间歇性减肥，持续性发呆的奇点糕，每每感慨，减肥之难，难于上青天。
2个月前，奇点糕向大家介绍了一篇《细胞》子刊上发表的论文，研究发现，由于能量补偿机制，运动相关卡路里消耗所带来的减肥效果，被打了好大的折扣~
好吧好吧，那更得管住嘴啦。呜呜呜，可是臣妾做不到啊TT， 或许，变胖非我本意，而是掌管饱腹感和食欲的大脑神经网络出了问题？
来自芬兰图尔库PET中心的Tatu Kantonen等人在《国际肥胖杂志》期刊上发表重要研究成果[1]，基于41名男性非肥胖人群的三示踪正电子发射断层扫描数据，
他们发现早在肥胖之前，大脑中已经出现了促进肥胖的变化。
虽然已有研究表明，肥胖人群的大脑胰岛素敏感性和神经递质功能异于常人。但迄今为止，
这是首个探索这些大脑功能改变是否发生在肥胖前的研究，对肥胖的预防和治疗具有重大意义。
不知道大家有没有类似的体验，明明不饿，却很想吃东西，一不留神，就又又又月半了。
其实，人体能量平衡调节是一个复杂而精妙的过程，与神经体液机制，以及
大脑的奖赏回路密切相关[2]。
奖赏回路到底有多牛？
20世纪50年代，加拿大研究者将小鼠的皮质下区域和一个小踏板相连，每当小鼠按下踏板，相连的神经元就会被激活。很快，他们发现，小鼠只顾着踩踏板，竟把自己活活饿死。大脑奖赏回路也由此被发现。
这个实验中，踩踏板带来的神经元激活给予小鼠愉悦感；但我们的日常生活中，很多情况下，进食可以刺激奖赏回路，成为我们的快乐源泉。
在病态肥胖的人群、啮齿动物中，可见一些大脑的变化，如胰岛素抵抗[3-4]，以及μ-阿片类受体（MOR）和大麻素1受体（CB1R）可用性的下调[5-6]。让人不解的是，这些究竟是发生在肥胖前还是肥胖后呢？
Tatu Kantonen等人将目光对准了非肥胖人群，开启了探寻之路。基于BMI、空闲时间体育活动和家族性肥胖风险，他们把通过筛选的41名男性分到了2组，高风险组（19人）和低风险组（22人）。
参与者的基线特征
那么，家族性肥胖风险又是如何定义的呢？研究者基于受试者父母超重/肥胖、2型糖尿病（T2D）的情况进行赋值，区间为0-4。
紧接着，Tatu Kantonen等人对受试者进行了PET成像的检测，分别基于[18F]FDG、[11C]carfentanil 和 [18F]FMPEP-d2示踪，获取了高胰岛素-正血糖钳夹下的大脑葡萄糖摄取（BGU）、μ-阿片类受体（MOR）和大麻素1受体（CB1R）情况的数据。
接下来，研究者提出了一个问题：高风险组和低风险组之间，是否存在以上指标的差异呢？
其实，此前就有研究报道，高胰岛素情况下，病态肥胖者的脑葡萄糖摄取普遍增加[3]。
而Tatu Kantonen等人研究也发现，
高肥胖风险人群多个脑区的大脑葡萄糖摄取明显升高，重点分布在额颞叶、扣带皮层、下丘脑，以及双侧的岛叶和壳核中。可见，
大脑胰岛素抵抗在肥胖前就已经悄然发生。
但μ-阿片类受体和大麻素1受体的可用性在两组间并无显著差异。
虽然还没变胖，但是高风险人群的多个脑区BGU已经大不一样了~
Tatu Kantonen等人并未止步于此，他们的下一个问题是：在不同脑区，不同类型的风险因素（BMI、体育锻炼和家族性肥胖风险）和研究指标（大脑葡萄糖摄取、μ-阿片类受体、大麻素1受体）之间是否具有相关性？
贝叶斯分层分析显示，
家族性肥胖风险与大脑葡萄糖摄取在多个脑区呈强相关。
中枢胰岛素抵抗，再加上神经受体信号的改变，可能导致食物摄入量增加和体重增长。
a）家族性肥胖风险与脑葡萄糖摄取正相关的脑区：满满当当，相当广泛
b）家族性肥胖风险与μ-阿片类受体可用性负相关的脑区：主要分布在前额叶、脑岛和纹状体
在前额叶、脑岛和纹状体等脑区，家族性肥胖风险与μ-阿片类受体（MOR）可用性呈负相关。
或许MOR下调使得个体对于食物奖赏更为敏感，又或许是机体想通过摄入过量食物来补偿MOR可用性的减少，总之导致了暴饮暴食[7-8]。
此外，既往研究显示，肥胖人群中，血清大麻素（AEA）增加，并伴随着大麻素1受体（CB1R）基因表达的减少[9]。动物研究发现，AEA可通过激活中枢CB1R来刺激食物摄入，并放大甜味的奖赏效应[10]。
而在Tatu Kantonen等人的研究中，不难发现，这种情况已经发生在肥胖前。并且，家族肥胖风险越高，大麻素1受体可用性越低。
本文作者Tatu Kantonen博士说道[11]，
控制饱腹感和食欲的中枢神经网络紊乱在肥胖发生之前就已经出现，这些大脑变化与家族性肥胖风险因素密切相关。这表明大脑和中枢神经系统有望成为治疗肥胖的重要靶点。
当然，这项研究还是具有一些局限性。如受试者人群仅限男性，研究结论是否适用于女性尚且存疑；再者，研究中仅评估了家族性肥胖风险，并无具体受试者的基因图谱，因此也无法直接确定肥胖遗传风险。
最关键的是，作为一项横断面研究，研究者只能进行一些相关性分析，究竟是鸡生蛋还是蛋生鸡，仍是不得而知。因此，关于大脑信号改变引起体重增加的这个假设，后续仍需通过评估受试者的饮食表现来判断。
