ヒトの健康、疾患、老化に伴うリピドームの動的変化
本文へスキップ
ネイチャー メタボリズム
検索
ログイン
コンテンツ
Natureについて
掲載
記事
PDFダウンロード
記事
オープンアクセス
出版：2023年9月11日
ヒトの健康、疾患、老化に伴うリピドームの動的変化
https://www.nature.com/articles/s42255-023-00880-1
ダニエル・ホーンバーグ, シー・ウー, ...マイケル・P・スナイダー 著者一覧を見る
Nature Metabolism (2023)この記事を引用する
41 Altmetric
指標詳細
要旨
脂質は内因性または外因性で、細胞膜の維持、エネルギー管理、細胞シグナル伝達など、多様な生物学的機能に影響を与える。ここでは、糖尿病、加齢、炎症における健康から疾患への移行、およびサイトカイン-リピドームネットワークに関連する800種を超える脂質について報告する。我々は、包括的な縦断的リピドミクスプロファイリングを実施し、最大9年間（平均3.2年間）追跡された112人の参加者の1,500を超える血漿サンプルを分析し、大小のトリアシルグリセロール、エステルおよびエーテル結合ホスファチジルエタノールアミン、リゾホスファチジルコリン、リゾホスファチジルエタノールアミン、コレステロールエステルおよびセラミドを含む複雑な脂質サブクラスの明確な生理学的役割を定義した。我々の発見は、呼吸器ウイルス感染、インスリン抵抗性、加齢に伴う血漿リピドームのダイナミックな変化を明らかにし、脂質が免疫ホメオスタシスと炎症制御に関与している可能性を示唆している。インスリン抵抗性患者では、免疫恒常性の乱れ、脂質と臨床マーカーとの関連性の変化、加齢に伴う特定の脂質サブクラスにおける加速的な変化が認められた。縦断的ディープリピドームプロファイリングに基づく我々のデータセットは、個々人の加齢、代謝の健康、炎症に関する洞察を提供し、将来のモニタリングや介入戦略を導く可能性がある。
主な内容
脂質は、細胞構造、細胞シグナル伝達、生体エネルギーにおいて重要な役割を持つ、重要かつ非常に多様な分子群である。多くの生物学的プロセスにおいて重要な役割を担っているにもかかわらず、ヒトにおける脂質の多様性、その組成が人によってどのように異なるか、また、個人レベルや疾患時に経時的にどのように変化するかについては、学ぶべきことが多い。このような情報は、加齢などの生物学的プロセスや、健康や病気における脂質の可能な役割に関する洞察をもたらすと期待されている。
ハイスループットのオミックス技術は、ヒト生理学の分子景観と、健康時および疾患時のダイナミックな変化を理解するための新たな道を提供する。今日まで、多くの研究が、その利用しやすさと費用対効果の高さから、次世代シーケンサーを利用してきた1。最近では、質量分析（MS）戦略によって、プロテオーム2,3に関する定量的な洞察が、スケールと深さにおいて得られるようになった。代謝物もMSを用いて調べることができるが、その複雑な化学的多様性を考慮すると、これまであまり研究されてこなかった4,5。脂質は、メタボロームにおける主要な異種生体分子群であるが、その物理化学的性質が多岐にわたること6、リピドミクス研究の数が比較的少ないことなどから、その特性解析は依然として困難である。
複雑な脂質はいくつかのクラスとサブクラスに分けることができ、それらは脂質の頭部基と異なる脂肪族鎖への結合によって区別される7。トリアシルグリセロール（TAGs）、ジアシルグリセロール（DAGs）、ホスファチジルコリン（PCs）、ホスファチジルエタノールアミン（PEs）、セラミド（CERs）、スフィンゴミエリン（SMs）、コレステロールエステル（CEs）などの脂質はそれぞれ、様々な脂肪酸（FAs）と結合した特定の骨格構造からなる。結合している脂肪酸は、不飽和結合の数やアシル鎖内の位置が様々であり、骨格とともに、異なる物理化学的特性や生理学的役割を付与している。脂質は、酸化還元ホメオスタシス、エネルギー貯蔵、細胞内・細胞外シグナル伝達、急性・慢性炎症の誘発・解消8,9,10、細胞内コンパートメント間の電気化学的勾配の維持など、多くの重要な機能を遂行・調節している。脂質プロファイルの異常（脂質異常症）は、メタボリックシンドローム、2型糖尿病（T2D）、がん、腎症、心血管疾患、神経変性疾患など、さまざまな疾患と関連しており、遺伝的不均質性、生活習慣、そして最近明らかになったように、コロナウイルス疾患2019感染に関連する炎症11,12,13など、複合的な要因から生じる可能性がある。
代謝恒常性の維持における脂質の重要な役割の一つは、炎症プロセスの誘導と減衰を仲介することである（例えば、ロイコトリエン、プロスタノイド、エンドカンナビノイドシグナルなど）8,9,14。ヒトにおけるホメオスタシスの維持において脂質は様々な役割を担っているため、異なる脂質種や脂質クラスは、急性炎症（例えば、呼吸器ウイルス感染症（RVI））を誘発する摂動だけでなく、炎症の消失、代謝性疾患（例えば、T2D）、慢性炎症の制御における変化と関連している生理学的過程（例えば、加齢）にも影響を及ぼす可能性がある。脂質の多様な役割を考慮すると、健康や疾患における脂質の潜在的な役割を明らかにするためには、個体間の脂質の量的な違いや、表現型間の脂質の動態を理解することが重要である。
ここでは、幅広い種類の脂質を迅速、定量的、かつ厳密に測定できるMSベースのアプローチを用いて、100人以上のヒト被験者を最長9年間追跡し、健康時と疾患時のリピドームの動態を明らかにした15,16。われわれは、脂質プロファイルとマイクロバイオーム、加齢、およびインスリン抵抗性（IR）や慢性・急性炎症を含むさまざまな臨床病態との関連を示す、縦断的な脂質シグネチャーを同定した。この結果は、主要な脂質および脂質サブクラスとヒトの代謝的健康状態との関連について貴重な知見を与えるものであり、科学界にとってユニークなリソースとなるものである。
研究結果
縦断的コホートの包括的脂質プロファイリング
IRまたはインスリン感受性（IS）を有する100人以上の参加者からなるコホートから、我々は以前、異なるタイムポイントにわたってゲノム、トランスクリプトーム、プロテオーム、メタボローム、16Sマイクロバイオームデータからなる縦断的分子データを収集した（合計約1,000件17）。このコホートの中で、我々は健康と疾患における様々な分子シグネチャーを探索し、代謝、心血管、腫瘍の病態に関連する数百の分子経路を同定した17,18。ここでは、ほとんど未解明の分子層である「血漿リピドーム」の動態を調査し、縦断期間を2年延長して合計1,539サンプルを得た。
健康、疾患、ライフスタイルの変化に伴うリピドームの変化を調べるため、112人の参加者の血漿サンプルを、2-9年（平均3.2年、1人の参加者は9年間で163回サンプリングされた。） サンプルは、参加者が健康なときは3ヵ月ごとに採取され、病気（RVIなど）や顕著なストレスがある時期には、既報17,18のように、3週間にわたって3～7回採取する頻度を増やした。脂質プロファイリングに加え、各採取時点で50項目の臨床検査値を医療記録とともに収集した（補足データ2）。最後に、サンプルはストレスや病気の時期に採取されたため、同じ時点で血漿中の62種類のサイトカイン、ケモカイン、成長因子のプロファイリングも行った。
図1：縦断的リピドミクス・プロファイリング。
図1
a,最長9年間追跡された112人の参加者において、1,500を超えるバイオサンプルを用いたプロファイリング。リピドームのダイナミックな変化は、健康状態や投薬歴との関連において、また参加者のサイトカイン、ケモカイン、代謝プロファイル、マイクロバイオームとの比較において特徴づけられた。c,複数のサブクラスにわたる846の脂質（y軸）を分析した。d, 全112名の参加者（参加者固有の全サンプルにおける推定濃度の中央値）において、脂質種（846種）は4桁以上のダイナミックレンジに及び、各脂質種およびサブクラスについて明確な推定濃度範囲を示した。 e, QC（n = 104）、参加者内および参加者間サンプルのCVの比較。すべての箱ひげ図は、25％（下ヒンジ）、50％（中央線）、75％（上ヒンジ）の分位数を報告している。ひげは，ヒンジ±1.5×四分位範囲（IQR）に等しいか，またはその外側のオブザベーションを示す．外れ値（IQRの1.5倍を超える）はプロットされていない。
ソースデータ
フルサイズ画像
トリプル四重極質量分析計（Sciex QTRAP 5500）と示差移動度分離（DMS）装置15,16で構成されるハイスループット定量リピドミクスパイプライン（Lipidyzer）を用いて、ヒトリピドームの特性解析を行った。このセットアップにより、16のサブクラス（遊離FA（FFA）、TAG、DAG、CE、PC、リゾホスファチジルコリン（LPC）、PE）にわたる1,000種を超える脂質の同定と頑健な定量（推定濃度）が可能になった、 アルキルエーテル置換基含有PE（PE-O）、アルケニルエーテル（プラズマローゲン）置換基含有PE（PE-P）、リゾホスファチジルエタノールアミン（LPE）、SM、PI、CER、ヘキソシルセラミド（HCER）、ラクトシルセラミド（LCER）、ジヒドロセラミド（DCER）； Fig. 1b). 加えて、すべてのFAにわたって、それぞれ≤48と≥49の炭素からなる、より小さいTAGとより大きいTAGの差のある挙動を観察し、ほとんどの分析でこれらを別々に評価した。正確な定量のため、また脂質抽出時に生じるばらつきをコントロールするため、9つの脂質サブクラスについて54種類の重水素化スパイクイン標準物質を既知濃度で混合した。標識スパイクイン標準物質として存在しない脂質種は、構造的類似性とシグナル相関に基づいてスパイクイン標準物質に対して正規化した（Methodsに記載）。
脂質抽出とMSデータ取得のために、サンプルを別々に無作為化した。フィルタリング（Methodsに記載）後、各サンプルで平均778脂質、1,600以上のサンプル（品質管理（QC）サンプルを含む）で846脂質種を定量した。TAGサブクラスでは最も多くの脂質種（373種）が検出され、DCERサブクラスでは最も少ない脂質種（4種）であった（図1c）。脂質は化学的に不均一な分子で構成され、生体エネルギーから細胞シグナル伝達まで、幅広い生物学的機能を発揮する。これは脂質のサブクラス特異的な存在量分布に部分的に現れている。図1dは、各脂質サブクラスについて、4桁以上のオーダーにわたる存在量分布を示し、2つの異なる特性を示している：(1)そのサブクラスの存在量の中央値、(2)すべての検査血漿サンプル（健常時と疾患時点を含む）における存在量の範囲。SMとFFAは平均して最も豊富なサブクラスとして観察されたが、ダイナミックレンジは比較的小さかった。LPC、CE、TAGを含む他の脂質サブクラスは、存在量の中央値は低かったが、ダイナミックレンジははるかに広かった。
本研究は高い技術的再現性を示した。予想通り、104のQCサンプルは明確にクラスター化した（Extended Data Fig.1）。QCサンプルの変動係数（CV）の中央値は低く、6.5％（小型TAG）から20.7％（DAG）であった。対照的に、参加者およびサンプリング・タイムポイント間で計算されたCVは19.9％（SM）から91.4％（small TAG）であり、生物学的差異を識別するのに十分なアッセイ再現性を示した。分析の頑健性を高めるため、(1)QCのCVが20%未満で、(2)バイオサンプルのCVがQCサンプルのCVより大きい736の脂質種に焦点を絞った。FFAを除き、参加者内分散は参加者間分散よりも一貫して小さく、個々の脂質シグネチャーは明瞭であり、経時的に安定していることが示唆された（図1e）。興味深いことに、小さなTAGと大きなTAG、エステル結合とエーテル結合のPE（PE対PE-OとPE-P）は、分散（図1e）と存在量分布（図1d）の点で、それぞれのサブクラス内で有意差を示した。このことは、生理学的および参加者特有の差異が存在することを示唆しており、生物学的プロセスに関する新たな知見が得られるかもしれない。
脂質シグネチャーは高度に個別化されている
われわれはまず、自己申告による急性疾患がない参加者のサンプルとして定義される「健康な」ベースライン・サンプルのリピドームの特徴を明らかにすることで、個人間の脂質存在量の違いを調べようとした。これは、糖尿病前症や潜在的な未診断疾患のような潜在的な無症候性慢性疾患を除外するものではない。全体として、2つ以上の時点で検体を採取した96人の参加者から得られた健康なベースライン検体802検体を分析した。参加者1人当たりのベースライン検体数を補足図3に示す。52検体の健康なベースライン検体があった異常値を除き、ほとんどの参加者は約10回の健康な受診があった。
トランスクリプトーム、プロテオーム、および一般的なメタボロームと比較して、脂質シグネチャーは、縦断的に評価した場合、高度に個別化できる19。数ヶ月から数年の時間スケールで、健康なサンプリング時点の脂質プロファイルの参加者特異性を調べるために、どの脂質サブクラスが最も大きな個人間差を示すかを調べ、各脂質種について観察された分散のうち、どの程度が参加者間差に起因するかを定量化した（図2a）。多くの脂質、特にTAG、SM、HCER、CEの間で、参加者固有のばらつきが大きく、50％を超える場合もあった。対照的に、FFAは参加者特異的なばらつきが比較的小さいことがわかった。参加者の特異性をさらに説明するために、12回以上の健診を受けた参加者のデータについて、最も個人差があると判断した100種類の脂質に基づいて、t-distributed stochastic neighbour embedding（t-SNE）を行った（図2b）。すべてのサンプルではないが、ほとんどのサンプルは個々の参加者ごとにクラスタリングされ（図2b,c）、いくつかの脂質は年をまたいでもパーソナライズされたシグネチャーを構成できることを示している。
図2：健康なベースラインにおける個人差。
図2
a,上段は、参加者因子によって説明される分散で並べたクラスごとの脂質種の数を示す棒グラフ、下段は、各脂質クラスにおける参加者によって説明される分散を示す箱ひげ図（左Y軸）、および各脂質クラスの平均log10（推定濃度）（赤線、右Y軸）を示す折れ線グラフ。分散分解分析は、n = 802健常サンプルを用いて実施された。 b, 12以上の健常サンプルを提供した11人の参加者（n = 191）のt-SNEクラスタリング。箱ひげ図は、25%（下ヒンジ）、50%（中央線）、および75%（上ヒンジ）の分位を報告する。ひげは、ヒンジ±1.5×IQRに等しいか外側のオブザベーションを示す。外れ値（IQRの1.5倍を超える）はプロットされていない。参加者内距離と参加者間距離は、両側t検定を用いて比較した。 d, WGCNAモジュールと臨床指標との相関（BH調整FDRカットオフ5％）。ドットの大きさはBH調整-log10(FDR)を示す。カラースケールは相関の程度と方向を示す。TGL：総トリグリセリド；CHOL：総コレステロール；NHDL：非HDL；CHOLHDL：コレステロール／HDL比；LDLHDL：LDL／HDL比；GLU：グルコース；INSF：空腹時インスリン；HSCRP：高感度CRP；WBC：白血球数；NEUT：好中球％；NEUTAB：好中球絶対数； LYM、リンパ球パーセント；LYMAB、リンパ球絶対数；MONO、単球パーセント；MONOAB、単球絶対数；EOS、好酸球パーセント；EOSAB、好酸球絶対数；BASO、好塩基球パーセント；BASOAB、好塩基球絶対数；IGM、免疫グロブリンM；RBC、赤血球数；HGB、ヘモグロビン； HCT、ヘマトクリット；MCV、平均赤血球容積；MCH、平均赤血球ヘモグロビン；MCHC、平均赤血球ヘモグロビン濃度；RDW、赤血球分布幅；PLT、血小板；AG、アルブミン/グロブリン比；CR、クレアチニン；BUN、血中尿素窒素；EGFR、推定糸球体濾過率； UALB、尿中アルブミン；ALCRU、尿中アルミニウム／クレアチニン比；UALBCR、尿中アルブミン／クレアチニン比；TP、総タンパク；ALB、アルブミン；TBIL、総ビリルビン；ALKP、アルカリホスファターゼ；ALT、アラニンアミノトランスフェラーゼ；AST、アスパラギン酸アミノトランスフェラーゼ；GLOB、グロブリン。e,cに示したWGCNA解析のモジュール構成を脂質サブクラス別に色分けしたもの。 f,フィッシャーの正確検定に基づく濃縮解析の結果で、各WGCNAモジュールについて濃縮サブクラスのBH調整-log10(FDR)を描いたもの。
出典データ
フルサイズ画像
主要脂質は重要な臨床指標と関連している
特定の脂質クラスには個人間で大きなばらつきがあることから、次に、健康なベースライン検体から得られたグローバルなリピドーム・プロファイルが臨床指標とどの程度関連しているかを調べた。まず、脂質プロファイルの類似性に基づいて重み付け遺伝子相関ネットワーク解析（WGCNA）を適用して脂質を7つのモジュールにグループ分けし、次に、性、年齢、民族、体格指数（BMI；図2d-fおよび補足図4）の共変数をコントロールしながら、これらの7つのモジュールと50の臨床指標を関連付けた。これらの共変量をコントロールすることで、性別、年齢、BMIによる交絡の可能性を除外し、脂質モジュールと臨床指標との直接的な関連を調べることができる。モジュールM1とM5は、CERとPE、小TAG（主にM1）と大TAG（主にM5）に富み、糖化ヘモグロビン（A1C）、空腹時血糖、空腹時インスリンなどのT2D指標と最も強い正の関連を示した。さらに、高感度C反応性蛋白（CRP）値や白血球数などの炎症マーカーとも正の相関を示し、高比重リポ蛋白（HDL；「善玉コレステロール」）値とは負の相関を示した。従って、M1とM2の脂質は、従来の臨床指標に基づくと、健康との関連が否定的である。対照的に、FFAとLPCの一部を含むM7は、CRPとA1C値の低下と相関した。PE-PとPE-Oに富むM3は、HDLの高値と空腹時インスリンの低値との関連を示し、M1とM5の支配的なT2Dパターンと比較して、一般に健康的と考えられるシグネチャーを示した。
さらに、脂質とマイクロバイオームの関連を調べたところ、細菌科Oscillospiraceaeでは数種のTAG、Clostridiaceaeでは(L)PE、PC、CEなど、ほとんどが負の相関を持つ脂質が観察された（補足図5および補足注1）。これらの微生物は、このコホートにおけるISの参加者の腸内に豊富に存在することが知られており20、宿主の脂質代謝においてクロストリジウムが有益な役割を果たす可能性を示唆している。最後に、異常値分析により、脂質シグネチャーが異常に高い、あるいは低い参加者が同定され、その一部は肝脂肪症などの基礎疾患と関連付けることができた（補足図6および補足注2）。全体として、このグローバルな解析は、多くの脂質サブクラスが臨床状態に関連し、潜在的にその役割（例えば、炎症促進、抗炎症、代謝的役割）を持っていること、あるいは健康状態を層別化するバイオマーカーとして機能する可能性があることを示唆している。
IRにおけるグローバルリピドームの崩壊
多くの臨床指標が特定の脂質サブクラスと関連していたことから、次に慢性代謝疾患であるIRによってリピドームがどのような影響を受けるかを調べた。IRは一般的にT2Dで起こり、主に筋肉細胞や脂肪細胞などの細胞がインスリンに反応しなくなり、血中グルコース濃度が高くなる状態である。IRは、脂質異常症を含むメタボリックシンドロームだけでなく、慢性炎症を伴うことが多く、非アルコール性脂肪性肝疾患を引き起こすこともある。メタボリックシンドロームの分子機構と予後をよりよく理解するためには、IR患者において脂質ネットワークがどのように障害されているかを解明することが重要である。
IRは、内因性インスリン分泌を抑制し、インスリンとグルコースを一定濃度で注入した後の定常状態血漿グルコース（SSPG）値を測定することで診断できる21。69人の参加者を対象にSSPG測定法を用いてIRまたはIS（IR/IS）の状態を測定し、そのうち36人と33人をそれぞれIR（SSPG＞150mg dl-1）とIS（SSPG≦150mg dl-1）に分類した。グローバルレベルでは、IRとISを区別する脂質シグネチャーの能力が観察された（図3a）。年齢、性別、民族性、ベースラインのBMIをコントロールした回帰分析を用いると、ほとんどの脂質サブクラスでIRとISの間の包括的な差異が解消され（図3b-d）、脂質の半分以上（424）がSSPGレベルと有意に関連していた。SSPGと有意な正の相関を示した脂質および脂質サブクラスには、TAGとDAGが含まれ、これは我々の観察結果（図2d）や、脂質異常症やメタボリックシンドロームの患者ではこれらの脂質のレベルが高いという過去の報告と一致している22,23。また、CERのサブセットの存在量が増加していることも観察され、マウスやヒト24の肥満誘発性IRの発症に寄与しており（図3b,c）、脂質に基づくIRとISの鑑別が可能である（図3aおよび補足図7）。
図3：IRとISに関連する脂質シグネチャー。
図3
a, IRとISを比較した主成分分析。右側の密度プロットは、第2主成分（PC2）に沿った各データポイントの固有ベクトルの分布を示す。IRとISの固有ベクトルの比較は、両側t検定を用いて行った。 b, 回帰分析（n = 69）： 736脂質のうち424脂質がSSPGと有意な相関を示した（BH FDR < 5%; 年齢、性別、民族、ベースラインBMIで補正）。c, 来院時にSSPG値が測定された69検体を用いて、それぞれの脂質クラスの回帰係数を描いたボックスプロット。係数が大きいほど、SSPG値が高いほど関連が強いことを示している。色は、25パーセンタイルまたは75パーセンタイルが正または負の分布を示す。箱ひげ図は、25％（下ヒンジ）、50％（中央線）、75％（上ヒンジ）の分位を報告する。ひげは、ヒンジ± 1.5×IQRに等しいか、またはその外側のオブザベーションを示す。外れ値（IQRの1.5倍を超える）はプロットされていない。 d, 参加者で検出されたIRとISの比率差。中央の数字は各クラスの脂質の総数を示す。酵素名は赤で示す。CDP-Cho、シチジンジホスホコリン；CDP-Eth、シチジンジホスホエタノールアミン；CPT、コリンホスホトランスフェラーゼ；EPT、エタノールアミンホスホトランスフェラーゼ；GPAT、グリセロール-3-リン酸アシルトランスフェラーゼ；LPAAT、リゾホスファチジン酸アシルトランスフェラーゼ；PAP、ホスファチジン酸ホスファターゼ；DGAT、DAGアシルトランスフェラーゼ； G-3-P、グリセルアルデヒド-3-リン酸；CDS、CDP-ジアシルグリセロール合成酵素；PSD、PS脱炭酸酵素；PSS、PS合成酵素；PGS、PG合成酵素；PIS、PI合成酵素；SPT、セリンパルミトイル転移酵素；CerS、セラミド合成酵素；SMase、スフィンゴミエリナーゼ；DES、ジヒドロセラミド脱飽和酵素；Acetyl-CoA、アセチルコエンザイムA；TCA、トリカルボン酸。e,SSPG回帰の係数を用いた濃縮度分析（フィッシャーの正確検定）。濃縮されたアノテーションは、BH FDR < 10%の正の係数（正のlog2(odds)）とBH FDR < 10%の負の係数（負のlog2(odds)）について計算された。濃縮アノテーションについては、BH FDRカットオフ5%を適用した。 f, IRとISの臨床指標と脂質プロファイルの相関。相関は、IRとISの相関が有意に異なり、IRとISの絶対Δ相関が0.2以上であった場合に示されている。加えて、IRとISにおける脂質と臨床指標との総合的な相関は、前述の2つの基準を満たした場合に描かれている。
出典データ
フルサイズ画像
脂質の特定のサブグループの過不足を調べるために、正負のモデル係数の濃縮分析を行った。TAGは我々のデータで脂質の最大のサブクラスを構成し、結果を支配する可能性があるため、各脂質サブクラスと全脂質で別々に濃縮解析を行った（図3e）。濃縮度はサブクラスレベル（図1b）とFA組成（グローバル飽和レベルと特定のFA）で評価した。エーテル結合PE（PE-P）-一般的なPEとは対照的-とSSPGレベルの低下との関連などである。エーテル結合PEは細胞シグナル伝達に関与し、抗酸化物質として作用する25。SSPGレベルの高いTAGレベルの上昇とともに、PE-Pレベルの低下はIRに関連した炎症を示唆し、酸化ストレス、炎症、IRの間にPEが介在している可能性を示している。
図2dでは、様々な臨床指標と相関する脂質モジュールを示した。IRが脂質調節（脂質異常症）と臨床表現型の両方に影響することはよく知られているので、脂質と臨床指標との関連がIR/ISの状態によって影響を受けるかどうかを調べた。興味深いことに、IRの参加者とISの参加者の間では、脂質のシグネチャーと臨床指標の相関のエフェクトサイズと方向性の両方に多くの有意差が認められた。例えば、IRではISと異なり、低比重リポタンパク質（LDL）とHDLの比は、エーテル結合PE-PおよびPE-Oと正の相関があり、LPEとは負の相関があった（図3f）。さらに、IRとISの患者では、A1C-SM、SSPG-CERおよびSSPG-PI、ならびに免疫グロブリンM-PE-P/PE-O、単球-PE-P/PE-O、好酸球-TAGおよび白血球-PIを含む、免疫および血球測定値と脂質サブクラスとの正反対の相関が観察された（図3f）。全体として、これらのデータは、IR/ISの状態によって、脂質と臨床指標の関連は大きく変化し、エネルギー調節、細胞シグナル伝達、免疫恒常性に関与する主要脂質は、IRにおいて広範な調節異常を示すことを示している。
ウイルス感染におけるリピドームの動的変化
IRのような慢性炎症および代謝状態における役割に加え、複合脂質は、例えばアラキドン酸（FA(20:4)）を放出することにより、急性炎症反応の重要なメディエーターとなる。従って、複合脂質はRVIやおそらくワクチン接種中に修飾、放出、活性化され、同時にIR依存的にこれらのプロセスにおいて重要な役割を担っている可能性がある。
このコホートの参加者は、RVI（36人の参加者における72の異なるRVIエピソード、合計390サンプル）およびワクチン接種（24人の参加者における44のエピソード、合計275回の受診；補足図9）の期間中に高密度にサンプリングされた。RVIとワクチン接種の両方について、縦断的に収集した検体を早期（1～6日目）、後期（7～14日目）、回復期（3～5週目）に分類した（図4a）。線形モデルを用いて、ほとんどのサブクラスでRVI中に有意に変化した（偽発見率（FDR）＜10％）210種類の脂質を同定した（図4b）。例えば、PEはアポトーシス細胞のクリアランスや様々なウイルスの病因に重要な役割を持つことが報告されている26。もう一つの例はPIで、PIは呼吸器合胞体ウイルスと高い親和性で結合し、ウイルスが上皮細胞に付着するのを防ぐ27。炎症時に増加することが観察されたLPCは、免疫細胞のリクルートとモジュレーションを通じて、重症感染症の治療効果（マウスの腹腔内投与後）を持つことが実証されている28。
図4：RVIとワクチン接種
図4
a、RVI実施中の5つの時点における縦断的サンプリング：感染前（健常人）、初期イベント、後期イベント、回復、感染後（健常人）。濃い緑色は、RVIを通して210の有意に変化した脂質を示す。有意な脂質の脂質クラス濃縮分析にはフィッシャーの正確検定を使用した（各脂質サブクラスのBH FDR： CE、3.35×10-4；CER、0.95；DCER、0.49；HCER、0.87；LCER、1；DAG、1；FFA、0.56；LPC、6.32×10-8；LPE、8.40×10-3；PC、3.01×10-4；PE、0.27；PE-O、1.01×10-3；PE-P、1.00×10-8；PI、7.65×10-5；SM、1；大型TAG、1；小型TAG、3.66×10-2）。d, RVI後に有意に変化した210の脂質と各クラスタにおける対応するプロファイルの軌跡解析。 e, RVIにおける脂質プロファイルと臨床指標との関連。同定された脂質クラスター（d）と50の臨床検査値（BH FDRカットオフ5％）との相関が描かれている。ドットの大きさは-log10(FDR)を表し、カラースケールは相関の方向と程度を表す。 f, IRとISを比較して、RVI中に有意に変化した脂質の差分プロファイル。各脂質の特徴について、網掛けブロックは、対応する脂質がIRとISの間で有意に異なっていた時間間隔を示す。この時間間隔の脂質プロファイルを表すオレンジ色の網掛けブロックはIRで優位（脂質レベルが高い）であり、この時間間隔の脂質プロファイルを表す青色の網掛けブロックはISで優位である。
出典データ
フルサイズ画像
急性感染に関与する脂質関連プロセスをさらに調べるため、感染中に濃縮された脂質を調べた（図4c）。RVI後、エーテル結合PEやドデカン酸（FA(12:0)）のような飽和FA（SFA）を含むTAGなど、特定の脂質サブクラスにおいて有意な変化が観察された。ドデカン酸とパルミチン酸（FA(16:0)）は、シクロオキシゲナーゼ2をアップレギュレートする炎症性化合物であり（文献29）、炎症反応の活性化において重要な役割を担っている。全体として、このことは、異なる主要な脂質サブクラスが、ウイルス生物学および免疫応答の様々な側面にとって重要であり、RVI中に大きく変化することを示唆している。
経時的な脂質動態の振り付けを調べるため、RVIの様々な段階における脂質の軌跡を調べた。脂質種間のユークリッド距離を類似性指標とする階層的クラスタリング法を用いて、210の有意に変化した脂質を4つの主要なクラスターにマッピングし（図4d）、これらの主要なクラスターを臨床的指標と関連付けた（図4e）。PCに有意に富んでいた緑色のクラスターを除き、すべてのプロファイルは感染時にレベルが低下していた。青色のクラスターは低分子TAGに有意に富み、RVI初期に脂質レベルの急激な低下を示したが、その後急速に回復し、コレステロールやLDLを含む総脂質の臨床的測定値と相関した。これは感染初期に代謝が変化し、エネルギー代謝が増加したことを示している。オレンジ色のクラスターは、LPC、ラージTAG、エーテル結合PEに富み、青色のクラスターと同様のプロフィールを示したが、ベースラインレベルへの回復は遅れた。このクラスターの脂質は、臨床脂質パネルや血糖値とは正の相関を示したが、CRP値や好中球とは負の相関を示した。このことは、エネルギー代謝の初期の変化（脂質と血糖値の低下）が炎症の増加（LPCとエーテル結合PEレベルの低下、CRPレベルと好中球の増加）と結びつき、RVIの後期には炎症がゆっくりと減衰することを示唆している。FFAに富む紫色のクラスターは、脂質レベルの緩やかな減少を表し、RVI回復期に最低点に達した後、ベースラインレベルに戻った。特に、免疫関連パラメータ（CRPレベル、リンパ球数）との後期相関から、このクラスターにおける一部の脂質レベルの減少は、初期から中期にかけての炎症を減衰させ、恒常性への復帰を促進するための一時的な強い免疫抑制に関係している可能性が示唆される。全体として、私たちのデータは、脂質の反応の差と特定の生物学的役割との関連性を示唆しており、エネルギー代謝の急激なシフトは感染初期には炎症をサポートし、後期には炎症を抑制する可能性がある。RVI中の細胞シグナル伝達、代謝、炎症における重要なグローバルシフトを反映するこれらの脂質は、疾患の重症度や予後を評価したり、治療介入の機会を提供したりする可能性がある。
次に、IRとISで感染症やワクチン接種に対する反応が異なるかどうかを調べた（図4fと補足図10）。縦断的差分解析により、IRとISの縦断的プロファイルが異なることがわかった。IRの患者ではISの患者よりも、RVIの初期段階においていくつかのFFAが多く、中期から後期にかけてPCレベルがより上昇することが観察された。対照的に、TAGsといくつかのPEsは、感染の中期から後期にかけて、IRと比較してISで異なって上昇していた。IR/ISに特異的なFFAとTAGの反応は、IRにおけるエネルギー代謝の変化を反映している可能性があり、一方、PCや他の脂質クラスの違いは、免疫関連シグナル伝達経路の変化を示している可能性がある。重要なことは、ワクチン接種後のパターンが感染時とは異なることである（補足図10）。例えば、ISでは上昇を示したTAGの種類は少なかったが、IRではワクチン接種後にLCERの集団が上昇した。IRを伴うT2D患者ではRVI17に対する免疫応答がより低下していることが多いため、このような変化は生物学的に重要であると考えられる。
IR患者の加齢変化
加齢は心血管疾患のリスクを増加させ、T2D30,31や慢性炎症32を含む様々な疾患を伴う。我々の研究では、参加者の年齢範囲は20〜79歳（健康な時点、中央値57歳）で、平均3年間縦断的にサンプリングされた（図5a）。コホート全体で、年齢が高くなるにつれてBMIが上昇することが観察された（図5b）。我々は以前、このコホートのサブセットにおいて、炎症（急性期タンパク質）、血糖および脂質代謝（A1C、アポリポ蛋白A-IV蛋白）を含む加齢に関連した分子シグネチャーを同定したが、加齢に伴うリピドームの変化については調査していなかった33。加齢に伴って変化し、慢性低悪性度炎症などの加齢関連病態の発症に関連すると考えられる脂質や経路を同定するために、我々はリピドームの縦断的変化を調べた。横断的研究では、生物学的加齢やコホートが加齢した期間、あるいはその他のコホート効果により、年齢の異なる参加者間で脂質含量が異なることがある。期間やコホートは個人に影響を与える社会的文脈であり、個人の年齢によって本質的かつ数学的に混同される34。これらは、参加者が異なる世代に生まれたために、若年者と高齢者に異なる影響を与える環境因子から構成され、実際の年齢よりもむしろ、リピドーム組成に影響を与える可能性のある世代依存性の暴露（例えば、食事、ライフスタイルおよび/または疾患）を含む。しかし、我々のデータは縦断的であるため、いくつかのバイアスを排除することができ、同じ個人に焦点を当てることができた34。さらに、我々は以前、このコホートにおける食事の大きな変化を観察していない18。我々の縦断的コホートにおける加齢に伴う脂質の変化を同定するために、我々は、相対的な脂質の変化を年齢の変化の関数として推定する線形モデル（Δ年齢モデル）を用いると同時に、サンプルの保存期間とBMIを制御した。このモデルを用いて、各脂質サブクラスについて（図5c）、また脂質種全体について（図5d）、「加齢」効果（β係数）を求めた。
図5：リピドームの加齢変化。
図5
a, 90人の健常人の年齢中央値、年齢範囲（横線）、受診回数（y軸）。バイオリンプロットはコホート内の年齢分布を示す。内側のボックスプロットは、25％（左ヒンジ）、50％（中央線）、75％（右ヒンジ）の分位を示す。ひげは、ヒンジ±1.5×IQRに等しいか外側のオブザベーションを示す。外れ値（IQRの1.5倍を超える）はプロットされていない。 b, 健康な参加者全体のBMI中央値と年齢中央値の相関。縦線は、収集されたすべての健常検体における各参加者のBMI範囲を示す。c、BMIおよびサンプル保存期間を制御したΔageモデルに基づき、5年間の加齢に伴い有意に（BH FDR < 5%）変化した脂質サブクラス（各脂質種の未変換濃度の合計に対する変化率）。d、高年齢に関連する物理化学的特性（正のlog2(odds)、赤、脂質種レベルでのすべての正のΔageモデル係数について決定され、BH FDRが10%未満）と低年齢に関連する特性（負のlog2(odds)、青、脂質種レベルでのすべての負のΔageモデル係数について決定され、BH FDRが10%未満）を比較するフィッシャーの正確検定の濃縮度分析。log2(odds)値は、低年齢または高年齢（BH FDR < 5%）との有意な関連について描かれている。無限のlog2(odds)値は、すべてのデータで決定された正/負のlog2(odds)の平均値0.5×でインプットされている。MUFA、一価不飽和FA。 e、試料の保存期間およびBMIをコントロールした、男女の参加者における個々の脂質サブクラスのΔ年齢係数（加齢-性）。f、保存期間、BMIおよび性をコントロールした、IRおよびISの個々の脂質サブクラスのΔ年齢係数（加齢-IR/IS）。eとfについては、データは推定係数の平均値±s.d.で示され、通常の最小二乗回帰検定を用いて決定された。
出典データ
フルサイズ画像
ほとんどの脂質サブクラスのレベルは加齢とともに増加し、特にCER（LCER、HCER、DCER）、SM、LPC、CEが顕著であることがわかったが、観察された分散の一部はより複雑な脂質の加齢依存性を示唆している（図5c）。複数の脂質種やサブクラスのレベルが全般的に上昇していることは、これまでの観察結果35,36と一致している。興味深いことに、TAGのレベルは一般的に経時的に増加したが（補足図11）、BMIをコントロールするとこの傾向は消失した。Δageモデルの係数を種レベルで濃縮解析を行ったところ、SFAsと一価不飽和FAsのレベルが上昇する一方で、多価不飽和FAs（PUFAs）のレベルは低下するなど、加齢に伴う脂質の物理化学的特性の変化が観察された（図5d）。このパターンは、以前から脂質異常症や炎症と関連しており37、加齢に伴う代謝の健康状態の悪化を示唆している。また、（有益な）オメガ3系脂肪酸の減少も観察された。特に、ドコサヘキサエン酸（FA(22:6)、TAG）とエイコサペンタエン酸（FA(20:5)、PE）のレベルは加齢とともに減少した。これらのオメガ3系FAは、血漿コレステロール値を低下させ、レゾルビン、プロテクチン、マレシンといった炎症を解決するメディエーターの前駆体として働くことで、健康に有益な効果をもたらすことが指摘されている38,39。加えて、老化した皮膚ではリノール酸（FA(18:2)）のレベルが低下していることが報告されている40。われわれのデータによると、血漿中のリノール酸もまた重要な老化バイオマーカーであり、より全身的な減少を示唆している。脱飽和と伸長により、リノール酸はアラキドン酸（FA(20:4)）に代謝される。このアラキドン酸は、あまり厳密でないフィルターをかけた場合（補足図12）、加齢とともに存在量が増加することがわかり、加齢に伴う炎症への一般的なシフトをさらに立証した。さらに、大きなTAGと小さなTAGは異なるパターンを示し、TAGスペクトルに沿った異なる機能的役割を強調した。興味深いことに、心血管疾患や神経変性41に関与し、CRP（図2）と反相関を示すLPCsのレベルは加齢とともに増加し、ヒトの健康におけるLPCsの多面的な役割がさらに強調された。また、複数のサブクラスで強い性差が観察された（図5e）。Beyeneらは、リゾおよびエーテル-リン脂質代謝における性差を報告しており42、本研究でもこれを確認した。さらに、加齢における顕著な特徴として、低分子TAGの性差が観察され、男性では高値、女性では低値であった。
次に、IRが分子老化シグネチャーをどの程度変化させるかを調べたところ、IRの参加者はISの参加者よりも、HCER、LCER、SM、CEを含む複数のサブクラスの係数が大きいことが観察された。より大きな係数は、加齢に関連した変化が、IRとISで加速される可能性を示している（貯蔵長、性別、BMIをコントロール；図5f）。IRの状態を区別しなかった以前の報告35とは対照的に、本研究では、IRの参加者においてDAGと加齢との間に負の関連があることを同定した。興味深いことに、高いDAGレベルは一般的に脂質異常症やIRと関連している37,38；しかし、TAG（上記参照）と同様に、DAGはBMIとより強い関連性を持つ可能性があり、これはモデルでコントロールされた。さらに、PIとPEはIRとISの参加者において正反対の加齢効果を示したことから、加齢に伴うリン脂質代謝のIR特異的変化が示唆される。まとめると、多くの脂質サブクラス（すなわち、不飽和度、オメガ3脂肪酸、ラージTAG、エーテル結合PE）の組成は、加齢とともに大きく変化し、その過程は、いくつかの脂質サブクラスについては男女間で異なり、IRの存在下では明らかに加速される。
脂質とサイトカインおよびケモカインとの特異的な結合
多様な生物学的過程におけるサイトカイン、ケモカイン、成長因子の重要性を考慮し、我々の縦断的コホートにおいて、恒常性と様々な病態生理学的疾患過程における脂質との関係を明らかにした。我々は、特定の脂質の存在量がサイトカイン、ケモカイン、成長因子のレベルを予測する程度を、BMI、性別、民族性、参加者ごとの複数回の測定を、両方の測定が可能なすべてのサンプルとタイムポイント（1,180サンプル）において、ランダム効果としてコントロールしながら調べた。全体として、脂質の大部分（580）と40のサイトカイン、ケモカイン、成長因子との間に1,245の有意な（FDR＜5％）陽性および陰性相関が見つかった（図6a）。
図6：脂質とサイトカインの関連。
図6
a-e,1,180サンプルにわたって計算された1,245の有意な（BH FDR < 5%） 脂質-サイトカイン関連性のネットワークは、すべての脂質（a）、PC（b）、PE（c）、LPC（d）、LPE（e）について、陽性（赤）と陰性（青）の関連性を示す。ネットワークは線形混合効果モデルで決定された係数のBH FDR 5%に基づいて刈り込まれた。色は脂質クラス、エッジの幅は係数、ノードのサイズはノードの連結性（人気度）を表す。ネットワークは'graphopt'レイアウトアルゴリズムを用いて構築した。 f, 特定のサイトカイン（x軸）と関連する脂質の物理化学的特性（y軸）をサブクラス、グローバルFA、個別FAレベルで比較したフィッシャーの正確検定の濃縮分析。解析は、TAGのみ（i）、すべての非TAG脂質（ii）、およびすべての脂質（iii）について行われた。正のβ係数（BH FDR < 10%）を持つ脂質間の濃縮度（log2(odds)）を赤で示し、負のβ係数（BH FDR < 10%）を持つ脂質間の濃縮度（log2(odds)）を青で示す。黒は、特定の特性が両方の集団で濃縮された場合（正および負の関連）を示す。log2(odds)値は、それぞれのアノテーションがBH FDR <5%で有意に関連した場合に描かれる。無限のlog2(odds)値は、すべてのデータで決定された正/負のlog2(odds)値の0.5×でインプットされている。IL-1Ra、IL-1受容体拮抗薬、ICAM1、細胞間接着分子1、SDF1⍺、間質細胞由来因子1⍺、RANTES、活性化時に制御される正常T細胞発現・分泌； PDGF-BB、血小板由来増殖因子-BB、GRO⍺、増殖制御⍺タンパク質、FasL、Fasリガンド、TRAIL、腫瘍壊死因子関連アポトーシス誘導リガンド。
出典データ
フルサイズ画像
正の相関が最も多かったのは、顆粒球マクロファージコロニー刺激因子（GM-CSF）とTAGの間、およびレプチンとTAGの間であった（図6aおよび補足図13）。アディポカインであるレプチンはカロリー摂取を調節し、肥満では一般的に高値で存在し、関連する炎症状態の一因となっている43。レプチンの血中量は脂肪組織の量と相関している。GM-CSFの受容体は視床下部、海馬、多くの免疫細胞に発現しており、神経調節因子および免疫調節因子としても働く43,44。サイトカインGM-CSFは、もともとは造血成長因子として定義されていたが、炎症促進作用45,46,47など、他の生物学的役割も持っている。これらのシグネチャーは、我々が観察したTAG高値による炎症作用と一致しており、高脂肪食、肥満、肝脂肪の結果としても見られる48,49。多能性サイトカインであるインターロイキン-6（IL-6）は、抗炎症性サイトカインであるIL-10（参考文献51）と共に、その炎症作用と抗炎症作用は文脈に依存する50が、いくつかのTAGと負の相関を示し、TAG-レプチンやTAG-GM-CSFの正の相関とは異なるクラスターを形成したことから、免疫調節ネットワークにおけるTAGの種類による機能的な違いが示唆された（図6a）。TAGはレプチンやGM-CSFとの関連性が全体的に最も高かったが、PE、PC、DAGなどの他のサブクラスの脂質も正の関連性を示した（図6b,cおよび補足図13）。対照的に、PEとPCのリゾ種（図6d,e）は、GM-CSFとレプチンとの関連が少なく、中心的な役割も少なかった。全体として、これらの結果は、脂質クラス間の制御の共通性（例えば、TAG、DAG、PCおよびPEとレプチンとの正の関連）と、炎症および免疫調節経路に対するサブクラス内の差異を示唆している。
特定の脂質サブセットがサイトカインやケモカインとどの程度関連しているかを明らかにするために、濃縮解析を行った（図6f）。全体として、FAsとサイトカインとの強い関連が観察された。例えば、レプチンとTAGの正の関連は、SFA、多価不飽和FA(18:3)および低分子TAGで有意に濃縮された。対照的に、大きなTAGはIL-6とIL-10と負の相関を示した。さらに、FA(22:5)を含むTAGと、IL-6だけでなく、抗炎症性IL-10や炎症性IL-23を含む複数のサイトカインとの間に、負の相関のハブが観察された。炎症性サイトカインと免疫調節性サイトカインの両方において、TAGサブクラスが陽性および陰性で濃縮されたことは、TAGサブクラス（アシル鎖の長さと飽和度の両方において）が免疫調節とシグナル伝達において異なる役割を持つことを示唆している。
図2では、いくつかのLPCが抗炎症性、つまりより健康的なシグネチャーと関連していることがわかった。ここでLPCは、上皮成長因子（EGF）、血管内皮成長因子（VEGF）、脳由来神経栄養因子（BDNF）、レジスチンなど、いくつかの成長因子と正の相関を示した。VEGFは血管新生の促進に関与し、BDNFとEGFは細胞増殖を促進し、BDNFは神経新生と可塑性に重要な役割を持つ52。加えて、LPCは、炎症時に活性化T細胞や血小板から分泌される可溶性CD40リガンド（sCD40L）、炎症性サイトカインIL-1⍺、脂肪組織特異的分泌因子レジスチンと正の相関を示し、レジスチンは他のサイトカインを誘導し、T2D53における慢性炎症性カスケードへの寄与が示唆されている。LPCは、抗炎症性、組織修復性、炎症性など、対照的な関連を示した。これらの関連は、慢性炎症（例えば、T2Dにおけるレジスチンなどの因子によって媒介される）と、CRP高値と強く関連する急性炎症（例えば、感染症時）との違いを強調しているのかもしれない。また、炎症性メディエーターと抗炎症性メディエーターの両方が、有効ではあるが過剰にならないように反応を調節する量で存在することを反映しているのかもしれない。さらに、リノール酸（FA(18:2)）を含むPCは、ケモカインCXCモチーフリガンド9（CXCL9；MIG（インターフェロン-γ（IFNγ）によって誘導されるモノカイン）としても知られる）およびCXCL10（IP-10（IFNγ誘導タンパク質10kDa）としても知られる；図6b,f）と負の相関を示した。CXCL9とCXCL10はIFNγによって誘導され、細胞を炎症部位に動員する。これらは同じケモカイン受容体CXCR3に結合する。この関連性は、RVI時に観察された免疫調節の役割に加えて、これらの脂質が炎症時の免疫細胞の移動に影響を与える可能性を示唆している（図4）。全体として、我々のマルチオミクスデータは、サイトカインと脂質のサブクラス間の複雑な関連、および脂質と特定のFA組成との差異のある関連を概説しており、免疫活性化から免疫抑制に至るまで明確な役割があることを示唆している。
考察
最近まで、ほとんどのオミックス研究は、トランスクリプトミクス、プロテオミクス、そして最近では、多くの表現型とより密接に関連するメタボロミクスに焦点を当ててきた54。しかし、脂質は細胞シグナル伝達、細胞構造、エネルギー管理において重要な役割を担っているにもかかわらず、リピドミクスはほとんど研究されていない。リピドームの研究は、その複雑さと、マイクロバイオームやライフスタイル（食事や運動）といった内因性・外因性因子の両方に由来するという事実のために、これまで困難であった。どの脂質がどの期間にわたって急性または慢性状態で変化するかなど、脂質の変化のダイナミックレンジを調査することは、より良い個別化治療の開発に使用できるメカニズム的洞察だけでなく、初期の疾患発症と進行のマーカーを明らかにするかもしれない。
参加者を最長9年間追跡することで、参加者に特異的な脂質と脂質サブクラス（図1eと2a-c）、ベースライン時および疾患全体の臨床指標に対応する脂質の機能モジュール（図2d,fと3f）、および肝脂肪症などの疾患を予測する可能性のある脂質の異常値シグネチャーを同定した（補足図6）。IR（図3）、ウイルス感染（図4）、加齢（図5）、サイトカインと脂質の関連（図6）などの摂動を通して、我々は、エーテルおよびエステル結合PE、小および大TAG、特定のFA構成を持つ脂質（例えば、オメガ3/オメガ6FA、PUFA、SFA）など、多くの脂質サブクラス間で異なる挙動を観察した。全体として、我々の結果は、脂質のサブクラスが異なる生物学的役割を持つことを指摘し、従来の臨床的脂質プロファイル（すなわち、全体的なTAGレベル）では、代謝の健康に関連する多くの変化を解決できないことを示している。
解析を通して、エステル結合とエーテル結合（PE対PE-O/PE-P）、および機能的に異なる2つのTAGサブグループ（小TAG（全FAにわたって炭素数48以下）と大TAG（全FAにわたって炭素数49以上））の間で、異なる挙動が一貫して観察された。エーテル結合PEは細胞シグナル伝達や抗酸化物質として関与しており25、SSPG低値やHDL高値を含む健康な表現型と有意に関連していることがわかった。加えて、エーテル結合PEは感染初期に枯渇し、炎症状態を増加させるか、炎症によって生じたラジカル酸素種を消去することによって枯渇すると考えられる。加えて、PE、PE-PおよびPE-Oは、加齢に伴い、性およびIR/ISに特異的なシグネチャーを示す（下記参照）。これらのことから、エーテル結合PEは健康に関連し、慢性的に低レベルのPEがヒトに有害な影響を及ぼすことが示唆される。このような観点から、アルキルエーテルを置換基とするPC（PC-O）やアルケニルエーテル（プラズマローゲン）を置換基とするPC（PC-P）のような、血漿中で検出可能であることが知られている他のエーテル結合脂質サブクラスについても、今後の研究で調査することは興味深い。
最近、我々は、運動後60分の回復期において、小さなTAGと大きなTAGの調節に差があることを報告した19。今回、我々は、より大規模な縦断的コホートにおいて、これらのTAGの臨床的に関連する新たな生理学的役割を示唆する前回の観察を確認し、さらに拡大した。我々のデータは、(1)多くの生物学的変異がTAGの存在量プロファイル（図1eと2a）で捉えられていること、(2)大小TAGや特定のFAを含むTAGサブグループ（図5dと6f）で異なっていることを示している。例えば、小型TAGは特定のサイトカインやケモカインと明確な関連を示し、RVI初期に急速に枯渇し、その後ベースラインレベルまで急速に回復する。感染時の小型TAGの枯渇は、エネルギー代謝とシグナル伝達において、初期炎症をサポートする重要な役割を担っていることを示唆している。加えて、加齢期には大小のTAGは著しく異なり、加齢に関連したエネルギー代謝と脂質を介したシグナル伝達における役割が異なることを示唆している。TAGはまた、本研究で最も高い技術的再現性を示したことから、サブクラスおよび生物種レベルでの新しいバイオマーカーの理想的なターゲットとなった。したがって、我々は、小型および大型のTAG、ならびにエーテル結合PEが、健康バイオマーカーとしてさらに探索される可能性があることを提案する。さらに、血漿中の濃度に影響を与えるサプリメントを摂取することで、慢性炎症や加齢による有害な影響などを軽減することができるかもしれない。
PUFAs、オメガ3 FAs、FA(18:3)、FA(18:2)など、加齢に伴って存在量が減少する脂質の同定に加え、加齢に伴って増加する多くの脂質サブクラスとその性質が同定された。興味深いことに、これらの効果のいくつかは、IRの参加者においてより強く（例えば、HCERs、CEs、SMs）、あるいは方向性が異なっていた（例えば、PEs、DAGs）。IRは慢性炎症と関連し、脂質異常症やメタボリックシンドロームを引き起こし、糖尿病や心血管疾患など加齢に関連した疾病のリスクを高める。IRとISの間の明確な制御と合わせて、これらの観察結果は、加齢に伴う慢性炎症過程の大規模な再編成を示しており、それはIR患者では加速される可能性がある。さらに、CEを含む脂質サブクラスについて、性差に特異的な加齢シグネチャーが観察された。コレステロールはステロイドホルモンの前駆体であることから、CEレベルにおけるこれらの性差の多くは、性特異的ホルモンレベルの違いに関連しているか、あるいはその原因となっている可能性がある。
加齢に関連した違いに加えて、我々は、脂質サブクラスと臨床指標との相関の効果量と方向性の両方において、IR患者とIS患者の間で有意な違いがあることを見出した。重要なことは、我々のモデルが、他の変数の中でもIRとよく関連するBMIをコントロールしたことである。したがって、我々の解析は、BMIの影響とは別に、IR/ISの有意な差を明らかにした。IR/ISに関連する主な違いには、T2Dや免疫反応に関連する臨床マーカー、血液学的、肝機能、腎機能、電解質などが含まれる。例えば、PE-P/PE-O、LPE、LPCは、IRとISにおいて、LDL/HDL比や様々な細胞集団など、複数の臨床指標と明確な関連方向を示し、臨床指標と複合脂質との相互作用が以前から示唆されていたことを拡大した41。多くの脂質が生体エネルギー機能とシグナル伝達機能の両方を持つことから、今回の観察結果は、IR患者における細胞シグナル伝達に重要な違いがあることを示している。
全体として、これらの結果は、LDL/HDL比のような従来の臨床指標の解釈を改善するためには、代謝の健康状態を総合的に評価することが非常に有用であり、場合によっては必要であることを強調している。
我々は、急性（RVI）および慢性（糖尿病、加齢）炎症状態のような様々な疾患状態において変化する、明確な脂質サブクラスおよび脂質種を同定した。免疫系と脂質代謝の複雑さを考えると、免疫における脂質の役割は部分的にしか理解されていない。我々の解析は、サイトカインと脂質の関連について、肯定的なものから否定的なものまで無数に網羅しており、今後の研究のための貴重な参考資料となるものである。この研究で重要な発見は、GM-CSF、レプチン、ケモカインであるエオタキシン（CCL11）が小さなTAGと強い正の相関を示したことである（図6）。GM-CSFとレプチンは炎症の制御と促進に関与していることから、これらの脂質と小分子TAGとの強い関連は、大分子TAG群と比較して、これらの脂質が免疫調節において中心的かつ明確な役割を担っている可能性を強調するものである。
さらに、我々のデータは、炎症促進性脂質に分類されるLPCの多面的な役割を示す強力な証拠となっている41。IL-1⍺やsCD40Lなどの炎症性シグナル分子との強い正の相関に加え、BDNFなどの成長因子との正の相関、炎症性マーカーCRPやSSPGとの負の相関が見られた。異なる動態を持つ炎症性サイトカインと抗炎症性サイトカインの両方が産生され、反応が均衡を保つようなフィードバックループが存在する可能性がある。炎症反応は、効果的ではあるが過剰にならないよう（例えばサイトカインストームなど）、刺激に比例したものでなければならない。最初の急性炎症の後、反応は弱まり、抗炎症シグナルが増加する必要がある。このプロセスは、大きさと速度の両方を調整する必要があり、関連する脂質がこれらの反応に関与している可能性がある。本研究は、LPCや、例えばウイルス感染と縦断的に関連することが観察された他の脂質サブクラスの役割を機序的に解明するために計画されたものではないが、我々のデータは、今後の研究のためのリソースを提供し、併存疾患、年齢、BMI、IR/IS状態などの生理学的・病理学的背景に依存する可能性のある、競合すると考えられる役割を強調するものである。
本研究のコホートは民族的に多様であり、性別のバランスも米国人口と同様であるが、いくつかの限界がある。(1)中年で高学歴の参加者に偏りがあり、カリフォルニア州北部に住む人の割合が高い。(2)いくつかの洞察は、少ないサンプル数に基づいて作成された（例えば、外れ値分析；補足図6）。したがって、すべての観察結果や知見が、異なるライフスタイルに従うより広い集団に一般化できるとは限らない。われわれは、先行研究で観察された多くのシグネチャーを同定し、われわれの知見の妥当性を支持したが、ライフスタイルの違いが影響する可能性もあり19,55,56,57、今後の研究は、われわれの観察を確認し、さらに拡大するようにデザインされるべきである。(3) 我々のリピドミクス・パイプラインは、1,100種以上の脂質を対象としているが、必ずしも正確な分子の同一性（例えば、FAにおける二重結合の位置）を解決していない。本研究で調査した脂質群を拡大するため、ホスファチジルイノシトール（PI）を新たな脂質クラスとして多重反応モニタリング遷移（MRM）に含め、例えばRVI中に複数のPI種が有意に変化することを観察した。しかし、この脂質クラスについては、サンプル調製に内部スパイクイン標準物質が含まれていなかったため、すべてのPIの存在量情報の精度が制限されました。さらに、PC-OとPC-Pを含む、検出可能な血漿脂質のすべてがモニターされたわけではない。(4)ここで用いた二相抽出法は、確立された効率的な手順であり、高品質のガラス製でない実験装置と互換性がある。しかし、非ガラス材料で抽出した場合、FFAsのベースラインレベルが高くなり、特定のFFAsのレベルを過大評価する可能性があることが観察された。この比率の圧縮は、参加者間の微妙な変化を検出する感度を低下させる可能性がある。(5) 記述的モデルを用いた（つまり、クロスバリデーションやホールドアウトデータを用いた予測力の評価は行わなかった）。我々は多くの既往の知見を確認し、脂質と表現型の新たな関連を観察したが、相関は因果関係を証明するものではない。加えて、我々のモデルは複数の共変量（例えば、性別やBMI）でコントロールされており、脂質-加齢と脂質-BMIの関連などの効果を分離することが可能であった。加齢は複雑なプロセスであり、BMIの増加は先進国社会やライフスタイルの既定のプロセスかもしれない。さらに、高BMIは炎症と関連している。したがって、これらのコホートにおける加齢と炎症に関連した変化を理解するためには、BMIをコントロールすることが必ずしも望ましいとは限らない。(6) 複合脂質の役割は多様であり、特定の性質を持つ脂質（例えば、アラキドン酸を含む複合脂質の割合）の生理的影響は、直接的な影響によるものではない可能性がある。
我々の研究は、急性および慢性の炎症、代謝性疾患、加齢における脂質と健康との複雑な関係について、縦断的かつ詳細な分析を提供するものである。我々がここで明らかにした脂質と表現型の多数の関連は、バイオマーカー探索のための貴重な資源であり、疾病メカニズム研究の出発点であり、治療・予防戦略を考えるための基礎となる。例えば、多くの脂質は内因性酵素や微生物プロセスによって腸内で脂肪分解を受けるが、一部の食事性脂質は直接吸収される。我々の研究は、ヒトの健康を改善しうる様々な食事介入の可能性を示唆している。エーテル結合PEのようなサプリメントは炎症を緩和し、慢性炎症の効果的な治療を提供し、反応性酸化剤に関連する損傷を最小限に抑えることによってRVI後の回復を促進する可能性がある。これらの脂質は、小TAGと大TAGの比率を調整すると同時に、加齢やIRに関連した脂質異常症にも有効である。さらに、FFA、エーテル結合PE、CE、CERなど、いくつかの脂質種やサブクラスは、性特異的で加齢に関連したパターンを示す。このような顕著な性二型性は、性および年齢に特異的な介入を考慮すべきであり、治療効果を高める可能性があることを示唆している。また、遺伝子多型の影響、特に特定のTAG、DAG、PE種のような高い分散を示す脂質種やサブクラスとの関連について評価することも有意義であろう。併せて、今後の研究では、外因性脂質の摂取量（例えば、食事）を変えたり、脂質変換酵素を標的としたりすることが、血漿脂質シグネチャーとIR、急性・慢性炎症、分子老化などの臨床表現型の両方にどのような影響を与えるかを探る必要がある。
研究方法
研究デザイン
参加者は、米国国立衛生研究所（National Institutes of Health）の統合ヒトマイクロバイオームプロジェクト2（参考文献17）の枠組みの中で、「健康なボランティア」として登録された。参加基準と除外基準については、以前に詳述した18。参加者は、Stanford University Institutional Review Boardによって承認された研究プロトコール23602に基づき、インフォームド・コンセントを得た。
脂質抽出
血漿サンプルは無作為の順序で調製され、分析された。血漿を氷上で解凍し、二相分離法（氷冷メタノール、メチルtert-ブチルエーテル、水）を用いて脂質を抽出した。40μlの血漿に260μlのメタノールと40μlのスパイクイン標準物質（cat. no. 5040156, Sciex）を加え、混合物を20秒間ボルテックスした。1,000μlのメチルtert-ブチルエーテルを加え、撹拌下、4℃で30分間インキュベートすることにより脂質を抽出した。250μlの氷冷水を加え、1分間ボルテックスした後、14,000g、15分間、4℃で遠心分離することにより相分離を誘導した。脂質を含む上相を集め、窒素下で乾燥させ、200μlのメタノール中で-20℃に保存した。MS取得の当日、脂質を窒素下で乾燥させ、メタノールとトルエンの9:1混合溶媒中、10 mM酢酸アンモニウム300 μlで再構成した。
リピドミクスデータ取得
DMS装置（Lipidyzer）を搭載したQTRAP 5500システム（Sciex社製）を島津製作所SIL30ACオートサンプラーと共に操作し、ターゲットリピドミクスを行った。結果のロバスト性を確保するため、Lipidyzerは各バッチ後（48時間ごと；補足図14）に洗浄とチューニングを行った。チューニング溶液には、40 μl の SPLASH 内部標準ミックス、100 μl の Sciex チューニングミックス、100 μl の Lyso-tune ミックス（1 mg ml-1 17:1 lysophosphatidylglycerol (LPG)、1 mg ml-1 17:1 lysophosphatidylserine (LPS)、0. 1 mg ml-1 17:1 リゾホスファチジルイノシトール(LPI)、10 μg ml-1 リゾホスファチジン酸(LPA))および760 μlのトルエン-メタノール(1:9)に10 mM酢酸アンモニウムを加えた。
40μlの血漿からの脂質抽出には、3つの取得方法が用いられた。注入量はメソッド1、2、3でそれぞれ42、50、39μlであった。ソース温度はすべてのメソッドで150℃に設定した。メソッド1と3はDMSを有効にして、分離電圧3,700 Vで操作した。脂質クラスは以下のようにモニターした： メソッド1-PC (140), PE (119), PE-O (36), PE-P (61), LPC (26), LPE (26); メソッド2-CE (26), CER (12), DCER (12), HCER (12), LCER (12), FFA (26), TAG (519), DAG (59)； 法3-SM（12）、ホスファチジン酸（PA；77）、LPA（12）、ホスファチジルグリセロール（PG；78）、LPG（16）、PI（77）、LPI（16）、ホスファチジルセリン（PS；78）、LPS（16）。各トランジションは20回取得した（補正電圧、Q1およびQ3の質量、滞留時間については補足データ2を参照）。メソッド1、メソッド2、メソッド3のポジティブモード（SM）には、Lipidyzerオリジナルセットアップのトランジションが含まれていました。メソッド3のネガティブモードでは、さらに脂質をターゲットとしています。
生データの抽出と処理
データ取得はLipidyzer Workflow Managerの処理と同様に行った。まず、.wiffファイルをMSConvert（v.3.0）で.mzMLファイルに変換し、'write index'と'TPP compatibility'をtrueに設定した。それぞれの生ファイルについて、Rでデータ抽出を行った。
openMSfile(FileAndPath, backend = "pwiz")
クロマトグラム('openMSfile_output)
mzR (v.2.6.2)を用いてインポートした。次に、20回の繰り返し測定を通して、ゼロ強度が2回以上あるトランジションはすべて除外した（「not available」と報告）。残りのすべてのトランジションについて、平均強度を計算した（ゼロ強度の記録を除く）。脂質種の同定は、メソッド1（ネガティブモード：PC、PE、LPC、LPE）、2（ネガティブモード：FFA、ポジティブモード：TAG、CE、DAG、CER、DCER、HCER、LCER）および3（ネガティブモード：LPG、PG、LPI、PI、LPS、PS、LPA、PA、ポジティブモード：SM）におけるQ1およびQ3の質量と対応するスキャンインデックス（MRMがスケジュールされた順序）に基づいて一致させた。なお、PG、PS、PAおよびそれぞれのリゾ型は分析対象外であった。メソッド 1 と 2、および SM (メソッド 3) でモニターした脂質については、Sciex Lipidyzer のプロトコールに従って、Sciex Lipidyzer 内部スパイク (LPISTDKIT-102b) の内部標準物質を合わせました。個々の濃度は、対応するスパイクインの既知の存在量に基づいて推定した。簡単に説明すると、すべてのスパイクイン標準物質の濃度（「実濃度」）を内部スパイクの「分析証明書」から取得し、「nmol ml-1」に変換した。Lipidyzerは、血漿中ではnmol g-1 = nmol ml-1と仮定している。個々の脂質クラスの内部スパイクストックを混合し、乾燥させ、それぞれのストック濃度を予想される血漿レベル（Lipidyzer Workflow Managerを基準として使用）に調整する容量に再懸濁した。MSで測定した内部スパイク面積をそれぞれの内因性脂質のそれと比較し、内因性脂質の絶対濃度を概算した。同一のFAを2つ持つ複合脂質の場合、フラグメントイオンからの測定シグナルは2倍の強度であると仮定した。メソッド3の追加クラスに属する脂質は、対応する標準物質がなく、次のセクションで詳述するように、他のスパイクイン脂質のいずれかに基づいて正規化した。
Lipidyzerは、FA組成の変化を評価するために使用する情報の層である、各遷移内のTAGの一部として個々のFAを分解する。図3cに描かれた特定のFA組成に依存しない分析のために、我々はTAGを、対応するTAGの未変換濃度を合計し、合計されたFA炭素と不飽和の数によって定義されるグループに集約した。
方法3における脂質強度の正規化
スパイクイン標準（内部スパイク）は、今回モニターした脂質の脂質抽出時には入手できなかった。このため、再現性のあるワークフローではサンプル間の相対比較が可能であるが、他の内部スパイクの情報を活用して、サンプル間で生じるばらつきをさらに正規化したい。そのため、すべてのバッチで測定された同じストックから得られたQCサンプルを用いて相関分析を行った。これらのサンプルの脂質強度は同じであることが予想され、脂質抽出またはMS分析によってもたらされるばらつきがそれらに同様の影響を与える場合、内部スパイクと比較した内部脂質の比率は同じになります。このセットアップにより、メソッド3でモニターする追加脂質（PA、LPA、PG、LPG、PS、LPS、PI、LPI）を標準化するためのスパイクイン標準物質を特定することができました。この正規化では、PC、PE、LPC、LPEクラスの内部スパイクのみを考慮した。
内部スパイクと新しい脂質種を比較したlog10(強度)のピアソン相関係数を計算し、以下の階層に従ってペアを選択した： (1)QCサンプル全体で少なくとも50%の完全な観測値を持つ、最も相関の高い内部スパイクを選択した。(2)脂質種-内部スパイクのペアについて一致を決定できなかった場合、同じクラスの他の脂質と最も高い相関を示す内部スパイクを選択した。(3) (1)と(2)の両方で内部スパイクを選択できなかった場合、すべての追加脂質クラスにわたって最も相関の高いスパイクイン標準を選択した。
方法 3 における脂質の存在量推定
すべての脂質クラスについて、濃度既知の内部スパイクにより絶対量を近似することができる。上記のように、方法3では新しい脂質の内部スパイクが欠落しているため、絶対量を直接推論することはできません。サンプル中の脂質のすべての既知濃度に基づく線形回帰モデルを使用して、新しい脂質の濃度を予測した。これらの脂質の正規化アバンダンス（方法3）は、同じ分子クラスの標識スパイクインに基づいておらず、したがってイオン化効率の違いを考慮していないため、新しいクラスの絶対アバンダンス範囲の推定値を提供する。重要なことは、この正規化はサンプル間の同じ脂質種の相対存在量の比較には影響しないということである。
リピドミクスデータのフィルタリング
解析の正確性と信頼性を確保するために、いくつかのデータフィルタリング基準を導入した。まず、25%以上の欠損データを持つバイオサンプルを解析から除外した。さらに、Lipidyzerの報告要件で決定された有効値が10%未満の脂質も除外した。図2-6に示した結果の高品質な定量結果をさらに確実にするため、QCサンプルのCVが20%を超える脂質、およびQCサンプルのCVが残りのバイオサンプル全体のCVよりも高い少数の脂質を除外しました。さらに、DMSによる分離に限界があるため、PAは分析に含めなかった。また、PS/LPSとPG/LPGは欠測が多かったため、分析から除外した。PI(16:0/18:3)は、不正確な質量と関連しているため、データセットから除外した。最後に、バッチ21のQC_73は、他のすべてのQCサンプルと比較してクラスタリングが別個であったため、削除されました。
内部スパイクの再割り当て
4つの内部スパイクはサンプル間で一貫して定量されず（欠測率5%以上）、同じクラスに属する類似の重水素化（d）標準物質で置換されました：サンプルの21%で欠測したdDAG（16:0/18:3）はdDAG（16： dDAG(16:0/18:3)がサンプルの21%で欠落している場合はdDAG(16:0/18:2)で置換し、dDAG(16:0/20:5)がサンプルの12%で欠落している場合はdDAG(16:0/20:4)で置換した。
データの正規化
脂質は、以前に検証された標準的なLipidyzerワークフローと同様に、内部スパイクインスタンダード（上記参照）に基づいて正規化した。Suらによって発表された拡張メソッドでは、同位体補正のために追加のMRMを使用することができる58。ここでは、同位体補正に必要なMRMをすべて取得したわけではありません。補正の程度は干渉種の存在量に依存し、対象とする脂質種のシグナルを著しくマスクする可能性があるが、Su らは、6%以上補正された脂質種はなく、TAG 以外では 3%以上補正された脂質種はなかったと報告している (参考文献 58)。サイトカインは3回に分けて得られた。データはlog2変換され、'dbnorm'(v.0.2.2)パッケージ59 を用いてバッチの影響について補正された。ComBatモデル（sva (v.3.38.0)）60が最も優れた性能を示したため、本研究で考慮した。
データインピュテーション
リピドミクスデータ
欠損値は、切断分布を考慮したK-nearest-neighbour戦略（Extended Data Fig. このアプローチでは、各脂質クラスについて個別に定義された検出限界の強度から描画する。これは、MSの感度を考慮してフォールド変化を膨らませることなく欠損値のインピュテーションを可能にする、合理的でありながら保守的な仮定であった。加齢解析で欠測した体重測定値は、最も近い隣接する2つの時点間の平均を取ることによってインプットした（補足データ2）。バッチ1（すなわち、肝細胞増殖因子（HGF）、塩基性線維芽細胞増殖因子（FGFb）、IL-8、IL-9、MIP-1⍺、幹細胞因子（SCF）および腫瘍壊死因子-β（TNFβ））およびバッチ2（すなわち、IFN⍺2およびFGFb）のいくつかのサイトカインの欠測値は、近傍数を10とするK-最近傍法を用いてインプットされた。
精度の推定
CVは、インプットされていない、変換されていないデータについて計算された。参加者について、同じ日に複数のサンプルが採取された場合、それらは除外された。少なくとも3つのサンプリングタイムポイントを持つ参加者のみが考慮された。定量が3回未満の脂質は除外した。参加者内の平均CVはQCの平均CVより大きかったが、参加者の一部の低存在脂質種は低いCVを示した。これらのCVは、質量分析計からの不連続な定量に起因する低シグナルから出現した。
次元削減
t-SNE散布図は、Rパッケージ「Rtsne」（v.0.15）を用いて、log2変換とz-スコアのスケーリングを行った後に、perplexity = 5、θ = 0.5のパラメータで作成した。
WGCNA
WGCNA Rパッケージ(v.1.70-3)を用いて、自己申告による健常サンプルを用いたネットワーク解析を行った（図2d）。ソフトスレッショルドパワーは、近似的なスケールフリートポロジー（R2 > 0.8）を達成するように最適化された。ネットワークは'blockwiseModules'関数を用いて構築した。ネットワークのデンドログラムは、位相的重複非類似度行列（1 - TOM）の平均連結階層クラスタリングを用いて作成した。モジュールは、ハイブリッド動的ツリーカット法62 を用いてデンドログラムの枝として定義し、最小モジュールサイズを5とした。モジュールは、標準化された発現プロファイルの第一主成分（モジュールeigengene）によって示された。eigengeneの相関が0.8を超えるモジュールは統合され、7つの脂質モジュールが生成された。次に、モジュールeigengeneと臨床指標との間のピアソン相関係数を、Rの'cor.test'関数（stats (v.3.6.2)）を用いて計算し、得られた相関のすべてのP値を、Benjamini-Hochberg (BH)手順（stats (v.3.6.2)）により多重仮説補正した。
アノテーション濃縮解析
脂質の機能的サブグループの過剰発現と過小発現を決定するために、LIONデータベース63で報告されている物理化学的特性（補足データ2）に基づいて、すべての脂質種を分類した。過不足は、超幾何学的検定（Fisherの正確検定）または一次元アノテーション濃縮64,65を用いて評価した。我々のデータセットはTAG種で占められており、濃縮解析結果に偏りが生じる可能性がある。そのため、全脂質およびサブクラス内での濃縮解析を行った。各図について、「p.adjust()」関数を用いてBH FDRを0.1に設定し、「OddEven_All」、「Omega_All」、「Saturation_All」、「Lipid_Class_Detailed_Special」、「FA_All」の各カテゴリーの濃縮度を計算するために以下の統計量を用いた。
図3eは正のSSPG係数と負のSSPG係数を比較したフィッシャーの正確検定である。図4cは、感染（RVI）中に有意に変化した脂質が濃縮されたかどうかを決定するフィッシャーの正確検定を示す。図5fは、正のΔage係数と負のΔage係数を比較するフィッシャーの正確検定を示す。図6fは、正の係数と負の係数の濃縮度を計算するフィッシャーの正確検定を示す。負の無限log2(odds)および正の無限log2(odds)は、それぞれ最小log2(odds)の0.5倍および最大log2(odds)の0.5倍でインプットされた。脂質の陰性および陽性の係数の中でカテゴリーが濃縮された場合（つまり、FDR有意な陽性および陰性の係数で過剰発現が観察された場合）、濃縮度を0に設定し、ヒートマップで黒くハイライトした。
IR/ISにおける脂質と臨床指標との相関
脂質レベルと臨床指標との相関は、Rの'cor.test'関数を用いて計算した。IRとISの相関の違いを調べるために、IRとISの参加者の健康なサンプルだけを用いて相関を計算し、IRとISの間で有意差があった相関コントラストだけを強調した。IRおよびISの参加者の健常検体すべてを用いた脂質レベルと臨床指標との相関も計算し、参考値として示した。
RVIのクラスタリングと臨床指標との相関
感染後の脂質の類似性を調べるために、log2変換およびzスコアスケーリング後の感染事象のリピドミクスデータを用いて、K平均クラスタリングを行った。クラスター数の範囲について最小重心距離を算出し、「エルボー」法を用いて最適な数を選択した。各クラスターに属する脂質プロファイルの中央値を臨床指標と相関させ、医学的意味を示した。相関はRの'cor.test'関数を用いて計算し、得られた相関のP値はすべてBH法を用いて多重仮説の補正を行った。
RVI縦断IRおよびIS分析
感染イベント中、IRとISの間で脂質の存在量が異なる時間間隔を検出するために、縦断的解析手法であるOmicsLonDA66を用いた。各群（IRまたはIS）の各脂質について、一般化加法混合モデルを用いて、炎症エピソード中の非線形時系列存在量をモデル化した。OmicsLonDAはMetaLonDA67を拡張したもので、相関データ、反復測定、複数の共変量を考慮することができる。性別、年齢、民族性、BMIを共変量として説明し、参加者識別子をランダム効果として使用した。各時間間隔（時間間隔の単位は1日とした）における各脂質のP値を求め、BH手順を用いて多重検定用に調整した。この処理を感染と免疫の両イベントで実施し、IRとISの両イベントで有意に異なる時間間隔を同定し、これらの有意な時間間隔を比較した。
線形混合モデル
SSPGとの関連
SSPGと関連する脂質を同定するために、参加者、性別、民族性、年齢、BMIをコントロールし、対数変換した脂質測定値を用いて線形混合モデルを適用した（図3）。線形混合モデルの構築には、Rパッケージ「lme4」（v.1.1-27.1）を使用し、推定値と名目P値を出力した。得られた生のP値は、Rの'p.adjust'関数を用いてBH手順により多重仮説について補正した。
感染
感染エピソード中に有意に変化した脂質を同定するために、参加者、性別、民族、年齢、BMIを統制した上で、対数変換した脂質測定値を用いて線形混合モデルを適用した（図4）。線形混合モデルの構築にはRパッケージ「lme4」（v.1.1-27.1）を使用し、推定値および名目P値を出力した。得られた生のP値は、Rの'p.adjust'関数を用いてBH手順により多重仮説の補正を行った。
加齢
各個人について、加齢に伴う脂質の変化を、ベースライン値から各訪問時に得られた測定値を差し引くことによって計算した（図5）。したがって、発症からの年数は、最初に記録した測定値からの年数として計算した。脂質測定値の分数変化を推定するために、脂質測定値を対数変換した線形回帰モデルを用い、BMIと貯蔵長（図に示されている場合は性別）をコントロールした。1人当たりのサンプル数に関連する潜在的なバイアスをコントロールするために、サンプル数が一際多い1人の参加者の測定値を除外した。より長い登録期間にわたって測定が分散している少数の参加者に関連する潜在的な偏りを抑制するために、発症から5年以上経過して収集された少数のサンプルを除外した。すべての係数とs.d.値は、Python(v.3.7)のデフォルトパラメータを用いた'statsmodels'パッケージの線形回帰法の通常の最小二乗法を用いて推定した。線形モデルは、全参加者について脂質種レベル（図5d）または脂質クラスレベル（生濃度の合計）のいずれかで（図5c）、また性およびIR/ISについて（図5e,f）実行された。
サイトカインと脂質の関連
BMI、性、民族、参加者（ランダム効果）を制御した線形混合効果モデル（lmer{lme4}）を用いて、推定脂質濃度の関数としてのサイトカイン濃度を推定した（図6）。サイトカインレベルと脂質シグナルの両方がスケーリングされ、センタリングされた(scale())。制限付き最尤法は偽に設定され、P値はsumm {jtools}を用いて推定され、ネットワーク生成のために<5%のBH FDRを適用したp.adjust()で多重仮説検定用に補正された。
サイトカインネットワーク
graphlayout{ggraph}(v.2.1.0)、igraph(v.1.5.0)、tidygraph(v.1.2)の'graphopt'レイアウトアルゴリズムを用いて、サイトカイン-脂質ネットワークをモデル係数に基づいて構築した。ネットワークは、BH FDRが0.05を超えるすべての係数を除外するために刈り込まれた。
報告概要
研究デザインに関する詳細は、本論文にリンクされているNature Portfolio Reporting Summaryを参照されたい。
データの利用可能性
処理された脂質データは補足データ1として提供される。生の質量分析データは、我々のポータルサイトのhttp://hmp2-data.stanford.edu/index.php（サブスタディiPOP lipidomics）およびhttps://www.metabolomicsworkbench.org/（ダイレクトリンクhttps://doi.org/10.21228/M8ZM5P）に掲載されている。サイトカインとマイクロバイオームのデータはhttp://hmp2-data.stanford.edu/index.php。脂質は、LIONデータベース63で報告されている物理化学的特性に基づいて部分的に分類した。ソースデータは本論文で提供している。
コードの利用可能性
全てのソフトウェアとアルゴリズムはMethodsのセクションに記載されている。カスタム解析スクリプトはStanford iPOPサイト（http://med.stanford.edu/ipop.html）でホストされている。エンリッチメント解析はR AnnoCrawler64パッケージの改良版を用いて実施し、対応する脂質特性は補足データ2として提供した。
参考文献
Adewale, B. A. ロングリードシーケンス技術は今後10年でショートリードシーケンス技術に取って代わるか？Afr. J. Lab. Med. 9, 1340 (2020).
論文
PubMed
パブメッドセントラル
Google Scholar
Aebersold, R. & Mann, M. プロテオーム構造と機能の質量分析法による探索。Nature 537, 347-355 (2016).
論文
CAS
PubMed
Google Scholar
Ferdosi、S. et al. 調整可能なナノバイオ相互作用を利用することで、設計されたナノ粒子による大規模なディープ・プロテオミクス研究が可能になる。Proc. Natl Acad. Sci. USA 119, e2106053119 (2022).
論文
論文
パブコメ
パブメドセントラル
Google Scholar
Pinu, F. R., Goldansaz, S. A. & Jaine, J. Translational metabolomics: current challenges and future opportunities. Metabolites 9, 108 (2019).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
メタボロミクスと代謝性疾患：われわれの立場は？Cell Metab. 25, 43-56 (2017).
論文
CAS
PubMed
Google Scholar
Murphy, R. C. Challenges in mass spectrometry-based lipidomics of neutral lipids. Trends Analyt. Chem. 107, 91-98 (2018).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
脂質の包括的分類システムLIPID MAPSのアップデート。J. Lipid Res. 50, S9-S14 (2009).
論文
PubMed
PubMed Central
Google Scholar
Levy、B. D., Clish、C. B., Schmidt、B., Gronert、K. & Serhan、C. N. 急性炎症時の脂質メディエータークラスの切り替え：解決におけるシグナル。Nat. Immunol. 2, 612-619 (2001).
論文
CAS
パブコメ
Google Scholar
解決促進脂質メディエーターは解決生理学の手がかりとなる。Nature 510, 92-101 (2014).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
Van Meer, G., Voelker, D. R. & Feigenson, G. W. Membrane lipids: where they are and how they behave. Nat. Cell Biol. 9, 112-124 (2008).
論文
論文
PubMed
パブメドセントラル
Google Scholar
リピドミクス：脂質の多様性を理解する。Nat. Cell Biol. 細胞生物学 11, 593-598 (2010).
論文
論文
パブコメ
Google Scholar
糖尿病性微小血管合併症における脂質異常症の新たな役割。Curr. Opin. Endocrinol. Diabetes Obes. 27, 115-123 (2020).
論文
CAS
パブコメ
Google Scholar
COVID-19患者における脂質代謝異常と病的炎症。Sci. Rep. 11, 2941 (2021).
論文
論文
PubMed
パブメドセントラル
Google Scholar
感染と炎症におけるエイコサノイドの嵐。Nat. Rev. Immunol. 15, 511-523 (2015).
論文
論文
PubMed
パブメドセントラル
Google Scholar
Contrepois, K. et al. 加齢マウス血漿における非標的および標的リピドミクスアプローチのクロスプラットフォーム比較。Sci. Rep. 8, 17747 (2018).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
Ghorasaini, M. et al. 微分移動度スペクトロメトリーと多重反応モニタリングを用いた前臨床リピドミクスの試験室横断的標準化。Anal. Chem. 93, 16369-16378 (2021).
論文
論文
PubMed
パブメッドセントラル
Google Scholar
Zhou, W. et al. 糖尿病前症における宿主-微生物動態の縦断的マルチオミクス。Nature 569, 663-671 (2019).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
Schüssler-Fiorenza Rose, S. M. et al. 精密健康のための縦断的ビッグデータアプローチ。Nat. Med. 25, 792-804 (2019).
論文
PubMed
グーグルスカラー
Contrepois, K. et al. 急性運動の分子振り付け。Cell 181, 1112-1130 (2020).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
Zhou, X. et al. 血清サイトカインレベルと腸内細菌量の縦断的解析により、ヒトにおけるIL-17/IL-22とクロストリジウムおよびインスリン感受性が関連する。Diabetes 69, 1833-1842 (2020).
論文
論文
PubMed
パブメドセントラル
Google Scholar
Hwu, C. M. et al. 高血圧患者におけるインスリン感受性の代理推定値。J. Hum. Hypertens. 21, 246-252 (2007).
論文
論文
パブコメ
Google Scholar
Ginsberg, H. N., Zhang, Y.-L. & Hernandez-Ono, A. インスリン抵抗性と糖尿病における血漿トリグリセリドの制御。Arch. Med. Res. 36, 232-240 (2005).
論文
CAS
パブコメ
Google Scholar
ジアシルグリセロールを介したインスリン抵抗性。Nat. Med. 16, 400-402 (2010).
論文
論文
PubMed
パブメドセントラル
グーグル奨学生
Chaurasia, B. et al. セラミドの二重結合を標的とすると、インスリン抵抗性と肝脂肪症が改善する。Science 365, 386-392 (2019).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
Dean, J. M. & Lodhi, I. J. エーテル脂質の構造と機能的役割。Protein Cell 9, 196-206 (2018).
論文
CAS
PubMed
Google Scholar
Richard, A. S. et al. エボラウイルス、デングウイルス、西ナイルウイルスによるTIM1を介した感染をウイルス関連ホスファチジルエタノールアミンが促進する。Proc. Natl Acad. Sci. USA 112, 14682-14687 (2015).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
ホスファチジルイノシトールは呼吸器合胞体ウイルス感染を抑制する。J. Lipid Res. 56, 578-587 (2015).
論文
論文
PubMed
パブメドセントラル
Google Scholar
Acinetobacter baumanniiによる重症感染症におけるリゾホスファチジルコリンの治療効果。Antimicrob. Agents Chemother. 59, 3920-3924 (2015).
論文
論文
PubMed
パブメドセントラル
Google Scholar
不飽和脂肪酸ではなく飽和脂肪酸はToll様受容体4を介してシクロオキシゲナーゼ-2の発現を誘導する。J. Biol. Chem. 276, 16683-16689 (2001).
論文
論文
パブコメ
Google Scholar
Jaul,E.およびBarron,J. 85歳以上の集団における加齢関連疾患と臨床的および公衆衛生的意味合い。Front. Public Health 5, 335 (2017).
論文
PubMed
パブメドセントラル
Google Scholar
Franceschi, C. et al. 加齢と加齢性疾患の連続性：共通のメカニズムと異なる速度。Front. Med. 5, 61 (2018).
論文
Google Scholar
Franceschi, C. & Campisi, J. 慢性炎症（inflammaging）とその加齢性疾患への潜在的寄与。J. Gerontol. A Biol. Sci. Med. Sci. 69, S4-S9 (2014).
論文
PubMed
Google Scholar
Ahadi,S.ら、深い縦断的プロファイリングによって明らかになった個人の老化マーカーとエイジタイプ。Nat. Med. 26, 83-90 (2020).
論文
論文
PubMed
パブメドセントラル
Google Scholar
Bell, A. & Jones, K. Longitudinal and life course analysis: a multilevel perspective. in A Life Course Perspective on Health Trajectories and Transitions (eds. Burton-Jeangros, C. et al.) (Springer, 2015); https://doi.org/10.1007/978-3-319-20484-0_10
Slade, E. et al. Age and sex are associated with the plasma lipidome: findings from the GOLDN study. Lipids Health Dis. 20, 30 (2021).
論文
論文
PubMed
パブメドセントラル
グーグル奨学生
Carrard, J. et al.ヒトの健康寿命に関する代謝的見解：リピドームワイド関連研究。Metabolites 11, 287 (2021).
論文
論文
PubMed
パブメドセントラル
Google Scholar
Klop、B.、Elte、J.W.F.＆Cabezas、M.C.肥満における脂質異常症：メカニズムと潜在的標的。栄養素 5, 1218-1240 (2013).
論文
CAS
PubMed
パブメドセントラル
グーグル奨学金
インスリン抵抗性における脂肪酸の役割。Lipids Health Dis. 14, 121 (2015).
論文
PubMed
パブメドセントラル
グーグル奨学金
シンクレア、H.M.視点での必須脂肪酸。ハム。栄養。Clin. Nutr. 38, 245-260 (1984).
CAS
PubMed
Google Scholar
Kim, E. J. et al. 皮膚老化と光老化はヒト皮膚表皮の11,14,17-エイコサトリエン酸を含む脂肪酸組成を変化させる。J. Korean Med. Sci. 25, 980-983 (2010).
論文
論文
PubMed
パブメドセントラル
Google Scholar
ヒト疾患におけるリゾホスファチジルコリン代謝の最新総説。Int. J. Mol. Sci. 20, 1149 (2019).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
Beyene,H.B.ら：ハイカバレッジ血漿リピドミクスは年齢とBMIの新しい性特異的リピドミクスフィンガープリントを明らかにする：2つの大規模集団コホート研究からの証拠。PLoS Biol.18, e3000870 (2020).
論文
論文
PubMed
パブメドセントラル
Google Scholar
Pérez-Pérez, A. et al. 代謝と免疫系をつなぐレプチンの役割。Cytokine Growth Factor Rev. 35, 71-84 (2017).
論文
PubMed
Google Scholar
Abella, V. et al. 炎症、代謝、免疫系障害の相互作用におけるレプチン。Nat. Rev. Rheumatol. 13, 100-109 (2017).
論文
CAS
PubMed
Google Scholar
Bhattacharya, P. et al. 炎症性サイトカインと制御性サイトカインとしてのGM-CSFの二重の役割：免疫療法への示唆。J. Interferon Cytokine Res. 35, 585-599 (2015).
論文
論文
PubMed
パブメドセントラル
Google Scholar
中枢神経系におけるGM-CSFの作用は摂食量と体重を減少させる。J. Clin. Invest. 115, 3035-3044 (2005).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
Lee,Y.ら、大塚-ロング-エヴァンス-徳島脂肪ラットにおける顆粒球コロニー刺激因子の抗肥満効果。PLoS ONE 9, e105603 (2014).
論文
PubMed
パブメッドセントラル
Google Scholar
Lee、K. M. C., Achuthan、A. A. & Hamilton、J. A. GM-CSF：炎症と自己免疫における有望な標的。Immunotargets Ther. 9, 225-240 (2020).
論文
論文
PubMed
パブメッドセントラル
Google Scholar
Caro、J. F., Sinha、M. K., Kolaczynski、J. W., Zhang、P. L. & Considine、R. V. レプチン：肥満遺伝子の物語。Diabetes 45, 1455-1462 (1996).
論文
CAS
PubMed
Google Scholar
インターロイキン（IL-6）免疫療法．Cold Spring Harb. Perspect. Biol. 10, a028456 (2018).
論文
PubMed
パブメッドセントラル
Google Scholar
分泌器官としての筋肉。Compr. 生理学 3, 1337-1362 (2013).
論文
PubMed
グーグル
神経新生における脳由来神経栄養因子とグルココルチコイドストレスの作用. Int. J. Mol. Sci. 18, 2312 (2017).
論文
PubMed
PubMed Central
Google Scholar
Siddiqui、K., Joy、S. S. & George、T. P. 2型糖尿病および空腹時血糖障害患者におけるインスリン抵抗性、炎症および内皮機能障害マーカーとの関連における循環レジスチンレベル。Endocr. Metab. Sci. 1, 100059 (2020).
論文
Google Scholar
メタボロミクス-遺伝子型と表現型をつなぐもの。Plant Mol. Biol. 48, 155-171 (2002).
論文
論文
PubMed
Google Scholar
Lancaster、S. M. et al.ヒトにおける特定の繊維による分子および微生物プロファイルの世界的、特徴的、および個人的変化。Cell Host Microbe 30, 848-862 (2022).
論文
CAS
PubMed
パブメドセントラル
Google Scholar
Shen, X. et al. 生活習慣に関連した健康変化のプロファイリングを目的としたマルチオミクス・マイクロサンプリング。Nat. Biomed. https://doi.org/10.1038/s41551-022-00999-8（2023）。
Zhang、X., Gao、P. & Snyder、M. P. 定量化された自己の時代におけるエクスポソーム。Annu. Rev. Biomed. Data Sci. 4, 255-277 (2021)。
論文
PubMed
Google Scholar
高スループットで包括的なリピドミクスを促進するDMSショットガンリピドミクスワークフローアプリケーション。J. Am. Soc. Mass Spectrom. 32, 2655-2663 (2021).
論文
論文
PubMed
パブメッドセントラル
Google Scholar
メタボローム研究におけるバッチ効果補正のための適切な統計手法の比較と選択のためのRパッケージとしてのDBnorm. Sci. Rep. 11, 5657 (2021).
論文
論文
PubMed
PubMedセントラル
Google Scholar
Johnson, W. E., Li, C. & Rabinovic, A. 経験的ベイズ法を用いたマイクロアレイ発現データにおけるバッチ効果の調整。Biostatistics 8, 118-127 (2007).
論文
PubMed
Google Scholar
Shah, J. S. et al. 前臨床および臨床メタボロミクス研究への応用を目的とした、切断された高次元データの分布に基づく最近傍インピュテーション（Distribution based nearest neighbor imputation for truncated high dimensional data with applications to pre-clinical and clinical metabolomics studies）。BMC Bioinformatics 18, 114 (2017).
論文
PubMed
PubMed Central
Google Scholar
階層クラスター木からクラスターを定義する：R用Dynamic Tree Cutパッケージ Bioinformatics 24, 719-720 (2008).
論文
論文
パブコメ
Google Scholar
LION/web：リピドミクスデータ解析のためのウェブベースのオントロジーエンリッチメントツール。Gigascience 8, giz061 (2019).
論文
PubMed
パブメドセントラル
Google Scholar
DansenCode. DansenCode/AnnoCrawler： AnnoCrawler。Zenodo https://doi.org/10.5281/ZENODO.3939260 (2020).
1D and 2D annotation enrichment: a statistical method integrating quantitative proteomics with complementary high-throughput data. BMC Bioinformatics 13, S12 (2012).
論文
論文
パブコメ
パブメドセントラル
Google Scholar
縦断的オミックス研究における時間的バイオマーカーのロバストな同定。Bioinformatics 38, 3802-3811 (2022).
論文
論文
パブコメ
パブメドセントラル
グーグル奨学生
Metwally, A. A. et al. MetaLonDA: a flexible R package for identifying time intervals of differentially abundant features in metagenomic longitudinal studies. Microbiome 6, 32 (2018).
論文
PubMed
PubMed Central
Google Scholar
参考文献のダウンロード
謝辞
Snyderの研究室全体、特にO. Dagan-RosenfeldとE. Higgsには機関内審査委員会の手続きを手伝ってもらい、A. Honkalaには原稿を編集してもらった。M.ピアソンとE.M.エルギエラリにはリピディザーの使用について、Y.R.ハッソンにはサイトカインアッセイの処理について協力してもらった。X.Z.は、Stanford Aging and Ethnogeriatrics (SAGE) Research Centerから、National Institutes of Health (NIH) / National Institute on Aging (NIA) grant P30AG059307の支援を受けた。SAGEセンターは、NIHのNIAが主導するResource Centers for Minority Aging Researchプログラムの一部である。内容は著者の責任によるものであり、必ずしもNIAまたはNIHの公式見解を表すものではない。S.M.S.-F.R.はNIHキャリア開発賞（K08ES028825）の支援を受けた。ヒトリピドームの抽出、測定、分析に週末や夜間を費やすことが多かったため、忍耐強くサポートしてくれたチームの家族に深く感謝する。
著者情報
著者メモ
これらの著者は同等に貢献した： Daniel Hornburg、Si Wu。
著者および所属
米国カリフォルニア州スタンフォード大学遺伝学部
Daniel Hornburg、Si Wu、Mahdi Moqri、Xin Zhou、Kevin Contrepois、Nasim Bararpour、Gavin M. Traber、Ahmed A. Metwally、Monica Avina、Wenyu Zhou、Jessalyn M. Ubellacker、Tejaswini Mishra、Sophia Miryam Schüssler-Fiorenza Rose、Michael P. Snyder
カリフォルニア大学ロサンゼルス校デビッド・ゲフェン医学部生物化学科（米国カリフォルニア州ロサンゼルス
バオロン・スー&ケヴィン・J・ウィリアムズ
米国マサチューセッツ州ボストン、ハーバードT.H.チャン公衆衛生大学院分子代謝科
ジェサリン・M・ユベラッカー
米国コネチカット州ニューヘイブン、イェール大学医学部、臨床検査医学・免疫生物学教室
ポーラ・B・カバタス
カリフォルニア大学ロサンゼルス校リピドミクス研究所（米国カリフォルニア州ロサンゼルス
ケビン・J・ウィリアムズ
貢献
D.H.、S.W.およびM.P.S.がプロジェクトを計画した。D.H.とG.M.T.は実験台での作業と質量分析計の取得を行った。D.H.、K.J.W.およびB.S.は、質量分析の生データ処理を考案・実施した。M.A.とW.Z.はサンプルの在庫管理を行った。S.W.、D.H.、S.M.S.-F.R.は臨床データのキュレーションを行った。サイトカインデータの正規化はN.B.、T.M.、S.W.およびD.H.が行った。マイクロバイオームデータの解析はX.Z.およびK.C.が行った、 OmicsLonDA縦断解析はS.W.とA.A.M.が行った。結果の解釈はD.H.、S.W.、J.M.U.、P.K.、S.M.S.-F.R、 原稿は、D.H.、S.W.、J.M.U.、P.K.、M.P.S.が執筆し、全著者の意見と編集を得た。
筆者
マイケル・P・スナイダー宛。
倫理申告
競合利益
M.P.S.は、Personalis、SensOmics、January AI、Filtricine、Qbio、Protos、iollo、RTHM、Miriveの共同設立者であり、諮問委員会のメンバーである。M.P.S.はJupiter、Abratech、Neuvivo、Mitrixの諮問委員会メンバー。D.H.はSeer社およびPrognomiQ社と利害関係がある。K.C.は現在アストラゼネカの社員。A.A.M.は現在グーグルの社員。K.J.W.はVerso Biosciences, Inc.のコンサルタントである。残りの著者は、競合する利害関係はないと宣言している。
査読
査読情報
Nature Metabolism誌は、本研究の査読に貢献いただいた匿名査読者に感謝する。主担当編集者 Christoph Schmitt、Nature Metabolismチームと共同。
その他の情報
出版社からの注記 Springer Natureは、出版された地図の管轄権の主張および所属機関に関して中立を保っています。
拡張データ
図1 バイオサンプルとクオリティコントロールの主成分分析。
prcompを使用して計算されたインプットされたlog10推定nmol/ml濃度の主成分分析（スケーリングされ、中央に配置されたデータ）。バイオサンプル（水色）と比較した品質管理（赤）は、明確なクラスタリングを示した。
ソースデータ
拡張データ 図2 KNN-TNクラスワイズインピュテーション。
異なる脂質クラスに対する欠損値（青）のKNN-TNインピュテーション。Y軸はカウント、X軸はlog10推定濃度（nmol/ml）。
出典データ
補足情報
補足情報
主な所見（補足図1）、バイオサンプル（補足図2および3）、重み付け遺伝子相関ネットワーク解析（補足図4）、脂質-マイクロバイオーム関係および異常値解析（補足図5および6）、インスリン抵抗性／インスリン感受性解析（補足図7および8）、感染症との関連（補足図7および8）。7および8）、感染および免疫との関連（補足図9および10）、加齢（補足図11および12）、サイトカイン-脂質関連（補足図13）、質量分析データ処理スキーム（補足図14）、脂質-マイクロバイオーム関連（補足注1）および脂質異常値解析（補足注2）。
報告概要
補足データ1
処理された脂質データ。
補足データ2
人口統計、臨床データ、マイクロバイオーム-リピドーム結果、脂質アノテーション、質量分析法。
補足データ3
補足図のソースデータ。
出典データ
出典データ 図1
グローバルリピドームの特性。
出典データ Fig.
健常人のベースラインにおける個人差。
出典データ Fig.
インスリン抵抗性とインスリン感受性に関連する脂質シグネチャー。
出典データ Fig.
呼吸器ウイルス感染とワクチン接種。
出典データ Fig.
リピドームの加齢変化。
出典データ Fig.
脂質とサイトカインの関連。
出典データ 拡張データ 図1
参加者サンプルと品質管理サンプルを比較した主成分分析のソースデータ。
出典データ 拡張データ 図2
K-nearest-neighbouration truncation imputationのソースデータ。
権利と許可
オープンアクセス この記事は、クリエイティブ・コモンズ表示4.0国際ライセンスの下でライセンスされている。このライセンスは、原著者および出典に適切なクレジットを与え、クリエイティブ・コモンズ・ライセンスへのリンクを提供し、変更が加えられた場合を示す限り、いかなる媒体または形式においても使用、共有、翻案、配布、複製を許可するものである。この記事に掲載されている画像やその他の第三者の素材は、その素材へのクレジット表示で別段の指示がない限り、記事のクリエイティブ・コモンズ・ライセンスに含まれています。素材が記事のクリエイティブ・コモンズ・ライセンスに含まれておらず、あなたの意図する利用が法的規制によって許可されていない場合、あるいは許可された利用を超える場合は、著作権者から直接許可を得る必要があります。このライセンスのコピーを見るには、http://creativecommons.org/licenses/by/4.0/。
転載と許可
この記事について
アップデートの確認 CrossMarkを経由して通貨と真正性を確認する
この記事の引用
Hornburg, D., Wu, S., Moqri, M. et al. ヒトの健康、疾患、加齢に伴うリピドームの動的変化。Nat Metab (2023). https://doi.org/10.1038/s42255-023-00880-1
引用文献のダウンロード
受理
2022年12月28日
受理
2023年7月28日
発行
2023年9月11日発行
DOI
https://doi.org/10.1038/s42255-023-00880-1
この記事を共有する
以下のリンクを共有すると、誰でもこのコンテンツを読むことができます：
共有可能なリンクを取得
コンテンツ共有イニシアチブSpringer Nature SharedItにより提供されています。
テーマ
老化
リピドミクス
質量分析
代謝疾患
メタボロミクス
Nature Metabolism (Nat Metab) ISSN 2522-5812 (オンライン)
サイトマップ
Natureポートフォリオについて
ネイチャーについて
プレスリリース
プレスオフィス
お問い合わせ
コンテンツを見る
ジャーナルA-Z
テーマ別記事
ナノ
プロトコル交換
ネイチャー・インデックス
出版ポリシー
Natureポートフォリオポリシー
オープンアクセス
著者・研究者サービス
別刷りと許可
研究データ
言語編集
科学編集
ネイチャー・マスタークラス
エキスパートトレーナーによるワークショップ
研究ソリューション
図書館・機関
図書館員サービス＆ツール
図書館ポータル
オープンリサーチ
図書館への推薦
広告とパートナーシップ
広告
パートナーシップとサービス
メディアキット
ブランドコンテンツ
キャリア開発
ネイチャー・キャリア
ネイチャーコンファレンス
ネイチャーイベント
地域ウェブサイト
ネイチャー アフリカ
ネイチャー・チャイナ
ネイチャー インド
ネイチャー イタリア
日本のネイチャー
ネイチャー 韓国
ネイチャー 中東
プライバシーポリシー クッキーの使用 お客様のプライバシーの選択/クッキーの管理 法的通知 アクセシビリティ ステートメント 利用規約 お客様の米国におけるプライバシー権
シュプリンガー・ネイチャー
© 2023 シュプリンガー・ネイチャー
閉じる
トランスレーショナルリサーチの最新情報を毎週お届けします。
Nature Briefingに登録する： トランスレーショナルリサーチ
この記事が気に入ったらサポートをしてみませんか？