Fat Out - Healthspans Help Your Lifespan

Brian A. Ference กับการเปลี่ยนกระบวนทัศน์ของ Lipidology: จาก “ค่า LDL-C วันนี้เท่าไร?” สู่ “หลอดเลือดสัมผัส ApoB/LDL มานานแค่ไหน?”

วิวัฒนาการของแนวคิด Cumulative ApoB/LDL Exposure

หากถามบุคลากรทางการแพทย์ว่า “วันนี้ LDL-C ของผู้ป่วยเท่าไร?” หลายคนน่าจะตอบได้ทันทีจากผลตรวจเลือดครั้งล่าสุด

แต่ถ้าถามต่อว่า

“ตลอดชีวิตที่ผ่านมา หลอดเลือดของผู้ป่วยคนนี้สัมผัส ApoB-containing lipoproteins หรือ LDL มาแล้วมากเพียงใด?”

คำถามนี้ตอบยากกว่ามาก เพราะระดับ LDL-C ที่วัดได้ในวันนี้เป็นเพียงภาพถ่าย ณ จุดเวลาเดียว ขณะที่ atherosclerosis เป็นกระบวนการที่ค่อย ๆ ก่อตัวจากการสัมผัสอนุภาคก่อหลอดเลือดเป็นเวลาหลายปีหรือหลายสิบปี

หนึ่งในนักวิจัยที่มีบทบาทสำคัญในการเปลี่ยนคำถามของวงการจาก “LDL-C วันนี้เท่าไร?” ไปสู่ “ได้รับ cumulative exposure มานานเพียงใด?” คือ ศาสตราจารย์ Brian A. Ference

👨‍⚕️ Brian A. Ference คือใคร?
Brian A. Ference เป็นแพทย์โรคหัวใจและนักระบาดวิทยาพันธุศาสตร์ หรือ genetic epidemiologist งานของเขาอยู่ตรงรอยต่อระหว่าง cardiovascular medicine, human genetics, causal inference และ Mendelian randomization

ประวัติที่เผยแพร่โดย European Atherosclerosis Society ระบุว่า Ference ผ่านการศึกษาและฝึกอบรมที่ Yale, Harvard, Oxford และ Cambridge และดำรงตำแหน่งด้าน translational therapeutics รวมถึงเป็นผู้อำนวยการของ Centre for Naturally Randomized Trials ที่ University of Cambridge อีกทั้งทำงานด้าน cardiovascular medicine ที่ University of Milan ด้วย งานวิจัยของเขามุ่งใช้ genetic variation เป็น “การทดลองที่ธรรมชาติสุ่มให้” เพื่อประเมินสาเหตุของโรค คาดการณ์ผลของการรักษา และตอบคำถามที่ randomized controlled trial ทำได้ยากหรือไม่สามารถทำได้เลย

https://esc365.escardio.org/person/327721?utm_source=chatgpt.com

สิ่งที่ยังไม่ควรกล่าวเกินหลักฐานคือ เราไม่พบคำให้สัมภาษณ์หรือบันทึกชีวประวัติที่ Ference เล่าอย่างชัดเจนว่า มีเหตุการณ์ใดเหตุการณ์หนึ่งเป็นแรงบันดาลใจให้เขาหันมาสนใจ Mendelian randomization

แต่เมื่อดูจากเส้นทางผลงาน คำถามที่เขาสนใจอย่างต่อเนื่อง เห็นได้ชัดว่าเป็นคำถามประเภทนี้:

ถ้าปัจจัยเสี่ยงที่เป็นสาเหตุ เช่น LDL-C แตกต่างกันเพียงเล็กน้อย แต่ความแตกต่างนั้นเริ่มตั้งแต่เกิดและดำรงอยู่นานหลายสิบปี ผลต่อโรคหัวใจและหลอดเลือดจะมากเพียงใด?

คำถามนี้ไม่สามารถตอบด้วย RCT แบบดั้งเดิมได้อย่างสมบูรณ์ เพราะเราไม่สามารถสุ่มเด็กแรกเกิดให้มี LDL-C ต่างกัน แล้วติดตามเป็นเวลา 50–70 ปีได้

Ference จึงใช้ Mendelian randomization หรือ MR อาศัยการที่ genetic variants ถูกจัดสรรตั้งแต่ปฏิสนธิและมีอิทธิพลต่อ LDL-C ตลอดชีวิต เปรียบเสมือน natural randomization เพื่อศึกษาผลของการสัมผัส LDL ที่แตกต่างกันในระยะยาว

MR ไม่ได้ปราศจากข้อจำกัด และไม่ใช่สิ่งทดแทน RCT แต่เมื่อ genetic instruments เหมาะสม ผลจาก genes หลายตำแหน่งสอดคล้องกัน และสอดรับกับ epidemiology และ clinical trials วิธีนี้สามารถช่วยเสริม causal inference ได้อย่างทรงพลัง

1️⃣ ปีพ.ศ. 2555: งานที่ทำให้ “เวลา” กลายเป็นส่วนหนึ่งของขนาดการสัมผัส LDL

ในปี พ.ศ. 2555 Ference และคณะตีพิมพ์งานสำคัญในวารสาร Journal of the American College of Cardiology เรื่อง

Effect of Long-Term Exposure to Lower LDL Cholesterol Beginning Early in Life on the Risk of Coronary Heart Disease

งานนี้ไม่ได้ถามเพียงว่า LDL-C ต่ำสัมพันธ์กับ coronary heart disease น้อยลงหรือไม่ แต่ถามว่า การมี LDL-C ต่ำกว่าตั้งแต่ต้นชีวิตให้ประโยชน์แตกต่างจากการเริ่มลด LDL-C ในวัยกลางคนหรือวัยสูงอายุอย่างไร

นักวิจัยใช้ genetic variants 9 ตัวใน 6 genes ซึ่งสัมพันธ์กับระดับ LDL-C และศึกษาข้อมูลจากประชากรมากกว่า 300,000 คน ผลพบว่า การมี LDL-C ต่ำกว่าประมาณ 1 mmol/L หรือ 38.7 mg/dL ตั้งแต่ต้นชีวิตสัมพันธ์กับความเสี่ยง coronary heart disease ที่ต่ำลงประมาณ 54.5% ซึ่งเป็น risk reduction ต่อหน่วย LDL-C ที่มากกว่าผลซึ่งพบโดยเฉลี่ยใน statin trials ที่เริ่มรักษาในภายหลังของชีวิต

Effect of long-term exposure to lower low-density lipoprotein cholesterol beginning early in life on the risk of coronary heart disease: a Mendelian randomization analysis
https://doi.org/10.1016/j.jacc.2012.09.017

📌 ข้อสรุปนี้ไม่ได้หมายความว่า genetic LDL lowering มีฤทธิ์ป้องกันโรค “แรงกว่า statin” ในเชิงชีววิทยา

ความแตกต่างสำคัญคือระยะเวลา ⏰

ผู้ที่มี genetic variant ได้รับการสัมผัส LDL-C ที่ต่ำกว่าตั้งแต่เริ่มต้นชีวิต ขณะที่ผู้เข้าร่วม RCT ส่วนมากเริ่มลด LDL-C หลังจากหลอดเลือดสัมผัส LDL มาแล้วหลายสิบปี

งานปี พ.ศ. 2555 จึงวางรากฐานของแนวคิดว่า ผลของ LDL ต่อหลอดเลือดขึ้นกับอย่างน้อยสองมิติพร้อมกัน ได้แก่

ระดับหรือ magnitude ของการสัมผัส

และ

ระยะเวลาหรือ duration ของการสัมผัส

พูดอีกแบบหนึ่งคือ LDL-C 160 mg/dL เป็นเวลาสองปี กับ LDL-C 160 mg/dL เป็นเวลาสี่สิบปี ไม่ใช่ biological exposure ที่เท่ากัน แม้ผลตรวจในวันนี้จะเป็นตัวเลขเดียวกันก็ตาม

2️⃣ ปี พ.ศ. 2558: ต่าง genetic pathways แต่ลงท้ายที่ causal exposure เดียวกัน

คำถามต่อมาคือ ผลในปี พ.ศ.2555 อาจเกิดจากคุณสมบัติเฉพาะของ genes บางตำแหน่ง มากกว่าจะเกิดจาก LDL โดยตรงหรือไม่

ในปี พ.ศ.2558 Ference และคณะจึงใช้ 2 × 2 factorial Mendelian randomization เปรียบเทียบ genetic variants ในสอง pathways ได้แก่

NPC1L1 ซึ่งเป็น molecular target ของ ezetimibe

และ

HMGCR ซึ่งเป็น molecular target ของ statins

▶️ ผลพบว่า genetic variants ในทั้งสอง pathways ซึ่งทำให้ LDL-C ต่ำลง สัมพันธ์กับการลดความเสี่ยง coronary heart disease ในระดับใกล้เคียงกันเมื่อเปรียบเทียบต่อหน่วย LDL-C ที่ลดลง และเมื่อบุคคลได้รับ variants จากทั้งสอง pathways ผลต่อ LDL-C และ CHD ก็มีลักษณะเสริมกันหรือ additive

Effect of naturally random allocation to lower low-density lipoprotein cholesterol on the risk of coronary heart disease mediated by polymorphisms in NPC1L1, HMGCR, or both: a 2 × 2 factorial Mendelian randomization study
https://doi.org/10.1016/j.jacc.2015.02.020

NPC1L1 และ HMGCR ไม่ใช่ pathways เดียวกันทางสรีรวิทยา

NPC1L1 เกี่ยวข้องกับการดูดซึม cholesterol จากลำไส้ ขณะที่ HMGCR เกี่ยวข้องกับการสังเคราะห์ cholesterol ภายในเซลล์ แต่ทั้งสองเส้นทางสามารถ converge ไปยังผลปลายน้ำร่วมกัน ได้แก่ การเพิ่ม LDL receptor-mediated clearance และการลดจำนวน circulating atherogenic particles

▶️ สิ่งที่ Ference เสนอจึงไม่ใช่ว่าชีววิทยาต้นน้ำของทั้งสอง pathways เหมือนกัน แต่คือ ถ้าผลกระทบต่อ CHD ถูกขับเคลื่อนหลักโดยการลด atherogenic lipoprotein exposure การลด exposure เดียวกันในปริมาณใกล้เคียงกันก็ควรให้ผลต่อ outcome ใกล้เคียงกัน ตราบใดที่ไม่มี pleiotropic หรือ off-target effects ขนาดใหญ่เข้ามาเปลี่ยนผลลัพธ์

นี่เป็นหลักฐานอีกชิ้นหนึ่งว่า LDL ไม่ได้เป็นเพียง biomarker ที่เคลื่อนไปพร้อมกับโรค แต่เป็น mediator ที่อยู่บน causal pathway

3️⃣ ปี พ.ศ.2559: PCSK9 และ HMGCR ให้คำตอบในทิศทางเดียวกัน

ในปี พ.ศ.2559 Ference และคณะขยายคำถามไปยัง PCSK9 โดยเปรียบเทียบ genetic variants ใน PCSK9 กับ variants ใน HMGCR

▶️ ผลการศึกษาแสดงว่า เมื่อเปรียบเทียบต่อ LDL-C ที่ต่ำลงในระดับเดียวกัน variants ใน PCSK9 และ HMGCR มีความสัมพันธ์กับ cardiovascular risk reduction ในระดับใกล้เคียงกัน และเมื่อรวม genetic scores ของทั้งสอง pathways ผลก็มีลักษณะ additive เช่นเดิม

Variation in PCSK9 and HMGCR and Risk of Cardiovascular Disease and Diabetes
https://doi.org/10.1056/nejmoa1604304

ภายในปี 2569 ภาพจึงเริ่มชัดขึ้นว่า

➡️ Magnitude matters

ระดับการลด atherogenic lipoprotein exposure มีความสำคัญ

➡️ Duration matters

การลดตั้งแต่ต้นและดำรงอยู่นานให้ผลสะสมมากกว่า

➡️ Upstream mechanism may differ

แต่หาก pathways ต่างกัน converge ไปยังการลด causal exposure เดียวกัน ผลต่อ ASCVD ต่อหน่วย exposure ก็สามารถใกล้เคียงกันได้

อย่างไรก็ตาม ข้อสรุปนี้มีเงื่อนไขสำคัญ เพราะยาและ genetic variants อาจมีผลอื่นนอกเหนือจาก LDL การลด LDL-C ปริมาณเท่ากันจึงไม่ใช่หลักประกันเชิงกฎฟิสิกส์ว่ายาทุกชนิดจะให้ clinical outcome เท่ากันเสมอ ต้องพิจารณา off-target effects, safety และหลักฐานจาก RCT ประกอบด้วย

4️⃣ ปี พ.ศ.2560: จากงานวิจัยรายฉบับสู่ totality of evidence ว่า LDL เป็นสาเหตุของ ASCVD

ในปี พ.ศ.2560 Ference เป็นชื่อแรกของ European Atherosclerosis Society Consensus Statement เรื่อง

▶️ Low-density lipoproteins cause atherosclerotic cardiovascular disease: Evidence from genetic, epidemiologic, and clinical studies

เอกสารนี้ไม่ได้อาศัย MR เพียงอย่างเดียว แต่ประเมินหลักฐานจากหลายสาย ได้แก่

* monogenic disorders ที่ทำให้ LDL สูงหรือต่ำผิดปกติ
* prospective epidemiology
* Mendelian randomization จากหลาย genes และหลาย pathways
* randomized controlled trials ของยาลด LDL หลายกลไก

หลักฐานเหล่านี้มีจุดอ่อนและ potential biases ต่างกัน แต่ผลกลับ converge ไปในทิศทางเดียวกัน คือ LDL และ apoB-containing lipoproteins มีบทบาทเชิงสาเหตุในการเกิด ASCVD และผลทางชีววิทยาขึ้นกับทั้ง magnitude และ cumulative duration ของ exposure

Low-density lipoproteins cause atherosclerotic cardiovascular disease. 1. Evidence from genetic, epidemiologic, and clinical studies. A consensus statement from the European Atherosclerosis Society Consensus Panel
https://doi.org/10.1093/eurheartj/ehx144

เราไม่พบเอกสารจาก EAS ที่อธิบายโดยตรงว่า เหตุใดจึงเลือก Ference เป็น first author ดังนั้นไม่ควรเขียนว่าเขาได้รับเลือกเพราะเป็น “ผู้เชี่ยวชาญอันดับหนึ่ง” หรือเพราะเหตุผลเฉพาะใดโดยไม่มีหลักฐาน

แต่เมื่อดูจากผลงานก่อนปี พ.ศ.2560 Ference มีความเชี่ยวชาญตรงกับโจทย์ของ Consensus Statement อย่างยิ่ง เพราะงานของเขาเชื่อม human genetics, Mendelian randomization, drug-target validation และ clinical trials เข้ากับ causal inference เรื่อง LDL โดยตรง

📌 จาก LDL-C สู่ ApoB: causal exposure ที่แท้จริงคืออนุภาค

ในงานระยะแรก Ference มักสื่อสารผลในหน่วย LDL-C เพราะเป็น biomarker ที่ใช้แพร่หลายในคลินิกและมีข้อมูลจำนวนมาก

แต่ LDL-C วัดมวล cholesterol ภายใน LDL particles ไม่ได้วัดจำนวน particles โดยตรง อนุภาค LDL แต่ละตัวอาจบรรทุก cholesterol ไม่เท่ากัน ดังนั้นในภาวะที่ LDL-C และ apoB discordant ค่า LDL-C อาจไม่ได้สะท้อนจำนวน atherogenic particles อย่างแม่นยำ

งานในช่วงหลังของ Ference และนักวิจัยอื่น ๆ จึงช่วยทำให้ causal model ลึกขึ้นจาก

“cholesterol ในเลือด”

ไปเป็น

“จำนวน apoB-containing particles ที่ไหลเวียน เข้าสู่ และถูก retain ในผนังหลอดเลือดตามเวลา”

apoB หนึ่งโมเลกุลแทนอนุภาค atherogenic lipoprotein หนึ่งอนุภาคใน LDL, VLDL remnants, IDL และ Lp(a) ดังนั้น apoB จึงใกล้กับ particle number และ causal exposure มากกว่า LDL-C ในสถานการณ์ที่เกิด discordance

ด้วยเหตุนี้ การใช้คำว่า Cumulative ApoB/LDL Exposure จึงช่วยสื่อได้ทั้งสองระดับ คือ LDL-C ในฐานะ clinical biomarker ที่มีหลักฐานและใช้งานแพร่หลาย และ apoB ในฐานะตัวแทนของจำนวน atherogenic particles ที่ใกล้ causal biology มากกว่า

5️⃣ ปี พ.ศ.2567: Cumulative exposure hypothesis ถูกทำให้เป็นกรอบแนวคิดอย่างเป็นระบบ

ในปี พ.ศ.2567 Ference ร่วมกับ Eugene Braunwald และ Alberico Catapano ตีพิมพ์บทความทบทวนใน Nature Reviews Cardiology เรื่อง

📌 The LDL cumulative exposure hypothesis: Evidence and practical applications

บทความนี้ไม่ได้เป็นจุดที่แนวคิดเรื่องเวลาเพิ่งถูกค้นพบ แต่เป็นการรวบรวมและ formalize หลักฐานที่ค่อย ๆ สะสมมานานกว่าหนึ่งทศวรรษ

แก่นของ framework คือ atherosclerosis เกิดจากการที่ LDL และ apoB-containing lipoproteins ถูกกักค้างในผนังหลอดเลือดเมื่อเวลาผ่านไป การรวมระดับ LDL-C ที่วัดซ้ำตลอดช่วงชีวิตจึงสามารถใช้ประมาณ cumulative exposure ซึ่งสะท้อนทั้ง magnitude และ duration ได้ดีกว่าค่าตรวจเพียงครั้งเดียว

The LDL cumulative exposure hypothesis: evidence and practical applications
https://doi.org/10.1038/s41569-024-01039-5

➡️ ในทางแนวคิดสามารถเขียนได้ว่า

Cumulative exposure ≈ ความเข้มข้นของ LDL/ApoB × ระยะเวลาที่สัมผัส

แต่เนื่องจาก LDL-C เปลี่ยนแปลงตลอดชีวิต แบบจำลองที่แม่นกว่าคือการคิดเป็นพื้นที่ใต้กราฟ LDL-C ตามเวลา หรือ area under the exposure–time curve

แนวคิดนี้ไม่ได้หมายความว่า LDL-C-years เป็นนาฬิกาที่สามารถทำนายได้แน่นอนว่าใครจะเกิด myocardial infarction เมื่ออายุเท่าไร

ความดันโลหิต การสูบบุหรี่ เบาหวาน Lp(a) พันธุกรรม การอักเสบ และความไวของผนังหลอดเลือดยังมีผลต่อ plaque progression และ clinical events ด้วย ผู้ที่มี cumulative LDL exposure เท่ากันจึงไม่จำเป็นต้องมี absolute risk เท่ากัน

Ference และคณะเรียกความแตกต่างนี้ว่าแนวคิด personal plaque threshold กล่าวคือ ระดับ accumulated plaque burden ที่เริ่มนำไปสู่ clinical events อาจแตกต่างกันในแต่ละบุคคลตาม inherited susceptibility และปัจจัยทำร้ายผนังหลอดเลือดอื่น ๆ

ดังนั้น cumulative exposure เป็นกรอบทางชีววิทยาและเครื่องมือประเมินความเสี่ยง ไม่ใช่ deterministic law ที่กำหนดชะตาของแต่ละคนจาก LDL เพียงตัวเดียว
(พี่ปุ๋มเคยทำไลฟ์สรุปการศึกษานี้ไปแล้วเมื่อปี พ.ศ.2567 ค่ะ วางลิงค์ไว้ในคอมเมนท์)

📌 จากงานของ Ference สู่ guideline และ consensus statements

ผลงานของ Ference ไม่ได้เป็นแหล่งข้อมูลเพียงแหล่งเดียวที่ทำให้ guideline เปลี่ยนแปลง และเราไม่ควรกล่าวว่า treatment target เช่น LDL-C

น่ารักเนอะ 😁 ราตรีสวัสดิ์ ฝันดีค่ะทุกคน ❤️

เครดิต: Dachshund Lovely

📌 การกำจัด LDL เป็นกระบวนการที่ขึ้นกับประสิทธิภาพของ LDL receptor ทั้งการจับ (binding), การนำเข้าเซลล์ (internalization) และการรีไซเคิลตัวรับ (recycling) ไม่ใช่เพียงจำนวนตัวรับอย่างเดียว และจากการศึกษาแบบ in vitro นี้ การ recycle LDL receptor imply ความเป็นหัวใจของระบบกำจัด LDL ออกจากกระแสเลือดเลยค่ะ

👩🏻‍💻 วันนี้ ว้าวมากค่ะ พี่ไปได้การศึกษานี้มาจาก lipidologist ท่านหนึ่ง ที่เพิ่มความเข้าใจ lecture ของ Chris Packard: เรื่อง ApoB kinetic ให้สมบูรณ์มากขึ้น

▶️ มาอ่านสรุปการศึกษานี้กันค่ะ

การศึกษานี้เป็นงานวิจัยพื้นฐาน (basic science) ไม่ใช่งานวิจัยทางคลินิก จึงไม่มีผู้ป่วย ไม่มี clinical outcomes และไม่มีการประเมิน ASCVD โดยตรง แต่มีความสำคัญมาก เพราะเป็นหนึ่งในงานที่อธิบายเชิงคณิตศาสตร์ว่า LDL receptor ทำงานอย่างไรในการจับและกำจัด LDL ออกจากกระแสเลือด ซึ่งเป็นรากฐานของความเข้าใจเรื่อง LDL clearance ในปัจจุบัน และเชื่อมโยงกับแนวคิดที่ Prof. Chris Packard, Brown & Goldstein รวมถึง Brian Ference ใช้อธิบายเรื่อง LDL kinetics ในเวลาต่อมา

▶️ รายละเอียดการศึกษา

Kinetics of low-density lipoprotein receptor activity in Hep-G2 cells: derivation and validation of a Briggs-Haldane-based kinetic model for evaluating receptor-mediated endocytotic processes in which receptors recycle.
Harwood HJ Jr, Pellarin LD

ตีพิมพ์: Biochemical Journal. 1997;323:649–659.

➡️ Background

ก่อนหน้านั้น นักวิทยาศาสตร์ทราบแล้วว่า

* LDL จับกับ LDL receptor
* receptor ถูก internalize เข้าเซลล์
* LDL ถูกย่อยใน lysosome
* receptor recycle กลับขึ้นมาที่ผิวเซลล์

แต่ยังไม่มีแบบจำลองทางคณิตศาสตร์ที่อธิบาย

“ความเร็วของระบบทั้งหมดเป็นอย่างไร”

เหมือนที่ enzyme kinetics มี Michaelis-Menten หรือ Briggs-Haldane

ผู้วิจัยจึงตั้งคำถามว่า

ระบบ LDL receptor สามารถอธิบายเหมือน enzyme catalyst ได้หรือไม่

➡️ วัตถุประสงค์

สร้าง kinetic model สำหรับ

LDL receptor-mediated endocytosis

โดยใช้หลัก

* Briggs-Haldane kinetics
* King-Altman analysis

แล้วทดสอบว่า

โมเดลนี้อธิบายข้อมูลจริงใน HepG2 cells ได้หรือไม่

➡️ ระเบียบวิธีวิจัย

Experimental model

ใช้

HepG2 cells

ซึ่งเป็น human hepatoma cell line

และเป็น model ที่ใช้ศึกษาการทำงานของ LDL receptor อย่างแพร่หลาย

LDL tracer

ใช้

14C-sucrose-labelled LDL

ข้อดีคือ

เมื่อ LDL ถูกย่อย

radioactive sucrose จะถูกกักอยู่ในเซลล์

จึงสามารถวัด cumulative internalization ได้อย่างแม่นยำ

➡️ สิ่งที่วัด

ผู้วิจัยวัด

1. Binding affinity

* Kd

2. จำนวน receptor

Bmax

3. Internalization rate

ke

4. Maximum uptake

Vmax

5. Km

แล้วนำค่าทั้งหมดมาสร้าง kinetic model

➡️ แนวคิดสำคัญของโมเดล

ผู้วิจัยเสนอว่า

LDL receptor ทำงานเหมือน enzyme กล่าวคือ

LDL = substrate

LDL receptor = catalyst

LDL receptor ไม่ถูกใช้หมด

แต่ recycle กลับมาใช้งานใหม่

เหมือน enzyme ที่ใช้ซ้ำได้

นี่คือแนวคิดสำคัญของ paper ฉบับนี้

➡️ ผลลัพธ์

1. จำนวน LDL receptor

Bmax

≈123 fmol/mg protein

2. Affinity

Kd

14.3 nM

แสดงว่า

LDL จับ receptor ได้แน่นมาก

(high affinity)

3. Internalization constant

ke

0.163 min⁻¹

หมายถึง

เมื่อ LDL จับ receptor แล้ว

complex ถูก internalize ค่อนข้างรวดเร็ว

4. Km

ประมาณ

80 nM

5. Maximum internalization velocity

26.4 fmol/min/mg protein

6. Association rate (อัตราการจับ)

ผู้วิจัยคำนวณว่า

LDL จับ receptor ได้รวดเร็ว

association rate สูง

7. Dissociation (อัตราการปล่อย)

หลังจับแล้ว

โอกาสหลุดออกมีน้อย

เพราะ

internalization

เกิดเร็วกว่าการ dissociation

นี่เป็นข้อค้นพบสำคัญ

กล่าวคือ

เมื่อ LDL จับ receptor แล้ว

เซลล์มักดึง LDL เข้าไปก่อนที่จะหลุดออกมาเอง

8. Receptor recycling

คำนวณได้ว่า recycling เร็วกว่าการ internalization

ดังนั้น

ประมาณ

80% ของ LDL receptor ยังอยู่บนผิวเซลล์ตลอดเวลา

แม้ว่าจะมี receptor บางส่วนกำลัง internalize อยู่ก็ตาม (ความรู้ใหม่นี้ว้าวมากค่ะ)

➡️ Validation

ผู้วิจัยเปรียบเทียบ Internalization velocity ที่
คำนวณจากโมเดล กับค่าที่วัดจริง พบว่าสอดคล้องกันสูงมาก แสดงว่า

โมเดลสามารถอธิบายระบบ LDL receptor ได้ดี

➡️ Discussion

ผู้วิจัยอภิปรายประเด็นสำคัญหลายข้อ

1. LDL receptor เป็น catalytic system

แม้ receptor จะไม่ใช่ enzyme จริง

แต่เชิง kinetics

ทำงานเหมือน enzyme

จึงสามารถใช้ Briggs-Haldane model ได้

2. Receptor recycling มีความสำคัญมาก

หาก receptor ไม่ recycle

จำนวน receptor บนผิวเซลล์จะลดลงอย่างรวดเร็ว

ทำให้ LDL uptake ลดลง

ดังนั้น

การ recycle

เป็นหัวใจของระบบกำจัด LDL

3. Internalization เร็วกว่าการหลุดออก

นี่อธิบายว่า

เมื่อ LDL จับ receptor แล้ว

ระบบมีประสิทธิภาพสูงในการกำจัด LDL

4. LDL clearance ขึ้นกับ kinetics ทั้งระบบ

ไม่ใช่เพียง

จำนวน receptor

แต่ขึ้นกับ

* binding
* internalization
* recycling
* dissociation

ทั้งหมดร่วมกัน

➡️ ความสำคัญต่อความเข้าใจเรื่อง LDL metabolism

งานนี้เป็นพื้นฐานของแนวคิดว่า

ระดับ LDL ในเลือด

ไม่ได้ขึ้นกับการสร้างเพียงอย่างเดียว

แต่ขึ้นกับ

อัตราการกำจัด (fractional catabolic rate; FCR)

ซึ่งถูกกำหนดโดยการทำงานของ LDL receptor ทั้งระบบ

แนวคิดนี้สอดคล้องกับงานของ Packard, Shepherd และ Ference ในเวลาต่อมา ที่เน้นว่า kinetics ของ ApoB-containing lipoproteins และประสิทธิภาพของ LDL receptor clearance มีบทบาทสำคัญต่อระดับ LDL-C ในเลือด

🏋️ จุดแข็งของการศึกษา

* สร้างโมเดลทางคณิตศาสตร์ที่อธิบาย LDL receptor kinetics อย่างเป็นระบบ
* ใช้ข้อมูลทดลองจริงในการประมาณค่าพารามิเตอร์ ไม่ใช่เพียงการจำลอง
* ตรวจสอบความถูกต้องของโมเดลด้วยข้อมูลทดลองและพบความสอดคล้องสูง
* แสดงให้เห็นบทบาทสำคัญของ receptor recycling ซึ่งเป็นหัวใจของการกำจัด LDL
* เป็นหนึ่งในงานพื้นฐานที่มีอิทธิพลต่อความเข้าใจด้าน lipoprotein metabolism ในเวลาต่อมา

🚫 ข้อจำกัดของการศึกษา

* เป็นการศึกษาใน HepG2 cell line ไม่ใช่เซลล์ตับปกติของมนุษย์
* เป็นการทดลองในหลอดทดลอง (in vitro) จึงไม่สะท้อนสภาพแวดล้อมที่ซับซ้อนในร่างกายทั้งหมด
* ศึกษาเฉพาะ LDL receptor pathway ไม่ได้รวมการสร้าง VLDL, การเปลี่ยนเป็น IDL/LDL หรือการกำจัดผ่านตัวรับชนิดอื่น
* ไม่สามารถใช้สรุปผลทางคลินิก เช่น ความเสี่ยง ASCVD หรือผลของการรักษาได้โดยตรง

🎯 Take-home message

งานวิจัยนี้ไม่ได้พิสูจน์ว่า LDL ทำให้เกิดโรคหลอดเลือด แต่ได้วางรากฐานเชิงกลไกที่สำคัญว่า การกำจัด LDL เป็นกระบวนการที่ขึ้นกับประสิทธิภาพของ LDL receptor ทั้งการจับ (binding), การนำเข้าเซลล์ (internalization) และการรีไซเคิลตัวรับ (recycling) ไม่ใช่เพียงจำนวนตัวรับอย่างเดียว

และถ้าต้องจัดลำดับความสำคัญจาก สิ่งที่การศึกษานี้ต้องการสื่อจริง ๆ ไม่ใช่แค่รายงานผล

ตัว take-home message จะเป็นดังนี้ค่ะ

อันดับ 1: Recycling (การรีไซเคิล LDL receptor) ⭐⭐⭐⭐⭐

นี่คือ “พระเอก” ของงานวิจัยฉบับนี้

ผู้วิจัยสร้างโมเดลขึ้นมาเพื่ออธิบายว่า

LDL receptor ไม่ได้เป็นตัวรับที่ใช้ครั้งเดียวแล้วหมดไป แต่เป็นทรัพยากรที่หมุนเวียนกลับมาใช้งานซ้ำอย่างต่อเนื่อง

พวกเขาคำนวณได้ว่า

* receptor ส่วนใหญ่ยังคงอยู่บนผิวเซลล์
* receptor ที่ถูกนำเข้าเซลล์จะกลับขึ้นมาที่ผิวเซลล์อย่างรวดเร็ว
* การ recycle นี้ทำให้ตับสามารถกำจัด LDL ได้อย่างต่อเนื่อง

กล่าวอีกแบบคือ

ประสิทธิภาพของระบบไม่ได้ขึ้นกับว่ามี receptor กี่ตัว แต่ขึ้นกับว่าตัวรับเหล่านั้น “หมุนเวียนกลับมาใช้งานได้เร็วแค่ไหน”

#หาคำตอบสุขภาพจากงานวิจัยไม่ใช่จากเรื่องเล่า

โอ้ มีคน upload lecture ของ Prof.Chris Packard ที่อยู่บน platform ของ TG Forum เรื่อง “ApoB and atherosclerosis 2026: Answers and Questions ” ลง YT เรียบร้อย

พี่ปุ๋มเพิ่งโพสต์สรุปบางส่วนไปเมื่อ 2 วันก่อน ทุกท่านสามารถเข้าไปดูได้ โดยไม่ต้อง sign in กับ TG Forum ก่อนถึงจะดูได้เหมือนที่พี่ทำค่ะ

พี่จะได้ไม่ต้องสรุป lecture ความยาว 35 นาทีนี้ละค่ะ
ข้อเสียนิดเดียวคือผู้ที่ upload vdo มา ภาพคมชัดแต่เสียงค่อนข้างเบา ปรับ volume เต็มที่ เสียงก็ไม่ขึ้นค่ะ แต่ก็ฟังได้อยู่ lecture ดีมากค่ะ

พี่วางลิงค์ YT ไว้ให้ในคอมเมนท์ค่ะ

แพทย์/นักวิจัยที่เปลี่ยนความเข้าใจเรื่องโรคหลอดเลือดแดงหัวใจแข็ง (Atherosclerotic Cardiovascular Disease)…แต่คุณอาจไม่เคยรู้จักชื่อของพวกเขา

▶️ ทุกวันนี้ เวลาพูดถึงเรื่องโภชนาการ ไขมันในเลือด หรือโรคหลอดเลือดแดงหัวใจแข็ง เรามักคุ้นเคยกับชื่อของ Health Influencers หลายคน บางคนมีผู้ติดตามหลักแสน หลักล้าน หรือมากกว่านั้น

แต่เคยสังเกตไหมว่า…

เราแทบไม่เคยรู้จักชื่อของนักวิทยาศาสตร์ที่ทำให้องค์ความรู้เหล่านี้เกิดขึ้น

ทั้งที่แนวคิดซึ่งอยู่ในตำราเรียน ใน clinical guidelines และในเวชปฏิบัติ ไม่ได้เกิดจากโพสต์บนโซเชียลมีเดีย หากเกิดจากนักวิจัยจำนวนมากที่อุทิศเวลาหลายสิบปีในการตั้งคำถาม ออกแบบการศึกษา ตรวจสอบสมมติฐาน และให้ผลงานของตนเองผ่านการทดสอบซ้ำแล้วซ้ำอีก

▶️ แน่นอนว่า ความเข้าใจเรื่อง atherosclerotic cardiovascular disease (ASCVD) ในปัจจุบัน เกิดจากผลงานของนักวิทยาศาสตร์จำนวนมากตลอดระยะเวลา 264 ปี (อ้างอิงจาก Chapter 1 ของ Textbook Therapeutic Lipidology) จาก Nikolai Anitschkow พยาธิแพทย์ชาวรัสเซียผู้ค้นพบความเชื่อมโยงระหว่างคอเลสเตอรอลกับโรคหลอดเลือดแดงแข็ง (Atherosclerosis) ในปี ค.ศ. 1913 การทดลองของเขาถือเป็นรากฐานสำคัญของ "สมมติฐานไขมัน" (Lipid Hypothesis) ซึ่งเปลี่ยนโฉมหน้าวงการโรคหัวใจและหลอดเลือดไปตลอดกาลผู้ทำการศึกษาคราบคอเลสเตอรอลในเส้นเลือดกระต่าย จนถึงผู้วางรากฐานสำคัญของวงการอย่าง Michael S. Brown และ Joseph L. Goldstein ผู้ค้นพบ LDL receptor และได้รับรางวัลโนเบลสาขาสรีรวิทยาหรือการแพทย์ในปี 1985 ตลอดจนผลงานของนักวิจัยอีกจำนวนมากที่ช่วยอธิบายชีววิทยาของหลอดเลือด ไขมันในเลือด พันธุศาสตร์ และการรักษาโรคหัวใจ

👩🏻‍💻 พี่ปุ๋มจึงมีความคิดที่อยากเขียนซีรีส์แนะนำนักวิจัยจำนวนหนึ่ง ที่มีคุณูปการต่อความเข้าใจเรื่องนี้ ซีรี่ส์ไม่ได้มีจุดประสงค์เพื่อจัดอันดับว่าใครสำคัญที่สุด หรือกล่าวอ้างว่ามีนักวิทยาศาสตร์เพียงสามคนที่สร้างองค์ความรู้เรื่อง ASCVD แต่อย่างใด แต่เป็นแพทย์และนักวิจัย 3 ท่าน ที่ทำให้พี่มีความรู้มากขึ้นในเรื่อง Cholesterol homeostasis และ ASCVD ตลอดระยะเวลาในการทำเพจสุขภาพ Fat Out-Health spans ในช่วง 4 ปีที่ผ่านมา

พี่เลยเริ่มต้นสร้างซีรี่ส์แรก โดยการชวนทุกท่านไปรู้จักแพทย์นักวิจัย 3 ท่าน ซึ่งผลงานของพวกเขาช่วยอธิบาย ApoB paradigm คนละมิติ และเมื่อมองร่วมกัน จะทำให้เข้าใจแนวคิดสมัยใหม่ของการเกิด atherosclerosis ได้อย่างเป็นระบบ

👨‍⚕️ Brian A. Ference
ผู้ทำให้วงการเริ่มมองว่า ความเสี่ยงไม่ได้ขึ้นอยู่กับ “ค่า LDL-C วันนี้” แต่ขึ้นอยู่กับ การสัมผัส ApoB/LDL สะสมตลอดชีวิต (Cumulative ApoB/LDL Exposure) ผ่านงานด้าน Mendelian Randomization และ lifetime ApoB/LDL Exposure

👨‍💼Chris Packard
ผู้ช่วยอธิบายว่า ApoB-containing lipoproteins มาจากไหน และถูกกำจัดออกจากกระแสเลือดอย่างไร ผ่านงานด้าน ApoB kinetics และการเปลี่ยนผ่านจาก VLDL ไปเป็น LDL

👨🏻‍⚕️ Jan Borén
ผู้ช่วยตอบคำถามสำคัญที่สุดข้อหนึ่งว่า เหตุใด ApoB-containing particles จึงก่อให้เกิด atherosclerosis ผ่านงานวิจัยด้าน Response-to-Retention และชีววิทยาของผนังหลอดเลือด

ทั้งสามท่านไม่ได้ทำงานเรื่องเดียวกัน

แต่ตอบคำถามคนละข้อ

Ference ตอบว่า…

“เวลา” สำคัญ

Packard ตอบว่า…

“อนุภาคมาจากไหน”

Borén ตอบว่า…

“ทำไมอนุภาคจึงก่อโรค”

📖 เมื่อองค์ความรู้ทั้งสามด้านเชื่อมโยงเข้าด้วยกัน เราจะเริ่มเข้าใจว่า เหตุใดวงการ Cardiology และ Lipidology จึงค่อย ๆ เปลี่ยนจากการมองเพียง “ค่า LDL-C วันนี้” ไปสู่การมอง การสัมผัส ApoB-containing lipoproteins สะสมตลอดชีวิต

📌 ซีรีส์นี้จึงไม่ใช่เพียงการเล่าประวัติของนักวิจัย

แต่เป็นการเดินทางย้อนกลับไปดูว่า องค์ความรู้ที่อยู่เบื้องหลังความเข้าใจ Atherosclerotic Cardiovascular Disease ค่อย ๆ ก่อร่างสร้างตัวขึ้นจากหลักฐานอย่างไร

เพราะหัวใจของ Evidence-Based Medicine ไม่ใช่การจำข้อสรุป

แต่คือการเข้าใจว่า…

องค์ความรู้นั้นเกิดขึ้นได้อย่างไรค่ะ

เตรียมพบกับแพทย์หทัยวิทยา/นักวิจัยท่านแรก

👨‍⚕️ Brian A. Ference กับการเปลี่ยนกระบวนทัศน์ของ Lipidology: จาก “ค่า LDL-C วันนี้เท่าไร?” สู่ “หลอดเลือดสัมผัส ApoB/LDL มานานแค่ไหน?”

#หาคำตอบสุขภาพจากงานวิจัยไม่ใช่จากเรื่องเล่า


ูงอันตรายเสมอ