基于生物信息學探討骨質疏松與肥胖的關系

于洪杰 陳德強

1.山東中醫(yī)藥大學第一臨床醫(yī)學院，山東 濟南 250014 2.山東中醫(yī)藥大學附屬醫(yī)院脊柱骨科，山東 濟南 250014

骨質疏松(osteoporosis, OP)作為一種臨床常見的代謝性骨病，以骨密度降低，骨微觀結構退化為典型表現，骨骼脆性增加導致其骨折風險增大[1]。近幾十年來，社會進步導致生活方式的改變，肥胖已經成為全球流行病，并有年輕化趨勢[2]，嚴重影響健康及生活質量。骨質疏松與肥胖作為兩種臨床常見內分泌疾病，有著密切關系。一項納入907例觀察對象的對比研究發(fā)現，骨折組較非骨折組具有更高的體脂與腰圍, 且骨密度相對較低[3]。

肥胖可同時調控成骨和破骨細胞分化及增殖相關通路。而骨橋蛋白、骨鈣素等骨源性因素亦對體重和葡萄糖穩(wěn)態(tài)有內分泌調節(jié)作用[4]。此外，骨髓間質細胞可同時分化為脂肪細胞及成骨細胞，當肥胖患者脂肪細胞分化增加，造成脂肪堆積，抑制成骨細胞分化，則導致骨質疏松的發(fā)生；相反骨質疏松的患者，骨量減少的同時骨髓脂肪組織會增加，引起肥胖[5]。當然這兩者之間的聯系是基于基因背景下的，骨密度與BMI的遺傳相關性約為0.4，兩者之間存在共同多效性基因[6]。應用生物信息學整合肥胖及骨質疏松的基因數據，不僅能較為科學地從分子層面闡述肥胖與骨質疏松間的影響機制，而且也為藥物同時干預兩種疾病提供了理論基礎。

1 材料和方法

分別以骨質疏松及肥胖為關鍵詞在相關疾病數據庫(Disgenet、TTD、OMIM、Drugbank、KEGG)中篩選相關靶點，將兩組基因通過uniprot數據庫轉換成uniprot ID進行去重整合，獲得已明確的疾病靶點。然后將兩組靶點映射取得韋恩圖，將得到的關鍵靶點通過string數據庫制作靶點間相互作用PPI網絡。將PPI網絡TSV格式導進Cytoscape3.7.2，篩選節(jié)點連接度(degree)≥13的靶點制作核心靶點圖。通過基因功能注釋DAVID 數據庫進行GO(gene ontology)生物過程富集分析以及 KEGG(Kyoto encyclopedia of genes and genomes)通路分析使基因信息可視化，分別將篩選出的前10個GO條目與KEGG條目，依據Omicshare云平臺制作高級氣泡圖。

2 結果

經過基因庫搜索、轉換ID查重整合后共選出與骨質疏松癥和肥胖相關基因 336 個和398個。映射出關鍵靶點56個，生成韋恩圖(見圖1)。經string數據庫在0.7高信度下生成相互作用PPI網絡(見圖2)， 256個靶點之間有216條相互作用關系。以篩選節(jié)點連接度(degree)≥13篩選到核心靶點15個(如圖3)，所獲核心靶點均直接或間接影響肥胖與骨質疏松。經DAVID 數據庫獲得31項GO富集結果(P<0.05)及55條KEGG信號通路(P<0.05)，以P值升序排列，分別篩選出符合條件的10個生物過程和信號通路，并將其以氣泡圖的形式展現出來(見圖4、圖5)。生物過程及通路下所含靶點分別見表1、表2。

圖1 肥胖與OP映射關鍵靶點韋恩圖Fig.1 Venn diagram of obesity and OP mapping key targets

圖2 關鍵靶點互相作用PPI網絡圖(0.7高信度)Fig.2 PPI network diagram of key target interaction (0.7 high reliability)

圖3 核心靶點圖(核心靶點大小為degree大小)Fig.3 Core target map (core target size is degree size)

圖4 GO富集分析氣泡圖(前10條)Fig.4 Bubble diagram of GO enrichment analysis (first 10)

圖5 KEGG通路分析氣泡圖(前10條)Fig.5 Bubble diagram of Kegg pathway analysis (first 10)

3 討論

近年來隨著研究的深入，諸多數據表明肥胖與骨質疏松有關，且脂肪組織的含量與骨密度呈負相關[7]。肥胖與骨質疏松作為兩種常見的臨床代謝性疾病，發(fā)病機制相對復雜，在各自龐大的基因網絡中，也有部分重合的基因信息。本研究應用生物信息學尋找龐大基因交叉部分，通過核心靶點GO分析發(fā)現肥胖與骨質疏松間相互影響主要涉及以下生物過程：對胰島素的反應、炎癥應答、受體生物合成過程、棕色脂肪細胞分化的調節(jié)等。通過KEGG通路分析發(fā)現，肥胖與骨質疏松之間可涉及多條共同信號通路，主要涉及炎癥因子、缺氧、脂肪細胞、糖代謝等方面。TNF-α是典型的高表達炎癥細胞因子，依據雙變量全基因組連鎖分析就發(fā)現了TNF-α存在于肥胖和骨質疏松癥共有的基因組區(qū)域[8]。TNF-α對于肥胖的影響同時基于糖代謝與炎癥兩個方面。肥胖作為機體炎癥應激源會刺激TNF-α的合成與分泌，而升高的TNF-α又會通過影響胰島素敏感度，調控糖脂代謝，從而增加肥胖的發(fā)生風險[9]。TNF-α和骨代謝關系密切，通過刺激炎癥細胞因子及直接上調破骨細胞活性，加速骨吸收，促進骨質疏松進展[10]。研究顯示缺氧對大鼠成骨細胞的骨形成能力起到抑制作用[11]，而HIF主要調節(jié)組織、細胞適應低氧或缺氧環(huán)境。HIF除能誘導干細胞分化為破骨細胞外[12]，同時也能影響VEGF通路，通過誘導VEGF活化增加成骨細胞的微血管浸潤，增加供氧及供血量。肥胖患者由于脂肪組織過度肥大，與血管生成不平衡時，局部會因缺氧激活HIF-1α，調控VEGF通路促進血管生成與構建[13]。這三條通路貫穿于肥胖與骨質疏松的發(fā)生發(fā)展過程，脂肪細胞生長與血管新生不平衡時，會造成組織缺氧，缺氧狀態(tài)促進炎癥介質的分泌，加快骨質疏松進程，同時促進微血管的新生重建，增加供養(yǎng)供血。脂肪細胞因子也可能通過多途徑影響骨重建[14]，比如瘦素(leptin)可刺激骨髓間充質干細胞向成骨細胞分化，促進骨形成[15]；脂聯素(adiponectin)除促進骨形成外，也通過抑制脂肪細胞的形成，負性調節(jié)破骨細胞[16]；網膜素-1(omentin-1)預防骨質疏松則是通過抑制促炎因子表達[17]。而Toll樣受體(TLRs)介導的炎癥反應與肥胖、骨質疏松、糖尿病等代謝性疾病關系密切。肥胖小鼠脂肪組織內TLR高表達，細胞因子(TNFα、IL-6等) 表達也隨之升高[18]。其中TLR4參與的炎癥反應, 可通過激活其他其他通路如Wnt/β-catenin、TGF-β/BMP、Notch等成骨通路，參與骨代謝[19]。AMPK信號通路干預肥胖與骨質疏松則是通過調節(jié)骨髓間質干細胞的成骨成脂分化，PPARγ 能夠促進成脂分化, 而Wnt/β-catenin通路則是促進成骨分化[20]。諸多體外研究表明AMPK能磷酸化 β-catenin, 促進成骨[21]；也可直接通過調節(jié)PPARγ 的活性促進成脂，抑制成骨[22]。FOXO同樣屬于促炎因子相關通路一種，參與包括肥胖及骨質疏松的炎癥調節(jié)。此外，包橋橋等[23]研究發(fā)現FOXO1磷酸化能夠改善細胞胰島素抵抗，調節(jié)糖代謝，維持細胞葡萄糖狀態(tài)。胰島素抵抗通路及2型糖尿病信號通路也均是調節(jié)糖代謝相關通路，糖代謝障礙引起脂肪積累，是肥胖發(fā)生的重要危險因素[24]。有研究[25]發(fā)現，葡萄糖水平升高會使誘導成骨細胞凋亡的作用更加明顯。高糖環(huán)境不僅影響成骨，同時調控破骨細胞，Williams等[26]發(fā)現，破骨細胞在7～25 mmol/L水平時能夠使骨吸收最活躍。強勝林等[27]通過對補腎固本方研究發(fā)現抑制PI3K/AKT/m TOR信號通路激活，可以保護小梁結構，下調破骨細胞分化，減少去卵巢后大鼠OP發(fā)生率。白穎等[28]則是通過蛋白印跡檢測法發(fā)現降糖3號方可能通過激活PI3K/AKT信號通路改善糖脂代謝，控制肥胖小鼠體重。胡玲美等[29]研究發(fā)現黃芪、葛根配伍起到降糖降脂的作用同樣通過增加PI3K/AKT mRNA的表達。綜上所述，不難看出肥胖與骨質疏松之間有著密切聯系，諸多通路主要是直接或間接通過炎癥介質及糖脂代謝調控二者進程，同時我們也發(fā)現很少有學者研究通路對肥胖及骨質疏松產生共同影響。

表1 GO富集分析所含靶基因(前10條)

本研究依據生物信息學找到肥胖與骨質疏松相關聯靶點，并通過基因可視化，使網絡樣作用關系愈加清晰。當然此類基因靶點的信息整合依賴于生物信息與計算機技術的不斷發(fā)展，基因數據庫的準確性決定著整合信息的可靠性，同時對于基因表達量及靶點激活程度等也需隨生信技術發(fā)展進一步研究。