NK2R信号调控肠道脂质动员与黏膜炎症
NK2R signaling governs intestinal lipid mobilization and mucosal inflammation.
一句话在小鼠中，NK2R双向调控肠道脂质处理，其缺失伴随性别特异的上皮重塑及雄性偏向的结肠炎保护。
论文图表（11）
速激肽受体2的组织表达。(A) 在内源性 npr-22 启动子控制下表达 npr-22::GFP 的转基因 C. elegans 的荧光图像。在肠道细胞和头部数对神经元中检测到 GFP 表达。A，前端；P，后端；V，腹侧；D，背侧。比例尺，50 μm。本子图转载自 Palamiuc et al., 2017 的 Figure 7B。(B) 基于 The Human Protein Atlas（Uhlén et al., 2015）（HPA）的 mRNA 表达谱展示基因簇的 UMAP 可视化。包含人 Tacr2 的簇（cluster 45，包含300个基因）以蓝色突出显示。HPA 提供的功能注释描述了该簇内基因共同的特异性（肠道）和生物学功能（消化）。(C) 使用 qPCR 评估整个小鼠小肠中 Tacr1、Tacr2 和 Tacr3 的基因表达水平。小肠被分为八个等长节段，每段约4–5 cm。Actb 用作管家基因。数据以相对于第一节段 Tacr2 表达水平的倍数变化 ± SEM 表示。n=6 生物学重复。(D) 使用神经激肽-2受体（NK2R）抗体（绿色）和 DAPI（蓝色）染色的小鼠空肠荧光图像。比例尺：20 μm。插图：荧光图像中白线圈定区域的放大图。空肠取自雄性 C57BL6/J 小鼠（8周龄，低脂饮食）。(E)，CRISPR-Cas9 介导的基因组编辑策略，展示 Tacr2 的基因组区域及用于构建 Tacr2-/- 的 Cas9 切割位点。被删除的外显子2以红色标记。(F) 对从雄性和雌性对照及 Tacr2-/- 小鼠分离的肠上皮 RNA 中 Tacr2 mRNA 表达进行 qPCR 分析。n=7 雄性对照，n=6 雌性对照，n=6 雄性 Tacr2-/-，n=6 雌性 Tacr2-/-。(G, J) 在低脂饮食（LFD）喂养的10周期间，每周监测雄性（G）和雌性（J）Tacr2-/- 及对照小鼠（8–12周龄）的体重。n=8 对照和 n=12 Tacr2-/- 小鼠（G）；n=11 对照和 n=13 Tacr2-/- 小鼠（J）。(H, K) 过夜禁食后，雄性（H）和雌性（K）小鼠重新给予 LFD 或高脂饮食（HFD），并测量重新喂食4 hr期间的累积摄食量。n=7 对照（LFD）、n=7 Tacr2-/-（LFD）、n=7 对照（HFD）和 n=8 Tacr2-/-（HFD）小鼠（H）；每组 n=6（K）。(I, L)，在第10周对雄性（I）和雌性（L）小鼠进行葡萄糖耐量试验。每组 n=5 对照和 n=6 Tacr2-/- 小鼠。数据采用非配对 Student’s t 检验（双侧）（F, H, K）或重复测量双因素 ANOVA（G, I, J, L）分析。数据以 mean ± SEM 表示。nsp>0.05。黑色柱/线代表对照小鼠；红色柱/线代表 Tacr2-/- 小鼠。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
绿色为 npr-22::GFP 荧光，箭头标出肠道和神经元；方向标记指示前后及背腹。比例尺为50 μm。
该子图为转载的荧光显微图像，不属于可由数值表直接绘制的统计图。
横纵坐标为 UMAP1 和 UMAP2，点表示按 mRNA 表达谱聚类的基因。蓝色突出包含人 Tacr2 的 cluster 45，其注释为肠道和消化。
Source data 1 声明提供按图号和子图标记的数值数据工作表，可用于绘制该嵌入图。（数据：elife-109903-data1.xlsx）
横轴为从近端到远端的八个小肠节段，纵轴为相对 mRNA 表达量，以第一节段 Tacr2 表达为参照。绿、红、蓝线分别表示 Tacr1、Tacr2、Tacr3，误差线为 SEM。
Source Data 按子图提供数值及分组，可据此绘制各节段表达曲线。（数据：elife-109903-data1.xlsx）
绿色为 NK2R，蓝色为 DAPI；右侧为左侧白框区域的放大图。比例尺为20 μm。
该子图为组织免疫荧光图像，不能通过数值表直接复现。
上方显示 Tacr2 外显子结构及两个 Cas9 切割位点，红色标出拟删除的外显子2。箭头下方显示删除后的基因结构。
该子图为基因编辑策略示意图。
横轴按雄性和雌性分组，纵轴为对数刻度的 Tacr2 相对表达量。黑色为对照，红色为 Tacr2-/-，敲除组标注 ND；散点显示个体，柱及误差线表示 mean ± SEM。
Source Data 含对应子图的数值及实验分组，可绘制表达柱图和个体散点。（数据：elife-109903-data1.xlsx）
横轴为 LFD 喂养周数，纵轴为体重（g）。黑线表示对照、红线表示 Tacr2-/-，误差线为 SEM，可比较两组10周内的体重轨迹。
Source Data 按子图提供体重数值及分组，可直接绘制时间曲线。（数据：elife-109903-data1.xlsx）
横轴为 LFD 和 HFD，纵轴为按体重归一化的4 hr累积摄食量（kcal per g bw）。黑色为对照、红色为 Tacr2-/-，柱及误差线为 mean ± SEM，散点为个体；ns 表示 p>0.05。
Source Data 提供对应子图的摄食量和分组，可直接绘制柱图及散点。（数据：elife-109903-data1.xlsx）
横轴为时间（Minutes），纵轴为血糖（mg per dL）。黑线表示对照、红线表示 Tacr2-/-，误差线为 SEM，可比较两组血糖升高及回落过程。
Source Data 按子图提供各时间点血糖及分组，可直接绘制耐量曲线。（数据：elife-109903-data1.xlsx）
横轴为 LFD 喂养周数，纵轴为体重（g）。黑线为对照、红线为 Tacr2-/-，误差线为 SEM，两组体重轨迹大体重合。
Source Data 按子图提供体重数值及分组，可直接绘制时间曲线。（数据：elife-109903-data1.xlsx）
横轴为 LFD 和 HFD，纵轴为按体重归一化的4 hr累积摄食量（kcal per g bw）。黑色为对照、红色为 Tacr2-/-，柱及误差线为 mean ± SEM，散点为个体；ns 表示 p>0.05。
Source Data 提供对应子图的摄食量和分组，可直接绘制柱图及散点。（数据：elife-109903-data1.xlsx）
横轴为时间（Minutes），纵轴为血糖（mg per dL）。黑线为对照、红线为 Tacr2-/-，误差线为 SEM，可比较两组血糖随时间的变化。
Source Data 按子图提供各时间点血糖及分组，可直接绘制耐量曲线。（数据：elife-109903-data1.xlsx）
结论：复现图忠实还原了三个受体基因沿小肠近端至远端的表达水平、变化趋势和相对大小，主要差异为少量误差线标注缺失。
思路：读取八个肠段的三个基因表达数据，将并排的重复测量列整理成长表，再计算各组均值和 SEM。用绿、红、蓝三条折线及误差线呈现 Tacr1、Tacr2、Tacr3，并添加表达量为 1 的参考虚线和近端至远端箭头。图注没有要求对 C 面板进行统计检验，因此不添加显著性标记。
数据：使用 elife-109903-data1.xlsx 的 Figure 1C 工作表，A 列是肠段编号 0–7，B–G、H–M、N–S 列分别为 Tacr2、Tacr1、Tacr3 的六个重复。数据已是相对表达量，不再次归一化；空值不纳入统计。Tacr1 中的 5.132945387* 按与原图走势一致的排除值处理，但星号的确切含义仍需核对源文件说明，因此该处理属于复现假设。
- 复现图缺少最靠近近端的第一个节段三条曲线的误差线，且最远端部分误差线未显示端帽。
# 1. 加载包：读取 Excel，并用长表完成分组汇总
library(readxl)
library(dplyr)
library(tidyr)
library(ggplot2)
# 2. 读取数据：首行是分组标题，后面八行是八个肠段
raw <- read_excel("input/elife-109903-data1.xlsx",
sheet = "Figure 1C", range = "A2:S9",
col_names = FALSE, col_types = "text")
names(raw) <- c("segment", paste0("v", 1:18))
# 3. 整理数据：每个基因占六列，每列代表一个生物学重复
# 星号是源表中的特殊标记，不作为显著性符号绘制。
# 按原图走势，将带星号的数值视为排除值；空单元格也按缺失处理。
dat <- raw %>%
mutate(segment = as.numeric(segment)) %>%
pivot_longer(cols = starts_with("v"), names_to = "column", values_to = "raw_value") %>%
mutate(column_id = as.integer(sub("v", "", column)),
gene = case_when(column_id <= 6 ~ "Tacr2",
column_id <= 12 ~ "Tacr1",
TRUE ~ "Tacr3"),
flagged = !is.na(raw_value) & grepl("\\*", raw_value),
value = suppressWarnings(as.numeric(raw_value)),
value = ifelse(flagged, NA_real_, value),
gene = factor(gene, levels = c("Tacr1", "Tacr2", "Tacr3")))
# 4. 汇总均值和 SEM：使用每个肠段、每个基因的实际有效重复数
# 图注未对 C 面板指定统计检验，因此不添加 P 值或显著性标记
summary_dat <- dat %>%
group_by(segment, gene) %>%
summarise(n = sum(!is.na(value)),
mean = mean(value, na.rm = TRUE),
sem = sd(value, na.rm = TRUE) / sqrt(n),
.groups = "drop")
# 5. 作图：三条折线及 SEM，虚线表示 Tacr2 第一肠段的参照水平
p <- ggplot(summary_dat, aes(segment, mean, colour = gene, group = gene)) +
geom_hline(yintercept = 1, linetype = "dotted", linewidth = 0.6) +
geom_errorbar(aes(ymin = mean - sem, ymax = mean + sem),
width = 0.30, linewidth = 0.65) +
geom_line(linewidth = 0.8) +
scale_colour_manual(values = c(Tacr1 = "#25BF32", Tacr2 = "#E52D20", Tacr3 = "#234BDC")) +
scale_x_continuous(breaks = 0:7, labels = rep("", 8),
limits = c(0, 7), expand = expansion(mult = c(0, 0.02))) +
scale_y_continuous(breaks = 0:3, expand = expansion(mult = c(0, 0))) +
coord_cartesian(ylim = c(0, 3), clip = "off") +
annotate("text", x = 0.4, y = -0.32, label = "Proximal", size = 4.7) +
annotate("segment", x = 2.25, xend = 5.65, y = -0.32, yend = -0.32,
linewidth = 0.6, arrow = grid::arrow(length = grid::unit(0.14, "inches"), type = "closed")) +
annotate("text", x = 6.9, y = -0.32, label = "Distal", size = 4.7) +
labs(x = NULL, y = "Relative\nmRNA Expression", colour = NULL, tag = "C") +
theme_classic(base_size = 15) +
theme(axis.line = element_line(linewidth = 0.7),
axis.ticks = element_line(linewidth = 0.7),
axis.ticks.length = grid::unit(0.16, "inches"),
axis.text = element_text(colour = "black"),
axis.text.x = element_blank(),
axis.title.y = element_text(lineheight = 0.95),
legend.position = c(0.77, 0.87),
legend.text = element_text(face = "italic"),
legend.key.width = grid::unit(0.6, "cm"),
legend.key.height = grid::unit(0.45, "cm"),
legend.background = element_blank(),
plot.tag = element_text(face = "bold", size = 23),
plot.margin = margin(12, 25, 48, 12))
# 6. 保存：只输出指定的 PNG 文件
ggsave("output.png", p, width = 5.2, height = 5.4, dpi = 200)
输入数据：elife-109903-data1.xlsx，下载后放进 input/ 文件夹再运行。
用到的包：readxl、dplyr、tidyr、ggplot2
运行环境（sessionInfo）
R version 4.6.1 (2026-06-24) Platform: x86_64-pc-linux-gnu Running under: Ubuntu 24.04.4 LTS Matrix products: default BLAS: /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.12.0 LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.12.0 LAPACK version 3.12.0 locale: [1] LC_CTYPE=C.UTF-8 LC_NUMERIC=C LC_TIME=C.UTF-8 LC_COLLATE=C.UTF-8 LC_MONETARY=C.UTF-8 [6] LC_MESSAGES=C.UTF-8 LC_PAPER=C.UTF-8 LC_NAME=C LC_ADDRESS=C LC_TELEPHONE=C [11] LC_MEASUREMENT=C.UTF-8 LC_IDENTIFICATION=C time zone: Etc/UTC tzcode source: system (glibc) attached base packages: [1] stats graphics grDevices utils datasets methods base other attached packages: [1] ggplot2_4.0.3 tidyr_1.3.2 dplyr_1.2.1 readxl_1.5.0.1 loaded via a namespace (and not attached): [1] vctrs_0.7.3 cli_3.6.6 rlang_1.3.0 purrr_1.2.2 generics_0.1.4 textshaping_1.0.5 [7] S7_0.2.2 glue_1.8.1 ragg_1.5.2 scales_1.4.0 grid_4.6.1 cellranger_1.1.0 [13] tibble_3.3.1 lifecycle_1.0.5 compiler_4.6.1 rematch_2.0.0 RColorBrewer_1.1-3 pkgconfig_2.0.3 [19] systemfonts_1.3.2 farver_2.1.2 R6_2.6.1 tidyselect_1.2.1 pillar_1.11.1 magrittr_2.0.5 [25] tools_4.6.1 withr_3.0.3 gtable_0.3.6
结论：复现图基本忠实还原了原图的对数坐标柱状散点、对照组表达范围及误差线，并一致显示雌雄肠上皮 Tacr2 敲除后表达未检出。
思路：读取无标准列名的原始单元格，按性别和基因型整理为每行一只动物的长表，并在原始表达量尺度计算均值及 SEM。采用空心黑色柱、个体散点和误差线展示对照组，纵轴为对数刻度；敲除组记录为零，按原图仅用红色 ND 表示，不添加伪计数。按图注计算各性别内的双侧 Student t 检验，但不在原图没有标注的位置额外添加 P 值；同时修复上次保存代码的语法错误。
数据：使用 elife-109903-data1.xlsx 的 Figure 1F 工作表 A1:N3。第2行为 Control，第3行为 Tacr2-/-；B:H 列为雄性，I:N 列为雌性的 Tacr2 相对表达量，雄性敲除组末尾空白不计入样本。零值按该图语境显示为 ND（未检出），不视为可在对数轴上直接绘制的数值。
- 复现图图例中 Tacr2 敲除组缺少原图的红色圆点标识，但两性敲除组的红色 ND 标注均保留。
# 1. 加载包：读取 Excel、整理数据及绘图
library(readxl)
library(dplyr)
library(ggplot2)
set.seed(1)
# 2. 读取数据：第一行有合并分组表头，因此不直接用作列名
raw <- read_excel("input/elife-109903-data1.xlsx",
sheet = "Figure 1F", range = "A1:N3",
col_names = FALSE)
# 3. 整理数据：B:H 为雄性，I:N 为雌性，每个单元格代表一只动物
get_group <- function(row, cols, sex, genotype) {
value <- as.numeric(unlist(raw[row, cols], use.names = FALSE))
data.frame(sex = sex, genotype = genotype, value = value)
}
dat <- bind_rows(
get_group(2, 2:8, "Male", "Control"),
get_group(3, 2:8, "Male", "Tacr2-/-"),
get_group(2, 9:14, "Female", "Control"),
get_group(3, 9:14, "Female", "Tacr2-/-")
) %>%
filter(!is.na(value)) %>%
mutate(sex = factor(sex, levels = c("Male", "Female")),
genotype = factor(genotype, levels = c("Control", "Tacr2-/-")),
x = as.numeric(sex) + ifelse(genotype == "Control", -0.18, 0.24))
# 均值及 SEM 在原始尺度上计算；空白为缺失，敲除组的零值保留
summary_dat <- dat %>%
group_by(sex, genotype, x) %>%
summarise(n = n(), avg = mean(value),
sem = sd(value) / sqrt(n()), .groups = "drop")
# 4. 统计检验：按图注采用双侧、等方差、非配对 Student t 检验
# 原图 F 没有 P 值标注，因此结果保留在对象中，不额外添加到图上
statistics <- dat %>%
group_by(sex) %>%
summarise(p_value = t.test(value ~ genotype, var.equal = TRUE,
alternative = "two.sided")$p.value,
.groups = "drop")
# 5. 作图：对数轴不能显示零，敲除组按原图以红色 ND 表示
# 不给零值添加伪计数；柱底 0.01 只是显示边界，不改变原始数据
positive_summary <- filter(summary_dat, avg > 0)
nd <- filter(summary_dat, avg == 0)
p <- ggplot() +
geom_rect(data = positive_summary,
aes(xmin = x - 0.11, xmax = x + 0.11,
ymin = 0.01, ymax = avg),
fill = "white", colour = "black", linewidth = 0.7) +
geom_errorbar(data = positive_summary,
aes(x = x, ymin = avg - sem, ymax = avg + sem),
width = 0.15, linewidth = 0.7) +
geom_point(data = filter(dat, value > 0),
aes(x = x, y = value, colour = genotype),
position = position_jitter(width = 0.065, height = 0, seed = 1),
size = 2.5) +
geom_text(data = nd,
aes(x = x, y = 0.013, label = "ND", colour = genotype),
size = 5, show.legend = FALSE) +
scale_colour_manual(
values = c("Control" = "black", "Tacr2-/-" = "#C92B2B"),
limits = c("Control", "Tacr2-/-"), drop = FALSE,
labels = expression("Control", italic(Tacr2)^{"-/-"})) +
scale_x_continuous(breaks = c(1, 2), labels = c("Male", "Female"),
limits = c(0.55, 2.55), expand = c(0, 0)) +
scale_y_log10(breaks = c(0.01, 0.1, 1, 10),
labels = c("0.01", "0.1", "1", "10"),
limits = c(0.01, 10), expand = c(0, 0),
minor_breaks = as.vector(outer(2:9, 10^(-2:0)))) +
labs(x = NULL,
y = expression(atop("Relative Expression", italic(Tacr2)~"(ΔΔCq)")),
colour = NULL, tag = "F") +
guides(colour = guide_legend(override.aes = list(size = 3))) +
theme_classic(base_size = 16) +
theme(axis.text = element_text(colour = "black"),
axis.line.x = element_blank(),
axis.ticks.x = element_blank(),
axis.line.y = element_line(linewidth = 0.7),
axis.ticks = element_line(linewidth = 0.7),
axis.ticks.length = grid::unit(0.15, "cm"),
legend.position = "top", legend.justification = "right",
legend.direction = "vertical",
legend.key.height = grid::unit(0.4, "cm"),
legend.spacing.y = grid::unit(0, "cm"),
plot.tag = element_text(face = "bold", size = 22),
plot.margin = margin(10, 14, 10, 10))
# 6. 保存：修复上次保存语句的语法错误，只输出 F 子图
ggsave("output.png", p, width = 4.6, height = 5.4, dpi = 200)
输入数据：elife-109903-data1.xlsx，下载后放进 input/ 文件夹再运行。
用到的包：readxl、dplyr、ggplot2
运行环境（sessionInfo）
R version 4.6.1 (2026-06-24) Platform: x86_64-pc-linux-gnu Running under: Ubuntu 24.04.4 LTS Matrix products: default BLAS: /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.12.0 LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.12.0 LAPACK version 3.12.0 locale: [1] LC_CTYPE=C.UTF-8 LC_NUMERIC=C LC_TIME=C.UTF-8 LC_COLLATE=C.UTF-8 LC_MONETARY=C.UTF-8 [6] LC_MESSAGES=C.UTF-8 LC_PAPER=C.UTF-8 LC_NAME=C LC_ADDRESS=C LC_TELEPHONE=C [11] LC_MEASUREMENT=C.UTF-8 LC_IDENTIFICATION=C time zone: Etc/UTC tzcode source: system (glibc) attached base packages: [1] stats graphics grDevices utils datasets methods base other attached packages: [1] ggplot2_4.0.3 dplyr_1.2.1 readxl_1.5.0.1 loaded via a namespace (and not attached): [1] RColorBrewer_1.1-3 R6_2.6.1 cellranger_1.1.0 tidyselect_1.2.1 farver_2.1.2 magrittr_2.0.5 [7] gtable_0.3.6 glue_1.8.1 tibble_3.3.1 rematch_2.0.0 pkgconfig_2.0.3 generics_0.1.4 [13] lifecycle_1.0.5 cli_3.6.6 S7_0.2.2 scales_1.4.0 grid_4.6.1 vctrs_0.7.3 [19] textshaping_1.0.5 withr_3.0.3 systemfonts_1.3.2 compiler_4.6.1 tools_4.6.1 ragg_1.5.2 [25] pillar_1.11.1 rlang_1.3.0
结论：复现图忠实还原了雄性小鼠低脂饮食期间两组体重随时间上升、Tacr2敲除组始终高于对照组的趋势，时间点、数值范围及误差线均与原图基本一致。
思路：先去掉工作表的分组标题行，再把每只小鼠的各周体重整理成长表，分别计算两组每周的均值和SEM。用黑色和红色折线、实心圆及误差线复现G图，并按图注执行双因素重复测量ANOVA，原图没有显著性文字，因此不额外标注。已将图例上标中的“-/-”写为带引号的文本，修复上次的R语法报错。
数据：使用elife-109903-data1.xlsx的Figure 1G工作表：第1列是LFD喂养周数，第2–9列为8只对照雄鼠体重，第10–21列为12只Tacr2-/-雄鼠体重，单位为g。分析保留0–10周；重复测量检验假定同一列始终对应同一个体，存在缺失随访的个体不进入传统ANOVA，但其有效记录仍用于绘图。
# 1. 加载包：读取Excel、整理个体数据并绘图
library(readxl)
library(dplyr)
library(tidyr)
library(ggplot2)
# 2. 读取数据：首行是分组说明，因此不直接作为列名
raw <- read_excel("input/elife-109903-data1.xlsx",
sheet = "Figure 1G", col_names = FALSE)
# 第1列为周数，第2–9列为对照，第10–21列为敲除组
raw <- raw[, 1:21]
names(raw) <- c("week", paste0("mouse", 1:20))
# 3. 整理数据：去掉标题行，保留0–10周的有效记录
wide <- raw[-1, ] %>%
mutate(across(everything(), ~ suppressWarnings(as.numeric(.x)))) %>%
filter(!is.na(week), week >= 0, week <= 10)
dat <- wide %>%
pivot_longer(-week, names_to = "id", values_to = "weight") %>%
mutate(mouse_number = as.integer(sub("mouse", "", id)),
group = factor(if_else(mouse_number <= 8, "Control", "Tacr2-/-"),
levels = c("Control", "Tacr2-/-")),
id = factor(id))
# 按组别和周数计算均值与SEM，而不是混合所有周的数据
plot_data <- dat %>%
group_by(group, week) %>%
summarise(n = sum(!is.na(weight)),
mean = mean(weight, na.rm = TRUE),
sem = sd(weight, na.rm = TRUE) / sqrt(n),
.groups = "drop")
# 4. 统计检验：按图注进行双因素重复测量ANOVA
# 假定同一数据列在不同周对应同一只小鼠；传统ANOVA仅纳入完整个体
complete_ids <- dat %>%
group_by(id) %>%
summarise(complete = all(is.finite(weight)) &&
n_distinct(week) == n_distinct(dat$week), .groups = "drop") %>%
filter(complete) %>% pull(id)
stat_data <- dat %>%
filter(id %in% complete_ids) %>%
mutate(id = droplevels(id), week_factor = factor(week))
if (n_distinct(stat_data$group) == 2 && length(complete_ids) > 2) {
fit <- aov(weight ~ group * week_factor + Error(id / week_factor),
data = stat_data)
print(summary(fit))
}
# 原图G未标注显著性，因此不添加星号或ns
# 5. 作图：黑红折线和实心圆，误差线为均值±SEM
# 上标中的-/-必须加引号，避免被R误当作运算表达式
legend_labels <- expression(Control, italic(Tacr2)^{"-/-"})
p <- ggplot(plot_data, aes(week, mean, color = group, group = group)) +
geom_errorbar(aes(ymin = mean - sem, ymax = mean + sem),
width = 0.38, linewidth = 0.55) +
geom_line(linewidth = 0.7) +
geom_point(size = 2.4) +
scale_color_manual(values = c("Control" = "black", "Tacr2-/-" = "#D73027"),
labels = legend_labels) +
scale_x_continuous(breaks = seq(0, 10, 2),
minor_breaks = seq(0, 10, 1),
expand = expansion(add = 0.12)) +
scale_y_continuous(breaks = seq(0, 30, 10),
expand = expansion(mult = 0)) +
coord_cartesian(ylim = c(0, 30)) +
labs(x = "Weeks on LFD", y = "Body Mass (g)", color = NULL, tag = "G") +
theme_classic(base_size = 16) +
theme(axis.line = element_line(linewidth = 0.7),
axis.ticks = element_line(linewidth = 0.7),
axis.ticks.length = grid::unit(0.18, "cm"),
axis.text = element_text(color = "black"),
legend.position = c(0.34, 0.20),
legend.background = element_blank(),
legend.key.width = grid::unit(0.65, "cm"),
legend.text = element_text(size = 14),
plot.tag = element_text(face = "bold", size = 22),
plot.margin = margin(12, 16, 10, 12))
# 6. 保存：仅生成目标子图
ggsave("output.png", p, width = 4.8, height = 4.8, dpi = 200)
输入数据：elife-109903-data1.xlsx，下载后放进 input/ 文件夹再运行。
用到的包：readxl、dplyr、tidyr、ggplot2
运行环境（sessionInfo）
R version 4.6.1 (2026-06-24) Platform: x86_64-pc-linux-gnu Running under: Ubuntu 24.04.4 LTS Matrix products: default BLAS: /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.12.0 LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.12.0 LAPACK version 3.12.0 locale: [1] LC_CTYPE=C.UTF-8 LC_NUMERIC=C LC_TIME=C.UTF-8 LC_COLLATE=C.UTF-8 LC_MONETARY=C.UTF-8 [6] LC_MESSAGES=C.UTF-8 LC_PAPER=C.UTF-8 LC_NAME=C LC_ADDRESS=C LC_TELEPHONE=C [11] LC_MEASUREMENT=C.UTF-8 LC_IDENTIFICATION=C time zone: Etc/UTC tzcode source: system (glibc) attached base packages: [1] stats graphics grDevices utils datasets methods base other attached packages: [1] ggplot2_4.0.3 tidyr_1.3.2 dplyr_1.2.1 readxl_1.5.0.1 loaded via a namespace (and not attached): [1] vctrs_0.7.3 cli_3.6.6 rlang_1.3.0 purrr_1.2.2 generics_0.1.4 textshaping_1.0.5 [7] S7_0.2.2 glue_1.8.1 ragg_1.5.2 scales_1.4.0 grid_4.6.1 cellranger_1.1.0 [13] tibble_3.3.1 lifecycle_1.0.5 compiler_4.6.1 RColorBrewer_1.1-3 pkgconfig_2.0.3 systemfonts_1.3.2 [19] farver_2.1.2 R6_2.6.1 tidyselect_1.2.1 pillar_1.11.1 magrittr_2.0.5 tools_4.6.1 [25] withr_3.0.3 gtable_0.3.6
Tacr2-/- 雄性小鼠中 Tacr1 和 Tacr3 的表达。(A) UMAP 可视化展示基于 The Human Protein Atlas (Uhlén et al., 2015) (HPA) 的 mRNA 表达谱得到的基因簇。包含人 Tacr1（cluster 62，包含 389 个基因）和人 Tacr3（cluster 76，包含 175 个基因）的簇被突出显示。HPA 提供的功能注释描述了簇内基因共有的特异性（结缔组织或视网膜）和生物学功能（ECM 组织或视觉感知）。(B) 对从雄性对照和 Tacr2-/- 小鼠提取的肠上皮 RNA 中 Tacr1 和 Tacr3 mRNA 表达进行 qPCR 分析。对于 Tacr1，n=5 对照和 n=4 Tacr2-/- 小鼠；对于 Tacr3，n=5 per group。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
横纵坐标分别为 UMAP1 和 UMAP2，灰色点展示基于 mRNA 表达谱的基因分布，彩色区域突出目标基因所在簇。左图突出 Tacr1 所在的 cluster 62，注释为结缔组织及 ECM 组织；右图突出 Tacr3 所在的 cluster 76，注释为视网膜及视觉感知。
Source data 1 明确提供各主图及补充图的数值源数据，并按对应图号和子图分工作表，可用于重绘该嵌入图。（数据：elife-109903-data1.xlsx）
横坐标为 Tacr1 和 Tacr3，纵坐标为相对表达量（ΔΔCq），采用对数刻度；黑色表示对照，红色表示 Tacr2-/-，散点展示各小鼠数值。柱形带误差线，但图注未说明误差线定义，图中也未标出显著性检验结果。
Source data 1 按对应图号和子图分工作表提供数值及实验分组，可直接用于重绘柱形图与个体散点。（数据：elife-109903-data1.xlsx）
Tacr2-/- 小鼠对高脂饮食的性别特异性转录反应。(A) 实验流程示意图（使用 BioRender.com 创建）。对照和 Tacr2-/- 小鼠在处死前接受低脂饮食（LFD）或高脂饮食（HFD）喂养 1 周。组织采集后，分离上段肠道上皮层，并提取总 RNA，用于后续 bulk RNA 测序。(B) 接受 LFD 或 HFD 的雄性对照和 Tacr2-/- 小鼠 RNA-Seq 数据的主成分分析（PCA）。n=3 对照（LFD），n=3 对照（HFD），n=4 Tacr2-/-（LFD），n=3 Tacr2-/-（HFD）。(C, D) LFD（C）或 HFD（D）条件下，雄性 Tacr2-/- 小鼠相对于对照小鼠的差异表达基因火山图。(E–H) 雄性 Tacr2-/- 小鼠相对于对照小鼠的差异表达基因的基因本体（GO）富集分析：LFD 条件下上调（E）、下调（F），或 HFD 条件下上调（G）、下调（H）。气泡大小表示与每个 GO 条目相关的基因数，颜色表示错误发现率（FDR）。(I)，接受 LFD 或 HFD 的雌性对照和 Tacr2-/- 小鼠 RNA-Seq 数据的主成分分析。n=4 对照（LFD），n=4 对照（HFD），n=3 Tacr2-/-（LFD），n=3 Tacr2-/-（HFD）。(J, K) LFD（J）或 HFD（K）条件下，雌性 Tacr2-/- 小鼠相对于对照小鼠的差异表达基因火山图。(L–O) 雌性 Tacr2-/- 小鼠相对于对照小鼠的差异表达基因的基因本体富集分析：LFD 条件下上调（L）、下调（M），或 HFD 条件下上调（N）、下调（O）。气泡大小和颜色分别反映基因数和 FDR。(P, Q) Venn 图显示雄性（P）和雌性（Q）数据集中 LFD 与 HFD 条件下差异表达基因（adjusted p-value <0.05 和 |log2 fold change|>1.0）的重叠情况。数字表示不同条件间共有或特有的基因数。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
沿箭头阅读：对照和 Tacr2-/- 小鼠接受 LFD 或 HFD 1 周后，分离肠上皮、提取 RNA 并进行 RNA-Seq。
该子图为实验流程示意图，不属于可读表复现的统计图。
横纵轴分别为 PC1 和 PC2，解释 62% 和 12% 的变异；每个点代表一个样本。黑色为对照、红色为 Tacr2-/-，空心为 LFD、实心为 HFD，观察各组点的聚集与分离。
Source data 工作簿按图号和子图提供数值及分组，可用对应主成分坐标绘图。（数据：elife-109903-data1.xlsx）
横轴为 Log₂(FC)，纵轴标为 FDR；红色点突出显示差异表达基因，虚线标示筛选边界。相对对照，Tacr2-/- 组下调 58 个、上调 163 个基因。
Source data 工作簿提供对应子图的数值数据，可读表绘制火山图。（数据：elife-109903-data1.xlsx）
横轴为 Log₂(FC)，纵轴标为 FDR，红色点突出显示差异表达基因。Tacr2-/- 相对对照下调 1977 个、上调 1053 个基因，比低脂饮食下更多。
Source data 工作簿按子图提供数值，可直接用于火山图绘制。（数据：elife-109903-data1.xlsx）
每行是一个 GO 条目，气泡大小代表基因数，颜色代表 FDR，图中未显示数值横轴。所列条目主要涉及脂质、小分子及有机酸代谢。
Source data 工作簿含对应子图数值，可用 GO 条目、基因数和 FDR 绘图。（数据：elife-109903-data1.xlsx）
纵向列出 GO 条目，气泡大小和颜色分别表示基因数与 FDR。关注外界刺激反应、防御反应及免疫反应等条目。
Source data 工作簿按子图列出关联数值，可直接绘制富集气泡图。（数据：elife-109903-data1.xlsx）
每行代表一个 GO 条目，气泡越大表示相关基因越多，颜色对应 FDR。富集条目集中于小分子、脂质和脂肪酸等代谢过程。
Source data 工作簿提供对应子图的数据，可直接读表绘图。（数据：elife-109903-data1.xlsx）
各行是 GO 条目，气泡大小表示基因数，颜色表示 FDR。所列条目包括免疫系统过程、防御反应以及白细胞和淋巴细胞活化。
Source data 工作簿按子图提供数值，可用于 GO 富集气泡图复现。（数据：elife-109903-data1.xlsx）
横轴 PC1 解释 33% 的变异，纵轴 PC2 解释 29% 的变异。黑色为对照、红色为 Tacr2-/-，空心为 LFD、实心为 HFD，通过点的位置比较样本间差异。
Source data 工作簿按子图提供数值和分组，可用主成分坐标绘图。（数据：elife-109903-data1.xlsx）
横轴为 Log₂(FC)，纵轴标为 FDR，红点突出显示差异表达基因。Tacr2-/- 相对对照下调 127 个、上调 230 个基因。
Source data 工作簿含对应子图的数值，可直接用于火山图绘制。（数据：elife-109903-data1.xlsx）
横轴为 Log₂(FC)，纵轴标为 FDR，红点突出显示差异表达基因。Tacr2-/- 相对对照下调 189 个、上调 137 个基因。
Source data 工作簿按子图提供数值，可直接读表复现火山图。（数据：elife-109903-data1.xlsx）
每行列出一个 GO 条目，气泡大小表示基因数，颜色表示 FDR。主要条目涉及脂质和有机酸代谢，也包括异生物刺激反应。
Source data 工作簿提供对应子图的数值，可直接绘制 GO 气泡图。（数据：elife-109903-data1.xlsx）
纵向排列 GO 条目，气泡大小和颜色分别反映基因数与 FDR。条目主要包括种间相互作用、免疫及对细菌和病毒的反应。
Source data 工作簿按子图提供关联数值，可直接用于富集图绘制。（数据：elife-109903-data1.xlsx）
每行是 GO 条目，气泡大小表示基因数，颜色对应 FDR。关注脂质代谢、脂肪酸代谢和脂肪酸氧化等富集条目。
Source data 工作簿含对应子图数值，可直接读表绘制气泡图。（数据：elife-109903-data1.xlsx）
各行列出 GO 条目，气泡大小代表相关基因数，颜色代表 FDR。所列条目主要涉及免疫系统、防御反应及对生物刺激的反应。
Source data 工作簿按子图提供数值，可用于 GO 富集气泡图复现。（数据：elife-109903-data1.xlsx）
四个集合分别代表 LFD、HFD 下的上调和下调基因，绿色区域为上调、红色区域为下调。各区域数字表示共有或特有基因数；两种饮食共有上调基因 130 个，共有下调基因 35 个。
Source data 工作簿提供对应子图数值，可用集合计数或基因列表复现 Venn 图。（数据：elife-109903-data1.xlsx）
四个集合对应两种饮食下的上调和下调基因，绿色区域为上调、红色区域为下调，区域内数字表示基因数。两种饮食共有上调基因 95 个，共有下调基因 71 个。
Source data 工作簿按子图提供数值，可用集合计数或基因列表绘制 Venn 图。（数据：elife-109903-data1.xlsx）
在急性高脂饮食（HFD）挑战下，Tacr2-/- 小鼠的体重与野生型对照相比无显著变化。(A, B) 饲喂低脂饮食（LFD）或高脂饮食（HFD）一周的雄性 (A) 和雌性 (B) 对照及 Tacr2-/- 小鼠，从基线（第 0 天）至第 7 天的体重变化。(A)：n=8 control (LFD), n=12 Tacr2-/- (LFD), n=7 control (HFD), and n=9 Tacr2-/- (HFD)；(B)：n=11 control (LFD), n=13 Tacr2-/- (LFD), n=8 control (HFD), and n=9 Tacr2-/- (HFD)。数据采用双因素 ANOVA 及 Holm-Sidak 事后检验进行分析。数据表示为 mean ± SEM。nsp>0.05。黑色柱表示对照小鼠；红色柱表示 Tacr2-/- 小鼠。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
横轴为 LFD 和 HFD，纵轴为相对基线的体重百分比，纵轴带断轴。黑色和红色柱分别表示对照与 Tacr2-/- 小鼠，散点显示各只小鼠，柱及误差线表示 mean ± SEM；两种饮食下组间均标注 ns，表示 nsp>0.05。
Source data 1 提供各主图及补充图的数值数据，并按对应图号和子图分工作表，含实验分组标签。（数据：elife-109903-data1.xlsx）
横轴为 LFD 和 HFD，纵轴为相对基线的体重百分比，纵轴带断轴。黑色和红色柱分别表示对照与 Tacr2-/- 小鼠，散点显示各只小鼠，柱及误差线表示 mean ± SEM；两种饮食下组间均标注 ns，表示 nsp>0.05。
Source data 1 提供各主图及补充图的数值数据，并按对应图号和子图分工作表，含实验分组标签。（数据：elife-109903-data1.xlsx）
神经激肽-2受体（NK2R）抑制可减轻雄性小鼠中葡聚糖硫酸钠（DSS）诱导的体重下降和肠道炎症。(A) 将bulk RNA-Seq数据与公开可用的单细胞RNA-Seq数据集整合，以估计雄性小鼠小肠中的细胞类型组成。根据饮食（D）、基因型（G）或二者的交互作用（I），分析估计的细胞类型比例差异。(B) DSS诱导结肠炎模型的实验流程示意图（使用BioRender.com创建）。雄性和雌性小鼠连续七天自由饮用DSS溶液（雄性为3%，雌性为5%）或溶剂（饮用水）。处理后，收集组织用于后续分析，或进行体内肠道通透性测定。(C) 在7天期间，每日监测接受DSS或溶剂处理的雄性对照和Tacr2-/-小鼠的体重。n=5 control (H2O), n=5 control (DSS), n=6 Tacr2-/- (H2O), and n=6 Tacr2-/- (DSS)。(D) 比较从基线（第0天）到第7天的体重变化，数据来自子图(C)。(E, F) 通过ELISA测定接受DSS或溶剂处理7天后雄性对照和Tacr2-/-小鼠血液(E)和粪便(F)中的脂质运载蛋白-2（LCN2）浓度。(E)：n=6 control (H2O), n=5 control (DSS), n=4 Tacr2-/- (H2O), and n=4 Tacr2-/- (DSS)；(F)：n=5 control (H2O), n=5 control (DSS), n=5 Tacr2-/- (H2O), and n=4 Tacr2-/- (DSS)。(G) 收集接受DSS或溶剂处理7天的雄性对照和Tacr2-/-小鼠结肠组织，切片并进行苏木精和伊红（H&E）染色。图中展示染色结肠切片的代表性图像。(H) 根据组织损伤程度，对代表性组织学图像(G)进行评估和评分。n=5 control (H2O), n=4 control (DSS), n=6 Tacr2-/- (H2O), and n=4 Tacr2-/- (DSS)。(I) 通过口服灌胃4 kDa FITC-葡聚糖，评估接受DSS或溶剂处理7天后雄性对照和Tacr2-/-小鼠的肠道通透性。灌胃后4 hr采血，测量血浆中的FITC荧光，以量化肠道屏障完整性。n=10 control (H2O), n=9 control (DSS), n=9 Tacr2-/- (H2O), and n=8 Tacr2-/- (DSS)。(J) 每日监测接受DSS或溶剂处理7天、同时每日注射NK2R拮抗剂GR159897（2.5 mg/kg）或溶剂（PBS）的雄性野生型小鼠的体重。第7天停止给予DSS。n=8 (H2O+Vehicle), n=8 (DSS+Vehicle), n=7 (DSS+GR159897)。(K) 比较从基线（第0天）到第8天的体重变化，数据来自子图(J)。(L, M) 通过ELISA测定接受所示处理的雄性野生型小鼠在第8天血液(L)和粪便(M)中的脂质运载蛋白-2（LCN2）浓度。(L)：n=8 (H2O+Vehicle), n=7 (DSS+Vehicle), and n=8 (DSS+GR159897)；(M)：n=7 (H2O+Vehicle), n=8 (DSS+Vehicle), and n=8 (DSS+GR159897)。(N) 在第8天收集接受所示处理的雄性野生型小鼠结肠组织，切片并进行苏木精和伊红（H&E）染色。根据组织损伤程度，对代表性组织学图像进行评估和评分。n=8 (H2O+Vehicle), n=8 (DSS+Vehicle), and n=8 (DSS+GR159897)。统计分析采用单因素或双因素ANOVA，随后进行Holm–Sidak事后检验。数据表示为mean ± SEM，****p<0.0001, ***p<0.001, **p<0.01, *p<0.05。黑色柱/线代表对照小鼠；红色柱/线代表Tacr2-/-或接受GR159897处理的小鼠。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
行表示细胞类型，列为Control和Tacr2-/-各自的LFD、HFD组，圆点大小表示占总细胞的百分比，颜色区分细胞类型。右侧D、G、I分别标示饮食、基因型及其交互作用，None表示未列出这些效应。
Source data工作簿按图号和子图分表，提供对应数值及实验分组，可直接绘制细胞比例点图。（数据：elife-109903-data1.xlsx）
从左向右为对照和Tacr2-/-小鼠饮用DSS或H2O共7天，随后进行组织学评分、LCN2分析或体内肠道通透性检测。箭头表示处理与检测顺序。
该子图为BioRender创建的实验流程示意图，不属于可读表复现的统计图。
横轴为天数，纵轴为相对基线体重百分比；黑色为对照，红色为Tacr2-/-，空心点为H2O，实心点为DSS。误差线为SEM，比较DSS两条曲线可见Tacr2-/-组体重下降较少。
Source data工作簿按子图提供数值及分组，可用于绘制每日体重曲线。（数据：elife-109903-data1.xlsx）
横轴为两种基因型下的H2O与DSS处理，纵轴为第7天相对基线体重百分比；黑色为对照，红色为Tacr2-/-。散点显示个体值，柱和误差线为mean ± SEM，括号星号标示组间显著性，DSS下红柱高于黑柱。
Source data工作簿按子图提供体重数值和实验分组，可直接绘图。（数据：elife-109903-data1.xlsx）
横轴为基因型及H2O、DSS处理，纵轴为血浆LCN2浓度（ng/mL），采用对数刻度；黑色为对照，红色为Tacr2-/-。柱和误差线为mean ± SEM，散点为个体值；括号星号显示DSS组间LCN2存在显著差异。
Source data工作簿包含对应子图的LCN2数值及分组，可读表绘制。（数据：elife-109903-data1.xlsx）
横轴为基因型及处理，纵轴为粪便LCN2浓度（ug/g stool），纵轴有断轴；黑色为对照，红色为Tacr2-/-。散点为个体值，柱和误差线为mean ± SEM；括号星号标示比较，DSS处理后红柱低于黑柱。
Source data工作簿按子图提供粪便LCN2数值及组别，可直接绘制。（数据：elife-109903-data1.xlsx）
两列分别为H2O和DSS，两行分别为Control和Tacr2-/-。比较各组结肠切片的组织结构和损伤形态，定量组织学评分见h图。
该子图为H&E组织切片显微图像，不能通过数值表格复现。
横轴为基因型及处理，纵轴为组织学评分，评分依据组织损伤程度；黑色为对照，红色为Tacr2-/-。散点为个体评分，柱和误差线为mean ± SEM，括号星号标示差异；DSS下Tacr2-/-组评分较低。
Source data工作簿按子图提供组织学评分及分组，可直接绘图。（数据：elife-109903-data1.xlsx）
横轴为基因型及处理，纵轴为血浆FITC-Dextran浓度（ug/mL）；黑色为对照，红色为Tacr2-/-。散点为个体值，柱和误差线为mean ± SEM；DSS下红柱较低，括号星号标示组间差异。
Source data工作簿提供对应子图的通透性检测数值和分组，可直接绘图。（数据：elife-109903-data1.xlsx）
横轴为天数，纵轴为相对基线体重百分比；黑色空心点为H2O+Vehicle，黑色实心点为DSS+Vehicle，红色为DSS+GR159897。误差线为SEM，虚线标示第7天停止DSS；红线后期高于DSS+Vehicle曲线。
Source data工作簿按子图提供每日体重和分组，可直接绘制曲线。（数据：elife-109903-data1.xlsx）
横轴下方加减号表示DSS和GR159897处理组合，纵轴为第8天相对基线体重百分比。散点为个体值，柱和误差线为mean ± SEM；红柱为DSS+GR159897，较DSS单独处理柱高，星号标示显著性。
Source data工作簿按子图提供第8天体重及组别，可直接绘图。（数据：elife-109903-data1.xlsx）
横轴加减号表示DSS和GR159897处理组合，纵轴为血浆LCN2浓度（ng/mL），采用对数刻度。柱和误差线为mean ± SEM，散点为个体值；红色拮抗剂组低于DSS+Vehicle组，括号星号标示差异。
Source data工作簿按子图提供血浆LCN2数值和处理组别，可直接绘图。（数据：elife-109903-data1.xlsx）
横轴为DSS和GR159897处理组合，纵轴为粪便LCN2浓度（ug/g stool），纵轴设有断轴。散点为个体值，柱和误差线为mean ± SEM；红色拮抗剂组低于DSS+Vehicle组，括号星号标示显著性。
Source data工作簿按子图提供粪便LCN2数值及组别，可直接绘图。（数据：elife-109903-data1.xlsx）
横轴为DSS和GR159897处理组合，纵轴为组织学评分。散点为个体评分，柱和误差线为mean ± SEM；红色拮抗剂组评分低于DSS+Vehicle组，括号星号显示组间差异。
图中展示的是量化评分统计图，Source data工作簿按子图提供数值和组别，可直接绘图。（数据：elife-109903-data1.xlsx）
Neurokinin-2 receptor (NK2R) 抑制并不能减轻雌性小鼠中 dextran sodium sulfate (DSS) 诱导的体重下降和肠道炎症。(A) 将 Bulk RNA-Seq 数据与公开可用的单细胞 RNA-Seq 数据集整合，以估计雌性小鼠小肠中的细胞类型组成。根据饮食 (D)、基因型 (G) 或其交互作用 (I)，分析估计的细胞类型比例的差异。(B) 在 7 天内每日监测接受 DSS 或溶剂处理的雌性对照和 Tacr2-/- 小鼠的体重。n=10 control (H2O)、n=9 control (DSS)、n=9 Tacr2-/- (H2O) 和 n=7 Tacr2-/- (DSS)。(C) 根据子图 (B) 所示数据，比较从基线（第 0 天）到第 7 天的体重变化。(D, E) 通过 ELISA 测定接受 DSS 或溶剂处理 7 天后雌性对照和 Tacr2-/- 小鼠血液 (D) 和粪便 (E) 中的 Lipocalin-2 (LCN2) 浓度。(D) 中 n=9 control (H2O)、n=7 control (DSS)、n=9 Tacr2-/- (H2O) 和 n=7 Tacr2-/- (DSS)；(E) 中 n=6 control (H2O)、n=7 control (DSS)、n=9 Tacr2-/- (H2O) 和 n=7 Tacr2-/- (DSS)。(F) 收集接受 DSS 或溶剂处理 7 天的雌性对照和 Tacr2-/- 小鼠的结肠组织，切片并进行苏木精和伊红 (H&E) 染色。图中展示了染色结肠切片的代表性图像。(G) 对代表性组织学图像 (F) 进行评估，并根据组织损伤程度评分。n=6 control (H2O)、n=7 control (DSS)、n=7 Tacr2-/- (H2O) 和 n=6 Tacr2-/- (DSS)。(H) 通过经口灌胃给予 4 kDa FITC-dextran，评估接受 DSS 或溶剂处理 7 天后雌性对照和 Tacr2-/- 小鼠的肠道通透性。灌胃后 4 hr 采血，并测量血浆中的 FITC 荧光，以量化肠屏障完整性。n=9 control (H2O)、n=6 control (DSS)、n=8 Tacr2-/- (H2O) 和 n=6 Tacr2-/- (DSS)。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
横向为对照与 Tacr2-/- 小鼠的 LFD、HFD 分组，纵向为细胞类型；颜色区分细胞类型，圆点大小表示占总细胞的百分比。右侧 Effects 标示饮食 (D)、基因型 (G) 或无效应（None），其中 TA、Stem 和 Enterocyte 标为 D，Endocrine 标为 G。
Source data 工作簿按图号和子图提供数值及分组，可直接用细胞比例估计结果绘图。（数据：elife-109903-data1.xlsx）
横轴为天数，纵轴为体重相对基线的百分比；黑色与红色分别表示对照和 Tacr2-/-，空心与实心点分别表示 H2O 和 DSS。两种基因型的 DSS 组体重均随时间下降；图中绘有误差线，但未说明其定义。
Source data 工作簿按子图提供数值和实验组标签，可直接绘制体重时间曲线。（数据：elife-109903-data1.xlsx）
横轴为各基因型内的 H2O、DSS 分组，纵轴为相对基线体重百分比；黑色为对照，红色为 Tacr2-/-，散点展示个体数据。两个基因型的 DSS 组均低于各自 H2O 组，括号上标有 ****；误差线及星号阈值未在图注中定义。
Source data 工作簿提供对应子图数值和分组，可直接绘制柱状图及个体散点。（数据：elife-109903-data1.xlsx）
横轴为 H2O、DSS 处理及基因型分组，纵轴为血浆 LCN2（ng/mL），使用对数刻度；黑色为对照，红色为 Tacr2-/-。DSS 组浓度均高于各自 H2O 组，分别标有 * 和 ****；散点为个体数值，误差线与星号阈值未说明。
Source data 工作簿按子图提供 LCN2 数值和分组，可直接读表绘图。（数据：elife-109903-data1.xlsx）
横轴为处理与基因型分组，纵轴为粪便 LCN2（μg/g stool），纵轴带断轴；黑色和红色分别为对照和 Tacr2-/-。DSS 组高于对应 H2O 组，两种基因型的 DSS 组之间也有显著性连线；星号阈值及误差线定义未说明。
Source data 工作簿包含对应子图的数值和实验组标签，可直接绘制浓度比较图。（数据：elife-109903-data1.xlsx）
两列分别为 H2O 和 DSS，两行分别为对照和 Tacr2-/- 小鼠的结肠 H&E 切片。对照各行左右图像可观察 DSS 处理后的组织结构改变，损伤程度的量化见 g。
该子图是组织染色显微图像，不能由数值型 Source data 表格重绘。
横轴为处理及基因型分组，纵轴为组织学评分；黑色为对照，红色为 Tacr2-/-，散点表示个体数据。两种基因型的 DSS 组评分均高于各自 H2O 组，并标有 ****；图注未定义误差线及星号阈值。
Source data 工作簿按对应子图提供评分数值和分组，可直接绘制统计图。（数据：elife-109903-data1.xlsx）
横轴为处理及基因型分组，纵轴为血浆 FITC-Dextran（μg/mL）；黑色为对照，红色为 Tacr2-/-。对照 DSS 组高于对照 H2O 组（****），Tacr2-/- DSS 组低于对照 DSS 组（**）；误差线与星号阈值未说明。
Source data 工作簿提供对应子图的数值及分组，可直接绘制肠通透性比较图。（数据：elife-109903-data1.xlsx）
Tacr2-/- 小鼠表现出增强的肠道脂质吸收。(A) 热图显示不同实验条件下雄性小鼠中编码脂滴相关蛋白的基因标准化表达水平的 Z-scores。图中展示了各个样本（顶部树状图）和基因（左侧树状图）的层次聚类，分支长度反映簇之间的相似性。野生型对照（WT）样本以黑色文字标记，Tacr2-/-（KO）样本以红色文字标记，高脂饮食（HFD）小鼠的样本以粗体表示。(B) 评估肠道脂质吸收的实验流程示意图（使用 BioRender.com 创建）。小鼠经口灌胃给予含有 14C-triolein（C, F）或 C16-BODIPY（D, E, G, H）的油，随后定量测定肠组织和血液中的脂质。(C, F) 在雄性（C）和雌性（F）对照及 Tacr2-/- 小鼠中进行口服脂质耐量试验（OLTT）。在经口灌胃后的 4 hr 内测量血脂水平，以每 μL 血浆的每分钟衰变数（DPM）表示。(C) n=8 对照雄鼠，n=7 Tacr2-/- 雄鼠；(F) n=7 对照雌鼠，n=9 Tacr2-/- 雌鼠。(D, G) 经口灌胃给予含 C16-BODIPY 的油后，测量雄性（D）和雌性（G）对照及 Tacr2-/- 小鼠肠切片中的 BODIPY 荧光。(D) n=5 对照雄鼠，n=5 Tacr2-/- 雄鼠；(G) n=6 对照雌鼠，n=7 Tacr2-/- 雌鼠。(E, H) 雄性（E）和雌性（H）小鼠肠切片的代表性荧光图像，分别对应子图（D）和（G）中的样本。(I) 在喂养高脂饮食（HFD）10 周的野生型小鼠中，测量各血浆组分的甘油三酯水平；这些小鼠在经口灌油前接受低脂饮食（LPL）抑制剂以及溶媒、神经激肽-2 受体（NK2R）激动剂 GR64349 或 NK2R 拮抗剂 GR159897 的预处理。每个处理组 n=8 小鼠。(J) HFD 喂养 12 周后，雄性和雌性对照及 Tacr2-/- 小鼠肠切片油红 O（ORO）染色的代表性图像及定量。n=4 对照雄鼠，n=4 Tacr2-/- 雄鼠，n=4 对照雌鼠，n=4 Tacr2-/- 雌鼠。(K) 评估 NK2R 激动对体重影响的实验流程示意图（使用 BioRender.com 创建）。饮食诱导肥胖（DIO）野生型小鼠连续 21 天每日腹腔注射 EB1002 或溶媒。(L, M) 在接受溶媒、高剂量 EB1002（1000 nmol）或低剂量 EB1002（300 nmol）处理的瘦小鼠及饮食诱导肥胖（DIO）小鼠中，连续 3 周监测体重（L）和摄食量（M）。n=8（瘦小鼠：溶媒），n=7（DIO：溶媒），n=8（DIO：EB1002，1000 nmol）和 n=8（DIO：EB1002，300 nmol）。(N) 测定接受溶媒或高剂量 EB1002（1000 nmol）处理的瘦小鼠和饮食诱导肥胖（DIO）小鼠的空腹血糖水平。n=4（瘦小鼠：溶媒），n=4（DIO：溶媒）和 n=4（DIO：EB1002，1000 nmol）。(O) 在接受溶媒、高剂量 EB1002（1000 nmol）或低剂量 EB1002（300 nmol）处理的瘦小鼠和饮食诱导肥胖（DIO）小鼠中，连续 3 周测量瘦体重和脂肪量。n=8（瘦小鼠：溶媒），n=7（DIO：溶媒），n=8（DIO：EB1002，1000 nmol）和 n=8（DIO：EB1002，300 nmol）。统计分析采用重复测量双因素 ANOVA（C, D, F, G, L, M）、非配对双尾 Student’s t-test（B, J）、单因素 ANOVA 并进行 Holm-Sidak 事后分析（N），或双因素 ANOVA 并进行 Holm–Sidak 事后分析（O）。数据表示为 mean ± SEM。****p<0.0001, ***p<0.001, **p<0.01, *p<0.05, nsp>0.05。黑色柱/线表示对照小鼠，红色柱/线表示 Tacr2-/- 小鼠，蓝色柱/线表示接受 NK2R 激动剂处理的小鼠。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
列为雄性小鼠样本，行为基因，颜色由蓝至红表示 Z-score 从低到高；顶部和左侧树状图分别表示样本与基因聚类。样本标签黑色为 WT、红色为 KO，粗体表示 HFD，可比较不同条件下的表达模式。
Source Data 工作簿按图号和子图提供数值及分组，可用于重绘表达热图。（数据：elife-109903-data1.xlsx）
小鼠经口灌油后，分别取肠道进行组织学观察、取血测定脂质；箭头表示取样路径。
该图为实验流程示意图，不属于可由数值表直接复现的统计图。
横轴为灌胃后时间，纵轴为血浆放射性脂质水平 DPM/μL；黑线为对照、红线为 Tacr2-/-。误差线为 SEM，4 小时处 *** 表示 p<0.001，KO 曲线高于对照。
Source Data 按子图提供数值与分组，可重绘各时间点的血浆脂质曲线。（数据：elife-109903-data1.xlsx）
横轴沿十二指肠、空肠至回肠排列，纵轴为相对对照十二指肠的 BODIPY 荧光百分比。黑线为对照、红线为 Tacr2-/-，误差线为 SEM，空肠部分位置的 *、** 分别表示 p<0.05、p<0.01。
Source Data 按子图提供肠段荧光定量数值和实验分组。（数据：elife-109903-data1.xlsx）
列依次为十二指肠、空肠和回肠，上行为对照、下行为 Tacr2-/-。比较绿色荧光分布，可见 KO 空肠中的荧光更明显；该图对应 d 的定量。
该子图为代表性组织荧光图像，数值表不能复现原始显微图像。
横轴为灌胃后时间，纵轴为血浆脂质放射性 DPM/μL；黑线为对照、红线为 Tacr2-/-，误差线为 SEM。KO 在 2 和 4 小时的水平更高，*、** 分别表示 p<0.05、p<0.01。
Source Data 按子图提供雌鼠各时间点的数值及分组。（数据：elife-109903-data1.xlsx）
横轴为从十二指肠至回肠的肠段，纵轴为相对对照十二指肠的 BODIPY 荧光百分比。红色 KO 曲线总体高于黑色对照，误差线为 SEM，图上标示基因型效应 ****，即 p<0.0001。
Source Data 按子图提供各肠段荧光定量及分组信息。（数据：elife-109903-data1.xlsx）
三列依次为十二指肠、空肠和回肠，上行为对照、下行为 Tacr2-/-。观察绿色荧光强度和分布，KO 空肠荧光更明显，对应 g 的定量结果。
该子图为组织荧光显微图像，不能用附带数值表重建。
横轴为血浆分离组分，纵轴为 TG 浓度；黑、蓝绿和红线分别表示溶媒、GR64349 和 GR159897。比较标注 VLDL/Chylo 区域的峰值，激动剂组较低、拮抗剂组较高。
Source Data 按子图提供各处理组血浆组分的数值数据。（数据：elife-109903-data1.xlsx）
左侧为雄、雌鼠两种基因型的 ORO 染色图像，右侧为相对对照的定量柱图，白柱为对照、红柱为 KO。散点表示样本，误差线为 SEM，雄鼠 **、雌鼠 **** 分别表示 p<0.01、p<0.0001。
Source Data 可用于复现右侧 ORO 定量统计图，但不能重建左侧组织图像。（数据：elife-109903-data1.xlsx）
图示 DIO 小鼠每日腹腔注射溶媒或 EB1002，连续 21 天后处死取材。
该子图为给药流程示意图，而非数值统计图。
横轴为周数，纵轴为体重；黑色空心、实心点分别为瘦鼠和 DIO 溶媒组，蓝色实心、空心点分别为高、低剂量 EB1002 组。误差线为 SEM，高剂量组体重下降，横线旁 * 标示 p<0.05。
Source Data 按子图提供不同处理组随时间变化的体重数据。（数据：elife-109903-data1.xlsx）
横轴为周数，纵轴为每日摄食热量；分组符号和颜色与 l 相同，误差线为 SEM。观察给药早期蓝色曲线的下降及随后恢复，图中 *、*** 分别表示 p<0.05、p<0.001。
Source Data 按子图提供各组摄食量时间序列数据。（数据：elife-109903-data1.xlsx）
纵轴为血糖浓度，白、灰、蓝柱依次为瘦鼠溶媒、DIO 溶媒和 DIO 高剂量 EB1002 组。散点为样本，误差线为 SEM，括线 **、* 分别表示 p<0.01、p<0.05，EB1002 组低于 DIO 溶媒组。
Source Data 按子图提供空腹血糖数值及实验分组。（数据：elife-109903-data1.xlsx）
横轴为各处理组的 0–3 周，纵轴为体重；每根柱下部的组别颜色部分为瘦体重，上部灰色部分为脂肪量，柱内标出数值并带误差线。比较 DIO 各组上部灰色部分，可见 EB1002 处理后脂肪量减少。
Source Data 按子图提供各组各周的瘦体重和脂肪量数值。（数据：elife-109903-data1.xlsx）
在长期高脂饮食（HFD）喂养期间，雄性 Tacr2-/- 小鼠与对照小鼠表现出相近的整体表型和摄食行为。(A) 测量低脂饮食（LFD）条件下雄性和雌性对照及 Tacr2-/- 小鼠的胃肠道转运时间。n=11 对照雄鼠，n=13 Tacr2-/- 雄鼠，n=13 对照雌鼠，n=12 Tacr2-/- 雌鼠。(B) 在 HFD 喂养期间，每周监测雄性对照和 Tacr2-/- 小鼠（8–12 周龄）的体重，持续 10 周。n=7 对照小鼠和 n=9 Tacr2-/- 小鼠。(C) 对 10 周龄雄性对照（n=6）和 Tacr2-/-（n=5）小鼠进行葡萄糖耐量试验（GTT）。(D) 测量 HFD 条件下雄性对照（n=11）和 Tacr2-/-（n=13）小鼠的胃肠道转运时间。(E) 使用雄鼠 HFD 喂养第 2 周收集的粪便样本，定量测定对照（n=6）和 Tacr2-/-（n=5）小鼠的粪便脂质含量。在 HFD 处理第 10 周，将雄性对照和 Tacr2-/- 小鼠置于代谢笼中，分析摄食量（F, G）、活动（H）、VO2（I）、VCO2（J）和呼吸交换率 RER（K）。对于（F, G），n=5 对照雄鼠（明期），n=6 Tacr2-/- 雄鼠（明期），n=5 对照雄鼠（暗期），n=5 Tacr2-/- 雄鼠（暗期）；对于（H, I, J, K），n=4 对照雄鼠（明期），n=6 Tacr2-/- 雄鼠（明期），n=4 对照雄鼠（暗期），n=6 Tacr2-/- 雄鼠（暗期）。数据采用重复测量双因素 ANOVA（B, C）或 Holm–Sidak 事后分析（F–K），或非配对双尾 Student’s t 检验（A, D, E）进行分析。数据以 mean ± SEM 表示；nsp>0.05。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
横轴按雄性、雌性分组，纵轴为胃肠道转运时间（min）；黑色为对照，红色为 Tacr2-/-，散点表示个体。柱和误差线表示 mean ± SEM，比较各性别内两组柱高。
Source data 1 明确包含主图及补充图的数值，按图号和子图分工作表并提供分组标签。（数据：elife-109903-data1.xlsx）
横轴为 HFD 喂养周数，纵轴为体重（g）；黑色为对照，红色为 Tacr2-/-，误差线为 SEM。两条曲线随时间上升且基本重合。
Source data 1 按图号及子图提供数值和实验分组，可据此绘制体重曲线。（数据：elife-109903-data1.xlsx）
横轴为时间（Minutes），纵轴为血糖（mg per dL）；黑色为对照，红色为 Tacr2-/-，误差线为 SEM。比较两组血糖上升及随后下降的曲线。
Source data 1 按图号及子图提供数值和实验分组，可用于绘制 GTT 曲线。（数据：elife-109903-data1.xlsx）
纵轴为胃肠道转运时间（min），黑色和红色分别表示对照与 Tacr2-/-。散点为个体，柱及误差线为 mean ± SEM，两组柱高接近。
Source data 1 按图号及子图提供数值和实验分组，可直接绘制组间比较图。（数据：elife-109903-data1.xlsx）
纵轴为每克粪便的脂质含量，黑色为对照，红色为 Tacr2-/-。散点表示个体，柱及误差线为 mean ± SEM，比较两组脂质含量。
Source data 1 按图号及子图提供数值和实验分组，可直接绘制粪便脂质含量图。（数据：elife-109903-data1.xlsx）
横轴为明期与暗期，纵轴为摄食能量（kcal）；黑色为对照，红色为 Tacr2-/-。柱及误差线为 mean ± SEM，可分别比较每个时段内的两组。
Source data 1 按图号及子图提供数值和分组标签，可直接绘制摄食量统计图。（数据：elife-109903-data1.xlsx）
横轴为明期与暗期，纵轴为每克体重的摄食能量（kcal per g bw）；黑色为对照，红色为 Tacr2-/-。柱及误差线为 mean ± SEM，比较各时段两组归一化摄食量。
Source data 1 按图号及子图提供数值和分组标签，可直接绘制归一化摄食量图。（数据：elife-109903-data1.xlsx）
左侧横轴为小时，纵轴为光束中断次数，白底和灰底分别为明期与暗期；黑色为对照，红色为 Tacr2-/-。右侧柱图为对应明暗期 AUC（units ×10³），误差线为 SEM；可同时比较活动轨迹与分时段汇总。
Source data 1 明确为各子图提供数值，可用于重绘活动时间曲线及 AUC 柱图。（数据：elife-109903-data1.xlsx）
左侧横轴为小时，纵轴为 VO2（mg/kg/hr），白底为明期、灰底为暗期；黑色为对照，红色为 Tacr2-/-。右侧为明暗期 AUC（units ×10⁴）柱图，误差线为 SEM，观察两组曲线和汇总柱的接近程度。
Source data 1 明确为各子图提供数值，可用于重绘 VO2 时间曲线及 AUC 柱图。（数据：elife-109903-data1.xlsx）
左侧横轴为小时，纵轴为 VCO2（mg/kg/hr），白底为明期、灰底为暗期；黑色为对照，红色为 Tacr2-/-。右侧为明暗期 AUC（units ×10⁴）柱图，误差线为 SEM，比较两组的时间变化和时段汇总。
Source data 1 明确为各子图提供数值，可用于重绘 VCO2 时间曲线及 AUC 柱图。（数据：elife-109903-data1.xlsx）
左侧横轴为小时，纵轴为 RER，白底为明期、灰底为暗期；黑色为对照，红色为 Tacr2-/-。右侧为明暗期 AUC（units）柱图，误差线为 SEM，两组曲线及汇总柱均较接近。
Source data 1 明确为各子图提供数值，可用于重绘 RER 时间曲线及 AUC 柱图。（数据：elife-109903-data1.xlsx）
雌性 Tacr2-/- 小鼠在长期高脂饮食（HFD）喂养期间表现出与对照小鼠相当的总体表型和摄食行为。(A) 热图显示不同实验条件下雌性小鼠中编码脂滴相关蛋白的基因标准化表达水平的 Z-scores。图中展示了单个样本（顶部树状图）和基因（左侧树状图）的层次聚类，分支长度反映簇之间的相似性。野生型对照（WT）样本以黑色文字标记，Tacr2-/-（KO）样本以红色文字标记，高脂饮食（HFD）小鼠的样本以粗体标示。(B) 对维持 HFD 喂养的雌性对照和 Tacr2-/- 小鼠（8–12 周龄）进行为期 10 周的每周体重监测。n=8 对照小鼠，n=9 Tacr2-/- 小鼠。(C) 对 10 周龄雌性对照（n=5）和 Tacr2-/-（n=7）小鼠进行葡萄糖耐量试验（GTT）。(D) 测量 HFD 喂养的雌性对照（n=13）和 Tacr2-/-（n=12）小鼠的胃肠道转运时间。(E) 使用 HFD 喂养第 2 周收集的雌性对照（n=6）和 Tacr2-/-（n=5）小鼠粪便样本，定量测定粪便脂质含量。在 HFD 处理第 10 周，将雌性对照和 Tacr2-/- 小鼠置于代谢笼中，分析摄食量（F, G）、运动活动（H）、VO2（I）、VCO2（J）和呼吸交换率（RER, (K)）。对于（F, G），n=4 对照雌鼠（明期），n=5 Tacr2-/- 雌鼠（明期），n=4 对照雌鼠（暗期），n=5 Tacr2-/- 雌鼠（暗期）；对于（H, I, J, K），n=4 对照雌鼠（明期），n=6 Tacr2-/- 雌鼠（明期），n=4 对照雌鼠（暗期），n=6 Tacr2-/- 雌鼠（暗期）。数据采用重复测量双因素 ANOVA（B, C）或 Holm-Sidak 事后分析（F–K），或非配对双尾 Student’s t 检验（D, E）进行分析。数据以 mean ± SEM 表示；*p<0.05, nsp>0.05。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
每列为一个样本，每行为一个基因，蓝色至红色表示表达 Z-score 从低到高；顶部和左侧树状图分别表示样本及基因的层次聚类。样本标签黑色为 WT、红色为 KO，粗体表示 HFD，结合颜色区块和聚类观察不同条件的表达模式。
Source data 工作簿明确包含各图及补充图按子图标记的数值数据和实验分组，可用于绘制表达热图。（数据：elife-109903-data1.xlsx）
横轴为 HFD 喂养周数，纵轴为体重（g）；黑色为对照，红色为 Tacr2-/-，误差线为 SEM。两组体重均随时间增加，比较同一时间点曲线的距离可见其变化趋势接近。
Source data 工作簿按图和子图提供数值与分组，可直接绘制体重时间曲线。（数据：elife-109903-data1.xlsx）
横轴为时间（分钟），纵轴为血糖（mg per dL）；黑色为对照，红色为 Tacr2-/-，误差线为 SEM。两组血糖先升高后下降，曲线大部分重叠。
Source data 工作簿按子图提供血糖数值和实验分组，可直接绘制 GTT 曲线。（数据：elife-109903-data1.xlsx）
纵轴为胃肠道转运时间（min），黑色和红色分别表示对照与 Tacr2-/-。散点展示个体数值，柱和误差线表示 mean ± SEM，可比较两组转运时间及个体分布。
Source data 工作簿按子图提供对应数值及分组，可绘制柱图和个体散点。（数据：elife-109903-data1.xlsx）
纵轴为每克粪便的脂质含量，黑色为对照，红色为 Tacr2-/-。散点为个体数值，柱及误差线为 mean ± SEM，比较柱高和散点分布可观察组间差别。
Source data 工作簿包含对应子图数值和实验分组，可直接绘制粪便脂质定量图。（数据：elife-109903-data1.xlsx）
横轴为明期和暗期，纵轴为摄食量（kcal）；黑色为对照，红色为 Tacr2-/-。柱及误差线为 mean ± SEM，散点为个体值，两组暗期摄食量均高于明期。
Source data 工作簿按子图提供摄食量与分组，可直接绘制分组柱图。（数据：elife-109903-data1.xlsx）
横轴为明期和暗期，纵轴为每克体重的摄食量（kcal per g bw）；黑色为对照，红色为 Tacr2-/-。柱及误差线表示 mean ± SEM，散点表示个体数值，可分别比较两时段内的组间差别。
Source data 工作簿按子图提供数值及分组，可直接绘制体重标准化摄食量柱图。（数据：elife-109903-data1.xlsx）
左图横轴为小时，纵轴为光束中断次数，白色背景为明期、灰色为暗期；黑色为对照，红色为 Tacr2-/-。右图比较明暗期的 AUC（units ×10³），误差线为 SEM，两组活动均在暗期增多。
Source data 工作簿按子图提供数值及分组，可绘制活动时间曲线和 AUC 柱图。（数据：elife-109903-data1.xlsx）
左图横轴为小时，纵轴为 VO2（mg/kg/hr），白色和灰色背景分别为明期和暗期；黑色为对照，红色为 Tacr2-/-。右图为各时段 AUC（units ×10⁴），误差线为 SEM，可结合曲线和柱高比较两组耗氧量。
Source data 工作簿按子图提供数值与分组，可绘制 VO2 时间曲线及 AUC 柱图。（数据：elife-109903-data1.xlsx）
左图横轴为小时，纵轴为 VCO2（mg/kg/hr），白色为明期、灰色为暗期；黑色为对照，红色为 Tacr2-/-。右图比较两时段 AUC（units ×10⁴），误差线为 SEM，两组曲线和 AUC 柱高均较接近。
Source data 工作簿按子图提供数值及分组，可绘制 VCO2 时间曲线与 AUC 柱图。（数据：elife-109903-data1.xlsx）
左图横轴为小时，纵轴为 RER，白色和灰色背景分别表示明期与暗期；黑色为对照，红色为 Tacr2-/-，误差线为 SEM。右图为 AUC（units），明期红柱高于黑柱且标有星号，表示 *p<0.05。
Source data 工作簿按子图提供数值及分组，可绘制 RER 时间曲线和 AUC 柱图。（数据：elife-109903-data1.xlsx）
Tacr2-/- 小鼠的性腺周围白色脂肪组织表现出相似的基因表达谱。(A) 对从野生型小鼠中分离的脂肪细胞和间充质细胞组分中的 Tacr2、Adipoq、Pparg 和 Leptin mRNA 表达进行 qPCR 分析（n=5 生物学重复）。Adipoq、Pparg 和 Leptin 作为脂肪细胞标志基因。(B) 实验流程示意图（使用 BioRender.com 创建）。对照和 Tacr2-/- 小鼠接受高脂饮食（HFD）喂养 1 或 12 周，随后处死并收集组织。采集性腺周围白色脂肪组织（WAT），提取总 RNA，并对样本进行 RNA 测序。(C, E,G , I) 对 HFD 喂养 1 或 12 周后的雄性（C, E）和雌性（G, I）对照及 Tacr2-/- 小鼠的 RNA-Seq 数据进行主成分分析（PCA）。对于 (C, E)，n=3 对照（1 周 HFD）、n=4 对照（12 周 HFD）、n=3 Tacr2-/-（1 周 HFD）、n=3 Tacr2-/-（12 周 HFD）；对于 (G, I)，n=3 对照（1 周 HFD）、n=4 对照（12 周 HFD）、n=3 Tacr2-/-（1 周 HFD）、n=4 Tacr2-/-（12 周 HFD）。(D, F, H, J)，在 1 或 12 周 HFD 条件下，雄性（D, F）或雌性（H, J）Tacr2-/- 小鼠相对于对照小鼠的差异表达基因火山图。数据使用非配对双尾 Student’s t 检验进行分析。数据以 mean ± SEM 表示；**p<0.01, *p<0.05, nsp>0.05；黑色圆点代表对照小鼠，红色圆点代表 Tacr2-/- 小鼠。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
横轴为 Adipoq、Pparg、Lep 和 Tacr2，纵轴为相对 mRNA 表达量；黑色表示脂肪细胞，绿色表示间充质细胞。柱及误差线为 mean ± SEM，散点为生物学重复；前三个基因有显著性标记，Tacr2 标记为 ns。
Source data 工作簿包含按图号和子图标记的数值及实验分组，可直接绘制表达量柱图。（数据：elife-109903-data1.xlsx）
沿箭头由上至下阅读：雌雄对照及 Tacr2-/- 小鼠接受 1 或 12 周 HFD，随后分离 WAT、提取 RNA 并进行 RNAseq。
该子图为 BioRender 创建的实验流程示意图，不属于表格数据统计图。
横轴 PC1 解释 51% 变异，纵轴 PC2 解释 22% 变异；黑点为对照，红点为 Tacr2-/-，每点代表一个样本。两组点在主成分空间中未呈现清晰分离。
Source data 工作簿按子图提供对应数值和分组，可用于重绘 PCA 散点图。（数据：elife-109903-data1.xlsx）
横轴为 Log₂(FC)，纵轴为 -log₁₀(Padj)，虚线表示筛选阈值。图中标注 Up:0、Down:1，显著下调基因为 Tnfrsf12a。
Source data 工作簿包含对应子图的数值数据，可据倍数变化和校正 P 值绘制火山图。（数据：elife-109903-data1.xlsx）
横轴 PC1 解释 60% 变异，纵轴 PC2 解释 15% 变异；黑点为对照，红点为 Tacr2-/-。比较两组样本分布可见其未完全分离。
Source data 工作簿按子图提供对应数值和分组，可用于重绘 PCA 散点图。（数据：elife-109903-data1.xlsx）
横轴为 Log₂(FC)，纵轴为 -log₁₀(Padj)，虚线表示筛选阈值。图中标注 Up:1、Down:0，显著上调基因为 Inmt。
Source data 工作簿包含对应子图的数值数据，可直接重绘差异表达火山图。（数据：elife-109903-data1.xlsx）
横轴 PC1 解释 63% 变异，纵轴 PC2 解释 29% 变异；黑点为对照，红点为 Tacr2-/-。观察各组点的位置，两组未形成清晰独立的簇。
Source data 工作簿按子图提供对应数值和分组，可用于重绘 PCA 散点图。（数据：elife-109903-data1.xlsx）
横轴为 Log₂(FC)，纵轴为 -log₁₀(Padj)，虚线表示筛选阈值。图中标注 Up:1、Down:0，显著上调基因为 Sv2b。
Source data 工作簿包含对应子图的数值数据，可直接重绘差异表达火山图。（数据：elife-109903-data1.xlsx）
横轴 PC1 解释 51% 变异，纵轴 PC2 解释 18% 变异；黑点为对照，红点为 Tacr2-/-。两组样本在主成分空间中的分布交错，未见清晰分离。
Source data 工作簿按子图提供对应数值和分组，可用于重绘 PCA 散点图。（数据：elife-109903-data1.xlsx）
横轴为 Log₂(FC)，纵轴为 -log₁₀(Padj)，虚线表示筛选阈值。图中标注 Up:0、Down:1，显著下调基因为 Igkv3-2。
Source data 工作簿包含对应子图的数值数据，可直接重绘差异表达火山图。（数据：elife-109903-data1.xlsx）
肠道微生物群的16 S rRNA测序分析。(A) 饲喂低脂饮食（LFD）或高脂饮食（HFD）的对照和Tacr2-/-小鼠粪便微生物群的Shannon指数（α多样性）。n=7 control (LFD), n=7 control (HFD), n=8 Tacr2-/- (LFD), n=8 Tacr2-/- (HFD)。数据采用双因素ANOVA分析，随后进行Holm–Sidak’s事后分析；基因型效应：p=0.039，饮食效应：ns，基因型 × 饮食交互作用：ns。(B) 基于加权UniFrac距离的主坐标分析（PCoA）图，展示饲喂LFD或HFD的Tacr2-/-和对照小鼠微生物群落的β多样性。每个点代表一个独立样本的微生物群落，按基因型（Tacr2-/-，红色；对照，黑色）和饮食（LFD，空心圆；HFD，实心圆）编码。(C) 按门水平对各实验条件下的微生物群进行分类。计算饲喂LFD或HFD的对照和Tacr2-/-小鼠的Firmicutes/Bacteroidetes（F/B）比值。n=7 control (LFD), n=8 Tacr2-/- (LFD), n=7 control (HFD), n=8 Tacr2-/- (HFD)。数据采用双因素ANOVA分析，随后进行Holm-Sidak事后分析。数据以mean ± SEM表示；**p<0.01, *p<0.05。(D, E) 使用线性判别效应量分析（LEfSe）分析操作分类单元（OTUs），以识别因饮食或基因型而差异富集的分类单元。(D) 条形图展示66个饮食依赖性OTUs的线性判别分析（LDA）得分（34个与LFD相关，32个与HFD相关）。(E) 条形图展示104个基因型依赖性OTUs的LDA得分（60个与对照小鼠相关，44个与Tacr2-/-小鼠相关）。(F) 饮食依赖性和基因型依赖性分析共有的18个OTUs的相对丰度（使用BioRender.com创建）。使用线性判别分析（LDA）得分阈值>2.0筛选OTUs。在子图(D)和(E)中，饮食与基因型分析共有的OTUs以绿色文字标示。
图片来自 Elife（Perez PA, et al.），doi:10.7554/eLife.109903，按 CC BY 4.0 许可原样转载。
横轴为各基因型下的LFD和HFD组，纵轴为Shannon Index；黑色为对照，红色为Tacr2-/-。小提琴展示分布，点代表观测值；括号和星号标示比较，图注报告基因型效应p=0.039，饮食及交互作用均为ns。
Source data工作簿按图号和子图分表，提供对应数值及实验分组。（数据：elife-109903-data1.xlsx）
横轴PC1和纵轴PC2分别标示23.31%和19.54%；每个点代表一个样本，点间位置基于加权UniFrac距离。黑色与红色区分对照和Tacr2-/-，空心与实心区分LFD和HFD，可观察各组点的聚集与分离。
Source data工作簿说明提供各子图对应数值及组别，可用于重绘PCoA坐标图。（数据：elife-109903-data1.xlsx）
左侧堆叠柱以颜色区分菌门，纵轴为相对丰度，横轴为四个实验组。右侧按饮食比较两种基因型的F/B Ratio，点为样本，柱及误差线为mean ± SEM；括号上的**和*分别表示p<0.01和p<0.05。
Source data工作簿按子图提供数值及组别，可重绘菌门组成和F/B比值。（数据：elife-109903-data1.xlsx）
纵轴列出OTUs，横轴为LDA Score (log 10)，条形长度表示得分。灰色表示与LFD相关，蓝色表示与HFD相关；绿色OTU名称表示同时出现在基因型差异分析中。
Source data工作簿按子图提供对应数值，可直接用OTU得分及分组重绘条形图。（数据：elife-109903-data1.xlsx）
纵轴列出OTUs，横轴为LDA Score (log 10)。黑色表示与对照相关，红色表示与Tacr2-/-相关，绿色OTU名称表示与饮食差异分析共有的OTUs。
Source data工作簿按子图提供对应数值，可直接重绘基因型相关OTU得分。（数据：elife-109903-data1.xlsx）
左侧韦恩图显示饮食与基因型差异OTUs的交集为18个；中间纵轴为这些OTUs，横轴为对数刻度的相对丰度。黑色和红色区分WT与Tacr2-/-，空心和实心区分LFD与HFD，点带水平误差线；右侧箭头概括饮食变化方向，并标注Tacr2-/-中未检出OTU215。
该子图包含可读表重绘的相对丰度统计图，Source data按子图提供数值；装饰性小鼠及趋势示意不属于数值复现部分。（数据：elife-109903-data1.xlsx）
研究问题
数据与样本
实验流程
- 1建立干预体系：以CRISPR-Cas9构建Tacr2遗传修饰小鼠，结合NK2R激动剂GR64349和拮抗剂GR159897开展药理干预。
- 2评估脂质处理：结合放射性示踪油负荷、C16-BODIPY吸收实验、FPLC及粪便脂质提取，检测脂质吸收、血浆脂蛋白分布和排泄。
- 3评估代谢表型：在不同饮食条件下检测体重、葡萄糖耐量，并用CLAMS记录摄食及能量代谢参数。
- 4分析肠上皮转录组：以FastQC和Cutadapt进行质控与接头去除，经STAR比对后用DESeq2筛选差异基因，阈值为adjusted p<0.05及absolute log2 fold-change >1.0。
- 5解析通路与细胞组成：用ShinyGO开展基因本体、通路富集及网络分析，用BisqueRNA结合已发表单细胞参考数据进行细胞类型去卷积。
- 6验证炎症表型：建立DSS结肠炎模型，每日监测体重和临床状态，在第7天取材，并按上皮完整性和免疫细胞浸润进行组织学评分。
- 7分析微生物群：采用粪便微生物组16S rRNA测序及微生物分析，考察基因型和饮食相关变化。
关键方法与工具
- CRISPR-Cas9
- 构建Tacr2修饰小鼠
- FPLC
- 分离血浆脂蛋白组分
- CLAMS
- 监测摄食与能量代谢
- STAR
- 比对小鼠RNA测序读段
- DESeq2
- 筛选差异表达基因
- ShinyGO
- 通路富集与网络分析
- BisqueRNA
- 肠上皮细胞类型去卷积
- Dextran sulfate sodium (DSS)
- 诱导小鼠结肠炎
设计思路
主要发现
- NK2R缺失或阻断增加餐后甘油三酯血症，并扩大肠道脂质储存。
- 在饮食诱导肥胖小鼠中，NK2R激动抑制乳糜微粒输出、减少脂肪蓄积并改善血糖状况。
- NK2R缺失时，脂质代谢程序协调上调，免疫通路同时减弱。
- NK2R缺失伴随分泌细胞谱系的性别特异性重塑，以及偏向雄性的结肠炎保护作用。
- NK2R信号对粪便微生物群的影响依赖基因型和饮食。
可借鉴之处
- 研究受体功能时，可借鉴本文将遗传缺失与激动剂、拮抗剂互补使用的设计，避免只依据单一干预方向解释表型。
- 整体组织转录组可结合已发表单细胞参考进行细胞类型去卷积，将通路变化与细胞组成变化并行分析。
- 研究肠道脂质代谢时，可组合示踪吸收、血浆脂蛋白分离和粪便脂质检测，从多个环节解释血脂表型。
数据与代码
整体RNA测序数据存于GEO（GSE318405），去卷积参考数据为GSE92332，人类表达数据来自Human Protein Atlas，图表数值见Source data 1，Tacr2−/−和Tacr2fl/fl小鼠可向通讯作者合理申请获取；输入未提供代码仓库。
- elife-109903-supp1.xlsx10 KBSupplementary file 1. qPCR primers used in this study.Forward and reverse primer sequences used for quantitative PCR (qPCR) analyses. All primers were obtained from Integrated DNA Technologies (IDT).
- elife-109903-supp2.xlsx9 KBSupplementary file 2. Genotyping primers used in this study.Forward and reverse primer sequences used for genotyping Tacr2-null and floxed alleles. All primers were obtained from Integrated DNA Technologies (IDT).
- elife-109903-data1.xlsx192 KBSource data 1. Numerical data underlying the figures and figure supplements.Numerical source data are provided in a single Excel workbook, with separate worksheets labeled according to the corresponding figure and panel. Each worksheet contains the associated data and experimental group labels.
其他补充文件（1 个）
- elife-109903-mdarchecklist1.pdf 272 KB MDAR checklist
局限
- 核心功能证据来自小鼠模型，不能直接确定在人类代谢性疾病或炎症性肠病中的治疗效果。
- 雌雄小鼠使用不同浓度的DSS，性别间结肠炎表型比较受到诱导条件差异的限制。
摘要（中文翻译）
神经肽对脂质代谢的调控具有保守性，并日益被认为参与代谢性疾病，但受体层面的机制仍不清楚。在此，我们发现神经激肽-2受体（NK2R）是连接速激肽信号与肠道脂质动员、上皮组成及黏膜炎症的关键节点。通过互补的遗传和药理学扰动，我们发现调节NK2R可产生双向效应。NK2R缺失或阻断会增加餐后甘油三酯血症并扩大肠道脂质储存，而激动NK2R则抑制乳糜微粒输出、减少脂肪蓄积，并改善饮食诱导肥胖中的血糖状况。转录组和细胞分析表明，在缺乏NK2R时，脂质代谢程序协调上调，同时免疫通路减弱，并伴有分泌细胞谱系的性别特异性重塑及偏向雄性的结肠炎保护作用。NK2R信号还以依赖基因型和饮食的方式塑造粪便微生物群，凸显了神经肽信号、上皮生理与宿主-微生物相互作用之间的交互联系。这些发现将NK2R定位为肠道脂质处理和黏膜炎症的分子开关，并提示靶向NK2R的激动剂或拮抗剂可能成为依赖具体情境和性别的代谢性疾病及炎症性肠病治疗策略。
英文原文摘要
Neuropeptidergic control of lipid metabolism is conserved and increasingly implicated in metabolic diseases, but receptor-level mechanisms remain unclear. Here, we identify the neurokinin-2 receptor (NK2R) as a central node linking tachykinin signals to intestinal lipid mobilization, epithelial composition, and mucosal inflammation. Across complementary genetic and pharmacological perturbations, modulation of NK2R drives bidirectional effects. Loss or blockade of NK2R increases postprandial triglyceridemia and expands intestinal lipid stores, whereas agonism suppresses chylomicron output, reduces adiposity, and improves glycemia in diet-induced obesity. Transcriptomic and cellular analyses indicate coordinated upregulation of lipid-metabolic programs with a concomitant dampening of immune pathways in the absence of NK2R, accompanied by sex-specific remodeling of secretory lineages and male-biased protection from colitis. NK2R signaling also shaped the fecal microbiota in a genotype- and diet-dependent manner, highlighting crosstalk among neuropeptide signaling, epithelial physiology, and host-microbe interactions. These findings position NK2R as a molecular switch for intestinal lipid handling and mucosal inflammation and suggest that NK2R-targeted agonists or antagonists could be deployed as context- and sex-dependent therapeutic strategies for metabolic disease and inflammatory bowel disease.
摘要来自 PubMed。翻译与解读由模型根据摘要和开放获取全文的方法部分生成，可能有误，不构成诊疗建议；数据以原文为准，版权归原出版方所有。