摘要
目的：利用生物信息学方法筛选肥胖相关基因，并初步探究其对脂肪细胞脂代谢的影响。方法：从基因表达综合数据库（Gene Expression Omnibus，GEO）中获取 C57BL6/J 小鼠白色脂肪组织（white adipose tissue，WAT）数据集 GSE30247、 GSE37218和GSE138632。将普通饮食喂养的小鼠转录组数据设为对照组，高脂饮食（high fat diet，HFD）喂养的小鼠转录组数据设为实验组，使用NCBI官方的GEO2R工具分别筛选GSE37218和GSE30247在HFD后的差异基因，以P< 0.05，log2FC > 1.5为筛选标准，获取二者的共同差异基因。对差异基因进行基因本体（gene ontology，GO）、哺乳动物表型本体（mammalian phenotype ontology， MP）和人类表型本体（human phenotype ontology，HPO）富集分析。采用 STRING 数据库构建蛋白质相互作用（protein-protein interaction，PPI）网络，使用Cytoscape筛选并获取核心基因（hub gene）。对GSE138632数据集中对照组和实验组数据进行差异分析并通过受试者工作特征（receiver operating characteristic，ROC）曲线进行基因预测诊断性分析，进一步验证hub gene。利用慢病毒构建STAM结合蛋白样1（STAM binding protein like 1，Stambpl1）稳定过表达的3T3-L1细胞系，使用油酸（oleic acid，OA） 诱导3T3-L1细胞中脂滴积累，通过BODIPY染色和甘油三酯含量检测判断脂滴累积情况。结果：对GSE37218和GSE30247数据集进行差异分析，发现HFD喂养后小鼠附睾脂肪组织（epididymal white adipose tissue，eWAT）中较普通饮食喂养小鼠eWAT 共同上调的基因57个；通过 Cytoscape中的多种算法分析进一步得到13个hub gene；使用GSE138632数据集验证这13个hub gene的表达，最终筛选出Stambpl1，RT-PCR实验结果显示Stambpl1在HFD诱导的肥胖小鼠脂肪组织表达升高；BODIPY染色和甘油三酯含量检测表明在3T3-L1细胞中过表达Stambpl1可缓解OA诱导的脂滴累积。结论：本研究利用生物信息学技术筛选得到肥胖相关基因Stambpl1，并初步证实Stambpl1会在体外抑制脂肪细胞的脂质积累。
Abstract
Objective：Bioinformatics methods were used to screen obesity-related genes and preliminarily explore their effects on adipocyte lipid metabolism. Methods：We obtained the C57BL6/J mouse white adipose tissue（WAT）datasets GSE30247，GSE37218， and GSE138632 from the Gene Expression Omnibus（GEO）. The transcriptome data of mice fed with a normal diet in GSE37218 and GSE30247 were set as the control group，and the transcriptome data of mice fed with a high-fat diet（HFD）were set as the experimental group. The NCBI official GEO2R tool was used to screen the differential genes of the two datasets after HFD，and P< 0.05，log2FC>1.5 were used as the screening criteria to obtain the common differential genes of the two datasets. Perform gene ontology（GO），mammalian phenotype ontology（MP），and human phenotype ontology（HPO）enrichment analysis on differentially expressed genes. Construct protein-protein interaction（PPI）networks using STRING database，screen and obtain hub genes using Cytoscape. The transcriptome data of mice fed with normal diet in the GSE138632 dataset were set as the control group，and the transcriptome data of mice fed with HFD were set as the experimental group for differential analysis. Gene predictive diagnostic analysis was performed using receiver operating characteristic（ROC）curve to further validate hub genes. Using lentivirus to construct a stable overexpressed 3T3-L1 cell line with STAM binding protein like 1（Stambpl1），oleic acid（OA）was used to induce lipid droplet accumulation in 3T3-L1 cells.；BODIPY staining and triglyceride（TG）content detection were used to determine lipid droplet accumulation. Results：After performing differential analysis on the GSE37218 and GSE30247 datasets，we found 57 genes were commonly upregulated in the epididymal white adipose tissue（eWAT）of mice fed withHFD compared to those fed with normal diet. Further analysis using multiple algorithms in Cytoscape identified 13 hub genes. The expression of these 13 hub genes was validated using the GSE138632 dataset， leading to the screening of Stambpl1. RT -PCR results showed that Stambpl1 was upregulated in the adipose tissue of HFD -induced obese mice. BODIPY staining and TG content assays revealed that overexpression of Stambpl1 in 3T3-L1 cells alleviated OA-induced lipid droplet accumulation. Conclusion：This study used bioinformatics to screen the obesity-related gene Stambpl1，and preliminarily confirmed that Stambpl1 inhibits lipid accumulation in adipocytes in vitro.
Keywords
肥胖是全球性的公共卫生问题，已成为主要的非传染性疾病风险因素之一。据研究估计，成人超重和肥胖（定义为成人体重指数 ≥ 25 kg/m2）比例预计将从 2020 年的 38%（约 26 亿人）上升到 2035 年的 50%（约 40 亿人）[1]。肥胖是一种成因复杂的疾病，主要与营养摄入过多而运动量不足等不健康的生活方式及遗传和生物等因素相关[2]。研究证明，肥胖是诱发心脑血管疾病、高胰岛素血症、动脉粥样硬化、胰岛素抵抗和各种癌症的主要危险因素[3]。肥胖的特征是体重增加并伴有脂肪过度堆积，白色脂肪组织（white adipose tissue，WAT）是这一过程发生的最主要部位，脂肪组织的扩增是脂肪细胞增生和肥大的共同结果[4]。
肥胖具有异质性，并缺乏有效的生物检测标志物和治疗方法[5]。此外，与肥胖相关的重要基因及其作用机制尚未完全阐明，因此深入了解肥胖发生的遗传机制是必要的。生物信息学技术通过分析体征指标、基因遗传特征等大规模生物数据，能深入解析疾病的分子遗传机制，发现诊断标志物与治疗靶点，进而推动基因诊疗等个性化精准医疗的发展[6]。针对代谢性疾病，通过多组学数据分析能发现肥胖发生发展的相关潜在标志物，助力疾病的早期诊断、病情监测及治疗效果评估[7-8]。
本研究利用基因表达综合数据库（Gene Expres⁃ sion Omnibus，GEO）分析了高脂饮食（high fat diet， HFD）诱导的小鼠 WAT 相关基因芯片数据集。首先，以 P<0.05、log2FC >1.5 作为筛选标准，使用在线分析软件 GEOR2 分析小鼠附睾脂肪组织 （epididymal white adipose tissue，eWAT）在HFD后的差异表达基因。对eWAT中共同的上调差异基因进行功能和表型的富集分析，并构建蛋白质相互作用 （protein⁃protein interaction，PPI）网络，利用Cytoscape 软件分析网络中的核心基因（hub gene）。进一步在 HFD后的小鼠腹股沟脂肪组织（inguinal adipose tissue， iWAT）数据集中验证 hub gene 的表达，获得同时在肥胖小鼠eWAT和iWAT两种脂肪库中都显著上调且有较好临床预测性的STAM结合蛋白样1（STAM binding protein like1，Stambpl1）基因。体外细胞实验表明，过表达 Stambpl1 可缓解脂肪细胞中油酸 （oleic acid，OA）诱导引起的脂滴累积，提示Stambpl1 可能在脂代谢中发挥作用。
1 材料和方法
1.1 材料
3T3⁃L1细胞、人胚肾293T细胞（human embryonic kidney 293 cell，HEK⁃293T）（中国科学院细胞库）； DMEM 高糖细胞培养基、胎牛血清（fetal bovine serum，FBS）（Gibco公司，美国）；PEI转染试剂（Med⁃ ChemExpress 公司，美国）；EcoRⅠ限制性内切酶 （TaKaRa 公司，日本）；逆转录试剂盒、同源重组酶 （南京诺维赞）；组织细胞甘油三酯（triglyceride， TG）酶法测定试剂盒（北京普利莱）；聚凝胺感染/转染试剂（Sigma⁃Aldrich 公司，美国）；Hoechst 核酸染料、氟硼二吡咯（boron ⁃ dipyrromethene，BODIPY）（Thermo Fisher 公司，美国）；Stambpl1 抗体（Santa Cruz公司，美国），Calnexin抗体（Cell Signaling Tech⁃ nology公司，美国）。
1.2 方法
1.2.1 差异基因获取及基因本体（gene ontology， GO）分析和表型富集
在 GEO 数据库（https：//www.ncbi.nlm.nih.gov/ geo/）中以“HFD”和“WAT”作为关键词获取符合要求的数据集 GSE30247、GSE37218。GSE30247数据集基于Affymetrix GPL1261平台，其中包含4只HFD 喂养和4只普通饲料喂养的C57BL/6J小鼠eWAT转录组测序数据[9]；GSE37218 数据集基于 Affymetrix GPL6246 平台，其中包含 3 只 HFD 喂养和 3 只普通饲料喂养的 C57BL/6J 小鼠 eWAT 转录组测序数据[10]。利用 NCBI 在线工具 GEO2R，将普通饲料喂养的小鼠脂肪转录组数据设为对照组，HFD喂养的小鼠脂肪转录组数据作为实验组，以 P<0.05、 log2FC>1.5作为筛选标准进行差异分析。利用在线韦恩图（Eveen）获取共同差异基因。利用在线工具 Enrichr（https：//maayanlab.cloud/Enrichr/）对差异基因进行 GO、哺乳动物表型本体（mammalian pheno⁃ type，MP）和人类表型本体（human phenotype ontolo⁃ gy，HPO）富集分析。
1.2.2 PPI网络的构建及hub gene的筛选
将获得的共同差异基因输入到 STRING12.0 （https：//string⁃db.org）数据库中构建PPI网络并将其导入Cytoscape3.10.2软件，利用CytoHubba工具计算节点属性，使用BottleNeck、Betweennes和Stress 3种算法筛选出得分排名前 20 的 hub gene 并获取不同算法得到的共同hub gene。
1.2.3 Hub gene的表达验证
在 GEO 数据库（https：//www.ncbi.nlm.nih.gov/ geo/）中以“HFD”和“WAT”作为关键词获得编号为 GSE138632 的数据集，该数据集基于 GPL24247 平台，包含 4 只 HFD 喂养和 4 只普通饲料喂养的 C57BL/6J小鼠的iWAT转录组测序数据[11]。使用R 包limma和ggplot2分析数据集获得基因表达矩阵和差异基因，进一步验证上一步获得的hub gene的表达。利用同样的数据库，绘制 ROC 曲线判断 hub gene在肥胖发生中的预测效果。最后利用RT⁃PCR 技术，在HFD诱导的肥胖小鼠模型脂肪组织中检测上述分析获得的最终候选基因的表达。
1.2.4 Stambpl1过表达载体构建及慢病毒包装
在NCBI中检索Stambpl1获得基因编码区氨基酸序列，再使用诺维赞官网工具CE Design进行引物设计，输入基因编码区序列生成带有同源臂的同源重组引物。上游引物为5′⁃tactctagagctagcgaattcATG⁃ GAGCAGCCATTCACTGTG⁃3′，下游引物为 5′⁃gtcg⁃ gatccctcgaggaattcTCACCTCAGATCCAACACAGTTGT⁃ 3′，其中大写碱基片段为目的基因（Stambpl1）编码区序列，小写碱基片段为同源臂序列，使 PCR 扩增产物可通过同源重组技术与线性化的载体高效连接，实现目的基因在载体中的定向克隆。使用 TRIzol 从 3T3⁃L1 细胞中提取 RNA，利用逆转录试剂盒进行逆转录获取模板cDNA。实时定量PCR 进行目的基因片段扩增，总反应条件为：95℃预变性 10 min；94℃变性 30 s，60℃退火 30 s，72℃延伸 40 s，完成 32个循环后再延伸5 min。
使用 PCDH C⁃Flag 作为载体进行过表达质粒构建，首先用限制性内切酶 EcoRⅠ对载体进行线性化，再将线性化后的载体与 PCR 扩增产物进行同源重组连接，连接产物转化 Stbl3 感受态细胞扩增并提取质粒。当 HEK293T 细胞密度达到 70%~80%时使用 PEI将慢病毒的2种包装质粒（psPAX2、 pMD2.G）和过表达重组质粒共同转染进 HEK293T 细胞，6~8 h后更换为完全培养基，分别收取48 h和 72 h的病毒上清备用。
1.2.5 慢病毒感染和稳定过表达Stambpl1的3T3⁃L1 细胞株筛选
将3T3⁃L1细胞接种到6孔板（感染前密度达到 50%左右）后，将病毒上清与完全培养基1∶1混匀，并加入终浓度为 8 mg/mL 的聚凝胺。将混合物加入 3T3⁃L1 细胞。感染 24 h 后换液，48 h 后更换含有 2 mg/mL 嘌呤霉素的培养基进行稳定过表达St⁃ ambpl1的3T3⁃L1细胞筛选。
1.2.6 3T3⁃L1前脂肪细胞的培养及处理
3T3⁃L1 细胞使用含 10%小牛血清的 DMEM 培养基培养，培养条件为37℃、5% CO2，隔天更换新鲜培养基，密度为 80%~90%时传代。OA 处理时，将 3T3⁃L1 细胞接种于 12 孔板和活细胞培养皿中，将 OA和牛血清白蛋白按摩尔比7∶1混合并调整OA终浓度为 300 μmol/L，在 37℃水浴锅中孵育 1 h 后处理3T3⁃L1细胞16 h。
1.2.7 3T3⁃L1细胞BODIPY染色及TG水平检测
使用 300 μmol/L OA 处理 3T3⁃L1 细胞 16 h 后，按照1∶1 000将BODIPY和Hoechst与完全培养基混合，孵育细胞30 min，使用荧光共聚焦显微镜观察脂滴并拍摄。使用Image J 1.54将荧光图转为灰度图，调整阈值并去除背景光后输出参数图。
使用普利来酶法试剂盒对 TG 含量进行检测，使用细胞裂解液将细胞刮下后室温静置10 min，将裂解液分为两部分，一部分经高速离心后利用BCA 蛋白浓度试剂盒检测浓度，另一部分经70℃加热后检测TG含量。最后使用蛋白浓度校准TG含量。
1.3 统计学方法
所有计量数据均使用 GraphPad Prism 软件分析，定量数据用均数±标准误（（））进行描述，两组数据比较采用双尾t检验，P<0.05为差异有统计学意义。
2 结果
2.1 差异基因筛选及富集分析
利用在线工具 GEO2R 对数据集 GSE37218 中 HFD 小鼠的 eWAT 芯片数据和普通饮食小鼠的 eWAT 芯片数据进行差异分析，共获得 HFD 后上调的差异基因 532 个，下调的差异基因 495 个；同样对 GSE30247 数据集进行差异分析，共获得 HFD 后上调差异基因 1 094 个，下调差异基因 707 个 （图1A）。以P<0.05、log2FC>1.5为筛选标准，获得 GSE37218 和 GSE30247 数据集中共同上调的基因 57个（图1B）。将这些差异基因进行GO富集，结果显示在HFD诱导的小鼠eWAT中，上调基因与白细胞、巨噬细胞等炎症发生相关（图1C）。MP和HPO 富集结果也显示上调的差异基因与免疫炎症相关 （图1D）。
多项研究证实，脂肪组织的慢性轻度炎症不仅与肥胖人群的代谢性疾病及相关并发症的发生相关，而且脂肪组织炎症的发生还会对机体远端器官功能产生负面影响[12]。本研究表明在HFD诱导后，小鼠脂肪组织中上调的基因与炎症的发生具有相关性。
2.2 PPI网络的构建及hub gene的筛选
将差异基因导入STRING12.0数据库后初步构建PPI网络。将构建的PPI网络导入Cytoscape10.3.2 中以 Closeness Centrality 为标准进一步绘制 PPI 网络图（图2A），使用CytoHubba插件来筛选hub gene，为了提高可信度，使用 CytoHubba 中的 BottleNeck、 Betweenness和Stress 3种算法分别获取得分最高的 20个基因（图2B）。之后将3种算法获得的hub gene 取交集，最终得到 Ccr5、Gpnmb、Timp1、Itgax、Ubd、 Lcp1、Atf3、Stambpl1、Slc15a3、Myo1f、Top2a、Mki67、 Atp6v0d2这13个hub gene（图2C、D）。进一步检索文献发现，Stambpl1、Slc15a3、Myo1f、Top2a、Mki67、 Atp6v0d2这6个核心基因在脂代谢领域尚无相关报道，因此后续对这6个基因进行分析。
2.3 数据库验证hub gene的表达
在 GSE138632 数据集中验证 hub gene 的表达，结果发现，Stambpl1在HFD后升高最显著（图3A）。接着，通过 ROC 曲线分析预测 hub gene 在 HFD 诱导肥胖发生中的诊断价值，结果显示 Stambpl1 的 ROC 曲线下面积（area under the curve，AUC）最大，表明 Stambpl1 对肥胖的发生发展有较好的预测能力（图3B）。
HFD 诱导的肥胖小鼠 eWAT 中脂肪分解相关基因表达降低，而 iWAT 中脂肪分解和脂肪生成相关基因的表达水平升高[13]。实验结果显示在 HFD 后，围脂滴蛋白 1（perilipin 1，Plin1）在 eWAT 中降低而在 iWAT 中升高，与前期文献报道一致。此外，Stambpl1在HFD诱导的肥胖小鼠eWAT和iWAT 中表达均明显升高（图3C）。因此，Stambpl1可能作为肥胖相关基因，在肥胖的发生发展中发挥一定的作用。
2.4 稳定过表达Stambpl1的3T3⁃L1细胞株构建
将 PCR 扩增产物和酶切后的载体进行同源重组连接，连接产物转化涂板后挑取单菌落进行扩增和测序，测序结果显示过表达载体构建成功。将过表达载体包装成慢病毒后感染3T3⁃L1细胞，细胞经嘌呤霉素筛选后收样，检测 Stambpl1 过表达效率，结果显示Stambpl1表达显著升高（图4）。
2.5 过表达 Stambpl1 抑制 3T3⁃L1 细胞中 OA 诱导的脂质累积
为了探究Stambpl1在脂肪细胞中的功能，使用 300 μmol/L OA 处理 3T3⁃L1 细胞以诱导脂质累积，然后使用荧光染料进行细胞器染色。Hoechst是一种可以与细胞中 DNA 特异性结合的染料[14]。 Hoechst染色成功定位了 3T3⁃L1的细胞核；BODIPY 具有亲脂性，是针对脂滴的小分子探针[15]，BODIPY 脂滴染色结果显示，过表达 Stambpl1 的 3T3⁃L1 细胞脂滴数量少于对照组细胞（图5A）。对荧光强度的定量分析结果同样表明过表达 Stambpl1 的 3T3⁃L1细胞内脂滴数量低于对照组细胞（图5B）。同时检测了 3T3⁃L1 细胞中 TG 含量，结果表明过表达 Stambpl1 的 3T3⁃L1 细胞与对照组细胞相比，细胞内TG含量明显降低（图5C）。以上结果表明， Stambpl1 可以抑制 3T3⁃L1 细胞中 OA 诱导的脂质累积。
图1差异基因的筛选及功能表型的富集分析
Figure1Screening of differentially expressed genes and enrichment analysis of functional phenotypes
3 讨论
肥胖已成为严重威胁人类健康的问题，而脂肪组织在机体能量代谢中发挥着至关重要的作用[16]。生物信息学的应用为深入探究肥胖症的发病机制、寻找潜在治疗靶点提供了有力工具。
为了解肥胖相关代谢性疾病发生的分子机制，需要利用可靠且具有临床相关性的实验模型[17]。 C57BL/6J小鼠常被用于研究食物诱发的肥胖症、糖尿病和动脉粥样硬化等代谢性疾病[18]。因此，本研究在前期选取了 HFD 诱导的 C57BL/6J 小鼠 eWAT 测序数据来研究肥胖症发生过程中的潜在分子机制。GEO数据库是一个国际公共资源库，目前已接受来自各种技术的研究数据，包括 DNA 微阵列、蛋白质或组织阵列、高通量核酸测序和RT⁃PCR等[19]。本研究利用了其中的微阵列数据和高通量表达数据来筛选HFD之后eWAT表达升高的基因，最终获得了57个显著上调的差异基因。
图2使用Cytoscape筛选核心枢纽基因
Figure2Screening core hub genes using Cytoscape
研究表明，小鼠和人类具有不同的WAT库，而不同的 WAT 库具有不同的代谢功能。这一方面是由于脂肪细胞内在的差异，另一方面也归因于不同脂肪库中免疫细胞组成的差异[20-21]。哺乳动物体内主要有皮下脂肪和内脏脂肪两大白色脂肪库，这两大脂肪库的功能都与机体代谢和肥胖发生密切相关，但在能量调节与释放、肥胖诱发机制等方面又有许多不同。研究表明，小鼠体内的eWAT与炎症的产生和胰岛素抵抗相关[22-23]，而iWAT则具有优先储存脂质的功能，是膳食来源脂质的主要生理储存位置，当其扩张能力超过极限时，脂质才开始在内脏脂肪中堆积。但在某些条件如先天缺乏功能性脂肪细胞或胰岛素抵抗状态下，iWAT 扩张即使未到极限，脂肪也会在内脏中堆积[24]，而iWAT的优先扩张具有一定的机体保护作用[25]。本研究首先分析小鼠的eWAT在HFD后显著上调的差异基因，而后通过 PPI 网络获取其中的 13 个 hub gene，接着结合文献检索分析发现有些hub gene在脂代谢领域已有相关研究。在小鼠体内敲除 Ccr5 能够抵御 HFD诱导的胰岛素抵抗和葡萄糖不耐受[26]；Gpnmb 通过降低巨噬细胞炎症能力，对肥胖相关的代谢紊乱起到保护作用[27]；Timp1在肥胖小鼠和人类的脂肪组织中都显著上调，是脂肪生成的负调节因子[28]；在小鼠体内敲除Itgax 可以改善饮食引起的胰岛素抵抗和葡萄糖不耐受[29]；Ubd 能促进前脂肪细胞的分化[30]；敲除 Lcp1 会促进脂肪水解，并抑制脂肪生成[31]；小鼠中敲除Atf3会加剧HFD诱导的肥胖和葡萄糖代谢紊乱[32]。因此，最终剩下 Stambpl1、 Slc15a3、Myo1f、Top2a、Mki67、Atp6v0d2 这 6 个尚无明确报道的hub gene。接着，使用小鼠iWAT数据集进一步验证，最终获得了 Stambpl1 这个在小鼠 eWAT和iWAT中变化都很显著的基因，推测其可能在不同白色脂肪组织代谢中均发挥作用。Stambpl1 是一个去泛素化酶，前期研究显示其与多种肿瘤的发生发展相关，如胃癌[33]、肝细胞癌（hepatocellular carcinoma，HCC）[34]、结直肠癌[35] 等。值得关注的是，有研究表明在体外Stambpl1过表达后不仅增加了HCC细胞中的脂质积累，而且在异种移植的肿瘤中促进了脂质积累[36]。但本研究却通过实验证明了Stambpl1在脂肪细胞中能抑制OA诱导的脂质累积。在HCC细胞中，Stambpl1作为固醇调节元件结合蛋白 1的下游调控因子，通过Wnt/β⁃catenin通路激活肿瘤细胞的增殖，积累的脂质为肿瘤细胞的增殖提供能量。而在本研究的模型中 Stambpl1 可能参与脂肪细胞对 OA 的酯化过程，造成不同表型的原因可能是 Stambpl1 在不同条件下激活的信号通路不同，这一结果值得进一步探究。
图3在数据集和小鼠脂肪组织中的验证hub gene
Figure3Validation of hub genes in datasets and mouse adipose tissue
图4构建Stambpl1过表达细胞系
Figure4Construction of Stambpl1 overexpression cell line
图5OA处理3T3⁃L1细胞16 h后TG含量及脂滴累积情况
Figure5Triglyceride content and lipid droplet accumulation in 3T3⁃L1 cells treated with OA for 16 hours
已有研究证实OA可以通过增加关键脂肪生成转录因子CCAAT/增强子结合蛋白（CCAAT/enhancer⁃ binding protein，C/EBP）β或脂肪酸结合蛋白 4 的表达来刺激母鸡前脂肪细胞的脂肪生成[37]。同时OA 可以影响 C/EBPα和过氧化物酶体增殖激活受体γ 启动子的甲基化，并以剂量依赖性方式增加其表达从而促进3T3⁃L1细胞的脂质积累[38]。此外，OA 也能在体外诱导肝细胞系的脂质累积，为体外研究肝脏脂代谢提供了可靠的标准化模型[39]。本研究利用OA处理过表达Stambpl1的3T3⁃L1前脂肪细胞来诱导细胞中的脂质累积，并通过荧光染色和 TG 定量检测的手段发现Stambpl1可以抑制OA引起的脂质累积。这一研究可为进一步揭示 Stambpl1 在脂代谢中的功能提供线索。
尽管如此，本研究只初步使用了 OA 来诱导细胞脂质累积进行研究，Stambpl1 如何调控脂滴的数量或脂质累积的分子机制仍需要进一步研究探索。
利益冲突声明：
所有作者声明无利益冲突。
Conflict of Interests：
All authors declare no conflict of interests.
作者贡献声明：
任钰、季学涛、李超普负责实验内容；任钰、张许、季学涛负责文章撰写；李仲、季学涛负责课题设计。
Author’s Contributions：
REN Yu，JI Xuetao，and LI Chaopu were responsible for the experimental content；REN Yu，ZHANG Xu，and JI Xuetao were responsible for the writing of the article；LI Zhong and JI Xuetao were responsible for the project design.
