この章のデモは、閲覧しているブラウザの中で計算されます(Observable JS)。スライダーを動かすと、図と数値がその場で変わります。
ここで使うのは、本文の考え方を体感するための 教育用の単純化したモデル です。実際の体重変化では、エネルギー消費の適応(太ると消費も増える)などが起こるため、数値をそのまま現実の予測に使うことはできません。
デモ 1:肥大か、過形成か
脂肪細胞を球とみなし、中身はすべて中性脂肪と仮定します(実際に脂肪細胞の 95% 以上は中性脂肪 (Arner 2005年 ) )。中性脂肪の密度は約 0.92 g/mL と置きます(このモデルの仮定)。体脂肪量を脂肪細胞の数で割ると、1 個あたりの脂肪の量 → 体積 → 直径 が計算できます。
\[
d = \left( \frac{6}{\pi} \cdot \frac{\text{体脂肪量} / \text{細胞数}}{\rho} \right)^{1/3}
\]
成人の脂肪細胞の数は、やせている人でも太っている人でも成人以降ほぼ一定で、毎年約 10% が入れ替わると報告されています (Spalding ほか 2008年 ) 。スライダーの範囲(2〜15 × 10¹⁰ 個)は、このモデルで直径が数十〜百数十 µm 程度になるように筆者が設定したものです。
viewof fatKg = Inputs. range ([5 , 60 ], {value : 15 , step : 1 , label : "体脂肪量 (kg)" })
viewof cellsE10 = Inputs. range ([2 , 15 ], {value : 5 , step : 0.5 , label : "脂肪細胞の数 (×10¹⁰ 個)" })
rhoTG = 0.92 // g/cm^3
diameterUm = (kg, nE10) => {
const massPerCellG = kg * 1000 / (nE10 * 1e10 )
const volCm3 = massPerCellG / rhoTG
const volUm3 = volCm3 * 1e12
return Math . cbrt (6 * volUm3 / Math . PI )
}
dNow = diameterUm (fatKg, cellsE10)
dHyper = diameterUm (fatKg + 10 , cellsE10)
dHyperplasia = diameterUm (fatKg + 10 , cellsE10 * (fatKg + 10 ) / fatKg)
html `<div style="display:grid;grid-template-columns:repeat(auto-fit,minmax(200px,1fr));gap:.8rem;margin:.6rem 0">
<div style="border:1px solid rgba(127,127,127,.35);border-radius:8px;padding:.7rem">
<div style="font-size:.85em;opacity:.8">いまの平均直径</div>
<div style="font-size:1.6em;font-weight:700"> ${ dNow. toFixed (0 )} µm</div>
</div>
<div style="border:1px solid rgba(127,127,127,.35);border-radius:8px;padding:.7rem">
<div style="font-size:.85em;opacity:.8">+10 kg を <b>肥大</b> で貯めると</div>
<div style="font-size:1.6em;font-weight:700;color:#c0392b"> ${ dHyper. toFixed (0 )} µm</div>
<div style="font-size:.85em">体積は ${ (Math . pow (dHyper/ dNow, 3 )). toFixed (2 )} 倍</div>
</div>
<div style="border:1px solid rgba(127,127,127,.35);border-radius:8px;padding:.7rem">
<div style="font-size:.85em;opacity:.8">+10 kg を <b>過形成</b> で貯めると</div>
<div style="font-size:1.6em;font-weight:700;color:#2a76dd"> ${ dHyperplasia. toFixed (0 )} µm</div>
<div style="font-size:.85em">細胞数 ${ (cellsE10* (fatKg+ 10 )/ fatKg). toFixed (1 )} ×10¹⁰ 個</div>
</div>
</div>`
curveData = [3 , 5 , 8 , 12 ]. flatMap (n =>
d3. range (5 , 61 , 1 ). map (kg => ({kg, d : diameterUm (kg, n), 細胞数 : ` ${ n} ×10¹⁰ 個` }))
)
Plot. plot ({
height : 320 ,
x : {label : "体脂肪量 (kg)" },
y : {label : "平均直径 (µm)" , domain : [0 , 200 ], grid : true },
color : {legend : true },
marks : [
Plot. line (curveData, {x : "kg" , y : "d" , stroke : "細胞数" }),
Plot. dot ([{kg : fatKg, d : dNow}], {x : "kg" , y : "d" , r : 6 , fill : "black" }),
Plot. text ([{kg : fatKg, d : dNow}], {x : "kg" , y : "d" , text : d => "いま" , dy : - 12 })
]
})
やってみよう
細胞数を固定したまま体脂肪量を 2 倍にしてみましょう。直径は何倍になりますか?(ヒント:体積は 2 倍、直径は \(2^{1/3} \approx 1.26\) 倍)
同じ体脂肪量 30 kg でも、細胞数が 3×10¹⁰ 個と 12×10¹⁰ 個では、平均直径はどれくらい違うでしょうか。前者のように「少ない細胞で貯めている」人は、第 2 章・第 6 章の考え方では、どちらがリスクが高いでしょうか?
直径はわずかな違いに見えても、体積(=貯めている脂肪の量)は直径の 3 乗 で効きます。過形成で細胞を増やせる組織は、同じ脂肪量を 小さな細胞のまま 受け止められます。皮下の前駆細胞は大網より脂肪をよく蓄積し増殖能も高く (Tchkonia ほか 2005年 ) 、脂肪細胞の大きさは体脂肪量とは独立に糖尿病を予測します (Weyer ほか 2000年 ) 。
デモ 2:皮下脂肪があふれると(拡張性仮説)
余剰エネルギーを毎日一定量とり続けたとき、増えた脂肪がどこにたまるかを、次のルールで計算します。
体重 1 kg ≈ 7,700 kcal とする(「1 ポンドあたり 3,500 kcal」という経験則。体脂肪の多い人にはおおむね当てはまるが、体脂肪の少ない人では過大評価になる (Hall 2008年 ) )
皮下脂肪の 容量(あと何 kg 貯められるか) に達するまでは、増えた脂肪の 85% が皮下脂肪、15% が内臓脂肪へ
容量に達した後は、増えた脂肪の 70% が内臓脂肪、30% が肝臓などの 異所性脂肪 へ
容量の上限という考え方は拡張性仮説 (Virtue と Vidal-Puig 2010年 ) に基づきますが、85% / 15% / 70% / 30% という配分は、考え方を体感するために筆者が設定した仮の値で、文献値ではありません 。
viewof surplus = Inputs. range ([0 , 300 ], {value : 50 , step : 10 , label : "余剰エネルギー (kcal/日)" })
viewof capacityKg = Inputs. range ([1 , 30 ], {value : 8 , step : 1 , label : "皮下脂肪の容量 (あと何 kg)" })
viewof years = Inputs. range ([1 , 10 ], {value : 5 , step : 1 , label : "期間 (年)" })
spill = (surplusKcal, capKg, yrs) => {
const kcalPerKg = 7700
const rows = []
let sat = 0 , vat = 0 , ect = 0
for (let m = 0 ; m <= yrs * 12 ; m++ ) {
if (m > 0 ) {
let gain = surplusKcal * 365 / 12 / kcalPerKg
if (sat < capKg) {
const room = (capKg - sat) / 0.85
const g1 = Math . min (gain, room)
sat += g1 * 0.85 ; vat += g1 * 0.15
gain -= g1
}
vat += gain * 0.7 ; ect += gain * 0.3
}
rows. push ({月 : m, 部位 : "皮下脂肪" , kg : sat})
rows. push ({月 : m, 部位 : "内臓脂肪" , kg : vat})
rows. push ({月 : m, 部位 : "異所性脂肪" , kg : ect})
}
return rows
}
spillRows = spill (surplus, capacityKg, years)
last = spillRows. slice (- 3 )
Plot. plot ({
height : 320 ,
x : {label : "経過 (月)" },
y : {label : "増えた脂肪 (kg)" , grid : true },
color : {legend : true , domain : ["皮下脂肪" , "内臓脂肪" , "異所性脂肪" ], range : ["#2a76dd" , "#c0392b" , "#e67e22" ]},
marks : [
Plot. areaY (spillRows, {x : "月" , y : "kg" , fill : "部位" , fillOpacity : 0.75 }),
Plot. ruleY ([0 ])
]
})
md ` ${ years} 年後に増えた脂肪:**皮下 ${ last[0 ]. kg . toFixed (1 )} kg / 内臓 ${ last[1 ]. kg . toFixed (1 )} kg / 異所性 ${ last[2 ]. kg . toFixed (1 )} kg**(合計 ${ (last[0 ]. kg + last[1 ]. kg + last[2 ]. kg ). toFixed (1 )} kg)`
やってみよう
余剰エネルギー 50 kcal/日・5 年のまま、皮下脂肪の容量を 25 kg → 3 kg に下げてみましょう。合計の増加量は同じ なのに、内臓脂肪と異所性脂肪はどう変わりますか?
容量 3 kg は、第 5 章の「皮下脂肪が少ない日本人」「皮下脂肪が萎縮した高齢者」、第 6 章の「脂肪萎縮症」のどれに近いイメージでしょうか。
容量を大きくすることは、第 6 章のどの薬の作用に対応しますか?
体重の増え方が同じでも、皮下脂肪の容量によって、内臓脂肪・異所性脂肪の量が大きく変わります。 「どれだけ太ったか」だけでなく「脂肪組織がどこまで受け止められるか」が代謝を左右する、という拡張性仮説の中心的な主張です (Virtue と Vidal-Puig 2010年 ) 。
Arner, P. 2005年.
「Human fat cell lipolysis: biochemistry, regulation and clinical role 」 .
Best practice & research. Clinical endocrinology & metabolism 19 (4): 471–82.
https://doi.org/10.1016/j.beem.2005.07.004 .
Hall, K. D. 2008年.
「What is the required energy deficit per unit weight loss? 」 International journal of obesity (2005) 32 (3): 573–76.
https://doi.org/10.1038/sj.ijo.0803720 .
Spalding, K. L., E. Arner, P. O. Westermark, ほか. 2008年.
「Dynamics of fat cell turnover in humans 」 .
Nature 453 (7196): 783–87.
https://doi.org/10.1038/nature06902 .
Tchkonia, T., Y. D. Tchoukalova, N. Giorgadze, ほか. 2005年.
「Abundance of two human preadipocyte subtypes with distinct capacities for replication, adipogenesis, and apoptosis varies among fat depots 」 .
American journal of physiology. Endocrinology and metabolism 288 (1): E267–77.
https://doi.org/10.1152/ajpendo.00265.2004 .
Virtue, S., と A. Vidal-Puig. 2010年.
「Adipose tissue expandability, lipotoxicity and the Metabolic Syndrome–an allostatic perspective 」 .
Biochimica et biophysica acta 1801 (3): 338–49.
https://doi.org/10.1016/j.bbalip.2009.12.006 .
Weyer, C., J. E. Foley, C. Bogardus, P. A. Tataranni, と R. E. Pratley. 2000年.
「Enlarged subcutaneous abdominal adipocyte size, but not obesity itself, predicts type II diabetes independent of insulin resistance 」 .
Diabetologia 43 (12): 1498–506.
https://doi.org/10.1007/s001250051560 .