摘要：“肥胖是万病之源”，这句话我们早已耳熟能详。在公众认知和医学教科书中，超重与肥胖几乎是心脏病、糖尿病和高血压等一系列代谢性疾病的同义词。我们用BMI 来衡量肥胖，仿佛这个数字越高，健康状况就越岌岌可危。然而，新的发现总是能颠覆我们的固有认知。
“肥胖是万病之源”，这句话我们早已耳熟能详。在公众认知和医学教科书中，超重与肥胖几乎是心脏病、糖尿病和高血压等一系列代谢性疾病的同义词。我们用BMI 来衡量肥胖，仿佛这个数字越高，健康状况就越岌岌可危。然而，新的发现总是能颠覆我们的固有认知。
如果说，有些基因会让你更容易“长肉”，但同时又像一位守护神，悄悄地保护你的心血管系统，你会不会觉得这听起来像天方谭？这并非科幻，而是一项于9月12日，发表在《Nature Medicine》上的重磅研究揭示的惊人事实。这篇题为“Genetic subtyping of Obesity reveals biological insights into the uncoupling of adiposity from its cardiometabolic comorbidities”的研究，为我们描绘了一幅远比“一刀切”的肥胖定义更为复杂和迷人的遗传图景。
这项研究不仅挑战了我们对肥胖的传统看法，更通过巧妙的研究设计和海量的数据分析，为我们打开了一扇通往精准预防和治疗肥胖相关疾病的新大门。决定健康的，或许不只是你有多“胖”，而是你“胖”的方式。
长期以来，我们对肥胖的研究和诊断在很大程度上依赖于BMI。然而，临床实践中一个令人困惑的现象是，并非所有BMI超标的人都会患上代谢性疾病。有些人虽然体重超标，但他们的血糖、血脂和血压却维持在健康水平，这类人群被称为“代谢健康型肥胖”(Metabolically Healthy Obesity)。相反，也有些体重正常的人，其代谢指标却一塌糊涂。
这种个体差异的存在，强烈暗示着肥胖背后隐藏着巨大的异质性 (heterogeneity)。将所有肥胖个体视为同质化的群体，显然忽略了其背后复杂的生物学机制。过去的基因组范围关联研究 (Genome-Wide Association Studies, GWAS) 已经识别出上千个与肥胖风险相关的基因位点，其中许多指向了中枢神经系统 (Central Nervous System, CNS) 在体重调节中的关键作用。但这依然无法完全解释为何两个同样肥胖的人，其健康结局会如此不同。
问题的症结可能在于，以往的研究大多一次只分析一个肥胖指标（如BMI）。这种“单变量”思维模式，就像试图通过一个像素点来理解整幅画作，注定会错失大量信息。该研究，其核心的巧妙之处就在于打破了这种思维定式。研究人员不再孤立地看待肥胖，而是将其与心脏代谢健康指标“捆绑”起来进行考察。
他们创造了一种全新的分析工具——“双性状表型”(bi-trait phenotype)。这个概念听起来很专业，但理解起来并不复杂。想象一下，我们把一个人的肥胖程度（比如体脂率 Body Fat Percentage, BFP）和一个心脏代谢指标（比如总胆固醇 Total Cholesterol, TC）都进行标准化，得到两个Z-score。然后，用肥胖得分减去代谢得分。
这样一来，我们就得到了一个全新的复合指标。如果这个复合指标的数值很高，意味着这个人的肥胖程度远高于他的胆固醇水平（高肥胖，但代谢状况相对较好）。反之，如果数值很低，则意味着他的代谢状况比其肥胖程度所预示的还要糟糕。通过这种方式，研究人员巧妙地将“肥胖”和“健康”这两个维度融合到了一个连续的表型中，从而能够直接筛选那些能够“解绑”二者关联的基因变异。
有了这个强大的分析工具，研究人员在英国生物样本库 (UK Biobank) 中对多达452,768名欧洲血统的参与者数据进行了深入挖掘。这是一个名副其实的“数据金矿”，包含了丰富的遗传信息和详细的表型数据。
他们分析了三种肥胖性状：BMI、体脂率 (BFP) 和腰臀比 (Waist-to-Hip Ratio, WHR)，以及八种心脏代谢性状，涵盖了血脂、血糖和血压。通过两两组合，他们构建了24种不同的“双性状”表型。
分析结果是惊人的。研究人员最终在205个基因组区域中，识别出了266个独立的基因变异。这些变异拥有一个共同的“神奇”特性：它们增加肥胖风险的等位基因 (adiposity-increasing allele)，却同时与至少一种心脏代谢风险的降低相关联。换句话说，携带这些基因变异的人，虽然可能更容易长胖，但他们的心血管系统却受到了额外的保护。
这266个“解偶联”(uncoupling)变异的发现，其意义非同小可。它不仅将之前研究发现的相关基因位点数量增加了一倍以上，更重要的是，它证明了这种“健康肥胖”现象背后，存在着坚实的遗传学基础。这并非随机的巧合，而是一系列特定的生物学通路在发挥作用。
单个基因变异的影响往往是微弱的。为了评估这些“解偶联”变异的累积效应，研究人员构建了一个多基因风险评分 (Genetic Risk Score, GRS)，我们称之为“解偶联遗传评分”(GRS_uncoupling)。这个评分汇总了全部266个变异的效应。
同时，为了进行对比，他们还构建了另一个只与体脂率 (BFP) 相关的传统肥胖遗传评分 (GRS_BFP)，它包含了647个与BFP显著相关的基因变异，可以看作是衡量“纯粹”遗传肥胖倾向的指标。
当研究人员将这两个评分应用于人群，并分析它们与一系列生理指标的关联时，一幅对比鲜明的画卷展现在我们眼前：
GRS_BFP（传统肥胖评分）的画像：这个评分越高，个体的体脂率、BMI和腰臀比也越高，这符合预期。但在代谢方面，它的表现则是一场“灾难”：更高的甘油三酯、糖化血红蛋白、血糖和血压，以及更低的“好胆固醇”HDL-C。这完美地复现了我们传统认知中肥胖所带来的典型代谢紊乱。
GRS_uncoupling（解偶联遗传评分）的画像：这个评分越高，个体的体脂率和BMI同样会增加，说明它确实与肥胖相关。然而，奇迹发生在代谢层面：它的升高与更低的LDL-C（“坏胆固醇”）、总胆固醇、甘油三酯、糖化血红蛋白、血糖和血压，以及更高的HDL-C（“好胆固醇”）相关联。这是一个截然相反、全面向好的代谢图谱。
更有趣的是，这两种评分对脂肪分布的影响也大相径庭。GRS_uncoupling评分高的人，其脂肪更倾向于分布在臀部和腿部（即“梨形身材”），而腹部内脏脂肪 (Visceral Adipose Tissue, VAT) 与腹部皮下脂肪 (Abdominal Subcutaneous Adipose Tissue, ASAT) 的比值更低。我们知道，内脏脂肪是导致代谢性疾病的主要“元凶”。相反，GRS_BFP评分高的人，则表现出更高的腰臀比和肝脏脂肪含量，这是典型的不健康脂肪分布模式。
这一发现强有力地证明，遗传因素不仅决定了我们容不容易胖，更在深层次上决定了我们脂肪的“质量”和“去向”。GRS_uncoupling所代表的遗传背景，似乎在引导身体以一种更健康、更安全的方式来储存多余的能量。
如果说GRS_uncoupling的发现已经足够颠覆认知，那么接下来的分析则将我们带入了一个更加精细和复杂的遗传世界。研究人员发现，这266个“解偶联”变异并非铁板一块，而是可以根据它们对不同肥胖和代谢性状的影响模式，被划分为八个截然不同的“遗传亚型”或“集群”(clusters)。
这就像是将一群武林高手按照他们的武功路数分成了八大门派，每个门派都有其独特的“武功秘籍”和专长。研究人员为每个集群都构建了相应的遗传评分 (GRS1-GRS8)，让我们得以一窥其庐山真面目。这些亚型有的像是“全能型选手”（如集群4、7、8），与多种代谢指标的改善广泛相关；有的则更像“专科型选手”，主要针对某一类代谢问题，例如，GRS3主要与降低血压相关，而GRS5则专注于改善血糖控制。其中，GRS2最为独特，它对整体肥胖影响不大，但却强烈地影响脂肪分布，并同时降低血压。更有趣的是，还存在像集群1这样矛盾的“双刃剑”，它在改善部分血脂指标的同时，却可能让另一些指标恶化，这提示我们基因对健康的影响可能是多效性 (pleiotropic) 且充满矛盾的。
这八个遗传亚型的发现，是该研究的点睛之笔。它说明，所谓的“健康肥胖”并非一个单一的概念，而是由多种不同的生物学通路共同塑造的结果。这为我们理解肥胖的个体化差异提供了前所未有的精细化视角，也为未来的精准医疗奠定了坚实的基础。
基因本身只是生命的蓝图，真正执行功能的是蛋白质。那么，这些“解偶联”基因究竟是通过调控哪些蛋白质来发挥其神奇作用的呢？为了回答这个问题，研究人员利用蛋白质组学 (proteomics) 技术，分析了遗传评分与血液中2920种蛋白质水平的关系。
分析结果再次验证了两种遗传评分的本质区别：当一种蛋白质的水平同时受到两种评分影响时，高达85%的情况下，二者的影响方向是一致的，这说明这些蛋白质的变化主要是由肥胖本身驱动的，例如著名的脂肪细胞因子——瘦素 (Leptin, LEP)。
然而，真正引人注意的是那15%的“例外”。在这些蛋白质上，两种遗传评分的效应是截然相反的，它们揭示了“健康驱动”的生物学信号。例如，胰岛素样生长因子结合蛋白1和2 (IGFBP1, IGFBP2)，在GRS_uncoupling评分高时水平更高（有益），而在GRS_BFP评分高时水平更低（有害）。同样，低密度脂蛋白受体 (LDLR)的变化也呈现相反模式，提示了更高效的肝脏脂质清除机制。此外，研究人员还发现了一些“专属”于GRS_uncoupling的保护性蛋白，如大名鼎鼎的脂联素 (Adiponectin, ADIPOQ)和脂蛋白脂肪酶 (LPL)，进一步揭示了“解偶联”现象背后独特的生物学通路。
理论上的代谢改善最终能否转化为实实在在的健康获益？为了回答这个终极问题，研究人员进行了一项覆盖10,965种疾病的“全表型关联分析”(Phenome-Wide Association Analysis, PheWAS)。
结果令人振奋：更高的 GRS_uncoupling评分与多种主要心脏代谢疾病的风险显著降低相关，包括脂蛋白代谢紊乱、高血压、糖尿病、缺血性心脏病等。相比之下，更高的GRS_BFP评分则与所有这些疾病的风险增加有关。这为“解偶联”基因的保护作用提供了强有力的临床证据。
然而，故事还有一个非常重要的转折。研究人员发现，虽然GRS_uncoupling能提供代谢保护，但它并不能减轻轻体重本身带来的物理性负担。无论是哪种遗传评分高的人，他们患上一些与体重负荷相关的疾病风险都是相似的，甚至更高，例如蜂窝织炎 (cellulitis)、膝关节炎 (gonarthrosis) 和静脉曲张 (varicose veins)。
这个发现极其深刻。它清晰地告诉我们：一个代谢健康的胖子，他的膝盖依然承受着巨大的压力。遗传上的“解偶联”主要发生在生物化学层面，而无法改变物理定律。这提醒我们，在评估肥胖的健康影响时，必须同时考虑代谢风险和机械负荷风险这两个维度，二者不可偏废。
这项里程碑式的研究，为我们理解肥胖与健康的关系提供了全新的范式。它告诉我们，我们不应再简单地将肥胖视为一个单一的、同质化的疾病，而应将其看作一个由不同遗传背景和生物学通路驱动的异质性综合征。
这项研究的深远影响体现在多个层面：
1. 重新定义风险评估：基于这八个遗传亚型构建的遗传评分，有望成为强大的临床风险分层工具。未来，通过简单的基因检测，我们或许可以预测一个个体主要的代谢风险倾向，从而实现早期、精准的干预。
2. 启发新的治疗靶点：通过对“解偶联”基因及其相关通路的深入研究，我们有望发现新的药物靶点。未来的减肥药或许不再仅仅追求降低体重，而是致力于模拟“解偶联”基因的效应，即促进更健康的脂肪储存和代谢方式。
3. 引导公众认知的转变：这项研究提示我们，需要超越对体重秤上数字的盲目崇拜。健康的本质是身体内部的代谢平衡，而不仅仅是外在的形态。它鼓励我们更加关注血脂、血糖、血压等内在的健康指标。
当然，这项研究也开启了更多新的问题。目前的研究主要集中于欧洲人群，其发现在其他族裔中的普适性有待验证。但无论如何，这扇通往肥胖精准医疗时代的大门已经被叩开。我们正站在一个新时代的门槛上，在这个时代里，对肥胖的理解将不再是“胖或瘦”的简单二元论，而是对“如何胖”的深刻洞察。
参考文献
Chami N, Wang Z, Svenstrup V, Obrero VD, Hemerich D, Huang Y, Dashti H, Manitta E, Preuss MH, North KE, Holm LA, Fonvig CE, Holm JC, Hansen T, Scheele C, Rauch A, Smit RAJ, Claussnitzer M, Loos RJF. Genetic subtyping of obesity reveals biological insights into the uncoupling of adiposity from its cardiometabolic comorbidities. Nat Med. 2025 Sep 12. doi: 10.1038/s41591-025-03931-0. Epub ahead of print. PMID: 40940440.
声明：本文仅用于分享，不代表平台立场，如涉及版权等问题，请尽快联系我们，我们第一时间更正，谢谢！
来源：生物探索一点号1
