搜索历史清除全部记录
最多显示8条历史搜索记录噢~
全部
  • 全部
  • 产品管理
  • 新闻资讯
  • 介绍内容
  • 企业网点
  • 常见问题
  • 企业视频
  • 企业图册

第三十七节:代谢性疾病的表观遗传学

发布时间:

2025-04-18 21:59

代谢性疾病的表观遗传学

林恩·吉尔伯格,琳恩·约尔特

丹麦哥本哈根大学,哥本哈根

大纲

引言 569 节俭表型与出生体重 573 生活方式因素和年龄对表观基因组的影响 570 妊娠期糖尿病 574 年龄与表观基因组 570 代谢性疾病的表观遗传学特征 574 饮食、代谢与表观基因组 570 代谢综合征 575 身体活动、缺乏运动与肥胖 575 表观基因组 572 2 型糖尿病 576 表观遗传记忆、产前暴露与代谢性疾病风险 573 结论 577 参考文献 578

引言

越来越多的文献表明,表观遗传机制在遗传因素和环境因素的复杂相互作用中,对肥胖、代谢综合征、2 型糖尿病(T2D)和心血管疾病(CVD)等代谢性疾病的发生发展起到一定作用。最早表明环境暴露和年龄都可能影响我们基因组表观遗传特征的数据,来自一项对同卵双胞胎的研究。该研究显示,尽管同卵双胞胎拥有相同的基因组,但在年龄较大、生活方式不同且共同生活时间较少的双胞胎对中,多个组织中的 DNA 甲基化和组蛋白乙酰化模式更为多样[1]。其他早期研究表明,表观遗传机制通过影响对线粒体氧化磷酸化重要的基因(包括 COX7A1)参与衰老过程[2]。此后,大量研究表明表观遗传修饰与年龄或生活方式因素之间存在高度显著的关联。关于表观遗传修饰如何在生命早期的不利环境因素与后期代谢性疾病风险增加之间建立联系,一些最有说服力的证据来自对母亲在孕期经历饥荒或妊娠期糖尿病的成年人的研究[3 - 5]。

在过去几十年中,随着肥胖症的流行,2 型糖尿病和代谢综合征的患病率在全球范围内同步上升,它们对全球健康构成了重大威胁[6 - 8]。像 2 型糖尿病这样的代谢紊乱的复杂性体现在受影响的众多器官和组织上,包括肝脏、肠道、大脑、骨骼肌、脂肪组织以及胰腺等内分泌器官。此外,代谢性疾病的病因具有异质性,涉及遗传、发育和环境等多种因素之间的相互作用 。然而,代谢性疾病的许多病因和发病机制仍不清楚。因此,进一步了解组织特异性表观遗传机制、环境因素和基因组之间的复杂相互作用,可能为为什么有些人会患代谢性疾病而另一些人不会提供新的线索。

在本章中,我们旨在概述:(1)我们的年龄和生活方式如何影响代谢特征和表观基因组;(2)胎儿期的不良暴露如何影响表观遗传修饰,从而增加后期患代谢性疾病的风险;(3)在一些最常见的代谢性疾病(包括代谢综合征、肥胖症和 2 型糖尿病)中,表观基因组是如何受到影响的。

生活方式因素和年龄对表观基因组的影响

代谢综合征、肥胖症、2 型糖尿病和心血管疾病是缓慢进展的代谢性疾病,其患病率会随着年龄增长、体重超标以及与生活方式相关的因素(如饮食、吸烟、压力、毒素和缺乏身体活动)而增加。近年来,这些代谢性疾病的风险因素与人体多个组织中的表观基因组改变有关(图 37.1)。

年龄与表观基因组

衰老的特征是细胞功能逐渐衰退,并且与代谢紊乱、神经退行性疾病和多种癌症的风险增加有关。表观遗传重塑与衰老密切相关,人们认为在衰老过程中,表观遗传信息将环境输入与遗传背景相结合[10]。

image

 

图 37.1 表观遗传学在代谢性疾病(如代谢综合征、肥胖症和 2 型糖尿病)的发生发展过程中,作为遗传学、胎儿编程、年龄和生活方式相关因素之间复杂相互作用的核心共同作用因子。

2005年,弗拉加(Fraga)等人开展了第一项研究,证实年龄和环境因素可通过改变人体多个组织的表观遗传模式,对表型产生终身影响 [1]。如今,大量研究表明,在与代谢性疾病相关的各种人体组织基因组中,特定胞嘧啶的甲基化与年龄之间存在高度显著的相关性,这表明表观遗传学确实参与了与年龄相关的细胞功能逐渐衰退过程 [11 - 16]。比戈(Bigot)等人进行的一项研究支持了这一观点,他们发现,随着年龄增长,肌肉干细胞池调节因子SPRY1的甲基化增加,这可能是身体降低再生反应、从而抑制老年时肌肉干细胞池补充的一种方式 [16]。

基于从几种人类细胞类型中获得的与年龄相关的表观基因组数据,已经开发出两种相互独立但高度重叠的衰老预测模型 [11,15]。这些“表观遗传年龄时钟”可能是个体(生物学)衰老的有前景的标志物,并有助于我们理解为何一些人会患上复杂的与年龄相关的疾病。此外,许多与年龄相关的DNA甲基化变化位于对人类新陈代谢至关重要的基因的 岛中。例如,在人类血液 、脂肪组织 [14] 和胰岛 [12] 中,已发现Krüppel样因子14基因(KLF14)的年龄与位点特异性DNA甲基化之间存在高度显著的关联。在这种情况下,血液中与疾病相关基因的与年龄相关的DNA甲基化反映了其他组织中的DNA甲基化情况,除了可能成为生物标志物外,还可能直接参与增加代谢性疾病风险的与年龄相关的病理过程。

细胞和器官功能的与年龄相关的变化也与微小RNA(miRNA)有关。在一项对人类外周血单核细胞中超过 种miRNA进行分析的研究中,发现9种miRNA在老年人中的表达显著降低 [17]。其中包括miR - 221,其潜在靶点PI3 - 激酶随着年龄增长而上调,这支持了miRNA在人类衰老和与年龄相关疾病中可能发挥的作用。

饮食、代谢与表观基因组

代谢调节最终在分子水平上发挥作用。染色质受遗传和表观遗传控制,有助于跨细胞类型的转录调控,越来越多的证据表明染色质与能量稳态之间存在调节界面 [18]。饮食因素对表观遗传调控的影响解释了生活方式如何与表观基因组相互作用,从而在健康和疾病状态下影响人类代谢。

膳食营养素为表观遗传构建模块(即甲基和乙酰基)提供底物,并作为表观遗传酶的辅助因子。因此,我们的饮食可以通过改变表观遗传底物的可用性以及改变负责添加或去除表观遗传标记的酶的活性来影响表观遗传模式。例如,S - 腺苷甲硫氨酸(SAM)是甲基供体底物,它为DNA和组蛋白甲基转移酶提供甲基。一些为SAM提供甲基的最重要的甲基供体包括维生素(叶酸和钴胺素(维生素B12))、营养素胆碱和氨基酸甲硫氨酸 [19]。有趣的是,在动物研究中,甲硫氨酸限制与长寿有关,在一项对Wistar大鼠的研究中,为期7周、甲硫氨酸限制40%的饮食导致大鼠心脏基因组DNA的整体甲基化显著降低 [20]。除了甲基供体外,生物活性食品成分,如抗氧化剂异黄酮染料木黄酮,有可能改变DNA甲基化,部分是通过直接使DNA甲基转移酶失活 [21]。同样,众所周知的抗氧化剂维生素 ,在糖尿病患者的血浆中含量较低 [22],它是双加氧酶的辅助因子,这些酶催化DNA(十一 - 移位酶)和组蛋白(含Jumonji C结构域的组蛋白去甲基化酶)的主动去甲基化 。

甲基供体、生物活性食物成分和营养素对表观遗传修饰的影响,经常在研究母体饮食对后代DNA甲基化影响的背景下进行研究。例如,孕期补充ω-3脂肪酸二十二碳六烯酸(DHA),会使婴儿脐带血中对生长发育至关重要的印记基因胰岛素生长因子2(IGF2)的DNA甲基化水平升高[25]。妊娠期甲基供体的可利用性对后代DNA甲基化模式的建立至关重要,最直观的例子来自刺豚鼠(Agouti) 小鼠。食用富含甲基供体饮食的母鼠所产后代的毛色为野生型(棕色),而食用标准饮食的母鼠所产后代的毛色为黄色[26]。棕色毛色是由于一个控制刺豚鼠基因表达的长末端重复序列发生了DNA高甲基化,导致刺豚鼠基因表达降低,从而改变了毛色。

迄今为止,产前、儿童期或成年期环境暴露导致成年期表观遗传改变最一致的例子之一,是代谢主调控因子过氧化物酶体增殖物激活受体γ共激活因子1α(基因,PPARGC1A;蛋白,PGC - 1 )的DNA启动子甲基化。PGC - 1 的广泛作用包括调节编码能量代谢、线粒体生物发生和适应性产热所需蛋白质的基因,如高热量饮食[27]。2003年,研究发现,糖尿病前期和糖尿病患者的骨骼肌中PPARGC1A的表达显著下调[28]。研究了健康年轻男性在5天高脂过量饮食(HFO) 后,脂肪组织和骨骼肌中PPARGC1A的位点特异性DNA启动子甲基化情况。有趣的是,在这两种组织中,研究的四个CpG位点中有两个位点的PPARGC1A启动子甲基化在高脂过量饮食后显著增加,而PPARGC1A的mRNA表达没有显著变化(表37.1)。从同一研究队列中,使用Illumina公司的 芯片在全基因组范围内研究了脂肪组织DNA甲基化对5天高脂过量饮食的可塑性[31]。在这里,胰岛素反应性葡萄糖转运蛋白4(GLUT4)和肥胖相关基因CDK5是在过量饮食后DNA甲基化及其相应基因表达均发生改变的基因之一[31]。尽管在这项研究中,脂肪组织DNA甲基化的全基因组变化对短期高脂过量饮食的反应不是特别活跃,但有报道称短期高脂过量饮食后骨骼肌中的DNA甲基化变化更为广泛[32]。这可能表明骨骼肌中的DNA甲基化比脂肪组织中的更具可塑性[31,32]。

在高脂饮食诱导的肥胖小鼠模型中,发现父本精子中对胚胎发生重要的基因处组蛋白甲基化发生了改变,这表明饮食暴露可以调节参与发育过程的基因的组蛋白修饰[33]。我们的饮食也可能对miRNA的表达产生影响。与喂食普通饲料的小鼠相比,高脂饮食喂养的小鼠肝脏中miR - 21的表达降低,通过靶向脂肪酸结合蛋白7,这与肝脏中的细胞内脂质积累有关(详见参考文献[34])。

在暴露于8周对照饮食或高脂高蔗糖饮食(有或无甲基供体补充)的大鼠肝脏中,令人惊讶的是,补充甲基供体的对照饮食组大鼠肝脏中的整体DNA甲基化水平降低了[35]。这一发现,以及同一受试者脂肪组织和骨骼肌中饮食诱导的表观遗传可塑性的分离现象表明,在研究饮食对人类和动物整体、全基因组和位点特异性表观遗传模式的影响时,需要进行有明确假设的针对性研究(即匹配良好的研究组和标准化干预)。

表37.1 代谢主调控因子过氧化物酶体增殖物激活受体γ共激活因子1α(PPARGC1A)的DNA甲基化和基因表达与代谢性疾病及其易感因素相关的部分研究

暴露队列组织结果参考文献
高脂饮食健康年轻男性骨骼肌和皮下脂肪组织高脂过量喂养5天后启动子甲基化增加 
小鼠,母体骨骼肌后代启动子甲基化增加,基因表达降低[75]
体育锻炼健康、久坐的男性和女性骨骼肌启动子甲基化降低,基因表达增加[38,40]
身体活动不足健康年轻男性骨骼肌卧床休息9天后启动子甲基化增加,基因表达降低[42]
低出生体重低出生体重的健康年轻男性骨骼肌和皮下脂肪组织启动子甲基化增加 
母体体重指数(BMI)肥胖女性的新生儿后代脐带血母体BMI与新生儿启动子甲基化呈正相关[58]
肥胖青春期前儿童外周血儿童时期的启动子甲基化可预测5 - 7年后的肥胖情况[59]
妊娠期糖尿病(GDM)和1型糖尿病(T1D)成年男女后代骨骼肌妊娠期糖尿病后代基因表达降低[68]
2型糖尿病(T2D)2型糖尿病,男性和女性胰岛启动子甲基化增加,基因表达降低[77]
2型糖尿病,男性和女性骨骼肌启动子甲基化增加 

BMI,身体质量指数(Body mass index);GDM,妊娠期糖尿病(gestational diabetes mellitus);LBW,低出生体重(low birth weight);T1D,1型糖尿病(type 1 diabetes);T2D,2型糖尿病(type 2 diabetes)。

人类表观基因组对饮食变化的敏感程度的基本认识在很大程度上仍是未知的。旨在阐明饮食对表观基因组影响的进一步研究可能会提供优化的饮食指南,从而改善代谢紊乱的预防。

身体活动、缺乏活动与表观基因组

众所周知,定期锻炼通过调节包括氧化能力、心血管功能以及全身葡萄糖和脂肪酸稳态在内的代谢过程,对整体健康具有广泛的有益影响[36]。除了重塑肌肉和骨骼系统以适应机械应力外,体育锻炼还会影响对代谢重要的基因的表达。

在定期锻炼后,从外周血细胞[37]到对全身代谢重要的组织(包括骨骼肌和脂肪组织)[38 - 40]等多个组织中都观察到了全基因组DNA甲基化的变化。即使是一次急性运动干预也已被证明会改变健康久坐男女骨骼肌中DNA启动子的甲基化[40]。身体活动还被证明可以调节组蛋白去乙酰化酶,这些酶通过转录因子——肌细胞增强因子2诱导参与代谢途径的基因表达[41]。在两项独立的研究中,人类骨骼肌中PPARGC1A启动子的甲基化随着运动而显著降低 。Alibegovic等人的另一项研究表明,健康年轻男性卧床休息9天会导致与运动期间相反的结果;骨骼肌中PPARGC1A的DNA甲基化增加,基因表达降低(表37.1)[42]。总体而言,有证据表明久坐的生活方式会导致表观基因组发生改变,相反,体育锻炼可能会引发一些机制,从而逆转恶化的表观遗传表型。

身体活动的表观遗传效应是全基因组范围的,并且会影响参与肌肉生长和代谢的基因[43]。一般来说,即使是少量的运动似乎也会诱导肌肉细胞发生整体低甲基化 。如果位于调控区域,运动诱导的表观遗传变化可能会改变对肌肉修复、分化和生长途径重要的基因的表达 。此外,运动强度已被证明与启动子去甲基化水平直接相关,更剧烈的运动能激活更多的基因[43]。

骨骼肌质量及其对环境变化的适应性被认为是可调节的,这样它就能更好地对之前遇到过的刺激做出反应[45]。在这方面,骨骼肌可能具有“表观遗传记忆”。一项对小鼠肌肉细胞的研究支持了这一点,在该研究中,TNF - 诱导的肌肉分化调节因子 的DNA甲基化增加在肌肉增殖和整个生命周期中都持续存在[46]。

微小RNA(miRNAs)被认为参与了炎症和血管生成的调节。事实上,有氧运动已被证明可以减少在骨骼肌中产生负面炎症效应的miRNA的总数[47]。导致身体进入合成代谢状态的刺激,如阻力训练,也已被证明会使炎症性miRNA减少[48]。这种减少可能在肌肉细胞的生长(肥大)中起作用,但需要进一步研究。

身体活动还被证明对癌症患者具有有益和保护作用[49]。肿瘤抑制基因 和 启动子区域的高甲基化是乳腺癌常见的表观遗传标记,体育锻炼已被证明可以降低这些位点的甲基化,这被认为可以降低患乳腺癌的风险[50,51]。

表观遗传记忆、产前暴露与代谢疾病风险

众所周知,胎儿期不理想的环境暴露可能会对人体组织功能和代谢疾病风险产生永久性影响。这通常被称为发育编程。尽管产前事件如何被“记忆”并影响成年后代谢疾病易感性的确切机制仍不清楚,但在子宫内建立的表观遗传“记忆”概念是一个有吸引力的解释。

节俭表型与出生体重

25 多年前,黑尔斯(Hales)和巴克(Barker)提出了“节俭表型假说”,他们认为,导致胎儿生长受限的不良营养状况,可能会使成年后的表型在营养匮乏的条件下有利于生存,但在营养充足时则有害[52]。从那时起,他们关于发育编程在包括 2 型糖尿病(T2D)和心血管疾病(CVD)在内的代谢异常发展中起重要作用的观察,已得到众多研究的证实和拓展 。一些最有说服力的证据来自对母亲在孕期经历饥荒所生孩子的成年个体的研究。在这些研究中,足月出生但出生体重较低(LBW;通常 )的个体,很可能是由于产前营养不良,其葡萄糖耐量受损,日后患糖尿病的风险增加[3,4]。重要的是,哈德(Harder)等人在 2007 年的一项大型荟萃分析中研究了出生体重与 2 型糖尿病风险之间的关系,发现呈 U 型关系[54]。因此,不仅低出生体重,高出生体重(通常 )也与 2 型糖尿病风险增加有关。高出生体重主要与孕期营养过剩和高血糖有关,将在后续章节中讨论。

海伊曼斯(Heijmans)等人通过鉴定在荷兰饥荒时期(荷兰饥饿冬天)产前暴露于饥荒的成年个体中胰岛素样生长因子 2(IGF2)基因的 DNA 甲基化水平较低,首次表明子宫内的环境条件可导致贯穿人类一生的表观遗传变化[3]。从那时起,与正常出生体重(NBW)个体相比,低出生体重个体在与代谢疾病相关的多种人体组织中已被发现存在表观遗传模式和可塑性的改变[29 - 31,55,56]。同样,在干细胞方面,低出生体重个体似乎也有改变的表观遗传模式。在源自低出生体重受试者的培养脂肪组织干细胞中,与正常出生体重受试者相比,编码脂肪源性激素瘦素(LEP)的基因的 DNA 甲基化增加,而 mRNA 表达和分泌的瘦素蛋白则下调[55]。这表明子宫内生长受限的个体具有功能失调的干细胞,这些干细胞可能经过了表观遗传编程。

过氧化物酶体增殖物激活受体γ共激活因子 1α(PPARGC1A)的启动子甲基化已在两组独立的年轻健康低出生体重和正常出生体重男性的骨骼肌中进行了研究,在这两组人群中,低出生体重男性的甲基化水平均显著高于正常出生体重男性(表 37.1)[29,57]。与瘦素基因(LEP)类似,低出生体重男性脂肪组织中 PPARGC1A 启动子的 DNA 甲基化也显著增加[30]。2009 年,杰玛(Gemma)等人发现母亲的体重指数(BMI)与脐带中 PPARGC1A 启动子甲基化呈正相关[58],最近,克拉克 - 哈里斯(Clarke - Harris)等人表明,5 至 7 岁儿童全血中 PPARGC1A 启动子 位点的 DNA 甲基化可预测同批 9 至 14 岁儿童的肥胖情况[59]。这些结果表明,全血和脐带中 PPARGC1A 启动子甲基化可作为评估子宫内环境的生物标志物,从而预测未来肥胖和代谢疾病的风险。另一方面,骨骼肌和脂肪组织中 PPARGC1A 的 DNA 甲基化可能参与胰岛素抵抗和 2 型糖尿病的进展。

转录后调控的改变,如 mRNA 降解、mRNA 翻译以及长链非编码 RNA 和微小 RNA(miRNA)的表达,也被认为是胎儿编程和低出生体重与 2 型糖尿病风险增加之间的关联因素。事实上,在成年低出生体重个体和生命早期营养不佳的糖尿病前期大鼠中,已观察到与不良脂肪细胞表型相关的 miRNA 谱[60]。同样,在骨骼肌中,双胞胎中的低出生体重以及大鼠孕期营养不良与特定 miRNA 表达的改变有关,这些 miRNA 可能靶向胰岛素信号通路[61]。

综上所述,这些研究表明,导致胎儿生长受限的不良子宫内环境会在成年后以表观遗传模式和可塑性的改变形式被“记忆”下来,从而增加日后患代谢紊乱的风险 。

妊娠期糖尿病

由母亲患1型糖尿病(T1D)、2型糖尿病(T2D)或妊娠期糖尿病(GDM)所导致的高血糖宫内环境,可能会使新生儿出生体重过高,并增加其日后患代谢性疾病的风险。除了对孕期营养不足和胎儿生长受限的研究外,以妊娠期糖尿病为代表的营养过剩研究也表明,表观遗传学是胎儿编程与代谢性疾病发展之间的一个关联因素。随着全球2型糖尿病患者数量的激增,孕期糖尿病的患病率也在上升,这主要是由肥胖、缺乏运动、人口老龄化和城市化等因素导致的[62,63]。

妊娠期糖尿病影响着全球1% - 10%的新生儿出生,但在像印度这样的发展中国家,其发病率可能上升得更快,有10% - 17%的孕妇受其影响[64,65]。一般来说,患有妊娠期糖尿病、1型糖尿病或2型糖尿病的母亲所生的孩子,会因营养供应增加而导致胎儿生长加速,进而使出生体重增加。在未确诊的情况下,这对母亲和孩子都可能有生命危险。除了会导致复杂的妊娠和分娩等急性影响外,大量的人体观察研究表明,母亲患糖尿病所导致的高血糖(血糖水平高)宫内环境,会对孩子的健康产生长期影响,包括在幼年时就增加患2型糖尿病和肥胖症的风险[9,66 - 68]。然而,其潜在的分子机制仍不清楚。数据有力地表明,糖尿病母亲的宫内高血糖和高代谢环境,会使孩子患2型糖尿病的长期风险增加,且程度超过低出生体重所带来的风险。丹麦最近的一项研究表明,妊娠期糖尿病母亲所生的孩子患2型糖尿病的风险最高可增加至8倍,患代谢综合征的风险增加至4倍,超重的风险增加至2倍[66,67]。糖尿病母亲所生孩子患病风险增加的一个可能机制,是与代谢和发育途径相关的基因在全组织范围内发生表观遗传变化[69]。有证据表明,骨骼肌和脂肪干细胞中的“表观遗传记忆”介导了这些影响[55,70,71]。此外,胎儿暴露于1型糖尿病环境中,也与成年后的糖尿病前期状况有关,包括似乎由表观遗传机制介导的肾功能障碍[72]。

另一项近期的小规模研究报告称,妊娠期糖尿病女性的胎盘整体甲基化水平降低,而脐带血样本中的甲基化水平未发现明显差异[73]。此外,母系印记的MEST基因、非印记的糖皮质激素受体NR3C1基因以及散在的ALU重复序列,在妊娠期糖尿病母亲的胎盘组织和脐带血中,甲基化水平均显著降低[74]。这些研究支持了这样一种观点,即宫内暴露于糖尿病环境可能会对孩子日后的表观基因组产生持久影响。

孕期糖尿病通常与炎症增加有关,这也会增加孩子患代谢性疾病的风险。例如,通过体育活动改变母亲的生活方式,可能会改善母亲和孩子的代谢健康。一项动物研究对孕期前后暴露于高脂饮食且有或无自主运动的小鼠进行了研究[75]。他们发现,高脂饮食会使PPARGC1A启动子的甲基化增加,相应地,新生小鼠和12个月大的小鼠后代肌肉中的基因表达降低(表37.1)。当小鼠进行运动时,则观察到PPARGC1A表达增加,这似乎对后代原本恶化的代谢状况有预防作用[75]。

为了进一步完善代谢性疾病的预防策略,我们需要进一步了解孕期运动影响孩子健康和代谢性疾病风险的潜在分子机制。

代谢性疾病的表观遗传特征

表观遗传学已被确认为癌症发展的潜在原因之一[76],但表观遗传学与代谢性疾病之间的联系直到最近才被认识到。近期大量研究发现,与健康对照组相比,代谢性疾病患者的表观遗传特征发生了改变。有趣的是,一些与疾病相关的表观遗传修饰,包括PPARGC1A启动子甲基化,也与代谢性疾病的风险因素有关,如衰老、超重和不良的胎儿编程[12,14,29,77]。

代谢综合征

代谢综合征是一组病症,包括中心性肥胖、高血压和血脂异常,当这些病症同时出现时,会导致2型糖尿病(T2D)和心血管疾病(CVD)的风险增加。代谢综合征发展的主要危险因素是身体活动不足和高热量饮食,这会导致中心性(腹部、内脏)肥胖和胰岛素抵抗。其他增加代谢综合征风险的因素包括年龄、2型糖尿病家族史或既往妊娠期糖尿病(GDM)或心血管疾病病史[78]。对于患有代谢综合征或其任何组成部分的个体,可以通过改变生活方式(即体育活动和减轻体重)来延缓甚至预防严重健康问题的发展。

关于代谢综合征的确切定义存在诸多争议,但聚集在一起的定义性组成部分包括中心性肥胖、高血压、胰岛素抵抗和血液中空腹甘油三酯水平升高(血脂异常)[78]。一些诊断标准中包含的其他组成部分还有空腹高密度脂蛋白胆固醇水平降低以及血液中空腹血糖或胰岛素水平升高。由于代谢综合征的定义条件多样且涉及的组织各异,因此将表观遗传机制与这种复杂代谢疾病的发病机制联系起来并非易事。因此,针对特征明确的代谢综合征患者与健康对照者相关靶组织进行的表观遗传修饰研究十分匮乏。

对839名个体的外周血单核细胞进行了分析,其中三分之一的人患有代谢综合征,研究分析了细胞因子信号传导抑制因子3(SOCS3)基因体区一个 位点的DNA甲基化情况,该位点被认为与代谢综合征和肥胖的发生有关[79]。有趣的是,SOCS3的甲基化与基因表达呈负相关,与代谢综合征和肥胖的存在相关,也与几种与代谢综合征相关的病症相关,包括血液中甘油三酯、低密度脂蛋白胆固醇和葡萄糖的空腹水平、腰臀比以及胰岛素抵抗。这项研究的结果表明,SOCS3甲基化水平降低可能导致基因表达增加,从而抑制细胞因子信号传导,进而增加代谢综合征的风险[79]。

与代谢综合征本身相反,已经对其一些定义性组成部分进行了大量广泛的表观遗传学研究。例如,代谢综合征患者的血脂异常(通常表现为血液中甘油三酯水平高和高密度脂蛋白胆固醇水平低)与表观遗传修饰的调控改变有关。对人类骨骼肌和胰岛进行的体外细胞研究表明,脂肪酸棕榈酸酯和油酸酯会影响代谢重要基因的DNA甲基化[80 - 82]。此外,有研究表明,包括miR - 33、- 34a和 - 21在内的微小RNA(miRNA)是脂质代谢的关键调节因子,因此可能参与血脂异常和代谢综合征的发生发展[34]。高血压是代谢综合征的另一个重要组成部分,会增加心血管疾病的风险,并且与表观遗传机制有关[83]。在一项对60名原发性高血压患者全血的研究中,与30名对照受试者相比,患者的DNA甲基化平均水平显著降低,受严重高血压影响的患者表现出最低的整体甲基化水平[84]。因此,通过与代谢综合征的不同定义性组成部分相关联,表观基因组可能在多个不同层面上成为代谢综合征发展的核心协同因素。此外,人类表观基因组与代谢综合征的并发症有关,包括肥胖、胰岛素抵抗和2型糖尿病,这些将在后续章节中进行综述。

肥胖

肥胖影响着全球超过5亿人,在西方国家,肥胖人群占总人口的比例高达三分之一,并且与多种合并症相关,包括2型糖尿病和心血管疾病[8]。除了是一种代谢紊乱外,肥胖还被认为是其他代谢疾病的危险因素,主要是通过伴随脂肪组织堆积的潜在胰岛素抵抗以及血管系统中的脂质堆积(动脉粥样硬化)起作用。

已有研究报道了人体组织和血液中体脂百分比和身体质量指数(BMI)对DNA甲基化的影响。这些研究表明,肥胖在一定程度上可能受到表观遗传调控 。凯勒(Keller)等人的一项研究 [86] 发现,人体皮下脂肪组织(SAT)中的整体DNA甲基化与脂肪分布(腰围测量值和腰臀比)显著相关。最近,迪克(Dick)等人 [85] 证实,在全血(来自三个队列)和皮下脂肪组织(来自第四个女性队列)中,BMI与编码缺氧诱导因子3α(HIF3A)的基因内含子1中的三个CpG位点的DNA甲基化之间存在显著关联,并且这一结果在其他几项研究中得到了重复验证。在一项研究中,BMI与HIF3A甲基化之间的关联在女性皮下脂肪组织的所有三个 位点均显著,但在男性中不显著,这表明BMI对HIF3A DNA甲基化存在性别特异性影响 [14] 。此外,研究还表明,与瘦对照组相比,肥胖女性的骨骼肌细胞在接触脂质后会出现不同的DNA甲基化和基因表达反应 [82] 。有趣的是,胃旁路手术(RYGB)导致肥胖受试者体重减轻,也会对骨骼肌表观基因组产生动态影响 [87] 。

在一项研究中,研究人员对肥胖与正常体重受试者脂肪组织中SIRT1和SIRT7基因表达存在显著差异的情况进行了研究,探讨了它们的表观遗传调控机制 [88] 。在该研究中,两组之间的DNA甲基化情况相似,但肥胖个体中包括miR - 125a - 5p和miR - 193a - 3p在内的几种微小RNA(miRNA)的表达发生了显著改变,并且与体重和BMI呈负相关 [88] 。

最近的研究结果表明,肥胖可能通过跨代表观遗传遗传增加将代谢功能障碍传递给下一代的风险 [44] 。例如,唐金(Donkin)等人发现,与瘦男性相比,肥胖男性精子组蛋白的定位没有改变,但DNA甲基化模式明显不同,这表明表观遗传修饰可能通过父系传递 [89] 。这项研究表明,肥胖可能通过重塑配子中的表观基因组,将代谢功能障碍传递给下一代。

2型糖尿病

2型糖尿病(T2D)是一种严重的代谢性疾病,其特征是由于包括胰岛素抵抗和胰岛素分泌不足在内的多器官缺陷导致的高血糖。据估计,全球糖尿病患病率为9%,全球糖尿病患者人数超过4亿 [7] 。糖尿病患者由于长期高血糖的影响,患严重慢性并发症的风险很高,死亡率也会增加,这些并发症包括微血管损伤(糖尿病视网膜病变、肾病和神经病变)和心血管疾病(中风、缺血性心脏病和截肢) [90] 。

由于2型糖尿病的病因和发病机制具有异质性,因此需要采用综合方法来理解其多层次的复杂性,从而优化预防和治疗措施。表观遗传学与2型糖尿病的发病机制有关,因为它能够将遗传因素与环境暴露因素相结合。研究特别关注与疾病病理状态相关的组织,即骨骼肌、脂肪组织和肝脏,这些是2型糖尿病患者或有患病风险人群中胰岛素抵抗的主要发生部位,以及胰腺胰岛,在2型糖尿病患者中,胰岛中的β细胞产生和分泌的胰岛素不足。

在2型糖尿病患者与对照组的胰岛中,已发现许多基因存在表观遗传改变 [77,91 - 94] 。2008年,林(Ling)等人发现,与非糖尿病受试者相比,2型糖尿病患者胰岛中过氧化物酶体增殖物激活受体γ共激活因子1α(PPARGC1A)启动子发生了高甲基化 [77] 。此外,他们还发现2型糖尿病患者PPARGC1A信使核糖核酸(mRNA)水平降低,并且启动子甲基化与PPARGC1A mRNA表达之间存在临界显著的负相关。有趣的是,后来发现PPARGC1A启动子中的相同位点在糖尿病前期(胰岛素抵抗)和2型糖尿病患者的骨骼肌中也发生了高甲基化(表37.1) [80,95] 。在2型糖尿病患者胰岛中,编码胰岛素(INS)的基因启动子区域以及对β细胞发育和功能起关键作用的转录因子胰腺和十二指肠同源盒1(PDX1)的启动子区域,也发现了启动子甲基化增加和基因表达降低的现象 [93,94] 。最近对糖尿病患者和非糖尿病对照者胰岛进行的全基因组DNA甲基化研究,还发现了糖尿病胰岛中多个其他基因的甲基化和表达发生了改变 [91,92] 。

在人类脂肪组织和肝脏活检样本中,与健康对照组相比,2型糖尿病(T2D)患者体内代谢重要基因的表观遗传模式和转录模式发生了改变[96,97]。尼尔森(Nilsson)等人对28名糖尿病患者和28名非糖尿病患者的皮下脂肪组织(SAT)进行了全基因组DNA甲基化研究,确定了15627个CpG位点,这些位点在2型糖尿病患者中存在DNA甲基化差异[97]。另一项研究调查了在2型糖尿病患者皮下脂肪组织中存在差异的15627个CpG位点的DNA甲基化情况,是否也与另一组96名健康男性皮下脂肪组织中的年龄、体重指数(BMI)或糖化血红蛋白(HbA1c)显著相关[14,97]。有趣的是,在这项研究中,与2型糖尿病相关的< b0></b0> CpG位点的DNA甲基化与年龄显著相关[14]。这些位点中的大多数(90%)随年龄增长呈正向变化,且在2型糖尿病患者中有所增加。此外,在2型糖尿病患者皮下脂肪组织中存在差异甲基化的位点中,有6%的皮下脂肪组织DNA甲基化与体重指数相关。而且,尽管糖化血红蛋白水平范围较窄,但在2型糖尿病患者中存在差异甲基化的位点中有30个与糖化血红蛋白水平相关;其中26个位点的甲基化与健康男性的< b1></b1>呈负相关,且与对照组相比,2型糖尿病患者中的甲基化水平较低[14,97]。

2型糖尿病患者脂肪组织中位点特异性DNA甲基化差异,与健康个体脂肪组织中相同位点的年龄、体重指数或糖化血红蛋白的显著相关性表明,表观遗传机制在2型糖尿病的发生发展过程中与生活方式因素相互作用(图37.1)。

除了DNA甲基化外,2型糖尿病还与血液和2型糖尿病靶组织(如骨骼肌)中独特的微小RNA(miRNA)谱有关[61,98]。这些miRNA谱有时会在疾病显现前数年被检测到,因此可能是病理过程的核心因素[61,98]。此外,不同的miRNA似乎可以预测糖尿病的长期微血管和大血管并发症[98]。

糖尿病患者的慢性高血糖会对全身血管系统造成损害,包括血管内壁细胞(内皮细胞和血管平滑肌细胞)、心脏(心肌细胞)和肾脏(肾细胞)[90]。除高血糖外,糖尿病的心血管并发症还具有炎症、氧化应激和内皮功能障碍等特征,这些因素本身已被证明会诱导各种表观遗传变化,且这些变化可能会变得不可逆(详见参考文献[90])。在这方面,“表观遗传记忆”可能参与了2型糖尿病心血管并发症的进展。苗(Miao)等人的研究支持了这一观点,他们发现与无微血管并发症的糖尿病患者相比,患有微血管病变的糖尿病患者单核细胞中启动子区域的组蛋白H3赖氨酸-9乙酰化水平有所增加[99]。有趣的是,在这项研究中,由高血糖和炎症诱导的表观遗传变化在外周血单核细胞中被检测到。因此,有可能利用血细胞的表观遗传标记和血液中循环的miRNA来评估健康状况,从而早期发现糖尿病的进展及其相关并发症[90,98]。

结论

我们才刚刚开始了解表观遗传机制如何以及在多大程度上与基因组、转录机制和生活方式暴露相互作用,从而影响晚年和后代患缓慢进展性代谢疾病的风险。在患有代谢疾病的人群以及疾病风险增加的个体(即由于暴露于不利的子宫内环境)的血液样本、干细胞和主要代谢组织中,已经检测到了特定的表观遗传改变。

近年来,对人类血液和组织的全基因组研究发现,受生活方式因素(如体育活动、饮食和吸烟)影响或与年龄及临床特征(如体重指数和胰岛素抵抗)相关的表观遗传修饰数量不断增加。深入了解这些关联有望改善代谢性疾病的预测生物标志物,从而增加延缓或预防代谢性疾病(如2型糖尿病 [13])的可能性。然而,尽管在相关组织的众多基因组位点存在表观遗传变化,但与代谢性疾病相关的大多数表观遗传变化的幅度与癌症不同,相对较小。在这方面,在特征明确的人体研究中识别与风险相关的表观遗传标记可能是有利的,在这些研究中,疾病相关组织中的DNA甲基化水平、组蛋白修饰或微小RNA(miRNA)与定量代谢特征相关,如体重指数、腰臀比、血压、糖化血红蛋白、胰岛素敏感性或血液中葡萄糖、胰岛素、胆固醇或甘油三酯的空腹血水平。此外,还需要进一步的描述性和机制性研究来揭示表观遗传机制是如何遗传的,以及它们如何与基因组、产前建立的表观遗传记忆和产后环境暴露相互作用,从而影响人类健康和疾病。为了支持遗传和表观遗传变异之间的功能和疾病相关相互作用,美国国立卫生研究院(NIH)路线图表观基因组学图谱联盟发布了一些最新的人类表观基因组数据,他们在这些数据中展示了与先前与遗传变异相关的性状相关的组织中的表观基因组富集 [100]。

DNA甲基化、组蛋白修饰和miRNA在代谢性疾病发病机制中的作用仍知之甚少。代谢性疾病表观遗传学领域未来的挑战包括更好地理解环境因素和遗传变异如何影响表观遗传修饰,表观遗传因素如何影响基因转录和疾病相关表型,当今生活方式引起的表观遗传变化是否可逆,以及它们是否会遗传给后代。

缩写

CVD 心血管疾病(Cardiovascular disease)

GDM 妊娠期糖尿病(Gestational diabetes mellitus)

HIF3A 低氧诱导因子3α(Hypoxia inducible factor 3 alpha)

IGF2 胰岛素样生长因子2(Isulin growth factor 2)

KLF14 类Krüppel因子14(Krüppel-like factor 14)

LBW 低出生体重(Low birth weight)

miRNA 微小RNA(microRNA)

NBW 正常出生体重(Normal birth weight)

NAFLD 非酒精性脂肪性肝病(Non-alcoholic fatty liver disease)

PPARGC1A 过氧化物酶体增殖物激活受体γ共激活因子1α(Peroxisome proliferator-activated receptor gamma co-activator 1 alpha)

SAM S-腺苷甲硫氨酸(S-Adenosyl methionine)

SAT 皮下脂肪组织(Subcutaneous adipose tissue)

T1D 1型糖尿病(Type 1 diabetes)

2型糖尿病(T2D Type 2 diabetes)

参考文献

[1] 弗拉加·MF(Fraga MF)、巴列斯塔·E(Ballestar E)、帕斯·MF(Paz MF)、罗佩罗·S(Ropero S)、塞蒂恩·F(Setien F)、巴列斯塔·ML(Ballestar ML)

et al. Epigenetic differences arise during the lifetime of monozygotic twins. Proc Natl Acad Sci USA 2005;102(30):10604-9.

[2] Rönn T, Poulsen P, Hansson O, Holmkvist J, Almgren P, Nilsson P, et al. Age influences DNA methylation and gene expression of COX7A1 in human skeletal muscle. Diabetologia 2008;51(7):1159-68.

[3] Heijmans BT, Tobi EW, Stein AD, Putter H, Blauw GJ, Susser ES, et al. Persistent epigenetic differences associated with prenatal exposure to famine in humans. Proc Natl Acad Sci USA 2008;105(44):17046-9.

[4] Ravelli AC, van der Meulen JH, Michels RP, Osmond C, Barker DJ, Hales CN, et al. Glucose tolerance in adults after prenatal exposure to famine. Lancet 1998;351(9097):173-7.

[5] Finer S, Mathews C, Lowe R, Smart M, Hillman S, Foo L, et al. Maternal gestational diabetes is associated with genome-wide DNA methylation variation in placenta and cord blood of exposed offspring. Hum Mol Genet 2015;24(11):3021-9.

[6] Ford ES, Giles WH, Mokdad AH. Increasing prevalence of the metabolic syndrome among us. Adults Diab Care 2004;27(10):2444-9.

[7] International Diabetes Federation. IDF diabetes atlas-7th Edition; 2015. Available from: http://www.diabetesatlas.org

[8] World Health Organization. Obesity and overweight; 2016. Available from: http://www.who.int/mediacentre/factsheets/fs311/en/

[9] Vaag A, Brons C, Gillberg L, Hansen NS, Hjort L, Arora GP, et al. Genetic, nongenetic and epigenetic risk determinants in developmental programming of type 2 diabetes. Acta Obstetricia Gynecol Scand 2014;93(11):1099-108.

[10] Benayoun BA, Pollina EA, Brunet A. Epigenetic regulation of ageing: linking environmental inputs to genomic stability. Nat Rev Mol Cell Biol 2015;16(10):593-610.

[11] Horvath S. DNA methylation age of human tissues and cell types. Genome Biol 2013;14(10):R115.

[12] Bacos K, Gillberg L, Volkov P, Olsson AH, Hansen T, Pedersen O, et al. Blood-based biomarkers of age-associated epigenetic changes in human islets associate with insulin secretion and diabetes. Nat Commun 2016;7:11089.

[13] Gillberg L, Ling C. The potential use of DNA methylation bio-markers to identify risk and progression of type 2 diabetes. Front Endocrinol 2015;6:43.

[14] Rönn T, Volkov P, Gillberg L, Kokosar M, Perfilyev A, Jacobsen AL, et al. Impact of age, BMI and HbA1c levels on the genome-wide DNA methylation and mRNA expression patterns in human adipose tissue and identification of epigenetic biomarkers in blood. Hum Mol Genet 2015;24(13):3792-813.

[15] Hannum G, Guinney J, Zhao L, Zhang L, Hughes G, Sadda S, et al. Genome-wide methylation profiles reveal quantitative views of human aging rates. Mol Cell 2013;49(2):359-67.

[16] Bigot A, Duddy WJ, Zamalou G, Butler-browne G, Mouly V, Bigot A, et al. Age-associated methylation suppresses SPRY1, leading to a failure of re-quiescence and loss of the reserve stem cell pool in elderly muscle. Cell Rep 2015;13:1172-82.

[17] Hooten NN, Abdelmohsen K, Gorospe M, Ejiogu N, Zonderman AB, Evans MK. microRNA expression patterns reveal differential expression of target genes with age. PLos One 2010;5:e10724.

[18] Lempradl A, Pospisilik JA, Penninger JM. Exploring the emerging complexity in transcriptional regulation of energy homeostasis. Nat Rev Genet 2015;16(11):665-81.

[19] Parle-McDermott A, Ozaki M. The impact of nutrition on differential methylated regions of the genome. Adv Nutr An Int Rev 2011;2(6):463-71.

[20] Sanchez-roman I, Gomez A, Gomez J, Suarez H, Sanchez C, Pamplona R, et al. Forty percent methionine restriction lowers DNA

大鼠心脏线粒体DNA和线粒体蛋白的甲基化、复合物I活性氧生成及氧化损伤。《生物能量与生物膜杂志》2011年;1:699 - 708。

[21] Fang MZ, Chen D, Sun Y, Jin Z, Christman JK, Yang CS. Reversal of hypermethylation and reactivation of p16INK4a, RARβ, and MGMT genes by genistein and other isoflavones from soy. Clin Cancer Res 2005;11(19 I):7033-41.

[22] Sinclair AJ, Taylor PB, Lunec J, Girling AJ, Barnett AH. Low plasma ascorbate levels in patients with type 2 diabetes mellitus consuming adequate dietary vitamin C. Diabet Med 1994;11(9):893-8.

[23] Blaschke K, Ebata KT, Karimi MM, Zepeda-Martínez JA, Goyal , Mahapatra S, et al. Vitamin C induces Tet-dependent DNA demethylation and a blastocyst-like state in ES cells. Nature 2013;500(7461):222-6.

[24] Klose RJ, Yamane K, Bae Y, Zhang D, Erdjument-Bromage , Tempst , et al. The transcriptional repressor JHDM3A de-methylates trimethyl histone H3 lysine 9 and lysine 36. Nature 2006;442(7100):312-6.

[25] Lee H-S, Barraza-Villarreal A, Biessy C, Duarte-Salles T, Sly PD, Ramakrishnan U, et al. Dietary supplementation with polyunsaturated fatty acid during pregnancy modulates DNA methylation at IGF2/H19 imprinted genes and growth of infants. Physiol Genom 2014;46(23):851-7.

[26] Cooney CA, Dave AA, Wolff GL. Maternal methyl supplements in mice affect epigenetic variation and DNA methylation of offspring. J Nutr 2002;132(8 Suppl):2393S-400S.

[27] Puigserver P, Wu Z, Park CW, Graves R, Wright M, Spiegelman BM. A cold-inducible coactivator of nuclear receptors linked to adaptive thermogenesis. Cell 1998;92(6):829-39.

[28] Patti ME, Butte AJ, Crunkhorn S, Cusi K, Berria R, Kashyap S, et al. Coordinated reduction of genes of oxidative metabolism in humans with insulin resistance and diabetes: Potential role of PGC1 and NRF1. Proc Natl Acad Sci USA 2003;100(14):8466-71.

[29] Brons C, Jacobsen S, Nilsson E, Rønn T, Jensen CB, Storgaard H, et al. Deoxyribonucleic acid methylation and gene expression of PPARGC1A in human muscle is influenced by high-fat overfeeding in a birth-weight-dependent manner. J Clin Endocrinol Metab 2010;95(6):3048-56.

[30] Gillberg L, Jacobsen SC, Rönn T, Brøns C, Vaag A. PPARGC1A DNA methylation in subcutaneous adipose tissue in low birth weight subjects-impact of 5 days of high-fat overfeeding. Metabolism 2014;63(2):263-71.

[31] Gillberg L, Perfilyev A, Brons C, Thomasen M, Grunnet LG, Volkov P, et al. Adipose tissue transcriptomics and epigenomics in low birthweight men and controls: role of high-fat overfeeding. Diabetologia 2016;59(4):799-812.

[32] Jacobsen SC, Brons C, Bork-Jensen J, Ribel-Madsen R, Yang B, Lara E, et al. Effects of short-term high-fat overfeeding on genome-wide DNA methylation in the skeletal muscle of healthy young men. Diabetologia 2012;55(12):3341-9.

[33] Terashima M, Barbour S, Ren J, Yu W, Han Y, Muegge K. Effect of high fat diet on paternal sperm histone distribution and male offspring liver gene expression. Epigenet 2015;10(9):861-71.

[34] Yang Z, Cappello T, Wang L. Emerging role of microRNAs in lipid metabolism. Acta Pharm Sin B 2015;2:145-50.

[35] Cordero P, Campion J, Milagro FI, Martinez JA. Transcriptomic and epigenetic changes in early liver steatosis associated to obesity: effect of dietary methyl donor supplementation. Mol Genet Metab 2013;110(3):388-95.

[36] Hawley JA, Hargreaves M, Joyner MJ, Zierath JR. Integrative biology of exercise. Cell 2014;159(4):738-49.

[37] Denham J, O’Brien BJ, Marques FZ, Charchar FJ. Changes in the leukocyte methylome and its effect on cardiovascular-related genes after exercise. J Appl Physiol 2015;118(4):475-88.

[38] 尼特特·MD(Nitert MD)、达耶·T(Dayeh T)、沃尔科夫·P(Volkov P)、埃尔吉里·T(Elgzyri T)、霍尔·E(Hall E)、尼尔森·E(Nilsson E)等。运动干预对2型糖尿病患者一级亲属骨骼肌DNA甲基化的影响

tes. Diabetes 2012;61(12):3322-32.

[39] Rönn T, Volkov P, Davegårdh C, Dayeh T, Hall E, Olsson AH, et al. A six months exercise intervention influences the genome-wide DNA methylation pattern in human adipose tissue. PLoS Genet 2013;9(6):e1003572.

[40] Barrès R, Yan J, Egan B, Treebak JT, Rasmussen M, Fritz T, et al. Acute exercise remodels promoter methylation in human skeletal muscle. Cell Metab 2012;15(3):405-11.

[41] McGee SL, Fairlie E, Garnham AP, Hargreaves M. Exercise-induced histone modifications in human skeletal muscle. J Physiol 2009;587(Pt 24):5951-8.

[42] Alibegovic AC, Sonne MP, Hojbjerre L, Bork-Jensen J, Jacobsen S, Nilsson E, et al. Insulin resistance induced by physical inactivity is associated with multiple transcriptional changes in skeletal muscle in young men. AJP Endocrinol Metab 2010;299(5):E752-63.

[43] Ntanasis-Stathopoulos J, Tzanninis JG, Philippou A, Koutsilieris M. Epigenetic regulation on gene expression induced by physical exercise. J Musculoskelet Neuronal Interact 2013;13(2):133-46.

[44] Barrès R, Zierath JR. The role of diet and exercise in the trans-generational epigenetic landscape of T2DM. Nat Rev Endocrinol 2016;12(8):441-51.

[45] Sharples AP, Stewart CE, Seaborne RA. Does skeletal muscle have an "epi"-memory? The role of epigenetics in nutritional programming, metabolic disease, aging and exercise. Aging Cell 2016;15(4):603-16.

[46] Sharples AP, Polydorou I, Hughes DC, Owens DJ, Hughes TM, Stewart CE. Skeletal muscle cells possess a "memory" of acute early life TNF- exposure: role of epigenetic adaptation. Bio-gerontol 2016;17(3):603-17.

[47] Baggish AL, Hale A, Weiner RB, Lewis GD, Systrom D, Wang F, et al. Dynamic regulation of circulating microRNA during acute exhaustive exercise and sustained aerobic exercise training. J Physiol 2011;589(Pt 16):3983-94.

[48] Güller I, Russell AP. MicroRNAs in skeletal muscle: their role and regulation in development, disease and function. J Physiol 2010;588(Pt. 21):4075-87.

[49] Pedersen L, Idorn M, Olofsson GH, Lauenborg B, Nookaew I, Hansen RH, et al. Voluntary running suppresses tumor growth through epinephrine- and IL-6-dependent nk cell mobilization and redistribution. Cell Metab 2016;23(3):554-62.

[50] Coyle YM, Xie X-J, Lewis CM, Bu D, Milchgrub S, Euhus DM. Role of physical activity in modulating breast cancer risk as defined by APC and RASSF1A promoter hypermethylation in nonmalignant breast tissue. Cancer Epidemiol Biomarkers Prev 2007;16(2):192-6.

[51] Zeng H, Irwin ML, Lu L, Risch H, Mayne S, Mu L, et al. Physical activity and breast cancer survival: an epigenetic link through reduced methylation of a tumor suppressor gene L3MBTL1. Breast Cancer Res Treat 2012;133(1):127-35.

[52] Hales CN, Barker DJ. Type 2 (non-insulin-dependent) diabetes mellitus: the thrifty phenotype hypothesis. Diabetologia 1992;35(7):595-601.

[53] Ozanne SE. Epigenetics and metabolism in 2014 metabolic programming-knowns, unknowns and possibilities. Nat Rev En-docrinol 2015;11(2):67-8.

[54] Harder T, Rodekamp E, Schellong K, Dudenhausen JW, Plage-mann A. Birth weight and subsequent risk of type 2 diabetes: a meta-analysis. Am J Epidemiol 2007;165(8):849-57.

[55] Schultz NS, Broholm C, Gillberg L, Mortensen B, Jørgensen SW, Schultz HS, et al. Impaired leptin gene expression and release in cultured preadipocytes isolated from individuals born with low birth weight. Diabetes 2014;63(1):111-21.

[56] 雅各布森·SC(Jacobsen SC)、吉尔伯格·L(Gillberg L)、博克 - 延森·J(Bork - Jensen J)、里贝尔 - 马德森·R(Ribel - Madsen R)、拉拉·E(Lara E)、卡尔瓦内塞·V(Calvanese V)等。低出生体重的年轻男性全基因组肌肉DNA甲基化可塑性降低

high-fat overfeeding. Diabetologia 2014;5(6):1154-8.

[57] Jørgensen SW, Brøns C, Bluck L, Hjort L, Færch K, Thankamo-ny A, et al. Metabolic response to 36 hours of fasting in young men born small vs appropriate for gestational age. Diabetologia 2014;58(1):178-87.

[58] Gemma C, Sookoian S, Alvariñas J, García SI, Quintana L, Kanevsky D, et al. Maternal pregestational BMI is associated with methylation of the PPARGC1A promoter in newborns. Obesity 2009;17(5):1032-9.

[59] Clarke-Harris R, Wilkin TJ, Hosking J, Pinkney J, Jeffery AN, Metcalf BS, et al. PGC1 promoter methylation in blood at 5-7 years predicts adiposity from 9 to 14 Years (EarlyBird 50). Diabetes .

[60] Fernandez-twinn DS, Cannell IG, David H, Warner M, Vaag AA, Brons C, et al. Programming of adipose tissue miR-483-3p and GDF-3 expression by maternal diet in type 2 diabetes. Cell Death Differ 2012;44:1003-12.

[61] Bork-jensen J, Scheele C, Christophersen DV, Nilsson E, Fried-richsen M, Fernandez-twinn DS, et al. Glucose tolerance is associated with differential expression of microRNAs in skeletal muscle: results from studies of twins with and without type 2 diabetes. Diabetologia 2015;(58):363-73.

[62] Ben-Haroush A, Yogev Y, Hod M. Epidemiology of gestational diabetes mellitus and its association with Type 2 diabetes. Diabet Med 2004;21(2):103-13.

[63] Buchanan TA, Xiang AH. Gestational diabetes mellitus. J Clin Invest 2005;115(3):485-91.

[64] Seshiah V, Balaji V, Balaji MS, Paneerselvam A, Arthi T, Thamizharasi M, et al. Prevalence of gestational diabetes mellitus in South India (Tamil Nadu)-a community based study. J Assoc Physicians India 2008;56:329-33.

[65] Lawrence JM, Contreras R, Chen W, Sacks DA. Trends in the prevalence of preexisting diabetes and gestational diabetes mellitus among a racially/ethnically diverse population of pregnant women, 1999-2005. Diabetes Care 2008;31(5):899-904.

[66] Clausen TD, Mathiesen ER, Hansen T, Pedersen O, Jensen DM, Lauenborg J, et al. High prevalence of type 2 diabetes and prediabetes in adult offspring of women with gestational diabetes mellitus or type 1 diabetes: the role of intrauterine hyperglycemia. Diab Care 2008;31(2):340-6.

[67] Clausen TD, Mathiesen ER, Hansen T, Pedersen O, Jensen DM, Lauenborg J, et al. Overweight and the metabolic syndrome in adult offspring of women with diet-treated gestational diabetes mellitus or type 1 diabetes. J Clin Endocrinol Metab 2009;94(7):2464-70.

[68] Kelstrup L, Hjort L, Houshmand-Oeregaard A, Clausen TD, Hansen NS, Broholm C, et al. Gene expression and DNA methylation of PPARGC1A in muscle and adipose tissue from adult offspring of women with diabetes in pregnancy. Diabetes 2016, 65(10):2900-10;65(10):2900-10.

[69] Fernandez-Twinn DS, Ozanne SE. Early life nutrition and metabolic programming. Ann NY Acad Sci 2010;1212:78-96.

[70] Hansen NS, Hjort L, Broholm C, Gillberg L, Schrölkamp M, Schultz HS, et al. Metabolic and transcriptional changes in cultured muscle stem cells from low birth weight subjects. J Clin Endocrinol Metab 2016;101(5):2254-645.

[71] Vaag AA, Grunnet LG, Arora GP, Brons C. The thrifty phenotype hypothesis revisited. Diabetologia 2012;55(8):2085-8.

[72] Gautier JF, Porcher R, Khalil CA, Bellili-Munoz N, Fetita LS, Tra-vert , et al. Kidney dysfunction in adult offspring exposed in utero to type 1 diabetes is associated with alterations in genome-wide DNA methylation. PLoS One 2015;10(8):1-14.

[73] Nomura Y, Lambertini L, Rialdi A, Lee M, Mystal EY, Grabie M, et al. Global methylation in the placenta and umbilical cord

blood from pregnancies with maternal gestational diabetes, pre-eclampsia, and obesity. Reprod Sci 2014;21(1):131-7.

[74] El Hajj N, Pliushch G, Schneider E, Dittrich M, Müller T, Ko-renkov M, et al. Metabolic programming of MEST DNA methylation by intrauterine exposure to gestational diabetes mellitus. Diabetes 2013;62(4):1320-8.

[75] Laker RC, Lillard TS, Okutsu M, Zhang M, Hoehn KL, Connelly JJ, et al. Exercise prevents maternal high-fat diet-induced hyper-methylation of the Pgc-1 gene and age-dependent metabolic dysfunction in the offspring. Diabetes 2014;63(5):1605-11.

[76] Baylin SB, Jones PA. A decade of exploring the cancer epig-enome-biological and translational implications. Nat Rev Cancer 2011;11(10):726-34.

[77] Ling C, Del Guerra S, Lupi R, Rönn T, Granhall C, Luthman , et al. Epigenetic regulation of PPARGC1A in human type 2 diabetic islets and effect on insulin secretion. Diabetologia 2008;51(4):615-22.

[78] Neill SO, Driscoll LO. Metabolic syndrome: a closer look at the growing epidemic and its associated pathologies. Obes Rev 2015;16(1):1-12.

[79] Ali O, Cerjak D, Kent JW Jr, James R, Blangero J, Carless MA, et al. Methylation of SOCS3 is inversely associated with metabolic syndrome in an epigenome-wide association study of obesity. Epigenetics 2016;119:699-707.

[80] Barrès R, Osler ME, Yan J, Rune A, Fritz T, Caidahl K, et al. Non- methylation of the PGC-1 promoter through DNMT3B controls mitochondrial density. Cell Metab 2009;10(3):189-98.

[81] Hall E, Volkov P, Dayeh T, Bacos K, Ronn T, Nitert MD, et al. Effects of palmitate on genome-wide mRNA expression and DNA methylation patterns in human pancreatic islets. BMC Med 2014;12:103.

[82] Maples JM, Brault XJJ, Shewchuk BM, Witczak XCA, Zou K, Rowland N, et al. Lipid exposure elicits differential responses in gene expression and DNA methylation in primary human skeletal muscle cells from severely obese women. Physiol Genom 2015;47(5):139-46.

[83] Khalil CA. The emerging role of epigenetics in cardiovascular disease. Ther Adv Chronic Dis 2014;5(4):178-87.

[84] Smolarek I, Wyszko E, Barciszewska AM, Nowak S, Gawron-ska I, Jablecka A, et al. Global DNA methylation changes in blood of patients with essential hypertension. Med Sci Monit 2010;16(3):CR149-55.

[85] Dick KJ, Nelson CP, Tsaprouni L, Sandling JK, Aïssi D, Wahl S, et al. DNA methylation and body-mass index: a genome-wide analysis. Lancet 2014;383(9933):1990-8.

[86] Keller M, Kralisch S, Rohde K, Schleinitz D, Dietrich A, Schön MR, et al. Global DNA methylation levels in human adipose tissue are related to fat distribution and glucose homeostasis. Dia-betologia 2014;57(11):2374-83.

[87] Barres R, Kirchner H, Rasmussen M, Yan J, Kantor FR, Krook A, et al. Weight loss after gastric bypass surgery in human obesity remodels promoter methylation. Cell Rep 2013;3(4):1020-7.

[88] Kurylowicz A, Owczarz M, Polosak J, Jonas MI, Lisik W, Jonas M, et al. SIRT1 and SIRT7 expression in adipose tissues of obese and normal-weight individuals is regulated by microRNAs but not by methylation status. Int J Obes 2016;40:1-28.

[89] Donkin I, Versteyhe S, Ingerslev LR, Qian K, Mechta M, Nordkap L, et al. Obesity and bariatric surgery drive epigenetic variation of spermatozoa in humans. Cell Metab 2016;23(2):369-78.

[90] Pasquier J, Hoarau-véchot J, Fakhro K, Rafii A, Khalil CA. Epi-genetics and cardiovascular disease in diabetes. Curr Diab Rep 2015;15(12):108.

[91] Dayeh T, Volkov P, Salö S, Hall E, Nilsson E, Olsson AH, et al. Genome-wide DNA methylation analysis of human pancreatic islets from type 2 diabetic and non-diabetic donors identifies candidate genes that influence insulin secretion. PLoS Genet 2014;10(3):e1004160.

[92] Volkmar M, Dedeurwaerder S, Cunha DA, Ndlovu MN, Defrance M, Deplus R, et al. DNA methylation profiling identifies epigenetic dysregulation in pancreatic islets from type 2 diabetic patients. EMBO J 2012;31(6):1405-26.

[93] Yang BT, Dayeh TA, Volkov PA, Kirkpatrick CL, Malmgren S, Jing X, et al. Increased DNA methylation and decreased expression of PDX-1 in pancreatic islets from patients with type 2 diabetes. Mol Endocrinol 2012;26(7):1203-12.

[94] Yang BT, Dayeh TA, Kirkpatrick CL, Taneera J, Kumar R, Groop L, et al. Insulin promoter DNA methylation correlates negatively with insulin gene expression and positively with HbA1c levels in human pancreatic islets. Diabetologia 2011;54(2): 360-7.

[95] Ribel-Madsen R, Fraga MF, Jacobsen S, Bork-Jensen J, Lara E, Calvanese V, et al. Genome-wide analysis of DNA methylation differences in muscle and fat from monozygotic twins discordant for type 2 diabetes. PLoS One 2012;7(12):e51302.

[96] Nilsson E, Matte A, Perfilyev A, de Mello VD, Käkelä P, Pihlajamäki J, et al. Epigenetic alterations in human liver from subjects with type 2 diabetes in parallel with reduced folate levels. J Clin Endocrinol Metab 2015;100(11):E1491-501.

[97] Nilsson E, Jansson PA, Perfilyev A, Volkov P, Pedersen M, Svensson MK, et al. Altered DNA methylation and differential expression of genes influencing metabolism and inflammation in adipose tissue from subjects with type 2 diabetes. Diabetes 2014;63(9):2962-76.

[98] Guay C, Regazzi R. Circulating microRNAs as novel biomarkers for diabetes mellitus. Nat Rev Endocrinol 2013;9(9):513-21.

[99] Miao F, Chen Z, Genuth S, Paterson A, Zhang L, Wu X, et al. Evaluating the role of epigenetic histone modifications in the metabolic memory of type 1 diabetes. Diabetes 2014;63(5):1748-62.

[100] Kundaje A, Meuleman W, Ernst J, Bilenky M, Yen A, Roadmap Epigenomics Consortium. et al. Integrative analysis of 111 reference human epigenomes. Nature 2015;518(7539):317-30.

代谢性疾病

图片名称

艾维缔官网

图片名称
图片名称

艾德官网

图片名称
图片名称

B站IVDSHOW

图片名称
图片名称

抖音军哥聊表观

图片名称
图片名称

视频号艾维缔

图片名称
图片名称

小红书艾维缔

图片名称
图片名称

快手表观盒子

图片名称
图片名称

表观遗传学

图片名称

联系我们

Tel:+86-0313-5935521|18911529660

ADD:张家口市怀来县东花园镇哈工大研究院T8幢7层

邮箱:1951545998@qq.com

留言咨询

如果您对我们的产品和服务感兴趣,请留下您的信息。

立即咨询 →

IVDSHOW

订阅我们,以便及时了解产品更新和特惠活动

%{tishi_zhanwei}%
售后反馈 →

免责申明:本网站销售的所有产品均不得用于人类或动物之临床诊断或治疗,仅可用于工业或者科研等非医疗目的。(获得国家相关部门批准的产品除外) 

版权所有:艾维缔科技怀来有限公司 

营业执照