以每个自然对数转换代谢物浓度为因变量，SSB摄入量为自变量，控制上述同一组协变量。显著代谢物( ）两种模型均被确定为SSB摄入与BMI相关的代谢特征。为了确定SSB摄入和肥胖之间的代谢联系，我们没有在每个步骤中纠正多个检测，而是选择了那些名义上相关的代谢物( ）SSB摄入量和BMI作为SSB-肥胖代谢组学特征。从本质上说，这一步降低了假阳性率，可以作为对多次检测的纠正。此外，我们纠正了在进行代谢途径富集分析时的多次检测(见下文)。

2.7。代谢途径富集分析

根据Metabolon Inc.的注释数据库，将所有检测到的代谢物组织成代谢途径，并将包含三种或三种以上代谢物的途径纳入本分析。计算每个途径中重要代谢物的比例，并生成Z每个路径的得分。，在哪里N是分配给该代谢途径的代谢物总数，n为某一特定途径中测量到的代谢物总数，R如上所述，在代谢特征分析中被显著识别的代谢物的总数，和r是数量R在特定途径中被鉴定为重要的代谢物。值来源于Z分数假设正态分布并且是双面的。

我们将代谢富集分析的整个过程视为一个测试与SSB摄入量或BMI相关的每种代谢物的值被指定为相关性的强度，因此在进行代谢富集分析之前，对多次检测的值未进行校正。对多个检测的校正只在途径富集分析的终点进行一次。本步骤中使用Bonferroni测试来纠正多次测试。

2.8。肥胖代谢途径基因变异与SSB摄入之间的相互作用

我们进一步研究了从确定的SSB摄入与肥胖相关的代谢途径中选择的10个基因的遗传变异之间的相互作用。PC/PE生物合成途径中10个基因的83个SNPsy采用线性回归模型检测基因型和SSB摄入量之间的GxE交互作用，以BMI为因变量，SSB摄入量和SNPs及其相互作用作为预测因素，控制潜在的混杂因素:性别、年龄、体育活动评分、吸烟、饮酒和人口结构。当一个SNP的小等位基因频率(MAF) <0.10时，采用显性遗传模型。否则，使用可加模型。错误发现率(FDR)用于多次检测的纠正。

3.结果

3．1.研究人群的一般特征

共有781名参与者拥有完整的饮食、代谢组和基因型数据。该亚群体的平均年龄为57.3岁，其中71%为女性。该人群中肥胖(平均BMI = 32.1)、2型糖尿病(39.3%)和高血压(70%)的患病率较高。除100%果汁外，平均SSB摄入量为每天0.49份(95% CI = 0.43-0.55)，平均总能量摄入量为2113千卡(95% CI = 2058-2167)。与所有参与者相比(n = 1311），具有代谢组学特征的参与者(n= 781)显示在所列特征中没有显著差异(表1）.


	参与者与代谢物	所有的参与者

参与者(N）	781	1311
女,n(%）	554 (70.9)	931 (71.0)
年龄,意味着(SE)	57.3 (0.3)	57.2 (0.2)
BMI,意味着(SE)	32.1 (0.2)	31.9 (0.2)
体力活动得分，平均(SE)	31.4 (0.2)	31.4 (0.1)
吸烟
目前的吸烟,n(%）	180 (23.0)	590 (24.3)
过去抽烟,n(%）	238（30.5）	400 (30.5)
从不吸烟,n(%）	362 (46.3)	319 (45.0)
饮酒
当前饮酒,n(%）	320 (41.0)	381 (39.9)
过去喝酒,n(%）	236 (30.2)	401（30.6）
从不喝酒,n(%）	222 (28.4)	523 (29.1)
2型糖尿病,n(%）	307例(39.3%)	519 (39.6)
高血压n(%）	547 (70.0%)	900 (69.4)
SSB摄入量，日摄入量(SE)	0.49 (0.03)	0.49 (0.02)
总能量摄入(千卡)，平均值(SE)	2113 (28)	2120 (25)

3.2.SSB摄入量与肥胖相关

调整性别、年龄、吸烟、饮酒、糖尿病和高血压药物治疗以及体育活动后，我们发现SSB摄入量与BMI之间存在正相关(beta = 0.607，价值 = 0.045,n= 781)。对所有参与者来说，SSB摄入量和BMI之间的关联略弱(beta = 0.420，值= 0.070,n= 1311)。

3．3.代谢产物与SSB摄入量和BMI之间的关系

为了识别与SSB摄入相关的代谢物特征，我们检测了SSB摄入与代谢组特征之间的关联。在526个目标代谢物中，我们发现86个代谢物名义上与SSB的摄入量有关根据性别、年龄、饮酒、吸烟、教育、体育活动和总能量摄入进行调整(表)S1）.

我们进行了代谢产物和BMI之间的关联研究。使用与上述相似的回归模型，148个代谢物名义上与BMI在对相同协变量进行调整时，值≤0.05(表1)S1)总之，我们发现432种代谢物中有28种通常与SSB摄入量和BMI相关，我们将其命名为SSB肥胖代谢组学特征（表1）2）.为了确定SSB摄入和肥胖之间的代谢联系，我们选择名义上相关的代谢物( ）SSB摄入量和BMI作为SSB-肥胖代谢组学特征。


代谢物	日志(遇到)^＃和单边带的摄入			BMI和SSB摄入量
代谢物	贝塔	SE	价值	贝塔	SE	价值

1-油酰gpc (18:1)	−4.917	0.792	8.80E−10	0.028	0.013	0.030
5-Hydroxylysine	2.001	0.368	7.01E−08年	0.047	0.023	0.041
1-棕榈酰gpc (16: 0)	−7.337	1.473	7.84E−07	0.020	0.009	0.030
甘氨酸	−4.062	0.825	1.04E−06	0.025	0.013	0.047
1,2-二油酰gpc (18: 2/18: 2)	−2.976	0.666	9.14E−06	0.039	0.016	0.014
3-Phenylpropionate (hydrocinnamate)	−0.699	0.157	9.97E−06	−0.143	0.061	0.018
1-亚油酸基-2-亚油酸基-GPC（18 : 2/18 : 3)	−0.910	0.240	1.57E−04	0.076	0.030	0.011
9-Hydroxystearate	1.332	0.354	1.84E−04	0.077	0.027	5.15E−03
Gamma-tocopherol / beta-tocopherol	1.566	0.418	1.95E−04	0.044	0.022	0.044
1-亚麻油酰gpe (18: 2)	−1.356	0.368	2.44E−04	0.061	0.019	0.001
1-油酰- gpi (18:1)	−1.205	0.339	3.93E−04	0.053	0.025	0.033
1-油酰gpe (18: 1)	−1.216	0.366	9.42E−04	0.049	0.021	0.020
1-棕榈酰-2-硬脂酰gpc (16: 0/18: 0)	−2.571	0.783	1.08E−03	0.036	0.012	2.28E−03
2-Hydroxybutyrate / 2-hydroxyisobutyrate	1.222	0.376	1.21E−03	−0.068	0.024	4.43E−03
Alpha-ketoglutarate	6.231	1.922	1.24E−03	0.066	0.029	0.021
N-Acetylhistidine	−1.176	0.385	2.32E−03	0.084	0.027	1.93E−03
Butyrylcarnitine (C4)	0.369	0.134	5.83E−03	0.051	0.023	0.025
胆固醇	−1.103	0.400	5.97E−03	0.030	0.014	0.039
3-Hydroxybutyrylcarnitine (1)	0.629	0.234	7.27E−03	−0.138	0.049	4.92E−03
甲基-4-羟基苯甲酸盐硫酸盐	−0.189	0.071	7.84E−03	0.174	0.080	0.030
1-硬脂酰-2-亚油酸基-GPC（18 : 0/18 : 2)	−2.975	1.218	0.015	0.016	0.008	0.033
1-棕榈酰gpc (16:1)	−0.893	0.367	0.015	0.071	0.017	4.27E−05
鞘磷脂(d18: 2/ 14,0, d18: 1/ 14,1)	0.706	0.299	0.018	0.048	0.018	0.009
3-Hydroxyisobutyrate	0.882	0.389	0.024	−0.044	0.021	0.036
3-Hydroxybutyrylcarnitine (2)	0.783	0.348	0.025	−0.063	0.026	0.014
鞘磷脂(d18: 1/20: 0, d16: 1/22: 0)	−1.620	0.772	0.036	−0.028	0.011	0.011
5-AG 5-Anhydroglucitol(1日)	−1.086	0.521	0.037	0.090	0.040	0.024
红酸盐	1.684	0.838	0.045	0.026	0.012	0.033

所有测试版和对年龄、性别、饮酒、吸烟、教育、体育活动和总能量摄入进行了调整。^＃代谢物浓度为自然对数转换。

3．4．通路富集分析

为了确定SSB摄入的代谢特征，我们对86种名义上与SSB摄入相关的代谢物进行了富集分析。在526种代谢物中，432种与53种代谢途径有关，至少有3种代谢物被测量。在这53条代谢途径中，我们观察到4条与SSB摄入相关的代谢物过度表达（表1）S2):磷脂酰胆碱(PC)、磷脂酰肌醇(PI)、溶血磷脂(LPL)、酰基胆碱代谢(AC)，经多次校正后(/ 53 = 0.001）。进行互补分析以使用类似的富集分析鉴定BMI的代谢特征，采用与BMI相关的148个代谢物（表S3）.该分析确定长链脂肪酸是重要的( ）修正多次测试后。

为了识别可能将SSB摄入量与BMI联系在一起的代谢途径，我们进行了富集分析，以识别与SSB摄入量和BMI相关的28个SSB肥胖代谢组学特征过度代表的途径(表)S4）.两个途径，LPL（）和电脑( ）代谢，明显脱颖而出，校正后多次检测。LPL和PC代谢是PC和磷脂酰乙醇胺(PE)生物合成途径的关键部分(表)S4）.LPL途径中6个SSB-BMI代谢组特征，19个代谢物超标，PC途径中4个代谢物，6个代谢物富集(表)3.）.值得注意的是，在这两个确定的途径中，所有10个SSB-BMI代谢物都与SSB摄入量呈正相关，但与BMI呈负相关。


代谢途径和代谢产物	单边带的摄入量			体重指数
代谢途径和代谢产物	贝塔	SE	价值	贝塔	SE	价值

磷脂酰胆碱(PC)
1-硬脂酰-2-亚油酸基-GPC（18 : 0/18 : 2)	0.016	0.008	0.033	−2.975	1.218	1.48E−02
1,2-二油酰gpc (18: 2/18: 2)	0.039	0.016	0.014	−2.976	0.666	9.14E−06
1-棕榈酰-2-硬脂酰gpc (16: 0/18: 0)	0.036	0.012	0.002	−2.571	0.783	1.08E−03
1-亚油酸基-2-亚油酸基-GPC（18 : 2/18 : 3)	0.076	0.030	0.011	−0.910	0.240	1.57E−04

Lysophospholipid (LPL)
1-棕榈酰gpc (16:1)	0.071	0.017	4.27E−05	−0.893	0.367	1.53E−02
1-棕榈酰gpc (16: 0)	0.020	0.009	3.03E−02	−7.337	1.473	7.84E−07
1-油酰gpe (18: 1)	0.049	0.021	2.02E−02	−1.216	0.366	9.42E−04
1-亚麻油酰gpe (18: 2)	0.061	0.019	1.21E−03	−1.356	0.368	2.44E−04
1-油酰- gpi (18:1)	0.053	0.025	3.28E−02	−1.205	0.339	3.93E−04
1-油酰gpc (18:1)	0.028	0.013	2.99E−02	−4.917	0.792	8.80E−10

全部的，beta值和SE值是根据年龄、性别、吸烟、饮酒和体育活动得分调整的线性回归模型估计的。

3．5．PC/PE生物合成途径基因与SSB摄入对BMI的相互作用

考虑到PC/PE生物合成途径在代谢性疾病中的重要作用[18，然后我们测试了SSB摄入失调这些通路，导致肥胖风险增加的假设。因此，我们研究了SSB摄入量与PC/PE生物合成途径的遗传变异对BMI的相互作用。我们在参与该途径的10个基因中鉴定了83个SNPs [18]．其中，8个基因中的15个SNPs与SSB摄入对BMI有显著的交互作用(图)1和桌子4)，修正后进行多次测试。特别是三个snp磷脂酰乙醇胺N-methyltransferase(PEMT)基因与SSB摄入量对BMI有较强的交互作用。rs72828480 t等位基因携带者的BMI随着SSB摄入量的增加而增加( ）(图2）.相反，在CC纯合子中，BMI没有随着高SSB摄入而改变。胆碱激酶β（CHKB)， rs75187587 c等位基因携带者显示BMI与SSB摄入量之间存在很强的正相关(图)3.)而AA携带者的体重指数没有随着SSB消耗量的增加而发生任何变化。同样，TT载体ETNK2-rs1106778显示，当摄入大量SSB时，肥胖风险增加，而c -等位基因携带者(CC + CT)没有(图)3.）.在其他12个SNPs中也发现了类似的相互作用(数据未显示)。总的来说，来自8个基因的15个SNPs显示出与SSB摄入对BMI的强相互作用，支持SSB摄入通过PC/PE生物合成途径与肥胖相关的假设。

图1

PC/PE生物合成途径及相关基因。那些与SSB摄入量对BMI有显著交互作用的基因用紫色表示。CHKA和CHKB:胆碱激酶和;ETNK1和2:乙醇胺激酶1和2;CEPT1：胆碱/乙醇胺磷酸转移酶1；CPT1B:肉碱棕榈酰转移酶1B;PCYT1A和PCYT1B：CTP:磷酸乙醇胺胞苷转移酶;PEMT:磷脂酰乙醇胺N-methyltransferase;PC:磷脂酰胆碱;体育:磷脂酰乙醇胺;PISD:磷脂酰丝氨酸脱羧酶;PSD: pleckstrin和Sec7域包含;P -:磷;CDP -:胞嘧啶核苷二磷酸。


基因	SNP	空空的	位置	-交互	罗斯福	β(GxE)^＃	SE(β_GxE）	小/大	MAF

CEPT1	rs12745827	1	111700001	1.44E−03	1.71E−02	1.746	0.547	G / T)	0.074
CHKB	rs75187587	22	51019113	1.47 e−05	6．10 e−04	2.522	0.580	承兑交单	0.050
CHKB	rs86337	22	51020668	2.03E−03	2．11E−02	−1.017	0.329	承兑交单	0.375
CHKB	rs6009931	22	51023152	7.50E−03	4.44E−02	1.444	0.539	G / T)	0.076
ETNK1	rs17427520	12	22833518	2.76E−04	5.73E−03	2.048	0.561	电汇	0.021
ETNK1	rs2271097	12	22837282	2.87E−03	2.97E−02	1.797	0.602	G /	0.040
ETNK2	rs1106778	1	204115548	7.84 e−06	3.25 e−04	1.399	0.312	电汇	0.462
ETNK2	rs4951313	1	204122978	1.07E−03	1.48E−02	−1.012	0.309	G /	0.371
PCYT1A	rs61588443	3.	196013318	4.82E−03	3.33E−02	0.889	0.315	G /	0.262
PEMT	rs72828480	17	17442854	3.34 e−07	2.77E − 05	3.548	0.692	电汇	0.031
PEMT	rs2124344	17	17480195	1.17E−03	1.39E−02	1.262	0.388	A/G	0.363
PEMT	rs66637059	17	17417808	9.34E−04	1.55E−02	1.557	0.469	电汇	0.118
PISD	rs11703808	22	32024980	4.21E−03	3.18E−02	0.953	0.332	G /	0.479

互动:SNP和SSB摄入量对BMI的相互作用值。^＃贝塔_(GxE):根据年龄、性别、吸烟、饮酒、体育活动评分和人口结构调整的SNP和SSB模型相互作用的beta。MAF:次要等位基因频率;错误发现率;样本大小:n= 1311。

（a）

(b)

图2

之间的相互作用PEMT-rs72828480和SSB摄入量对BMI的影响。计算数值和预测BMI，同时调整性别、年龄、吸烟、饮酒、体力活动、人口结构和总能量。（a）根据PEMT-rs7282480 genotype. Orange dot: CT + TT, blue dot: CC. (b) BMI was plotted against SSB intake in tertiles (three categories) to show the trend of interaction between PEMT-rs72828480 and SSB intake. Orange bar: CT + TT; blue bar: CC.

（a）

(b)

图3

之间的相互作用CHKB-rs75187587和ETNK2-rs1106778，SSB摄入量与BMI有关。计算数值和预测BMI，同时调整性别、年龄、吸烟、饮酒、体力活动、人口结构和总能量。（a）根据CHKB-rs75187587基因型。橙色点:AC + CC，蓝色点:AA。(b)预测的BMI与SSB摄入量(服务/天)根据ETNK2-rs1106778基因型。橙色点:TT，蓝色点:CC + CT。

4。讨论

SSB消费正在成为当前肥胖和相关代谢疾病流行的一个重要因素[4，9，27]．然而，将消费转化为肥胖增加的潜在分子和代谢机制尚未被很好地描述。在这项研究中，我们证实SSB摄入量与加勒比西班牙裔人群的肥胖呈正相关。然后，我们使用血浆代谢物谱作为中介物，将SSB摄入量与肥胖联系起来。通过富集分析，确定了PC/PE生物合成途径的关键代谢途径PC和LPL。因此，我们的研究结果表明，PC/PE生物合成途径在SSB摄入和肥胖之间提供了重要的联系。以PC/PE生物合成途径中的基因为重点，对SSB摄入量与基因-饮食相互作用的鉴定进一步支持了SSB摄入量与肥胖之间的代谢联系。

磷脂代谢失调与肥胖及相关的代谢性疾病有关[18]．LPL代谢障碍与肥胖和脱敏有关n − 3多不饱和脂肪酸[20.]．不同组织PC: PE比值的改变可影响能量代谢，影响代谢性疾病的病理[18]．我们的发现确定了SSB摄入和肥胖之间的代谢联系，指向PC/PE生物合成途径。SSB摄入量与PC代谢物呈正相关，可扰乱肝脏PC: PE摩尔比，抑制磷脂代谢，导致肥胖风险增加。

另一方面，我们也观察到肥胖与PC代谢物之间存在负相关关系，这与之前在其他人群中的报道一致[21，28，表明这种相关性可能与肥胖有关。虽然肥胖女性的LPL和PC比正常体重的女性低，但患有代谢综合征的肥胖女性的溶血磷脂(PC)比健康的肥胖参与者高[21]．因此，摄取SSB可通过PC/PE生物合成途径调节磷脂代谢，导致其他肥胖相关疾病的风险增加，如非酒精性脂肪肝、2型糖尿病和心血管疾病。

PC/PE生物合成途径(见图)1)由两个关键的子途径组成:PEMT和胆碱途径[18]PEMT将PE转化为PC，占PEMT途径PC产量的30%，而胆碱转化为PC占胆碱途径PC合成的70%[29]．为了阐明SSB摄入量调节PC/PE生物合成途径及其与肥胖的关系，我们检测了PC/PE生物合成途径的10个基因的遗传变异是否与SSB摄入量相互作用。在PEMT途径中，PC通过PEMT转化为PE, PE可以由乙醇胺通过乙醇胺激酶(ETNK1和2)衍生，CTP:磷酸乙醇胺胞酰转移酶(PCYT1A和B)，或磷脂酰丝氨酸(从线粒体)通过磷脂酰丝氨酸(PS)脱羧酶(psd)。

特别地，我们观察到PEMT-rs72828480和SSB之间ETNK2-体重指数rs1106778和SSB摄入量（表4和图2）.PEMT - / - 小鼠的PEMT缺乏表达了对高脂肪和高葡萄糖诱导的肥胖和糖尿病的抗性，而PEMT不足与非酒精性脂肪肝病的风险增加有关[30.]．在人类研究中，靠近的位点PEMT与腹部肥胖和胰岛素抵抗有关[31]．减少PEMT肥胖女性大网膜脂肪组织表达与脂质沉积和胰岛素抵抗相关[32]．在人类甲状腺中，基于GTEX数据库(gtexportal.org)， t等位基因携带者PEMT-rs72828480的表达显著降低（β = −0.26, ，n= 574)PEMT与c等位基因携带者相比。这一观察结果表明t等位基因携带者可能是PEMT缺陷。在脂肪组织,PEMT表达与脂肪量和BMI呈正相关[33),而PEMT-rs4646343与PEMT脂肪组织中的表达[33]．

在胆碱途径(图1)在这项研究中，我们观察到三个基因中的五个SNP(CHKB，除此之外，PCYT1A)胆碱途径的功能（图1)在BMI上显示出与SSB摄入量的显著交互作用（表4）.在小鼠中,CHKB突变体显示磷胆碱减少和骨量损失[34]．在人类中，突变CHKB导致肌纤维磷脂酰胆碱缺乏及肌营养不良[35]．高脂喂养诱发肥胖除此之外表达,而除此之外缺陷小鼠的胰岛素敏感性得到改善[36]．在人类脂肪组织中，PCYT1A表达与脂肪质量和BMI百分比呈正相关[33]．这些观察结果强烈表明，SSB的摄入通过PC/PE生物合成途径促进肥胖。

虽然已经确定SSB的摄入是肥胖的一个原因[4，9，11]，我们观察到SSB摄入量与肥胖之间的弱关联。然而，我们观察到SSB摄入对BMI的强烈GxE相互作用可以解释这个明显的难题。首先，我们发现磷脂途径的8个基因中的15个SNPs在体重指数上与SSB摄入量表现出显著的GxE相互作用。这意味着SSB与肥胖的相关性高度依赖于基因型（图1）2(一个)， t等位基因携带者PEMT-rs72828480 vs CC;数字3(一个)， c -等位基因携带者CHKB-rs75187587 vs AA；以及3（b）的TTETNK2-rs1106778与C等位基因携带者相比），而不仅仅与SSB摄入量有关。根据GxE相互作用引起的营养素/基因型，基因型/营养素与心血管和代谢疾病的相关性也有类似的发现[37，38]．其次，SSB摄入量与肥胖的GxE相互作用取决于风险等位基因频率。与其他人群相比，该人群中风险等位基因的频率差异很大。例如(表4)，风险t等位基因PEMT-rs72828480在这一人群和许多欧洲人群中更为普遍，但在亚洲人群中较低或不存在(小等位基因频率(MAF) < 0.001))。相反，c -等位基因的风险CHKB-rs75187587在欧洲人中很少见(MAF < 0.005)，但在非洲人和亚洲人中很常见(0.218)。我们检测到显著的GxE相互作用CHKB-rs75187587 (MAF = 0.05)和SSB摄入量对肥胖的影响。对于rs1106778来说，因为这个种群包含欧洲人、非洲人和美洲原住民的混合祖先[39[我们研究中观察到的频率（MAF = 0.462）反映了欧洲人的混合物（MAF = 0.337）和非洲人（MAF = 0.514）。同样，这种SNP可能对非洲人的肥胖产生了更大的影响。总体而言，虽然与以前的研究一致报告称SSB摄入是肥胖的原因，但我们的结果表明SSB摄入对通过GXE相互作用产生了强烈影响，并且不仅限于对肥胖的直接影响。

我们的研究是第一个利用代谢组学数据来描述SSB摄入与肥胖通过代谢途径联系的机制。这项研究的优点包括:[1一份大样本中、老年西班牙裔参与者的综合代谢谱[2[代谢组和饮食摄入与结果的关系及其与结果基因型的相互作用。这说明了基因组、代谢组和环境因素(营养)的整合如何有助于揭示SSB摄入可能与肥胖病理有关的潜在机制。目前的研究也有一些局限性。首先，测定血浆样品中的代谢组谱。这种代谢组特征可能不同于其他组织，如肝脏和脂肪组织。其次，尽管SSB摄入量是公认的肥胖风险因素，但该横断面研究阻止了SSB、代谢物和肥胖之间的因果关系的推断[4，9，11]最后，虽然我们的研究已经确定了对SSB诱导的肥胖表现出抵抗力或倾向性的参与者，但我们的研究结果是基于一个肥胖率较高的西班牙裔人群；因此，在我们的研究结果推广到其他人群之前，需要确认。

5.结论

综上所述，本研究确定了PC/PE生物合成途径中的两个代谢途径，将SSB摄入与肥胖联系起来。在本研究中，已识别的途径中的遗传变异与SSB消耗对肥胖的强烈相互作用得到了动物和人类研究的支持。我们的发现揭示了SSB摄入增加肥胖风险的潜在机制。

数据可用性

用于支持本研究发现的数据可由通讯作者要求提供。

伦理批准

这项研究得到了塔夫茨大学(Tufts University)和马萨诸塞州洛厄尔大学(University of Massachusetts Lowell)的机构审查委员会(IRB)的批准。

信息披露

本出版物中提及商品名称或商业产品仅为提供具体信息的目的，并不暗示美国农业部的推荐或认可。美国农业部是一个机会均等的提供者和雇主。

利益冲突

作者声明他们没有利益冲突。

作者的贡献

C-QL和JMO为研究概念和设计做出了贡献。C-QL、SEN、SB、CES、LDP、XZ进行数据采集。BZ, RI和C-QL进行了统计分析并准备了初稿。C-QL、CES、LDP、JMO和KLT对手稿的知识内容进行了批判性的修改和解释。JMO, KLT, SEN, SB，和C-QL负责资助和监督。所有作者阅读并批准了手稿的最终版本。BZ和RI对这项工作做出了同样的贡献。

致谢

这项研究是由国家心脏，肺和血液研究所资助的。P50-HL105185);美国国家老龄化研究所(批准号:P01-AG023394和R01-AG055948)，指导职业发展奖(NIH/NIAMS K01- ar067894 (SEN)和NIH/NIDDK K01 DK107804 (SNB));和美国农业部，根据no。8050 - 51000 - 098 - 00 - d。

补充材料

补充图1:BPRHS样品代谢组学分析流程图。表S1:代谢产物与BMI和/或SSB摄入量的相关性分析表S2:摄入SSB富集的代谢途径表S3: BMI代表过多的代谢途径表S4:与SSB摄入和BMI相关的常见代谢物的途径富集分析（补充材料）

参考

C. L. Ogden, M. D. Carroll, C. D. Fryar和K. M. Flegal，《成年人和青少年肥胖患病率:美国，2011-2014》，卫生统计数据介绍，第219号，第1-8页，2015年。浏览：谷歌学者
R. F.库什纳(R. F. Kushner)和S.卡汉(S. Kahan)，《引言》(Introduction)，北美医疗诊所第102卷第1期1, pp. 1 - 11, 2018。浏览：出版商的网站|谷歌学者
M. I. McCarthy，“基因组学，2型糖尿病和肥胖，”新英格兰医学杂志，第363卷，第2期。24, pp. 2339 - 2350,2010。浏览：出版商的网站|谷歌学者
V. S. Malik, M. B. Schulze和F. B. Hu，《含糖饮料摄入与体重增加:系统综述》，美国临床营养学杂志(第84卷)2，页274-288,2006。浏览：出版商的网站|谷歌学者
D. Mozaffarian, T. Hao, E. B. Rimm, W. C. Willett，和F. B. Hu，“饮食和生活方式的改变和女性和男性的长期体重增加，”新英格兰医学杂志，第364卷，no. 225, pp. 2392-2404, 2011。浏览：出版商的网站|谷歌学者
Q.Qi和L.Qi，“含糖饮料、遗传风险和肥胖，”新英格兰医学杂志，第368卷，第2期3, pp. 286-287, 2013。浏览：出版商的网站|谷歌学者
E. Han, T. H. Kim, L. M. Powell，《韩国的饮料消费和个人层面的联想》，BMC公共卫生，第13卷，第2期1, p. 195, 2013。浏览：出版商的网站|谷歌学者
E. Han和L. M. Powell，《美国含糖饮料的消费模式》美国营养与饮食学会杂志，第113卷，第113期。1, pp. 43-53, 2013。浏览：出版商的网站|谷歌学者
马志强，马志强。黄，U. Hoffmann, P. F. Jacques和C. S. Fox，“经过6年的随访，含糖饮料的摄入与内脏脂肪组织的变化有关，”循环，第133卷，第4期，第370-377页，2016年。浏览：出版商的网站|谷歌学者
J. Ma, M. Sloan, C. S. Fox等人，“含糖饮料的消费与健康成年人腹部脂肪的分配有关，”营养杂志第144卷第1期8，第1283-1290页，2014。浏览：出版商的网站|谷歌学者
V.S.Malik、B.M.Popkin、G.A.Bray、J.-P.DespréS和F.B.Hu，“含糖饮料、肥胖、2型糖尿病和心血管疾病风险，”循环号，第121卷。11, pp. 1356-1364, 2010。浏览：出版商的网站|谷歌学者
S.Park、L.Pan、B.Sherry和H.M.Blank，“美国6个州成年人的含糖饮料消费：行为风险因素监测系统，2011年，”预防慢性疾病， vol. 11, p. 65, 2011。浏览：出版商的网站|谷歌学者
M. C. Playdon, S. C. Moore, A. Derkach等人，“通过代谢组学识别饮食模式的生物标志物，”美国临床营养学杂志第105卷第1期2, pp. 450-465, 2017。浏览：出版商的网站|谷歌学者
T. Esko, J. N. Hirschhorn, H. A. Feldman等，“作为饮食组成可靠的生物标志物的代谢组学概况，”美国临床营养学杂志，第105卷，第3期，第547-554页，2017年。浏览：出版商的网站|谷歌学者
M.G.Kakoura，K. Sokratous，C.A.Demetriou等，“地中海饮食基因相互作用：希腊塞人妇女的目标代谢研究，”分子营养与食品研究第61卷第1期4, p. 1600558, 2017。浏览：出版商的网站|谷歌学者
S. Rauschert, O. Uhl, B. Koletzko，和C. Hellmuth，“人类肥胖的代谢生物标志物:一个简短的综述，”营养和代谢年鉴号，第64卷。3-4，页314-324,2014。浏览：出版商的网站|谷歌学者
M. Guasch-Ferré， a . Hruby, E. Toledo等，“糖尿病前期和糖尿病的代谢组学:系统综述和meta分析，”糖尿病护理，卷。39，没有。5，pp。833-846,2016。浏览：出版商的网站|谷歌学者
J. N. van der Veen, J. P. Kennelly, S. Wan, J. E. Vance, D. E. Vance, R. L. Jacobs，“磷脂酰胆碱和磷脂酰乙醇胺代谢在健康和疾病中的关键作用”，生物化学与生物物理学报（BBA）-生物膜，第1859卷，第2期9, pp. 1558-1572, 2017。浏览：出版商的网站|谷歌学者
J. N. van der Veen, S. Lingrell, N. McCloskey等，“磷脂酰胆碱和磷脂酰乙醇胺在肝脏胰岛素信号转导中的作用”，实验生物学联合会会刊，第33卷，第4期，第5045-50572019页。浏览：出版商的网站|谷歌学者
J.M.Del Bas，A.Caimari，M.I.Rodriguez Naranjo等，“肥胖患者溶血磷脂代谢的损害：在一项随机对照试验中改变血浆剖面和对n-3多不饱和脂肪酸调节特性的脱敏，”美国临床营养学杂志，第104卷，第2期，第266-279页，2016年。浏览：出版商的网站|谷歌学者
E. Candi, M. Tesauro, C. Cardillo等人，“有或没有代谢综合征的肥胖受试者内脏脂肪组织的代谢分析，”生物化学杂志，第475卷，第457期。5，第1019-1035页，2018。浏览：出版商的网站|谷歌学者
K. L. Tucker，J. Mattei，S. E. Noel等，“波士顿波多黎各·富兰卫生学习，纵向队列股份有限公司（Puerto Rican）成年人的卫生差异研究：挑战和机遇，”BMC公共卫生，第10卷，第1期，第107页，2010年。浏览：出版商的网站|谷歌学者
S. E. Noel, P. K. Newby, J. M. Ordovas和K. L. Tucker，“在波多黎各的老年人中，传统的大米和豆类与代谢综合征有关，”营养杂志，第139卷，第139期7, pp. 1360-1367, 2009。浏览：出版商的网站|谷歌学者
K. L. Tucker, L. a . Bianchi, J. Maras，和O. I. Bermudez，“调整食物频率问卷以评估波多黎各和非西班牙裔成年人的饮食”，美国流行病学杂志，卷。148，没有。5，pp。507-518,1998。浏览：出版商的网站|谷歌学者
E.L.Nicolazzi、D.Iamartino和J.L.Williams，“Affyppe:Affymetrix Axiom基因分型工作流的开源管道，”生物信息学，第30卷，第2期21, pp. 318 -3119, 2014。浏览：出版商的网站|谷歌学者
A. M. Evans, C. D. DeHaven, T. Barrett, M. Mitchell, E. Milgram，“用于生物系统小分子互补物鉴定和相对定量的集成的、非靶向的超高高效液相色谱/电喷雾串联质谱平台，”分析化学第81卷第1期16, pp. 6656-6667, 2009。浏览：出版商的网站|谷歌学者
J. Ma, P. F. Jacques, J. B. Meigs等人，“含糖饮料而非无糖汽水的摄入与胰岛素抵抗和前驱糖尿病的进展呈正相关，”营养杂志，第146期。12, pp. 2544 - 2550,2016。浏览：出版商的网站|谷歌学者
M. Carayol, M. F. Leitzmann, P. Ferrari等人，“体重指数的血液代谢特征:EPIC队列中的靶向代谢组学研究”，蛋白质组研究杂志，第16卷，第9期，第3137-3146页，2017年。浏览：出版商的网站|谷歌学者
C. J. DeLong, y - j。Shen M. J. Thomas, and Z. Cui，“cdp -胆碱途径与磷脂酰乙醇胺甲基化途径合成磷脂酰胆碱的分子区别”，生物化学杂志第274期42，页29683 - 29688,1999。浏览：出版商的网站|谷歌学者
A. Nakatsuka, M. Matsuyama, S. Yamaguchi等，“磷脂酰乙醇胺n-甲基转移酶不足是瘦人非酒精性脂肪性肝炎的风险”科学报告，第6卷，第2期1, p. 21721, 2016。浏览：出版商的网站|谷歌学者
D. Shungin, T. W. Winkler, D. C. Croteau-Chonka等，“新的基因位点将脂肪和胰岛素生物学与身体脂肪分布联系起来，”自然，第518卷，第5期。7538, pp. 187-196, 2015。浏览：出版商的网站|谷歌学者
J. M. Wentworth, G. Naselli, K. Ngui等人，“GM3神经节苷脂和含磷脂乙醇胺的脂类是肥胖女性胰岛素抵抗的脂肪组织标记物。”国际肥胖杂志，第40卷，第5期。4, pp. 706-713, 2016。浏览：出版商的网站|谷歌学者
N. K. Sharma, K. A. Langberg, A. K. Mondal, S. K. Das，“磷脂生物合成基因与肥胖易感性:表达和多态性分析”，《公共科学图书馆•综合》，第8卷，第2期5、文章ID e65303, 2013。浏览：出版商的网站|谷歌学者
J. Kular, J. C. Tickner, N. J. Pavlos等，“胆碱激酶β突变小鼠表现出磷酸胆碱减少、破骨细胞活性升高和骨量降低。”生物化学杂志第290期3, pp. 1729-1742, 2015。浏览：出版商的网站|谷歌学者
J.Oliveira，L.Negrão，I.Fineza等人，“通过全外显子组测序检测导致肌营养不良的胆碱激酶β（CHKB）基因的新剪接突变，”人类遗传学杂志，第60卷，第2期6, pp. 305-312, 2015。浏览：出版商的网站|谷歌学者
K. Funai, I. J. Lodhi, L. D. Spears等，“骨骼肌磷脂代谢调节胰岛素敏感性和收缩功能，”糖尿病，第65卷，第5期2, pp. 358-370, 2016。浏览：出版商的网站|谷歌学者
C.-Q。赖，C. E. Smith, L. D. Parnell等人，“表观基因组学和代谢组学揭示了apoa2饱和脂肪摄入相互作用影响肥胖的机制，”美国临床营养学杂志，卷。108，没有。1，pp.188-200,2018。浏览：出版商的网站|谷歌学者
L. D. Parnell, B. a . Blokker, H. S. Dashti等人，“CardioGxE，基因-环境相互作用的心脏代谢特征的目录，”个人经历矿业，卷。7，不。1，p。2014年2月21日。浏览：出版商的网站|谷歌学者
C.-Q。赖，K. L. Tucker, S. Choudhry等人，“波士顿波多黎各健康研究中与疾病流行相关的人口混合，”人类遗传学，第125卷，第2期，第199-209页，2009年。浏览：出版商的网站|谷歌学者

肥胖杂志

摘要