Jul 27, 2025 1:03 AM
Jul 31, 2025 3:13 AM

GM3神经节苷类分子在肥胖症TLR4信号传导中的稳态和致病作用

这篇研究聚焦于GM3神经节苷脂分子种类在肥胖症中TLR4信号传导中的稳态和致病作用，主要内容如下：

研究背景与目的

主要研究结果

摘要

先天免疫通过TLR4的信号传导在代谢紊乱的发病机制中起着关键作用，但不同脂质种类对代谢紊乱和炎症疾病的影响尚不明确。 人血清中的GM3神经节苷脂由多种脂肪酸构成，包括长链脂肪酸（LCFA）和超长链脂肪酸（VLCFA）。对处于不同胰岛素抵抗和慢性炎症阶段患者的血清GM3种类进行分析后发现，在代谢紊乱时，VLCFA-GM3的水平显著升高，而LCFA-GM3的血清水平则下降，且特定的GM3种类与疾病症状相关。
在肥胖小鼠的脂肪组织中，VLCFA-GM3水平会升高，而这种升高在TLR4突变小鼠中会被阻断。在培养的单核细胞中，GM3本身对TLR4的激活没有影响，但VLCFA-GM3能协同并选择性地增强LPS/HMGB1对TLR4的激活，而LCFA-GM3和不饱和VLCFA-GM3则会抑制TLR4的激活。 GM3通过与TLR4/MD2复合物的胞外区域相互作用来调节其 dimerization/oligomerization。配体-分子对接分析证实，VLCFA-GM3和LCFA-GM3分别作为TLR4活性的激动剂和拮抗剂，通过差异性结合MD2的疏水口袋发挥作用。 研究结果表明，VLCFA-GM3是TLR4介导的疾病进展的风险因素。

介绍

慢性炎症在包括代谢紊乱在内的多种人类疾病发病机制中起着关键作用（Lumeng, 2011; Hotamisligil, 2017）。先天免疫系统中模式识别受体（如Toll样受体，TLR；Kawai & Akira, 2011; Moresco et al, 2011）的长期异常激活会引发慢性炎症。 在代谢紊乱中，多种配体可激活TLR4：（i）血清中升高的外源性脂多糖（Cani et al, 2007）；（ii）内源性损伤相关分子模式（DAMPs），例如高迁移率族蛋白1（HMGB1；Harris et al, 2012; Guzmán-Ruiz et al, 2014）、游离脂肪酸（FFAs；Shi et al, 2006）和胎球蛋白A（Pal et al, 2012），这些物质由巨噬细胞和脂肪组织释放。 脂多糖和内源性配体可诱导包括促炎细胞因子（如肿瘤坏死因子-α[TNF-α]、白细胞介素-6[IL-6]）在内的多种效应分子的产生，这会导致胰岛素抵抗以及脂质和能量代谢失调（Lumeng, 2011; Hotamisligil, 2017）。

神经节苷脂是神经酰胺的重要下游代谢产物，而神经酰胺是一种鞘脂，由鞘氨醇碱基和脂肪酸通过酰胺键连接形成（Bikman & Summers, 2011），并参与多种细胞活动（Inokuchi 等, 2018）。糖基转移酶 UGCG 和 B4GALT5/6 可将神经酰胺转化为葡萄糖神经酰胺（GlcCer）和乳糖神经酰胺（LacCer），它们是 GM3 神经节苷脂的前体糖鞘脂（GSLs）。随后，GM3 合酶（GM3S）ST3GAL5 通过结合唾液酸（N-乙酰神经氨酸）将 LacCer 转化为 GM3（图 1A），之后会进一步生物合成复杂的神经节苷脂。

GM3 大量分泌到人类血清中（图 1B），浓度为 10–15 μg/ml（约 10 μM）（图 1C），并循环到身体各个部位，包括胰岛素敏感器官（如肝脏、肌肉、脂肪组织；Senn 等, 1989；Veillon 等, 2015）。
血清 GM3 的脂肪酸组成包括

  1. 长链脂肪酸（LCFA），即 16:0、18:0 和 20:0；
  2. 超长链脂肪酸（VLCFA），即 22:0、23:0 和 24:0；
  3. 不饱和 VLCFA，即 22:1 和 24:1；
  4. 以及α-羟基 VLCFA，包括 h24:0 和 h24:1（图 1D）。
  5. 其中，LCFA、VLCFA 和不饱和 VLCFA 种类的丰度几乎相同，而α-羟基种类的含量较少（图 1E）。
    在代谢紊乱患者中已观察到各种 GM3 种类的表达发生改变（Veillon 等, 2015），但这些种类的特定生物学功能尚不清楚。

图1. 人血清中神经节苷脂GM3的分子种类及酰基链结构
A. GM3从神经酰胺到复杂神经节苷脂的生物合成途径（示意图）。
B. 人血清中神经节苷脂种类的薄层色谱（TLC）分析。
C. 人血清中主要神经节苷脂种类GM3和GD1a的光密度法定量。数据以平均值±标准差表示，n=6。
D GM3种类的详细结构：唾液乳糖头部基团、鞘氨醇碱基（d18:1）、典型脂肪酸链长度（长链脂肪酸、超长链脂肪酸）以及酰基链修饰（α-羟基化、ω-9去饱和）。
E 通过液相色谱-串联质谱（LC-MS/MS）对具有不同酰基链结构的血清GM3种类进行定量。10种GM3的总丰度设定为1。数据以平均值±标准差表示，n=6。

另一方面，有研究表明质膜上的GM3在代谢紊乱的发病机制中发挥重要作用（Inokuchi等人，2018）。GM3也是脂肪细胞中的主要神经节苷脂，其表达由脂肪组织巨噬细胞产生的促炎细胞因子诱导（Tagami等人，2002；Nagafuku等人，2015；Wentworth等人，2016）。GM3的生物合成发生在高尔基体中，随后它要么被分泌到细胞外间隙，要么作为膜微结构域（也称为“脂筏”）的组成部分定位于质膜，而膜微结构域是由鞘脂组成的信号平台（Lingwood & Simons，2010）。 质膜上的GM3会影响胰岛素受体的扩散动力学并调节信号转导（Kabayama等人，2007）；相反，当GM3的生物合成被糖基转移酶抑制剂（如D-苏-1-苯基-2-癸酰氨基-3-吗啉-1-丙醇（DPDMP）和Genz-123346）阻断时，胰岛素信号会恢复（Tagami等人，2002；Zhao等人，2007）。敲除GM3合酶（GM3S）不仅会减轻全身性胰岛素抵抗，还会减轻脂肪组织中的慢性炎症（Yamashita等人，2003；Nagafuku等人，2015），这表明GM3可能参与胰岛素抵抗上游的先天免疫信号传导；然而，这种关系的分子基础仍不清楚。

在本研究中，我们探究了携带不同酰基链的血清GM3分子种类如何调节炎症信号并促成代谢紊乱的发生。研究表明，GM3可作为一种内源性TLR4调节剂。超长链脂肪酸GM3（VLCFA-GM3）能协同并选择性地增强脂多糖（LPS）和高迁移率族蛋白1（HMGB1）对TLR4的激活，与之相反，长链脂肪酸GM3（LCFA-GM3）和不饱和超长链脂肪酸GM3则会抑制TLR4的激活。 在代谢紊乱状态下，血清中VLCFA-GM3水平显著升高，而LCFA-GM3水平则大幅下降。借助人工智能的计算方法发现，特定的GM3分子种类与临床症状相关。肥胖小鼠脂肪组织中VLCFA-GM3水平也会升高，且这种升高在TLR4突变小鼠中会减弱，这意味着TLR4信号本身参与了VLCFA-GM3的产生。 我们的研究结果表明，血清GM3在TLR4信号传导中发挥着类似变阻器的作用，而VLCFA-GM3的增加是TLR4介导的疾病进展的一个风险因素。

方法

对症状前期人群和代谢紊乱患者血清中 GM3 种类的 LC-MS/MS 数据分析

人类受试者的LC-MS/MS数据和临床标志物来自先前的研究（Veillon等人，2015年），本研究重新评估了每位受试者的十种主要GM3种类（脂肪酸：16:0、18:0、20:0、22:0、23:0、24:0、h24:0、22:1、24:1、h24:1）相对于其总量（定义为1）的相对丰度。分析了每种GM3在不同病理阶段的变化趋势，以及与代谢紊乱和慢性炎症临床标志物的Spearman相关系数。自组织映射（SOM）和贝叶斯正则化神经网络（BRNN）分析按照先前描述的方法进行（Aoki等人，2011年）。

结果

超长链脂肪酸-GM3（VLCFA-GM3）分子种类参与代谢紊乱中慢性炎症的进展

为阐明GM3种类在代谢紊乱病理生理学中的作用，我们分析了人类受试者血清中GM3种类的表达模式（Veillon等人，2015；附录图S1A-I）。血清收集自代表五个病理阶段的人类受试者：健康受试者（对照组，n=24）、症状前期内脏脂肪堆积（VFA，n=38）、伴有血脂异常的内脏脂肪堆积（血脂异常组，n=28）、伴有高血糖的内脏脂肪堆积（高血糖组，n=15）以及伴有血脂异常和高血糖的内脏脂肪堆积（血脂异常+高血糖组，n=17）。 采用胰岛素抵抗稳态模型评估（HOMA-IR）评分和血清C反应蛋白（CRP）分别作为胰岛素抵抗和慢性炎症的指标。HOMA-IR与CRP之间显示出显著的相关性（附录图S1J），且两者均按以下顺序逐渐升高：对照组<内脏脂肪堆积组<血脂异常组<高血糖组<血脂异常+高血糖组（附录图S1K和L）。这些发现表明，这五个阶段的顺序对应着胰岛素抵抗和慢性炎症严重程度的递增。

通过液相色谱-串联质谱（LC-MS/MS）分析评估了血清GM3种类的循环水平（附录图S2A-K）。热图分析总结了10种主要种类的特性，结果显示，随着HOMA-IR和血清CRP的升高，超长链脂肪酸（VLCFA）种类逐渐增加，长链脂肪酸（LCFA）种类逐渐减少（图2A）。 在内脏脂肪堆积（VFA）、血脂异常和高血糖阶段，LCFA种类（16:0、18:0、20:0）急剧减少（图2B），而VLCFA种类（22:0、23:0、24:0、h24:0）大幅增加（图2C）。不饱和VLCFA种类总量基本保持不变（图2D）；其中22:1和h24:1减少，但24:1略有增加（图2A）。 在代谢紊乱的症状前期和早期阶段，总VLCFA种类与总LCFA/不饱和VLCFA种类的比值显著升高（附录图S2L）。

体重指数（BMI）（>25）或腹围（>85 cm）的早期升高与长链脂肪酸（LCFA）种类的急剧减少（图2E和扩展图1A）以及超长链脂肪酸（VLCFA）种类的增加（图2F和扩展图1B）相关。这些发现表明，超长链脂肪酸型神经节苷脂（VLCFA-GM3）种类的增加发生在肥胖中，并在代谢紊乱的早期发病机制中发挥作用。在重度肥胖（BMI>30和/或腹围>100 cm）和严重代谢紊乱（血脂异常+高血糖）的情况下，超长链脂肪酸型神经节苷脂（VLCFA-GM3）种类适度减少（图2F和扩展图1B），而不饱和种类显著增加（图2G和扩展图1C）。这些发现表明，超长链脂肪酸（VLCFA）种类的去饱和作用发生在代谢紊乱发病之后。

图2. GM3种类相对丰度的改变与疾病进展及慢性炎症相关
A 不同病理阶段血清GM3种类的热图分析：对照组（n=24）、内脏脂肪堆积组（VFA，n=38）、血脂异常组（n=28）、高血糖组（n=15）和血脂异常+高血糖组（n=17）。颜色表示每个种类相对于对照组（定义为1）的平均折叠变化，如右侧图例所示。病理阶段的顺序对应胰岛素抵抗稳态模型评估（HOMA-IR）和血清C反应蛋白（CRP）的递增。 B-D 不同GM3种类随病理阶段的变化特征：对照组（n=24）、内脏脂肪堆积组（VFA，n=38）、血脂异常组（n=28）、高血糖组（n=15）和血脂异常+高血糖组（n=17）。数据显示的是总长链脂肪酸（LCFA）种类（16:0、18:0、20:0）（B）、总超长链脂肪酸（VLCFA）种类（22:0、23:0、24:0、h24:0）（C）和总不饱和超长链脂肪酸（VLCFA）种类（22:1、24:1、h24:1）（D）相对于每个受试者中10种主要GM3种类总量（定义为1）的相对丰度。 E-H 不同GM3种类随体重指数（BMI）的变化特征：长链脂肪酸GM3（E）、超长链脂肪酸GM3（F）、不饱和超长链脂肪酸GM3（G）和α-羟基超长链脂肪酸GM3（h24:0）（H）。颜色表示疾病严重程度：浅蓝色，无异常评分（n=25）；橙色，早期肥胖（n=74）；紫色，重度肥胖（n=23）。 I、J GM3 h24:0与丙氨酸转氨酶（ALT）（I）和胰岛素抵抗稳态模型评估（HOMA-IR）（J）的斯皮尔曼相关性分析。 K α-羟基化率（h24:0/24:0）与血清C反应蛋白（CRP）的关系图。颜色表示CRP值范围（mg/dl）：浅蓝色，0.01-0.02（n=21）；橙色，0.03-0.09（n=56）；灰色，0.10-0.29（n=29）；红色，0.3-1.0（诊断异常；n=15）。 血清GM3种类与代谢紊乱进展的关联（示意图）。 数据说明：数据以单个值和平均值±标准差表示，采用双尾未配对t检验结合邦费罗尼校正进行分析。组间比较中，*P<0.05，**P<0.01，***P<0.001。

α-羟基超长链脂肪酸-GM3（h24:0）的丰度随体重指数（BMI）和腹围的增加呈线性上升（图2H和扩展图1D），且相关性较强（扩展图1E和F）。α-羟基超长链脂肪酸-GM3还与胰岛素抵抗和慢性炎症指标（丙氨酸转氨酶[ALT]、胰岛素抵抗稳态模型评估[HOMA-IR]、C反应蛋白[CRP]）呈强相关性（图2I、J和扩展图1G-J）。特别是，在C反应蛋白（CRP）值异常（>0.3 mg/dl）的受试者中，h24:0与24:0的比值显著更高（图2K和扩展图1I），这表明h24:0在慢性炎症中参与度较高。这些GM3种类与代谢紊乱病理生理学之间的关系在图2L中进行了概要总结。在稳态下，GM3种类的平衡维持着内环境稳定；在症状前期和早期阶段，超长链脂肪酸（VLCFA）种类的增加与慢性炎症和胰岛素抵抗相关；在晚期阶段，超长链脂肪酸种类可能发生去饱和化和α-羟基化等修饰。

基于人工智能的方法揭示了特定于疾病症状的GM3种类

为了更详细地分析GM3种类与代谢紊乱之间的关系，我们采用了一种无偏倚的方法，即自组织映射（SOM）——一种神经网络型人工智能模型。基于10种主要GM3种类的表达模式对受试者进行分析，然后将其映射到二维（2D）表面上，使具有相似GM3模式的受试者位置相邻并形成聚类（图3A）。SOM分析得出对照组和血脂异常受试者的聚类几乎完全分离（图3B），表明血脂异常受试者中VLCFA种类增加，LCFA/不饱和VLCFA种类减少（图3C）。

10 种主要的 GM3 种类包括脂肪酸为
d18:1-16:0、d18:1-18:0、d18:1-20:0、d18:1-22:0、d18:1-23:0、d18:1-24:0、d18:1-h24:0、d18:1-22:1、d18:1-24:1、d18:1-h24:1 的类型

根据GM3种类的表达模式，这些受试者被进一步映射为6个亚聚类：对照组中包括亚聚类1（16:0）、亚聚类2（16:0、18:0、20:0）和亚聚类3（22:1、24:1、h24:1）；血脂异常组中包括亚聚类4（22:0）、亚聚类5（22:0、24:0、h24:0、23:0）和亚聚类6（22:0、24:0、h24:0、24:1）（图3D）。这种分类表明，随着疾病进展，GM3酰基链会发生延长、α-羟基化和去饱和化（图3E）。亚聚类4和5（α-羟基VLCFA含量较高）显示出较高的非高密度脂蛋白胆固醇水平；亚聚类6（不饱和VLCFA含量较高）显示出较高的C反应蛋白（CRP）和胰岛素抵抗稳态模型评估（HOMA-IR）水平（图3F），表明不同疾病严重程度具有特定的脂肪酸修饰。基于4种GM3种类（16:0、18:0、22:0和22:1）的优化SOM分析能够完全区分对照组和血脂异常受试者（图3G）。受试者工作特征（ROC）曲线在敏感性、特异性和曲线下面积（AUC）方面均表现优异（图3H）。这些发现表明，血清GM3种类的改变是疾病进展的潜在风险因素，且其检测是临床评估的宝贵工具。

图3. 基于血清GM3种类相对丰度的自组织映射（SOM）分析、 A. 自组织映射（SOM）分析的流程（示意图），这是一种使用神经网络型人工智能的模式识别方法。将多维信息的复杂模式（在本研究中为人类受试者中10种主要GM3种类的表达模式）映射到二维表面上。具有相似GM3模式的受试者位置相邻并形成多个聚类（红色箭头），而具有不同GM3模式的受试者位置相距较远（蓝色箭头）。
B. 基于10种GM3种类的表达模式对对照组和血脂异常受试者进行的SOM分析。
C. 将10种GM3种类的表达水平映射到==（B）中的SOM上。
D. 基于（B）中的SOM识别具有不同GM3模式的亚聚类。
E. 脂肪酸的代谢途径：延长、去饱和化和α-羟基化（α-氧化）（示意图）。将通过SOM分析识别的亚聚类映射到代谢途径上。 F. 6个聚类的GM3种类和临床标志物的热图分析。样本量：亚聚类1-3（总计），n=22；聚类4，n=7；聚类5，n=9；聚类6，n=12。
G. 基于底部所示的4种GM3种类的自组织映射（SOM）。
四个变量(16:0, 18:0, 22:0, 22:1)+对照组和血脂异常
H. 基于（G）中4种GM3种类的贝叶斯正则化神经网络（BRNNs）==得出的ROC曲线。

血清GM3种类以酰基链依赖的方式正负调控先天免疫反应

讨论