棕色脂肪和白色脂肪的识别
小鼠白色脂肪、棕色脂肪及脂肪肝含量的CT测量研究
选自PLoS ONE, May 2012
研究背景：现代的生活方式导致了肥胖的高发。由能量摄取和消耗不平衡所导致的肥胖通常会伴随高血压，血脂异常，冠心病等症状，最终导致新陈代谢异常。脂肪的分布而不是总脂肪量决定了新陈代谢的状况。皮下脂肪对人体有益，而内脏脂肪的增加及肝脏、骨骼肌及胰腺的异常脂肪量则会增加2型糖尿病的风险。另一个与新陈代谢疾病密切相关的是广泛存在的非酒精性脂肪肝疾病。最近，棕色脂肪（BAT）逐渐吸引了广泛的关注。棕色脂肪的研究主要集中在小动物体内，然而新的数据表明BAT同样在成人体内发挥作用，BAT的量与BMI值呈现负相关性，表明棕色脂肪在人体内能量代谢的作用。
目前检测人体腹部脂肪和肝脏脂肪含量的金标准是MRI and CT。小鼠的身体脂肪通常由定量核磁共振法quantitative magnetic resonance (QMR) 所测量，该技术测量精确，不需对动物麻醉且测量速度快，但是无法区分皮下脂肪和内脏脂肪，因此在本次实验中，我们使用LaTheta LCT-200 (Hitachi-Aloka, Tokyo, Japan), 来区分腹部脂肪及皮下脂肪并对两部分脂肪进行定量研究，同时我们也用该仪器测量了肝脏脂肪含量及棕色脂肪情况。
方法：我们使用不同的消瘦及肥胖小鼠模型 (C57BL/6, B6.V-Lepob, NZO) 来确定扫描不同部位脂肪的最佳的扫描参数。数据与扫描后的实际称重相比较。肝脏脂肪量由生化分析法测定。
结果：脂肪组织经天平称重的值与经CT测量值的相关性为：皮下脂肪 (r2 = 0.995), 内脏脂肪(r2 = 0.990)，总的白色脂肪(r2 = 0.992). 另外，利用腹部区域（腰椎L4到L5之间）的扫描与身体脂肪的相关性可以减少扫描时间，并降低对实验动物的辐射及麻醉。
CT扫描所得的肝脏脂肪量与生化分析的结果呈线性相关(r2 = 0.915)。另外，棕色脂肪的CT测量结果与天平测量的结果呈高度相关 (r2 = 0.952)。短期冷冻 (4℃, 4 hours) 导致棕色脂肪含量变化，从而引起甘油三脂变少，这种变化可由CT成像时CT值的增加体现。
结论：LCT200对小鼠总脂肪，皮下脂肪、内脏脂肪及棕色脂肪、肝脏脂肪的3D成像及定量分析可靠准确，这种非入侵的方式可以使我们对小鼠的肥胖情况进行长期的扫描研究。
Figure1. Quantification of hepatic fat by CT. Selected areas of liver (A; blue), spleen (B; red) and WAT (C; green) for determination of mean HU
values. upper panel (1): raw gray scale scan slices, lower panel (2): selected organ parts used in calculation of liver fat. (D) Relationship between
amounts of intrahepatic fat isolated and quantified with biochemical analysis and estimations by computed tomography. Dashed line – identity line,
r2 - coefficient of determination.
Figure 2. Brown adipose tissue. Correlation between resected brown adipose tissue (BAT) weighted on scale and estimations of fat depot
weights by CT. (A) BAT depot in situ (interscapular), (B) resected BAT depot inserted under the liver, (C) resected BAT depot inserted in gonadal fat
depot; dashed line – identity line, r2 - coefficient of determination. (D) Analysis examples of two different slices of interscapular brown adipose tissue
depot by ImageJ (NIH) program. Upper panel: raw gray scale scan slices, lower panel: manually outlined and selected BAT in ImageJ (NIH).
