Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Chữ ký metyl hóa DNA trong máu phản ánh sự giảm cân thành công trong các can thiệp lối sống: thử nghiệm CENTRAL
Tóm tắt
Một trong những thách thức lớn trong điều trị béo phì là giải thích sự khác biệt cao trong phản ứng của từng cá nhân đối với các can thiệp về chế độ ăn uống và hoạt động thể chất. Trong nghiên cứu này, chúng tôi đã kiểm tra giả thuyết rằng những thay đổi metyl hóa DNA cụ thể phản ánh khả năng phản ứng của từng cá nhân đối với can thiệp lối sống và có thể đóng vai trò là các yếu tố dự đoán epigenetic cho việc giảm cân thành công. Chúng tôi tiến hành phân tích metyl hóa DNA trên toàn genome trong các mẫu máu từ 120 đối tượng (90% là nam, độ tuổi trung bình ± SD = 49 ± 9 năm, chỉ số khối cơ thể (BMI) = 30.2 ± 3.3 kg/m2) tham gia thử nghiệm ngẫu nhiên có kiểm soát CENTRAL kéo dài 18 tháng, những người đã thực hiện chế độ ăn Địa Trung Hải/ít carbohydrate hoặc chế độ ăn ít chất béo với hoặc không có hoạt động thể chất. Phân tích so sánh các đối tượng nam có sự giảm cân rõ rệt nhất (những người phản ứng, thay đổi trọng lượng trung bình − 16%) so với những người không phản ứng (+ 2.4%) (N = 10 mỗi nhóm) cho thấy sự khác biệt đáng kể trong metyl hóa DNA của một số gen bao gồm LRRC27, CRISP2, và SLFN12 (tất cả điều chỉnh P < 1 × 10−5). Phân tích chức năng gene cho thấy rằng các quá trình sinh học như bám dính tế bào và các chức năng phân tử như liên kết ion canxi có thể đóng vai trò quan trọng trong việc xác định sự thành công của các liệu pháp can thiệp trong điều trị béo phì. Sự liên kết giữa toàn bộ epigenome với giảm cân tương đối (%) đã xác định 15 CpG có tương quan âm với thay đổi trọng lượng sau can thiệp (tất cả P kết hợp < 1 × 10− 4) bao gồm những đối tượng béo phì mới và đã biết như NUDT3 và NCOR2. Điểm số metyl hóa DNA cơ bản dự đoán tốt hơn sự giảm cân thành công [diện tích dưới đường cong (AUC) của đặc điểm hoạt động nhận (ROC) = 0.95–1.0] so với các yếu tố dự đoán như tuổi và BMI (AUC ROC = 0.56). Sự giảm cân cơ thể sau can thiệp lối sống 18 tháng có liên quan đến các chữ ký metyl hóa cụ thể. Hơn nữa, sự khác biệt metyl hóa trong các gen đã xác định có thể phục vụ như biomarker tiên lượng để dự đoán liệu pháp giảm cân thành công và do đó góp phần vào sự tiến bộ trong điều trị béo phì tùy chỉnh cho bệnh nhân.
Từ khóa
#DNA methylation #weight loss #obesity treatment #lifestyle intervention #epigenetic predictorsTài liệu tham khảo
Blüher M. Obesity: global epidemiology and pathogenesis. Nat Rev Endocrinol. 2019;15:288–98. https://doi.org/10.1038/s41574-019-0176-8.
Blüher M, Stumvoll M. Diabetes complications, comorbidities and related disorders: diabetes and obesity. Cham: Springer International Publishing; 2018.
Lean M, Hankey C. Keeping it off: the challenge of weight-loss maintenance. Lancet Diab Endocrinol. 2018;6:681–3. https://doi.org/10.1016/S2213-8587(17)30405-9.
Anderson JW, Konz EC, Frederich RC, Wood CL. Long-term weight-loss maintenance: a meta-analysis of US studies. Am J Clin Nutr. 2001;74:579–84. https://doi.org/10.1093/ajcn/74.5.579.
Panzeri I, Pospisilik JA. Epigenetic control of variation and stochasticity in metabolic disease. Mol Metab. 2018;14:26–38. https://doi.org/10.1016/j.molmet.2018.05.010.
Rohde K, Keller M, La Cour PL, Blüher M, Kovacs P, Böttcher Y. Genetics and epigenetics in obesity. Metab Clin Exp. 2019;92:37–50. https://doi.org/10.1016/j.metabol.2018.10.007.
Burgess E, Hassmén P, Pumpa KL. Determinants of adherence to lifestyle intervention in adults with obesity: a systematic review. Clin Obes. 2017;7:123–35. https://doi.org/10.1111/cob.12183.
de Toro-Martín J, Arsenault BJ, Després J-P, Vohl M-C. Precision nutrition: a review of personalized nutritional approaches for the prevention and management of metabolic syndrome. Nutrients. 2017. https://doi.org/10.3390/nu9080913.
van Baak MA, Mariman ECM. Mechanisms of weight regain after weight loss - the role of adipose tissue. Nat Rev Endocrinol. 2019;15:274–87. https://doi.org/10.1038/s41574-018-0148-4.
Keller M, Hopp L, Liu X, Wohland T, Rohde K, Cancello R, et al. Genome-wide DNA promoter methylation and transcriptome analysis in human adipose tissue unravels novel candidate genes for obesity. Mol Metab. 2017;6:86–100. https://doi.org/10.1016/j.molmet.2016.11.003.
Benton MC, Johnstone A, Eccles D, Harmon B, Hayes MT, Lea RA, et al. An analysis of DNA methylation in human adipose tissue reveals differential modification of obesity genes before and after gastric bypass and weight loss. Genome Biol. 2015;16:8. https://doi.org/10.1186/s13059-014-0569-x.
Laker RC, Garde C, Camera DM, Smiles WJ, Zierath JR, Hawley JA, Barrès R. Transcriptomic and epigenetic responses to short-term nutrient-exercise stress in humans. Sci Rep. 2017;7:15134. https://doi.org/10.1038/s41598-017-15420-7.
Jacques M, Hiam D, Craig J, Barrès R, Eynon N, Voisin S. Epigenetic changes in healthy human skeletal muscle following exercise- a systematic review. Epigenetics. 2019;14:633–48. https://doi.org/10.1080/15592294.2019.1614416.
Stephens NA, Brouwers B, Eroshkin AM, Yi F, Cornnell HH, Meyer C, et al. Exercise response variations in skeletal muscle PCr recovery rate and insulin sensitivity relate to muscle Epigenomic profiles in individuals with type 2 diabetes. Diabetes Care. 2018;41:2245–54. https://doi.org/10.2337/dc18-0296.
Rönn T, Ling C. Effect of exercise on DNA methylation and metabolism in human adipose tissue and skeletal muscle. Epigenomics. 2013;5:603–5. https://doi.org/10.2217/epi.13.61.
Wahl S, Drong A, Lehne B, Loh M, Scott WR, Kunze S, et al. Epigenome-wide association study of body mass index, and the adverse outcomes of adiposity. Nature. 2017;541:81–6. https://doi.org/10.1038/nature20784.
Dick KJ, Nelson CP, Tsaprouni L, Sandling JK, Aissi D, Wahl S, et al. DNA methylation and body-mass index: a genome-wide analysis. Lancet. 2014;383:1990–8. https://doi.org/10.1016/S0140-6736(13)62674-4.
Huang Y-T, Chu S, Loucks EB, Lin C-L, Eaton CB, Buka SL, Kelsey KT. Epigenome-wide profiling of DNA methylation in paired samples of adipose tissue and blood. Epigenetics. 2016;11:227–36. https://doi.org/10.1080/15592294.2016.1146853.
Gepner Y, Shelef I, Schwarzfuchs D, Zelicha H, Tene L, Yaskolka Meir A, et al. Effect of distinct lifestyle interventions on mobilization of fat storage pools: CENTRAL magnetic resonance imaging randomized controlled trial. Circulation. 2018;137:1143–57. https://doi.org/10.1161/CIRCULATIONAHA.117.030501.
Yaskolka Meir A, Shelef I, Schwarzfuchs D, Gepner Y, Tene L, Zelicha H, et al. Intermuscular adipose tissue and thigh muscle area dynamics during an 18-month randomized weight loss trial. J Appl Physiol. 2016;121:518–27. https://doi.org/10.1152/japplphysiol.00309.2016.
Aryee MJ, Jaffe AE, Corrada-Bravo H, Ladd-Acosta C, Feinberg AP, Hansen KD, Irizarry RA. Minfi: a flexible and comprehensive Bioconductor package for the analysis of Infinium DNA methylation microarrays. Bioinformatics. 2014;30:1363–9. https://doi.org/10.1093/bioinformatics/btu049.
Fortin J-P, Triche TJ, Hansen KD. Preprocessing, normalization and integration of the Illumina HumanMethylationEPIC array with minfi. Bioinformatics. 2017;33:558–60. https://doi.org/10.1093/bioinformatics/btw691.
Keller M., Meir A.Y., Bernhart S.H., Gepner Y., Shelef I., Schwarzfuchs D., Tsaban G., Zelicha H., Hopp L., Müller L., Rohde K., Böttcher Y., Stadler P.F., Stumvoll M., Blüher M., Kovacs P., Shai I. DNA methylation signature mirrors successful weight-loss during lifestyle interventions in blood. 2020; https://www.ebi.ac.uk/arrayexpress/experiments/E-MTAB-8956/.
Pidsley R, Zotenko E, Peters TJ, Lawrence MG, Risbridger GP, Molloy P, et al. Critical evaluation of the Illumina MethylationEPIC BeadChip microarray for whole-genome DNA methylation profiling. Genome Biol. 2016;17:208. https://doi.org/10.1186/s13059-016-1066-1.
Hansen KD. IlluminaHumanMethylationEPICmanifest: Manifest for Illumina's EPIC methylation arrays. R package version. 2016; 0.3.0.
Bernhart SH. CENTRALEPIC. 2020; https://github.com/Bierinformatik/CENTRALEPIC.
Christ A, Günther P, Lauterbach MAR, Duewell P, Biswas D, Pelka K, et al. Western diet triggers NLRP3-dependent innate immune reprogramming. Cell. 2018;172:162–175.e14. https://doi.org/10.1016/j.cell.2017.12.013.
Lee B-C, Kim M-S, Pae M, Yamamoto Y, Eberlé D, Shimada T, et al. Adipose natural killer cells regulate adipose tissue macrophages to promote insulin resistance in obesity. Cell Metab. 2016;23:685–98. https://doi.org/10.1016/j.cmet.2016.03.002.
Houseman EA, Accomando WP, Koestler DC, Christensen BC, Marsit CJ, Nelson HH, et al. DNA methylation arrays as surrogate measures of cell mixture distribution. BMC Bioinformatics. 2012;13:86. https://doi.org/10.1186/1471-2105-13-86.
Salas LA, Koestler DC, Butler RA, Hansen HM, Wiencke JK, Kelsey KT, Christensen BC. An optimized library for reference-based deconvolution of whole-blood biospecimens assayed using the Illumina HumanMethylationEPIC BeadArray. Genome Biol. 2018;19:64. https://doi.org/10.1186/s13059-018-1448-7.
Leek JT, Johnson WE, Parker HS, Jaffe AE, Storey JD. The sva package for removing batch effects and other unwanted variation in high-throughput experiments. Bioinformatics. 2012;28:882–3. https://doi.org/10.1093/bioinformatics/bts034.
Jühling F, Kretzmer H, Bernhart SH, Otto C, Stadler PF. Hoffmann S metilene: fast and sensitive calling of differentially methylated regions from bisulfite sequencing data. Genome Res. 2016;26:256–62. https://doi.org/10.1101/gr.196394.115.
Quinlan AR, Hall IM. BEDTools: a flexible suite of utilities for comparing genomic features. Bioinformatics. 2010;26:841–2. https://doi.org/10.1093/bioinformatics/btq033.
Kundaje A, Meuleman W, Ernst J, Bilenky M, Yen A, Heravi-Moussavi A, et al. Integrative analysis of 111 reference human epigenomes. Nature. 2015;518:317–30. https://doi.org/10.1038/nature14248.
Bernhart SH, Kretzmer H, Holdt LM, Jühling F, Ammerpohl O, Bergmann AK, et al. Changes of bivalent chromatin coincide with increased expression of developmental genes in cancer. Sci Rep. 2016;6:37393. https://doi.org/10.1038/srep37393.
Phipson B, Maksimovic J, Oshlack A. missMethyl: an R package for analyzing data from Illumina’s HumanMethylation450 platform. Bioinformatics. 2016;32:286–8. https://doi.org/10.1093/bioinformatics/btv560.
Buniello A, MacArthur JAL, Cerezo M, Harris LW, Hayhurst J, Malangone C, et al. The NHGRI-EBI GWAS Catalog of published genome-wide association studies, targeted arrays and summary statistics 2019. Nucleic Acids Res. 2019;47:D1005–12. https://doi.org/10.1093/nar/gky1120.
Moleres A, Campión J, Milagro FI, Marcos A, Campoy C, Garagorri JM, et al. Differential DNA methylation patterns between high and low responders to a weight loss intervention in overweight or obese adolescents: the EVASYON study. FASEB J. 2013;27:2504–12. https://doi.org/10.1096/fj.12-215566.
Bouchard L, Rabasa-Lhoret R, Faraj M, Lavoie M-E, Mill J, Pérusse L, Vohl M-C. Differential epigenomic and transcriptomic responses in subcutaneous adipose tissue between low and high responders to caloric restriction. Am J Clin Nutr. 2010;91:309–20. https://doi.org/10.3945/ajcn.2009.28085.
Bollepalli S, Kaye S, Heinonen S, Kaprio J, Rissanen A, Virtanen KA, et al. Subcutaneous adipose tissue gene expression and DNA methylation respond to both short- and long-term weight loss. Int J Obes. 2018;42:412–23. https://doi.org/10.1038/ijo.2017.245.
Kotnik P, Knapič E, Kokošar J, Kovač J, Jerala R, Battelino T, Horvat S. Identification of novel alleles associated with insulin resistance in childhood obesity using pooled-DNA genome-wide association study approach. Int J Obes (Lond). 2018;42:686–95. https://doi.org/10.1038/ijo.2017.293.
Weng L, Taylor KD, Chen Y-DI, Sopko G, Kelsey SF, Bairey Merz CN, et al. Genetic loci associated with nonobstructive coronary artery disease in Caucasian women. Physiol Genomics. 2016;48:12–20. https://doi.org/10.1152/physiolgenomics.00067.2015.
Meeks KAC, Henneman P, Venema A, Burr T, Galbete C, Danquah I, et al. An epigenome-wide association study in whole blood of measures of adiposity among Ghanaians: the RODAM study. Clin Epigenetics. 2017;9:103. https://doi.org/10.1186/s13148-017-0403-x.
Aronica L, Levine AJ, Brennan K, Mi J, Gardner C, Haile RW, Hitchins MP. A systematic review of studies of DNA methylation in the context of a weight loss intervention. Epigenomics. 2017;9:769–87. https://doi.org/10.2217/epi-2016-0182.
Milagro FI, Campión J, Cordero P, Goyenechea E, Gómez-Uriz AM, Abete I, et al. A dual epigenomic approach for the search of obesity biomarkers: DNA methylation in relation to diet-induced weight loss. FASEB J. 2011;25:1378–89. https://doi.org/10.1096/fj.10-170365.
McEwen LM, Gatev EG, Jones MJ, MacIsaac JL, McAllister MM, Goulding RE, et al. DNA methylation signatures in peripheral blood mononuclear cells from a lifestyle intervention for women at midlife: a pilot randomized controlled trial. Appl Physiol Nutr Metab. 2018;43:233–9. https://doi.org/10.1139/apnm-2017-0436.
Nicoletti CF, Cortes-Oliveira C, Noronha NY, Pinhel MAS, Dantas WS, Jácome A, et al. DNA methylation pattern changes following a short-term hypocaloric diet in women with obesity. Eur J Clin Nutr. 2020. https://doi.org/10.1038/s41430-020-0660-1.