论文部分内容阅读
生物钟控制许多生理过程的昼夜节律，包括进食行为、腊质/碳水化合物代谢和睡眠等。生物钟与肥胖紧密相关，肥胖产生的过程中，引起生物钟基因表达异常，而生物节律紊乱会引起脂质沉积导致肥胖。木犀草素可以通过促进脂肪组织产热和棕脂化改善肥胖，但是生物钟在这过程中发挥的作用还不清楚。作为联系生物节律和能量代谢之前的关键通路，PPARα/RXRα/FGF21是否参与到木犀草素调控的脂肪组织棕脂化的过程也知之甚少。
菊花作为一种被广泛关注的药食两用的植物，含有主要活性黄酮类物质木犀草素，具有减少自由基、改善心血管疾病，降低炎性，血糖水平和抑制肥胖等生物学活性。有效的菊花品种鉴定方法和木犀草素含量测定方法是指导木犀草素减肥及菊花食用和药用价值高效应用以及推广的重要课题。而多光谱成像系统涵盖可见光到近红外的电磁波，可以实现对于样本的快速无损检测，对于菊花的分类鉴别和木犀草素含量的检测具有重大的指导意义和理论价值。
本文从以上几方面开展工作，对食品的快速无损检测和肥胖的治疗提供了更多的思路和方向:
1、饮食木犀草素通过节律性地增强野生型小鼠肝脏中PPARα/RXRα/FGF21信号通路激活脂肪组织棕脂化。在野生型小鼠中，木犀草素通过增加UCP1和代谢相关基因的节律表达来诱导能量消耗的节律性牵引，同时改善代谢组织中被高脂饮食破坏的核心生物钟基因的昼夜节律。作为参与木犀草素调节的代谢和生物钟基因紊乱的关键信号，肝脏中的PPARα/RXRα/FGF21在木犀草素作用下表达水平和节律被显著增强，从而激活脂肪组织棕脂化。
2、Per2缺失通过弱化小鼠肝脏中PPARα/RXRα/FGF21信号通路阻滞饮食木犀草素激活的脂肪组织棕脂化。在Per2-/-小鼠中，木犀草素对饮食诱导的肥胖及其代谢紊乱无影响，木犀草素也不改变脂肪组织UCP1的表达。引入注目的是，缺失Per2引起PPARα，RXRα，FGF21节律水平的改变降低。在体外实验中，木犀草素处理能够直接激活野生型小鼠而不是Per2-/-小鼠来源的原代肝细胞的PPARα/RXRα/FGF21信号。综上所述，核心生物钟基因Per2的缺失通过弱化小鼠肝脏的PPARα/RXRα/FGF21途径抑制木犀草素激活的脂肪组织棕脂化。
3、菊花分类及其木犀草素含量的无损检测。研究采用多光谱成像系统(MSI)与主成分分析(PCA)和最小二乘支持向量机(LS-SVM)相结合的方法对菊花品种进行分类。通过对样品光谱数据和形态特征数据的分析，PCA的前三个主成分贡献率高达99.61％，而且LS-SVM模型在预测集中实现了98％的分类准确率。此外，利用偏最小二乘法(PLS)和LS-SVM模型进行木犀草素含量检测，其预测集相关系数(Rp)分别为0.949和0.965，交互验证均方根误差(RMSEP)分别为0.387和0.314mg/g。结果表明，将MSI与化学计量学方法相结合，是鉴别菊花品种和测定菊花中木犀草素含量的一种快速无损的检测方法。
菊花作为一种被广泛关注的药食两用的植物，含有主要活性黄酮类物质木犀草素，具有减少自由基、改善心血管疾病，降低炎性，血糖水平和抑制肥胖等生物学活性。有效的菊花品种鉴定方法和木犀草素含量测定方法是指导木犀草素减肥及菊花食用和药用价值高效应用以及推广的重要课题。而多光谱成像系统涵盖可见光到近红外的电磁波，可以实现对于样本的快速无损检测，对于菊花的分类鉴别和木犀草素含量的检测具有重大的指导意义和理论价值。
本文从以上几方面开展工作，对食品的快速无损检测和肥胖的治疗提供了更多的思路和方向:
1、饮食木犀草素通过节律性地增强野生型小鼠肝脏中PPARα/RXRα/FGF21信号通路激活脂肪组织棕脂化。在野生型小鼠中，木犀草素通过增加UCP1和代谢相关基因的节律表达来诱导能量消耗的节律性牵引，同时改善代谢组织中被高脂饮食破坏的核心生物钟基因的昼夜节律。作为参与木犀草素调节的代谢和生物钟基因紊乱的关键信号，肝脏中的PPARα/RXRα/FGF21在木犀草素作用下表达水平和节律被显著增强，从而激活脂肪组织棕脂化。
2、Per2缺失通过弱化小鼠肝脏中PPARα/RXRα/FGF21信号通路阻滞饮食木犀草素激活的脂肪组织棕脂化。在Per2-/-小鼠中，木犀草素对饮食诱导的肥胖及其代谢紊乱无影响，木犀草素也不改变脂肪组织UCP1的表达。引入注目的是，缺失Per2引起PPARα，RXRα，FGF21节律水平的改变降低。在体外实验中，木犀草素处理能够直接激活野生型小鼠而不是Per2-/-小鼠来源的原代肝细胞的PPARα/RXRα/FGF21信号。综上所述，核心生物钟基因Per2的缺失通过弱化小鼠肝脏的PPARα/RXRα/FGF21途径抑制木犀草素激活的脂肪组织棕脂化。
3、菊花分类及其木犀草素含量的无损检测。研究采用多光谱成像系统(MSI)与主成分分析(PCA)和最小二乘支持向量机(LS-SVM)相结合的方法对菊花品种进行分类。通过对样品光谱数据和形态特征数据的分析，PCA的前三个主成分贡献率高达99.61％，而且LS-SVM模型在预测集中实现了98％的分类准确率。此外，利用偏最小二乘法(PLS)和LS-SVM模型进行木犀草素含量检测，其预测集相关系数(Rp)分别为0.949和0.965，交互验证均方根误差(RMSEP)分别为0.387和0.314mg/g。结果表明，将MSI与化学计量学方法相结合，是鉴别菊花品种和测定菊花中木犀草素含量的一种快速无损的检测方法。