肥胖作为全球性慢性疾病，影响超过6.5亿成年人，其复杂的发病机制涵盖遗传、环境及行为多重因素，临床治疗效果存在明显异质性。目前临床肥胖分类多依赖体重指数（BMI）等体型指标，缺乏对病理生理异质性的精准识别。食物摄入调控包括饥饿（进食前）、饱腹感（进食中导致终止）及餐后饱足感三个阶段，均由复杂的神经内分泌机制调节。特别是饱腹感（CTS）直接决定个体每餐食量，存在显著差异。以往研究表明，芬特明-托吡酯与利拉鲁肽作用机制不同，两者对饱腹感的影响亦不同，提示CTS测量可助理解减重药物反应差异。此外，遗传因素对食欲调节及药物反应亦有重要作用，但迄今尚无结合基因与生理指标的综合预测模型。 近日，来自梅奥诊所团队在Cell Metabolism发表了一项研究，阐明了肥胖患者饱腹感的遗传与生理变化特征，并创新性地融合机器学习构建饱腹感基因风险评分（CTSGRS），用于预测肥胖治疗反应。研究基于717名肥胖成年人开展深度表型分析，包括摄入热量至CTS的测量、生理指标评估、激素分析及基因检测。结果显示，性别与遗传风险对饱腹感的变异解释度远高于传统体成分指标，且CTS及CTSGRS均能有效预测两类不同减重药

Tags： Cell Metabolism：梅奥研究揭示饱腹感遗传特征，CTSGRS模型助力药物选择