Summary
饮食中的脂肪含量影响能量摄入和能量在哺乳动物体内的脂肪成分。通过研究老鼠的偏爱高脂肪食物在一系列的选择试验，可以测试自己的偏爱高脂肪食物的遗传差异和药物干预。
Abstract
肥胖是美利坚合众国一个日益严重的问题，有超过三分之一列为肥胖的人口。一个因素造成这种多因素的疾病为高脂肪食物，已被证明能增加两者的热量摄入和体内脂肪含量行为的消耗。然而，调节偏爱高脂肪食物比其他食物的元素保持充分研究。
为了克服这一赤字，开发了一个模型来快速，方便地测试变化偏爱膳食脂肪。脂肪偏好模型大鼠呈现了一系列的食品具有不同脂肪含量之间的选择。像人类一样，老鼠有一种天然的偏向食用高脂肪食物，使大鼠模型的理想转化研究。变化的偏好可以归因于遗传性差异或药物干预的效果。这种模式使脂肪偏好和顺昌置业的决定因子的探索厄宁药物治疗剂影响收购肥胖。
Introduction
肥胖是美国的1一个普遍的问题，与美国疾病控制和预防估计，超过三分之一的美国成年人属于肥胖。肥胖也被确定为对于很多健康问题，包括2型糖尿病，高血压和高胆固醇2的一个危险因素。虽然许多因素已被证明影响增加的肥胖率，有持续的关注和争议的角色营养素肥胖3,4玩耍。
一个促成因素是肥胖的高膳食脂肪摄入量5。增加饮食中的脂肪被关联与增加人体能量消耗6和显著增加体内脂肪含量7,8。此外，食物中的脂肪有无论是在消费后7,9奖励价值。因此，确定哪些因素会影响偏爱高脂肪食物既可以指导药物治疗德斯黎GN，促进基本的饮食选择，可导致肥胖的认识。这里所描述的脂肪偏好模型试验大鼠不同脂肪含量的食物之间的偏好，但类似的营养价值。具体来说，这种模式提出了大鼠两种不同的食物同时从而使偏好的基础上消耗的低脂肪食物的诗句较高脂肪的食物克的定量选择。药理和遗传效应可以测量优先用于食品的变化与脂肪含量较高。
脂肪偏好模型用于补充广泛使用的可口食物的摄入量模型10，但也有几个优点。本模型允许实验者具体评估在受控环境中，其中两个食品选项是可用的摄食行为。传统的高脂肪喂养机型只提供一种食物，消除学习食物选择的能力，一个重要的PECT人类食物的摄入量。一些分析确实提供多种类型的食品，并经常被称为“食堂”式饲养研究11。这些研究从再现性受到影响，因为人类的食物中经常使用的测定和不能很好地适合于在实验室环境中，由于营养物的变异性。我们用饮食定义包含单个纯化的成分从而大大提高了可重复性和灵活性，以改变营养素含量，如膳食脂肪。与人类肥胖的5和人类的自然偏好较高脂肪的食物12，即改变大鼠偏爱高脂肪食物可以提供有价值的洞察肥胖治疗相关的较高的膳食脂肪摄入量。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
所有实验步骤都按照指南实验动物的护理和使用（实验动物资源研究所（美国），1996），并与机构动物护理和使用委员会在得克萨斯大学医学分校的批准。
1。主题
- 单房雄性SD大鼠，体重225-250克在21°C和一个12小时明暗周期30-50％的相对湿度（亮着灯上午6:00 - 下午6:00）。
- 大鼠维持在一个低脂肪的食物（10％的脂肪能量）。大鼠习惯于食品和动物房间前实验至少7天。动物习惯于处理车辆和药量之前，要启动研究三天。习惯后的第一天是实验性的第1天。
2。基线偏好
- 每日1剂，填补两个干净的食物料斗，一是标有A，另一为B，用10％脂肪的食物对每个笼子。 Weigh食品料斗（食物），并将其放置在笼子里，保证了大鼠同时访问。
- 第2天，在大约相同的时间食品料斗中的前一天放置在笼中，记录食物料斗的重量和切换漏斗A和料斗B的位置上这减轻了位置偏差。经常检查家笼任何食物从料斗中取出，称重，并解释它。食物摄入量是通过改变在料斗重量天之间测量。
- 第3天，和以前一样记录食品料斗权重。检查食品的食用有关食品料斗的位置和食品料斗识别（A和B）的金额。该数据给位置偏差和具体料斗偏好的基本了解，并且应该有大约50％的偏好分数表示没有偏好。扔掉剩余的食物。
3，脂肪偏好
- 第3天，得到两个干净的食物料斗每个笼子。用干净的食物料斗是非常重要的每当不同的食物之间进行切换，以防止混杂的气味从先前的实验。填写料斗与12.5％的脂肪的食物和料斗乙用15％脂肪的食物（ 表1）。记录每个料斗的起始重量，并把两者在笼中。
- 第4天，记录每个料斗的重量，在将它们放回笼子切换料斗和料斗B的位置。
- 第5天，记录每个料斗的重量。在确定消耗在两天的每种食品的克数，老鼠的食物偏好可确定。
- 重复步骤3.1至3.3中多次使用12.5％的脂肪的食物相比，食物随着脂肪含量（ 例如前15％，接下来的17.5％，然后20％，最后45％的脂肪）相同的动物。
4，数据计算与分析
- 通过从食品的起始质量减去食物+漏斗的最终质量计算每日食物摄入量为每只动物+料斗。因为每一种食物被测量了2天，2天总可以加在一起，每个％的脂肪含量。
- 通过将来自消费过每两天之内的食品总高脂肪食物的摄入量计算出脂肪偏好分数。例如，一个老鼠吃8.9克的12.5％脂肪的饮食和27.5克17.5％的饮食2天以上的。因此，偏爱得分为动物个体是76％（27.5除以36.4）。
- 平均和图形的偏好得分为各饮食（15％，17.5％，20％和45％脂肪）（ 图3）。总食量也翔实，可以很容易地绘制成图 （ 图4）。
- 表达的偏好得分（ 图5A）和总食物摄入（ 图5B）与使用的能量密度在表1中总能量摄入量（千卡）的函数。
- 如果使用一个以上的组的动物，进行双向重复编辑测量ANOVA，然后通过一个邦费罗尼后测。功率分析表明，N =每组8只动物是适当的，用于检测的7％，处理组之间的差异。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
大鼠出现，以证明偏爱的食物可供选择，具有不同的脂肪含量（ 表1），以既是食品料斗同时进行（ 图1）的物理访问。大鼠每天的食物称重，任何食物溢出很容易被发现，占（ 图2）。精美的食物颗粒的泄漏被认为是最小的，基本上不影响数据。使用FAT偏好模型，含12.5％的脂肪和高脂肪的食物食物之间有明显的偏好可以看出（P <0.05偏爱超过12.5％，比17.5％，20％和45％，由ANOVA，然后事后检验）（ 图3A），它是依赖于脂肪含量（ 图3B）。这个数据也可以表示为克食物（ 图4）或能量摄入（ 图5），从而允许对出版物中的数据表示一个选择。在这些短期饲养研究我们ing高脂肪的食物，增加消耗的总能量通常观察到的动物提供获得增加膳食中的脂肪含量（ 图5B）。
采用SPSS 20软件进行了数据的统计分析。一个重复测量方差分析与事后t检验（t检验，因为没有实验组）是用来确定显著主效应，主效应的相互作用，并优先用于各种食品的差异。
图1：在其居住笼两种食物选择一只老鼠，大鼠有两个食品料斗和水的物理访问。食品料斗被填充，以确保自由采食访问两个食品。
图2。食物溢出是非常明显的，可以入账 。而每日称量食物，即不包含在料斗中的食物被发现并称重。
图3。大鼠表现出越来越偏爱较高的食物的脂肪含量。甲）大鼠表现出显著偏爱15％，17.5％，20％，和相对于12.5％的45％脂肪的食物。 （* P <0.05，方差分析其次事后检验），B）发优先股方法导致“剂量-效应”曲线上与发c偏好改变ontent相比，12.5％脂肪的食物。误差棒代表平均值的标准误差。
图4表示在克大鼠倾向于更高脂肪的食物。偏好表示为克食物消耗可以提供关于在实验过程中变化的总食物摄入量的附加 信息。 （* P <0.05，通过ANOVA接着post hoc检验 ）。误差棒代表平均值的标准误差。
图5表示在大鼠偏好较高的脂肪食物的热量。
| 脂肪 | 糖类 | 蛋白质 | 能量密度 | |||||||
| 饮食 | ％克 | ％大卡 | ％克 | ％大卡 | ％克 | ％大卡 | 千卡/克 | |||
| 10％的脂肪 | 4.3 | 10 | 67.3 | 70 | 19.2 | 20 | 3.85 | |||
| 12.5％的脂肪 | 5.4 | 12.5 | 65.7 | 67 | 19.5 | 20 | 3.9 | |||
| 15％的脂肪 | 6.6 | 15 | 64.2 | 65 | 19.8 | 20 | 3.95 | |||
| 17.5％的脂肪 | 7.8 | 17.5 | 62.5 | 62 | 20.1 | 20 | 4.01 | |||
| 20％的脂肪 | 9 | 20 | 61 | 60 | 20.3 | 20 | 4.06 | |||
| 45％的脂肪 | 24 | 45 | 41 | 35 | 24 | 20 | 4.73 | |||
表1的实验巨量元素的食物内容。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
脂肪偏好模型是摄食行为的信息，并易于执行检测。此法提供了一个机会，以确定神经，哪些食物背后的偏好，这是肥胖研究的一个重要而又充分研究区域的分子机制。改变从遗传上的差异或药理操作脂肪的偏好可以作为可视化的偏好曲线（ 图3B）向右或向左移动。重要的是要包括中间脂肪食物（15％，17.5％，和20％）来可视化的偏好曲线的任何变化。在脂肪偏好曲线的变化同样可以解释为如何将各种两瓶选择偏好测试被解释13,14。由于老鼠能有偏向吃高脂肪的食物，一个显著下降偏好高脂肪食物的代表食品成分选择一个可能的药理学相关的变化。事实上，神经介肽U受体2的表达最近有蜂n表示的改变采用这种模式15发偏好。有色的食物（ 表1）可以很容易地确定任何溢出的日常食物称重（ 图2）之前。这有助于确保每日食物摄取量的精确测量。该方法也是快速进行，并且可以重复以增加食物的脂肪含量。
有一些特殊的考虑膳食脂肪偏好药理和遗传操作。在药理学研究中，化合物曝光是一个重要的考虑，因为此试验需要长达8天。因此，药理学化合物可能需要取决于半衰期和被测试的每一个化合物的总剂量可以每天给药1次或多次。在遗传研究中，治疗方法，如基因的敲除病毒可能需要14天为一稳定的表达，这将延长实验时间线。
在食品成分
一个限制此方法是大量需要每天称重和清洗食物料斗。幸运LY，这些高劳动力和设备周期短（每偏好测试初二），需要最少的培训，并可以根据需要穿插只有10％脂肪的食物访问时段。
这种模式确实有一定的局限性。首先，食物会被呈现在脂肪含量增加的顺序可以产生二阶效应。然而，这个顺序是必要的，以尽量减少对食物的选择高脂肪食品消费的长期影响。卢卡斯和同事显示纯的或乳化脂肪的大鼠消耗，除了大鼠饲料，将减小或增大超过天，分别为16。这将使它难以解释的降低脂肪含量的实验或后续访问到了45％脂肪的食物在拉丁方类型的实验结果。第二个限制是重复使用的12.5％脂肪的食物作为基准进行比较。降低偏爱的12.5％脂肪的食物会引起偏好的明显增加对于高脂肪的食物。然而，不能有一个恒定的基线食物可以影响脂肪摄入量16并进行比较偏好是不可能的。最后，我们的结果可以解释为偏好较低的糖类而不是更高的脂肪。然而，大鼠宁愿增加（不是减少）碳水化合物含量14,15减少这种解释的合法性。
总之，脂肪偏好模型可以被用来确定不同脂肪含量的两种食物的老鼠的偏好。该测试允许实验者，以确定是否遗传背景或药物治疗可以操纵大鼠的脂肪含量偏好。这个偏爱高脂肪的饮食提供出色的表面效度，指饮食在人类行为的平移相关的模型。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者什么都没有透露。
Acknowledgments
作者希望从UL1TR000071（NCATS），P30DK079638（NIDDK），P30DA028821（NIDA）和T32DA07287（NIDA）承认资金。
Materials
| Name | Company | Catalog Number | Comments |
| Rodent diet with 10 kcal% fat | Research Diets | D12450B | 10% fat rat food |
| Rodent diet with 12.5 kcal% fat | Research Diets | D07040501 | 12.5% fat rat food |
| Rodent diet with 15 kcal% fat | Research Diets | D07040502 | 15% fat rat food |
| Rodent diet with 17.5 kcal% fat | Research Diets | D07040503 | 17.5% fat rat food |
| Rodent diet with 20 kcal% fat | Research Diets | D07040504 | 20% fat rat food |
| Rodent diet with 45 kcal% fat | Research Diets | D12451 | 45% fat rat food |
| Rat feeders (3.75"W x 2.875"D x 5.25"H) | Labex of MA | 2528 | Food hoppers |
References
- Flegal, K. M., Carroll, M. D., Ogden, C. L., Curtin, L. R. Prevalence and trends in obesity among US adults. JAMA. 303 (3), 235-241 (1999).
- Mokdad, A. H., et al. Prevalence of obesity, diabetes, and obesity-related health risk factors. JAMA. 289 (1), 76-79 (2003).
- Abete, I., Astrup, A., Martínez, J. A., Thorsdottir, I., Zulet, M. A. Obesity and the metabolic syndrome: role of different dietary macronutrient distribution patterns and specific nutritional components on weight loss and maintenance. Nutr. Rev. 68 (4), 214-231 (2010).
- Berthoud, H. R., Münzberg, H., Richards, B. K., Morrison, C. D. Neural and metabolic regulation of macronutrient intake and selection. Proc. Nutr. Soc. 71 (3), 390-400 (2012).
- Warwick, Z. S., Schiffman, S. S. Role of dietary fat in calorie intake and weight gain. Neurosci. Biobehav. Rev. 16 (4), 585-596 (1992).
- Kendall, A., Levitsky, D. A., Strupp, B. J., Lissner, L. Weight loss on a low-fat diet: consequence of the imprecision of the control of food intake in humans. Am. J. Clin. Nutr. 53 (5), 1124-1129 (1991).
- Ackroff, K., Sclafani, A. Oral and Postoral Determinants of Dietary Fat Appetite. Fat Detection: Taste, Texture, and Post Ingestive Effects. Chapter 12. Montmayeur, J. P., leCoutre, J. , CRC Press. (2010).
- West, D. B., York, B. Dietary fat, genetic predisposition, and obesity: lessons from animal models. Am. J. Clin. Nutr. 67, 505-512 (1998).
- Sclafani, A., Ackroff, K. Role of gut nutrient sensing in stimulating appetite and conditioning food preferences. Am. J. Physiol. Regul. Integr. Comp. Physiol. 302 (10), (2012).
- Velloso, L. A. The brain is the conductor: diet-induced inflammation overlapping physiological control of body mass and metabolism. Arq. Bras. Endocrinol. Metabol. 53 (2), 151-158 (2009).
- Vanzela, E. C., et al. Pregnancy restores insulin secretion from pancreatic islets in cafeteria diet-induced obese rats. Am. J. Physiol. Regul. Integr. Comp. Physiol. 298 (2), (2010).
- Johnson, S. L., McPhee, L., Birch, L. L. Conditioned preferences: young children prefer flavors associated with high dietary fat. Physiol. Behav. 50 (6), 1245-1251 (1991).
- Bolanos, C. A., Barrot, M., Berton, O., Wallace-Black, D., Nestler, E. J. Methylphenidate treatment during pre- and periadolescence alters behavioral responses to emotional stimuli at adulthood. Biol. Psychiatry. 54, 1317-1329 (2003).
- Ignar, D. M., et al. Regulation of Ingestive Behaviors in the Rat by GSK1521498, a Novel {micro}-Opioid Receptor-Selective Inverse Agonist. J. Pharmacol. Exp. Ther. 339, 24-34 (2011).
- Benzon, C. R., Johnson, S. B., McCue, D. L., Li, D., Green, T. A., Hommel, J. D. Neuromedin U receptor 2 knockdown in the paraventricular nucleus modifies behavioral responses to obesogenic high-fat food and leads to increased body weight. Neuroscience. , (2013).
- Lucas, F., Ackroff, K., Sclafani, A. Dietary fat-induced hyperphagia in rats as a function of fat type and physical form. Physiol Behav. 45 (5), 937-946 (1989).
