Celletypespesifisitet Av Vevdekoder: Varmekart over At21 signaturmatrise som viser (A) prediksjon av celletypesammensetning fra CIBERSORT med AT21 signaturmatrise, (b) normalisert uttrykk for utvalgte konvensjonelle markører fra litteratur og (c) normalisert uttrykk for cellmade spådd primære markører. Den vanlige xaxis over figuren betegner prøvene som brukes til å annotere celletyper fra at21 signaturmatrisen. CellMaDe OG CIBERSORT er begge trent MED AT21 signaturmatrise, derfor (A, C)er optimale resultater for begge teknikker mens (B) representerer separasjonskraften til konvensjonelle markører på AT21 signaturmatrisen. Grønne bokser angir for hver celletype (kolonner) raden med tilhørende markør.

Ved siden av disse evalueringene benyttet vi et uavhengig valideringsdatasett på tvers av Plattformer (Forskjellige Affymetrix microarray-plattformer) for å teste den CIBERSORTBASERTE dekonvolusjonen med at21-signaturmatrisen, som viser at vår tilnærming korrekt gir høyeste prosenter for den respektive isolerte celletypen for alle testede celletyper i valideringsdatasettet (Supplerende Fig. S1C).

gjennomsnittlig estimert prosentandel av den isolerte celletypen er 69,2% for subkutane adipocytter, 57,1% For Asc, 89,9% For B-celler, 84.8% FOR CD4 + t-celler, 71,0% FOR CD8 + T-celler, 62,0% FOR NK-celler og 90,5% for monocytter. CD14 + – fraksjonen av fettvev (monocytter/makrofager) antas å bestå hovedsakelig av makrofager (25,4%), myeloide dendrittiske celler (24,4%) og monocytter (18,1%). Avviket fra de optimale resultatene basert på referansedataene selv(Fig. 3A) kan forklares med kryssplattformforskjeller mellom validerings-og referansedatasettene(valideringsdatasettet og referansedatasettet er hybridisert til to Forskjellige Affymetrix-mikroarrays).

Cellelagde primære og sekundære markører

deretter karakteriserer vi videre signaturmatrisen ved å undersøke hvilke gener som er innlemmet i den, og ved å sammenligne deres celletypespesifisitet med den av konvensjonelt brukte celletypemarkører ved hjelp av primær-og sekundærmarkørkriteriene (Eqs. 1 og 2 i metodeseksjonen). Dette har resultert i en rangering av alle sondene som er tilstede på arrayet i henhold til deres primære og sekundære kriteriepoeng. I Fig. 2B, viser vi de 10 beste genene som har høyest primær og sekundær kriterieskår fra fire celletyper-Nemlig ASCs, CD8 + T-celler, makrofager og subkutane adipocytter-og angir deres celleplassering i henhold til gene ontologiske termer (for alle 21 celletyper se Supplerende Fig. S2, Supplerende Data S3). Alle gener som er tilstede I at21 signaturmatrisen er merket med fet skrift, og viser at cibersort-algoritmen hovedsakelig velger en kombinasjon av sekundære markører (CIBERSORTS genvalgskriterium er sammenlignbart med vårt sekundære markørkriterium), mens primære markører og konvensjonelle markører ikke alltid er inkludert i signaturmatrisen.

dette er i kontrast til klassiske markørbaserte tilnærminger som immunhistokjemi, som er avhengige av celletypespesifikiteten til en enkelt (primær) markør. Ikke desto mindre uttrykkes konvensjonelle markører som CD68 for makrofager også i andre celletyper, som monocytter, plasmacytoide dendrittiske celler10, og i mindre grad også i fibroblaster og endotelceller 11,12, som også indikeres ved sin relativt lave primære kriteriescore(Fig. 2B). Vi foreslår derfor de primære markørene identifisert Av CellMaDe for å bli ytterligere bekreftet eksperimentelt før avklart som alternative markører for celletypene i fettvev.

FOR CD8 + t-celler, den konvensjonelt brukte markøren (Klynge av differensiering 8B; CD8B) er identifisert som den sterkeste primære markøren, noe som ikke var veldig overraskende. Cluster of differensiation 4 (CD4) er imidlertid ikke særlig spesifikk FOR CD4+ T-celler, som vist ved dets utbredte uttrykk i andre hematopoietiske celletyper som monocytter eller makrofager (Fig. 3b, Supplerende Fig. S2). DETTE er også grunnen TIL AT cd4 i flowcytometri bare brukes etter identifisering AV CD3 + cellepopulasjon (T-celler) for å identifisere CD4+ T-celler. Dendrocyten Uttrykt Syv Transmembranprotein (DCSTAMP) er identifisert som en svært spesifikk primærmarkør for makrofager i henhold til vår analyse. I Fig. 3C vi observerer at det høye uttrykket FOR DCSTAMP er begrenset til en delmengde av makrofagprøver, som kan markere sin spesifisitet til en delmengde av makrofager, f.eks. For ASCs er den identifiserte primærmarkøren EEA1 ikke veldig slående. For denne celletypen foreslår vi å bruke en kombinasjon av sekundære markører som implementert i flowcytometri gating strategier samt I CIBERSORT algoritme.

saken av subkutane adipocytter ser ut til å være lik som primærmarkøren CMA1 er heller ikke veldig slående. Dette kan imidlertid tilskrives det faktum at perikardiale adipocytter også er en del av referansematrisen. Derfor fokuserer det primære kriteriet i dette tilfellet ikke bare på å skille adipocytter fra andre celletyper, men også på å skille adipocytter fra to forskjellige depoter. Derfor inkluderte vi en ytterligere analyse ved å slå sammen alle adipocytter i referansematrisen sammen for å bestemme primære markører for adipocytter. De tre primære markørene identifisert for adipocytter i denne analysen var SPARCL1, ADIPOQ og THRSP.

for videre evaluering av de identifiserte topp primære markørene, sammenlignet vi deres uttrykk i et mer omfattende uavhengig datasett bestående av 394 anatomisk annoterte vevsuttrykksprofiler (Supplerende Fig. S3, Supplerende Metoder). Seks av de 21 primære markørene er fullt validert, definert som å vise det høyeste uttrykket i den foreslåtte celletypen, NEMLIG CALCRL for endotelceller, SPTA1 for erytroblaster, CD8B FOR CD8+ T-celler, MS4A1 for B-celler, PRSS33 for eosinofiler og DCSTAMP for makrofager. Tolv markører er delvis validert, identifisert som blant de fem øverste av de 394 anatomisk annoterte vevsuttrykksprofilene eller uttrykt på et høyere nivå bare i celletyper som ikke er relatert til fettvev, for eksempel myocytter eller nevroner. BARE tre markører ble ikke validert, NEMLIG EEA1 for ASCs, RGS5 for glatte muskelceller og PF4V1 for blodplater, sistnevnte på grunn av fravær av blodplater i valideringsdatasettet FOR PF4V1, som forhindret riktig evaluering.

Til Slutt brukte vi det uavhengige valideringsdatasettet for å evaluere diskriminerende kraft av de identifiserte topp primære markørene. Resultatene av denne analysen er presentert I Supplerende Fig. S1 Og Tilleggsdata S2, som viser at primærmarkørene er uttrykt og i stand til å skille mellom celletyper i valideringsdatasettet, med unntak AV CMA1 for subkutane adipocytter og EEA1 For Asc (Supplerende Fig. S1B).

Kontekstualisering av funn-en litteraturgjennomgang

som neste trinn i evalueringen har vi samlet kvantitative litteraturrapporter om menneskelig fettvev celletypesammensetning for å sammenligne estimatene for vår dekonvolusjonstilnærming for 1119 SAT-prøver (616 microarray og 503 rna-Seq datasett) og 51 OAT-prøver med de rapporterte prosentene i litteraturen.

Først søkte vi etter eventuelle rapporter i litteraturen som kvantifiserte prosentandelen adipocytter i fettvev. Dette søket avslørte en rekke estimater fra ~93% 14, ~70% 15,16 og ~15%17, som potensielt kan forklares av forskjeller i prøvebehandling (f.eks. fjerning av blodkar) og tellingsmetoder (f. eks. histologi vs celleisolasjon, forskjellige markører). Svært nylig estimerte Glastonbury og kollegaer adipocyttfraksjonen i to populasjonsnivå subkutane adipose-tissue RNA-Seq datasett (TwinsUK, n = 766 og Genotype-Tissue Expression project , n = 326) ved å estimere de relative proporsjonene av fire forskjellige celletyper (adipocytter, makrofager, CD4 + t-celler og mikro-vaskulære endotelceller). Deres estimering for median prosent av adipocytter er 62% For GTEx og 82% TwinsUK study18.

Deretter konsentrerte vi oss Om studier som bestemte fraksjoner av ikke-adipocytter19 og inkluderte 25 originale studier i vår gjennomgang. De kvantitative resultatene av cellefraksjoner ekstrahert fra disse studiene er presentert I Fig. 4 Og Supplerende Data S4(Se Supplerende Metoder for metodiske detaljer). Rapportert celletall for makrofager varierer sterkt, alt fra gjennomsnittlig teller på mindre enn 1% av totale celler i noen studier opp til et gjennomsnitt på 27% av totale celler i en annen studie. Disse ganske store forskjellene mellom studiene kan oppstå på grunn av flere faktorer, inkludert (i) faktiske biologiske forskjeller mellom de analyserte prøvene, (ii) lokal anrikning av makrofager (f. eks. i krone-lignende strukturer) som spesifikt påvirker resultater med lave totale celletall som immunhistokjemi, (iii) tekniske forskjeller mellom de anvendte metoder og markører, og (iv) forskjeller i prøvehåndtering og analyseprotokoller (f.eks fluorescens cutoffs, utnyttet antistoffer). Det er viktig å merke seg at spesielt noen immunhistokjemi studier rapporterer svært høye makrofag tall (Fig. 4A). I tillegg kan det være noen forskjeller på grunn av rapporterte enheter på tvers av ulike studier, da de to studiene med høyest makrofagprosent (gjennomsnitt på 27% og 26% makrofager) er de eneste som rapporterer i ‘makrofager per totalt antall kjerner’. Vi har tidligere vist at immunhistokjemi studier fra vev skiver kan være partisk på grunn av avhengighet av observasjoner fra tverrsnitt (tynne vev skiver)20. Derfor kan det hevdes at spesifikt for adipocytter kan tverrsnittet dekke deler av lipiddråpen, men ikke kjernen, noe som resulterer i systematiske forskjeller mellom tellemetoder.

Gjennomgang av Rapportert fettvev cellulær sammensetning i forhold til våre resultater ved HJELP AV CIBERSORT (i grønt). Vist er gjennomsnittlig (prikker), minimum og maksimum (piler) prosentandel av totale celler (beregnet i henhold til forutsetninger og formler angitt i tilleggsmetodene) for fem forskjellige celletyper – makrofager (A), ASCs (B), CD4+ T-celler (C), CD8+ T-celler (D) og endotelceller (E). Fargen angir metoden som brukes til celletelling som angitt i forklaringen. De grå prikkene og pilene i (A) er våre resultater der makrofagskår og monocyttskår er lagt sammen. Det vises som en sammenligning, siden makrofagmarkørene CD68, HAM56 og CD14 også flekker monocytter. Den grå prikken i (B) representerer summen av ‘ supra adventitial-adipose stromal celler ‘(svart prikk i samme rad) og ‘endotelial progenitor celler’, som ble skilt i den respektive studien, men er sannsynligvis begge dekket i ‘adipose stem / stromal cell’ score fra VÅR at21 signaturmatrise. På venstre side av hvert plott er referansene til studiene som resultatene ble tatt fra (se Tilleggsdata S4) og de anvendte markørene angitt. For Asc – er og endotelceller ble det brukt en kombinasjon av markører (Se Supplerende Data S4). En stjerne knyttet til studiereferansebrevet indikerer at studiedeltakeren hadde en gjennomsnittlig kroppsmasseindeks over 35. Det er inkludert i figuren siden det har blitt rapportert at makrofagfrekvensen øker hos personer med alvorlig fedme.

for å evaluere den potensielle innflytelsen av biologiske forskjeller mellom studiedeltakere, spesielt med hensyn til deres fedmestatus, markerte vi alle studier som involverte personer med en gjennomsnittlig kroppsmasseindeks over 35 (alvorlig fedme) med en stjerne (Fig. 4A). Forholdet mellom fedme status og makrofag teller har blitt studert i flere artikler, rapportering økt makrofag teller med økende fedme i noen, men ikke alle studier21,22,23,24,25,26. Likevel kan ikke fedmestatusen forklare det observerte mangfoldet mellom rapporterte makrofagprosenter i vår litteraturgjennomgang (Fig. 4A).til sammenligning vurderte vi interstudieforskjeller i våre analyser( only SAT), som viste relativt stabile resultater, noe som indikerer en bedre standardisering til tross for biologiske forskjeller mellom studiedeltakere og potensielle forskjeller i prøvehåndtering mellom ulike laboratorier (Supplerende Fig. S5). Selv bruk AV rna-Seq-nivådata for å utføre dekonvolusjon resulterte i en lavere varians enn de rapporterte studiene fra litteraturen(Fig. 4, Supplerende Fig. S6).

i forhold til litteraturrapportene er den estimerte mengden makrofager fra vår analyse i den nedre enden av spektret, med et gjennomsnitt på 1,3% av totale celler for de 616 SAT-prøvene (median på 0,8%, IQR: 0,03% -1,8%) og 1,2% av totale celler for DE 51 OAT-prøvene (median på 1,2%, IQR: 0,4% -1,8%). Når vi ser på ekstremer, bekrefter våre resultater at det er et stort utvalg av makrofagkomposisjon med opptil 25% makrofager i svært sjeldne tilfeller.

for å redegjøre for den potensielle innflytelsen av monocytter, som også uttrykker markørene som brukes I litteraturstudiene (CD14, CD68 OG HAM56), rapporterer vi også de kombinerte fraksjonene av makrofager og monocytter fra VÅR AT21-CIBERSORT-tilnærming. Dette utgjør i gjennomsnitt 1,5% makrofager / monocytter i SAT-prøver og 4,3% makrofager / monocytter i HAVREPRØVER, noe som bringer våre estimater i nærheten av middelverdiene rapportert i litteraturen.

Mengden Asc (gjennomsnitt 14,8% I SAT og 15,7% I OAT), CD4 + T-celler (gjennomsnitt 0,9% i SAT og 0.4% I OAT), CD8+ t-celler (gjennomsnitt på 0,5% både I SAT og OAT) og endotelceller (gjennomsnitt på 0,7% I SAT og 1,8% I OAT) estimert av vår tilnærming er godt i tråd med litteraturrapportene (Fig. 4B-E). I likhet med makrofager viser litteraturrapporter OM ASC-mengder store variasjoner (Fig. 4B). Vi har identifisert tre grunner til å forklare denne variasjonen. Først bruker tre av litteraturstudiene (studier s, t og v – Se Tilleggsdata S4) fettvev fra fettsugingsaspirater, som er forurenset med blod17, noe som resulterer i lavere relative fraksjoner Av Asc i SVF. For det andre skiller noen studier mellom endotelprogenitorer og supra-adventitiale adipose stamceller (f.eks. studier u og v), mens andre (inkludert vår studie) ikke, muligens teller begge subpopulasjoner som ASCs. Spesielt, når du legger opp de to subpopulasjonene i studien Av Zimmerlin27, den resulterende gjennomsnittlige fraksjonen på 13,9% (grå prikk I Fig. 4B) er nær våre estimerte resultater. For det tredje varierer den totale celleutbyttet og stem/stromalcelleprosenten mye avhengig av metoden som brukes for isolering AV SVF28, 29, noe som potensielt kan forklare de svært lave tallene rapportert Av Viardot og kolleger30 (studie m).

Det finnes flere celletyper som plasmacytoid dendrittiske celler, nøytrofiler eller eosinofiler som vi ikke kunne finne noen resultater i litteraturen, og dermed rapporterer vi frekvensen i det menneskelige fettvev for første gang. Noen celletyper som blodplater og erytroblaster er hovedsakelig inkludert som en kontroll i at21 signaturmatrisen, noe som gjør det mulig å identifisere tilstedeværelsen av blod i prøvene.

Referansedatasett med celletyper isolert fra fettvev

for videre verifisering AV at21-dekonvolusjonsresultatene, sammenlignet vi dem med dekonvolusjonen basert på at4 signaturmatrisen bestående av fire cellefraksjoner isolert fra fettvev.for å utelukke forskjeller i studiepopulasjon og vevsprøveprosedyrer (samtidig som forskjeller i celletypegranularitet, referanseprøver og utførelse av kryssplattformanalyse) brukte vi ex-vivo-referansen til å dekonvolvere 779 fettvevsprøver Fra Affymetrix Human U133 Plus 2.0-matrisen som vi analyserte med VÅR at21 signaturmatrise før. De resulterende celleprosentene (Supplerende Fig. S7) er i et lignende område som resultatene oppnådd ved bruk AV AT21 som referanse (selv om monocyt / makrofagprosenter er litt høyere) og korrelerer rimelig godt med dem, og avslører Spearman og Pearson korrelasjoner mellom 0,41 og 0,87 (Supplerende Fig. S8). Likevel viser vår analyse at valg av celletyper og deres opprinnelse kan ha potensiell innvirkning på detaljnivået i resultatene, selv om den totale fordelingen er bevart.for videre evaluering av vår dekonvolusjonstilnærming brukte vi denne ‘ex-vivo referansen’ til å dekonvolve prøver som består av stromal vaskulær fraksjon av fettvev (også fra datasettet GSE80654), og avslørte en celletypefordeling av 53% stamme/stromale celler, 27% monocytter/makrofager, 19% andre leukocytter og 1% adipocytter i gjennomsnitt (Se Supplerende Fig. S9) fra n = 6 individer av totalt n = 10. Dataene for de resterende fire personene var ikke tilgjengelige. Flowcytometri-resultatene rapporterte litt forskjellige gjennomsnitt på 62% stem / stromalceller, 13% monocytter / makrofager, 12% andre leukocytter, 3% endotelceller, ~10% uspesifisert), til tross for at de kom fra den større prøvestørrelsen på n = 10 individer i den opprinnelige studien31. Begge resultatene bekrefter den høye mengden stamceller / stromale celler i fettvev og (etter enhetskonvertering fra celler I SVF til celler i fettvev-se metoder) er rimelig lik våre gjennomsnittlige resultater som bruker AT21 til fettvev, når de vurderer forskjellene i studiepopulasjon, metoder for fettprøvetaking og granularitet av celletypeforskjell (4 mot 21 celletyper).

Sammenligning av fire fettdepoter

Deretter sammenligner vi celletypesammensetningen av fire fettdepoter (SAT, HAVRE, PAT og EAT) ved å rapportere deres gjennomsnittlige celletypesammensetning (Fig. 5, detaljert I Supplerende Fig. S4). DETTE indikerer at SAT har den høyeste prosentandelen adipocytter (74%) etterfulgt AV HAVRE (66,4%), EAT (59,5%) OG PAT (59,4%), MENS EAT og PAT har langt flere immunceller (henholdsvis 20,8% og 20,9%) sammenlignet MED HAVRE (9,8%) og SAT (7,4%). VIDERE ER HAVRE den rikeste kilden til stem / stromalceller (17,2% sammenlignet med 14,9% FOR SAT, 14.1% FOR EAT og 12,4% FOR PAT).

Estimert Prosentandel Av Celletyper per Adipose Depot: (A) Kakediagram som viser den totale celletypefordelingen av forskjellige fettvevsdepoter (Subkutan – n = 616, omental – n = 51, perikardial – n = 66 og epikardial – n = 46) i form av fire hovedarketyper av celler i fettvev (immunceller, stem / stromalceller, adipocytter og andre). (B) Bar tomter som viser detaljert fordeling av immuncellekammeret fra hvert fettvev depot. Alle verdier er gjennomsnitt av de analyserte prøvene fra respektive depot.

disse resultatene må tolkes med forsiktighet på grunn av forskjeller i antall og egenskaper hos personer som prøvene ble samlet inn fra. Tilgang TIL EAT og PAT er sterkt begrenset på grunn av deres fysiologiske plassering og den invasive naturen til prøvetakingsprosedyren. Derfor ble det tatt pat-prøver fra 66 pasienter (alder: 66 ± 8 år) med koronararteriesykdom (CAD)32 og EAT-prøvene ble tatt fra 11 nyfødte (6 til 24 dager gamle), 28 spedbarn (40 dager til 1 år gamle) og 7 barn (2 til 7 år gamle) med medfødt hjertesykdom (CHD)33.

Til Tross for forskjeller i ALDER AV EAT og PAT-givere, er sammensetningen av immuncellearketypen I EAT og PAT bemerkelsesverdig lik hverandre, samtidig som DEN er svært forskjellig fra SAT-og HAVREPRØVER. Dette indikerer robustheten av våre resultater, samt den konserverte naturen av celletypesammensetningen i disse to fettvevsdepotene som omgir hjertet.Videre rapporterer vi fraksjonene av klassisk utpekte» adaptive » immunceller, inkludert B-celler, CD8 + OG CD4+ T-celler, infiltrert I EAT og PAT. Disse adaptive immuncellene er beriket I EAT og PAT, (høyere I PAT enn I EAT) sammenlignet MED SAT og HAVRE depoter, noe som sannsynligvis kan skyldes opprinnelsen til de analyserte prøvene fra pasienter med CAD eller CHD, som rapportert tidligere FOR CD8 + T-celler34. Vårt funn støttes også Av Mazurek og kolleger35, som sammenlignet uttrykket av cytokiner i BÅDE EAT og SAT hos pasienter som gjennomgår koronar bypass pode og fant AT EAT er en kilde til flere inflammatoriske mediatorer.

en mer detaljert sammenligning AV SAT og OAT ble utført på Studiet Av Hardy et al. 2011 (datasett GSE20950), hvor begge depotene var tilgjengelige fra samme person25. Denne analysen viste et økt nøytrofilinnhold i SAT (også etter korrigering for flere tester)og økt mesenkymal stamme/stromal celle og glatt muskelcelleinnhold I HAVRE (Fig. 6A). Studier Av cellederiverte markører for nøytrofiler (CYP4F3) samt perikardiale adipocytter (C7) og subkutane adipocytter (CMA1) bekreftet den signifikante forskjellen MELLOM SAT og HAVRE i disse celletypene (også etter justering for multiple tester).

Fettvevssammensetning På Tvers Av Fenotypiske Egenskaper: (A) Varmekart som viser signifikant over (rød) / under (blå) representert celletype på tvers av ulike kategorier basert på på z-poengsummen (angir antall standardavvik hver gruppe er borte fra den andre). Bare signifikante resultater (ukorrigert p < 0,05) er farget. Stjerner merker resultater som forblir signifikante etter korreksjon for flere tester. Bønneplottene viser (b) alle signifikante celletyper og (C) Asc og subkutane adipocytter (ikke påvist som signifikante), for den tyngre vs slankere tvilling, uharmoniske studien. Y-aksen beskriver forskjeller i estimerte cellefraksjoner mellom tyngre og slankere tvilling i et tvillingpar.

Celletypesammensetning på tvers av fenotypiske egenskaper

Til slutt sammenlignet vi fettcelletypesammensetningen mellom individer med forskjellige fenotypiske egenskaper, som forskjellig kjønn, alder, kroppsmasseindeks (BMI) og ulike stadier av type 2 diabetes utvikling. Videre inkluderte vi intervensjonsstudier som undersøkte effekten av kaloribegrensning eller resveratrolinntak på SAT-celletypesammensetning. Resultatene av disse analysene er vist I Fig. 6 og mer detaljert I Supplerende Fig. S10 Og Supplerende Data S5.Vi oppdaget signifikante forskjeller i SAT-cellesammensetning mellom menn og kvinner, noe som indikerer at det er høyere mengder plasmacytoid dendritiske celler, CD4+ T-celler, blodplater og kondrocytter hos kvinner, mens menn har FLERE CD8+ T-celler, fibroblaster og endotelceller. Spesielt var forskjellene I CD4+ OG CD8 + T-celler signifikante også etter korreksjon for flere tester, men ble ikke påvist basert på enkeltetablerte eller CellMaDe-avledede markører. Med hensyn til alder oppdaget vi bare ett signifikant resultat, noe som indikerer en høyere mengde fibroblaster med økende alder.

Vi inkluderer fire sammenligninger relatert TIL BMI, nemlig (i) et kontinuerlig forhold MELLOM BMI og cellefraksjoner i SAT, (ii) en sammenligning AV SAT cellulær sammensetning i konkordante monozygotiske tvillinger (tyngre vs. slankere tvilling, ∆BMI< 3 kg/m2), (iii) det samme i uharmoniske monozygotiske tvillinger (tyngre vs. slankere tvilling, ∆BMI> 3 kg / m2), og (iv) en sammenligning av havrecellulær SAMMENSETNING hos overvektige vs. magre barn. DEN første sammenligningen indikerer at BMI er positivt korrelert med mengden monocytter, myeloide dendrittiske celler, blodplater, osteoblaster, kondrocytter og Asc i SAT, mens korrelasjonen med subkutane adipocytter er negativ. Ingen signifikante forskjeller oppdages mellom konkordante tvillinger, mens uharmoniske tvillinger varierer betydelig i mengden CD4 + T-celler, erytroblaster, osteoblaster (alle høyere i tyngre tvillinger), Samt B-celler (høyere i slankere tvillinger) (Fig. 6B). Spesielt er det en tendens til høyere mengder Asc og lavere mengder adipocytter i tyngre tvillinger(Fig. 6C), som støtter det respektive signifikante funnet i kontinuerlig tilknytning TIL BMI. I kontrast er det ikke påvist noen andre funn av den kontinuerlige assosiasjonen med BMI i tvillingstudien, noe som kan tilskrives potensielle konfunderende effekter (alder, kjønn eller andre faktorer) i den kontinuerlige assosiasjonen.

mangelen på noen signifikante resultater i sammenligningen av lean vs. overvektige barn skyldes for det meste begrenset kraft siden studien bare innebærer totalt 11 prøver(5 overvektige og 6 magre barn).Vi gjorde seks sammenligninger relatert til diabetes, glukosetoleranse eller insulinresistens. Tre av dem (nedsatt glukosetoleranse vs. normal glukosetoleranse i SAT; diabetes mellitus vs. nedsatt glukosetoleranse i SAT; og insulinresistent vs. sensitiv I HAVRE) viste ingen statistisk signifikante resultater. Sammenligningen AV SAT-celletypesammensetning i insulinresistent vs. følsomme individer viste en signifikant økning i glatte muskelceller hos insulinresistente individer. SAT av personer med diabetes mellitus inneholder flere monocytter og færre eosinofiler enn for normale glukosetolerante mennesker, ifølge vår analyse, mens HAVRE av sykelig overvektige mennesker viser forskjeller i myeloide dendritiske celler, eosinofiler (både høyere hos personer med diabetes) og kondrocytter (høyere hos personer uten diabetes).

Vi fant ingen bevis for at kaloribegrensning eller resveratroltilskudd signifikant endrer fettcelletypesammensetning.Interessant, en inkludert studie rapporterer også makrofagprosenter som bestemt av immunhistokjemistry25 (GSE20950). De viser makrofagfrekvenser for 11 HAVREPRØVER (av 20 studiedeltakere) fra insulinfølsomme og insulinresistente personer, med et gjennomsnittlig makrofaginnhold på 1,8% (etter enhetskonvertering til % av totale celler), som passer godt til vårt estimat på 1.495% som gjennomsnitt av alle 20 deltakere (utvalgskriterier for de 11 prøvene for immunhistokjemi ble ikke inkludert i studiebeskrivelsen). De rapporterer videre en signifikant sammenheng MELLOM HOMA-IR og makrofaginnhold hos disse 11 personene, som vi delvis bekrefter med borderline signifikans (p-verdi på 0,054) for en sammenligning av insulinresistente versus insulinfølsomme personer i alle 20 studiedeltakere.