C57BL/6N雄性和雌性小鼠购自德国查尔斯河实验室。所有动物均随意喂食，并在恒温（22±1°C）下饲养，并在12小时的光/暗周期中在通风笼中受控湿度。

　　对于EHFD治疗，将6周龄的雄性小鼠随机分配给两组2周，纯化的HFD（脂肪中的60 kcal％的啮齿动物饮食；从脂肪中获得60 kcal％；研究饮食D12492i）或LFD控制饮食（从脂肪中获得10 kcal％的啮齿动物饮食；从脂肪中获得10 kcal％；研究饮食D12450b），随后与单身型女性相同，年龄较高。对于SHFD治疗，将6周龄的雄性小鼠随机分配给两组2周，用纯化的HFD（脂肪中的60 kcal％的啮齿动物饮食；从脂肪中获得60 kcal％；研究饮食D12492i）或LFD对照饮食（脂肪饮食的啮齿动物饮食（从脂肪中获得10 kcal％的啮齿动物饮食），从脂肪中获得10 kcal％；研究饮食D12450b），与单个未携带的饮食（饮食），并置于4周的饮食中，并将其转换为4周。随后将这些动物与单个，处女和老年匹配的雌性交配，以产生后代队列。

　　在交配时，男性和女性都随意以标准的食物饮食喂食。为了避免在妊娠期间隔离，分娩后从笼子中取出雄性，并在新生儿护理和哺乳期间分别维持了母亲。每当幼崽数量较高时，以避免营养不良时，垃圾尺寸就会调整为6-8。

　　来自LFD或HFD雄性和WT未暴露女性的后代被命名为F1。F1动物在产后21天后被断奶，并在一生中随意饮食。

　　所有动物实验均根据欧盟指令2010/63/EU进行，并获得上巴伐利亚政府的负责当局的批准，根据许可号ROB-55.2-2532.VET_02-17-33。

　　通过体贴的住房和畜牧业，已做出了所有努力，以最大程度地减少苦难。检查了所有表型程序的潜在细化。常规评估了所有有关小鼠的动物福利。根据《到来指南》报告，来自动物实验的数据59。

　　在饮食挑战之前和之后，在暴露的F0动物以及Chow-fed的F1动物每两周4周至14周内测量体重，相对瘦和脂肪量。根据制造商的说明，通过MinisPec NMR分析仪（Brucker Optics）通过核磁共振光谱法确定身体成分。在16小时的隔夜禁食期（从6 pm到10 am）后，在8或12周大的F0小鼠和16周和24周龄的F1小鼠上进行IPGTT。注入了每公斤空腹体重的2 g葡萄糖之比。使用Roche Accuchek Aviva Blood葡萄糖表在注射之前和之后确定血糖水平。将血浆样品与全血分离，在时间0、30和60分钟时收集在EDTA涂层的微型盒（SARSTEDT）中，并在液氮中进行快速冻干以进行进一步分析。

　　6小时禁食后，对25周龄的F1小鼠进行了胰岛素耐受性测试（从上午6点至下午12点）。每公斤体重注射0.5 U胰岛素。在腹膜内注射之前测量血糖，并使用Roche Accuchek Axuchek Aviva Blood葡萄糖计在15、30、60和120分钟内测量。

　　剖析了暴露于2周LFD或HFD喂养的8周大的小鼠的睾丸，并处理组织学（每次饮食n = 5小鼠），并纯化RNA和SNCRNA-SEQ的圆形精子（每位饮食）或进一步处理单细胞RNA-seq（N = 3小鼠）。

　　睾丸切片在10％的福尔马林中固定48小时，通过乙醇系列脱水，在二甲苯中清除并嵌入石蜡中。补液后，根据制造商的说明，将4μm切片用降血石和曙红染色。为了进行免疫组织化学分析，通过标准技术脱离了1.5μm的切片。在柠檬酸钠缓冲液中进行热处理以进行抗原检索。内源性过氧化物酶活性在室温下用甲醇中的3％H2O2淬灭5分钟。在阻塞缓冲液中（TBS -TWEER 1％）在4°C下过夜，与原代抗体一起孵育，并进行发色反应。按照预设协议，使用自动发现XT（Ventana Systems）污渍进行染色。将切片进行基于EDTA的抗原检索20分钟，并进行蛋白质块（Dako，DS9390）12分钟。然后在奥林巴斯显微镜下检查切片。主要抗体是TRA98（ABCAM AB82527; 1：1,000）;继发抗体是兔抗rat IgG H＆L（HRP; abcam ab6734; 1：1,000）。从TRA98染色睾丸的横截面区域测量了60-70个生精管的直径，并表示为水平和垂直直径的平均值。

　　如前所述60，使用针对圆形精子优化的改良密度梯度方案分离圆形精子。在显微镜下检查至少85–90％的纯度。根据制造商的说明，使用RNAeasy迷你试剂盒（Qiagen）制备总RNA。RNA浓度和完整性在生物分析仪系统（Agilent）上受到控制，并且仅考虑具有RIN（RNA完整性数）值> 7的RNA样品用于下游应用。如下所述，使用了50 ng数量的总RNA来制备总RNA（Ribo-Minus）和SncRNA-Seq库。

　　通过在HFD或LFD喂养的小鼠2周（EHFD）的小鼠的游泳过程61（EHFD）纯化成熟的Cauda精子，并在饮食挑战（SHFD）（SHFD）后4周以Chow Diet恢复。

　　简而言之，将Cauda和VAS延迟切成小块，放置在500μl的Donners培养基中（25 mM Nahco3，20 mg Ml -1 BSA，1 mM丙酮酸钠钠钠和0.53％（Vol/vol）（Vol/vol） - 二酸钠股；30 mM HEPES，pH 7.4，通过0.22-μm滤光片过滤并在室温下储存），填充高达2 mL，在1,200 r.p.m上离心2分钟。然后在37°C下孵育1小时。之后，将1.5 mL的上清液（主要由运动精子组成）被转移到新的1.5 ml管中，在1,200 r.p.m上离心2分钟。并在37°C下孵育30分钟。然后收集1毫升的上清液，并在4,800 r.p.m处离心5分钟。将上清液丢弃，并将沉淀重悬于细胞裂解缓冲液（SDS 0.01％，Triton X-100 0.005％，溶于RNase无RNase水中），并在冰上孵育30分钟。然后将样品在4,800 r.p.m.上离心，用冷1×PBS洗涤，重悬于500μl的Trizol试剂（Thermo Fisher）中，并存储在-80°C下，直到进一步加工。根据制造商的说明，使用RNAeasy迷你试剂盒（Qiagen 74104）或mirneasy微型试剂盒（Qiagen 1071023）制备总RNA。

　　使用10–15-μL的PBS洗净运动精子的等分试样用于显微镜检查体细胞污染（仅考虑没有可见体细胞的样品以进行下游应用）和功能分析。根据制造商的说明，已经使用自动化的计算机辅助精液分析（汉密尔顿索恩IVOS II）来计算精子浓度，运动性和渐进式运动。

　　如前所述21，遵循诸如上面联盟的标准化程序进行了卵母细胞分离和IVF。简而言之，在2周暴露于LFD或HFD之后，男配子捐赠者在8周龄时被安乐死。如上所述，从Cauda附睾中获得成熟的精子细胞。WT未暴露的雌性卵母细胞供体在10-11周龄的同一天安乐死，在用7.5 U U孕妇孕妇血清促性腺激素和7.5 U的人类绒毛膜促性腺激素诱导后，在因卵母细胞收集而杀死之前。将精子和卵母细胞共培养4-6小时。随后，将卵母细胞转移并在37°C和5％CO2的高钙人输卵管（HTF）培养基中孵育。测量了第一切解（合子与两细胞胚胎）的速率和胚泡发育速率，以评估胚胎发育并补充精子功能分析，以确定HFD对男性生殖适应性的影响。

　　在将受精的卵母细胞孵育72小时后，通过显微镜检查并单独采摘。

　　处理在HFD或LFD上喂养的8周大的小鼠2周（每组n = 3）以获得单细胞悬架60。简而言之，将睾丸分解并用1 mg ml -1胶原酶IV（3分钟，37°C）孵育，用温暖的1×krebs（10×krebs：3.26 g kh2po4，139.5 g nacl，139.5 g nacl，5.89 g MGSO47H2O，50 g MGSO47H2O，50 g dextrose，3.78 gcoc kcl in ccl in cco in2升水，用沉积物用0.22 µm进行过滤，与DNase I加0.25％胰蛋白酶（Gibco;在34°C下15-20分钟）孵育，用40μm的过滤器过滤，以600g的离心，在600G，在4°C下以冷1分钟为单位，用冷1×KREB和1 mmpa+1 mmpa+1 mOrbes+1 mm+1 mm+1 mm+1 mmerbes洗术。使用Chromium Next Gem Chip G单细胞和铬铬单细胞3'凝胶珠试剂盒v3.1将一千个细胞靶向。Chromium Next Gem单细胞3'GEM KIT v3.1用于cDNA合成，铬铬在ChromiumNextGemsingLecell3_v3.1_rev_d用户指南（10X基因组学）之后，使用chromiumnextgemsingLecell3_v3.1_rev_d chromiumnextgemsingLecell3_v3.1_rev_d使用库库。使用2100生物分析仪（Agilent）验证了库。按照10倍基因组推荐的周期数，在Illumina Novaseq 6000平台上对样品进行了配对。

　　使用单元格（10倍基因组学）MKFASTQ对原始测序数据进行反复编译，以获取每个样本的FASTQ文件。处理并映射到小鼠基因组（Refdata-Gex-MM10-2020-A），并使用细胞ranger（6.0.1）计数功能（补充表1）进行过滤和唯一的分子标识符计数。

　　将每个样品的单元格滤波器过滤矩阵导入R，并创建了Seurat R对象（版本4.3.0）62。对于每个样品，进行进一步的过滤以选择高质量的细胞。我们通过排除表达少于200个表达的基因和少于三个细胞表达的基因的细胞来过滤原始计数矩阵。每个细胞的细胞具有40,000多个检测到的特征（NFeature_RNA）。所有样品都使用合并函数合并。使用Seurat归一化函数将基因表达计数以10,000的比例系数和对数（1+N）转换进行标准化。细胞环量函数用于推断细胞周期阶段，因为它决定了大量G2/M-和S期基因的相对表达。使用FindVariableFeatures函数鉴定了高度可变的基因。随后通过PCA对Seurat对象进行缩放和分析。PCA之后，我们在Harmony R Package63中使用Runharmony函数进行集成。

　　前30个主要组件用于执行均匀的歧管近似和投影尺寸还原。然后，我们构建了最接近的邻居图，其中Findneighbors的功能为“和谐”，而尺寸降低为1:30。然后使用FindClusters函数识别簇，分辨率参数为0.3，从而导致18个簇。使用Findallmarkers函数识别每个群集的标记，并具有Wilcoxon秩和测试。细胞类型是根据年龄匹配的小鼠的单细胞数据集分配的。64。原始计数基因表达数据用于使用DESEQ2封装进行所有簇和大量的差异基因表达（补充表2）。

　　来自圆形精子（50 ng;每组n = 3）和Cauda精子（10 ng; n = 3; n = 3）的10–50 ng总RNA，在HFD或LFD上喂养2周或Cauda sermatozoa在HFD或LFD上以HFD或LFD喂食的小鼠均可用2周的小鼠，允许3周= 3周，n nek n n Weeks n n Weeks n n Weeks n n Weeks;用于SNCRNA库的准备。使用NEBNEXT多路复用小RNA库准备制备图书馆，用于Illumina（NEB E7560S），其5'和3'适配器稀释了1：5和15 PCR扩增循环。使用2100生物分析仪（Agilent）和配对末端（读取长度= 150个碱基对（BP））对图书馆进行了验证，并用Illumina Novaseq 6000平台进行了测序。尽管允许对所有SNCRNA生物型进行强良好的检测，但这种文库制备方法并未有效捕获高度修改的SNCRNA，例如TSRNA和RSRNA。

　　使用MultiQC V1.11检查原始测序数据质量。根据套件制造商的说明，使用Castadapt 2.8对读数进行修剪。修剪和质量过滤的读数用于进一步分析。使用Sports1.1 Pipeline65对鼠标基因组（MM10）进行对齐并注释默认参数，最大数量不匹配为2。参考基因组和小RNA注释数据库从Sports网站（https://github.com/junchaoshi/sports1.1）下载。其中包括MM10基因组文件，来自Mirbase 21的miRNA，来自国家生物技术信息中心（NCBI）核苷酸中心的RRNA，GTRNADB的tRNA，PIRbase和Pirnabank的Pirna，其他NCRNA，来自Ensembl的NCRNA（Release-89），以及RFAM 12.3.3。体育产生的原始计数表被注释到小的RNA生物型。使用运动结果输出文件中的默认注释，使用生物型（RSRNA，TSRNA，miRNA，PIRNA等）汇总了平均值。

　　如先前所述的66进行了很少的修改，进行下游分析。简而言之，计数被转换为每百万（RPM）的读数。在所有样品中至少具有0.01 rpm的片段和16至45个核苷酸之间的长度以进行进一步分析。接下来，使用EDGER来识别差异表达的片段。所有分析均使用R版本4.1.2和BioConductor版本3.14中的不同软件包进行。

　　圆形的精子，卡达精子和莫拉图书馆的建设和测序被外包给IGA技术服务。根据制造商的说明，使用Nextera图书馆预备套件（Illumina）构建库，并在75 bp配对的Illumina Hiseq 2500上进行测序，或者在75 bp配对（圆形精子和毛拉）或单端（Cauda Spermatozoa）上进行测序，最低输出量为4000万。

　　根据制造商的说明，使用Trizol试剂（Thermo Fisher）制备肝，肌肉和附睾白脂肪组织总RNA。在生物分析仪系统（Agilent）上控制RNA浓度和完整性，仅使用具有RIN值> 7的RNA样品用于下游应用。根据制造商的说明，使用Quartseq 3'MRNA-Seq mRNA库Prep Kit FWD（词汇）使用Quantseq 3'MRNA-Seq mRNA库Prep Kit FWD制备测序文库，根据制造商的说明。图书馆以50 bp单端的Illumina Hiseq 2500进行了测序，每个样品的最低输出为40–500万。

　　使用AI.R.进行读取映射和差异表达分析。（人工智能RNA-Seq）来自Sequentia Biotech的软件，以及以下管道：BBDUK（读取修剪； BBDUKGUIDE），Star（读取映射到鼠标基因组GRCM38（emsembl）; emsembl）; https：//github.com.com/alexdobin/star，featurecounts，firturecounts，firturecounts empertifience（Gene empersive量化;https://subread.sourceforge.net/featurecounts.html）和Noiseq（差异表达基因的统计分析； http://bioinfo.cipf.es/noiseq/noiseq/noiseq/doku.php）。与计算差异表达的其他方法相比，NotieQ是一种专门设计的数据适应性非参数方法，该方法是为了解释具有低表达水平的重复和基因的高变异性67，这是来自生殖细胞和发育胚胎的RNA-SEQ数据集的特征。使用默认参数使用Web应用程序CLUSTVIS进行热图和PCA分析（图1C和扩展数据图1H，2H，2H，6B，D和8D，F）或GraphPad Prism 8或9。使用Default Parameters使用Enrichrichrich69或G：PROFILER70进行富集分析。

　　对于图4F中的热图，绘制的是与多个线粒体功能相关的手动注释基因集（有关基因的完整列表，请参见补充表8）。由于这些基因中的大多数具有组织特异性表达，因此我们绘制了平均log2 [FC（治疗与对照）]，对此处理的条件是：F0组织的直接HFD暴露于HFD暴露（胃癌，附睾白色脂肪组织和精子），对Morula（HFD vers vers vers vers versne versne versne and bul bul bul bul bul bul bul;两细胞胚胎的不一致的HFD组（HFD_A与HFD_B；参见图3和扩展数据图6）和成年F1组织（HFDI与HFDT；组定义的HFDI与HFDT； HFDI与HFDT；见图1）。

　　使用了3至16周的总共60只雌性小鼠C57BL/6N-MTST（核DNA：C57BL/6N； MtDNA：ST，GenBank登录号KC663621）。根据Felasa的建议，小鼠具有特定的病原体，并保持在屏障啮齿动物设施中。IIL IIL IVC笼子（蓝线，tecniplast）中饲养了3至4个女性的组。笼子衬有120 g床上用品（木质素选择，3.5–4.5毫米杨树，rettenmaier），并富含嵌套材料（Purzellin，Paul Hartmann）（Photoperiod 12 H：12 h：12 h light/Dark）。食物（V1534，SSNIFF SPEZIALDIAETEN）和250毫升瓶中的自来水都可以随意。

　　这些实验是在维也纳大学（奥地利）进行的，所有实验程序均由兽医医学院，维也纳大学和国家管理局（奥地利联邦教育，科学和研究部）的伦理和福利委员会进行了批准，根据动物实验Act，Tierversuchuchsuchsetsetset 2012 – TVG的第2622121222222岁的26FF。

　　通过腹膜内注射0.1 ml卡五角（Cosmobio，由Hölzel）和48 h后5 IU在0.1 mL HCG（Chorulon; Intervet）中，以15组治疗雌性小鼠。将动物安乐死在HCG注射后14小时，解剖卵形，并在90μlHTF培养基的滴剂中打开释放板，以收集卵形卵母细胞复合物。卵母细胞在LFD或HFD喂养小鼠的体外用精子受精。根据Emma方案（https://www.infrafrontier.eu/），每组四个不同男性的精子被用作冷冻透视精子。在每个实验日期，使用了来自7.5个女性的Oviducts，用于IVF，由HFD雄性和来自7.5个女性的IVF的Oviducts与LFD A男性一起使用。在每个日期，都使用不同的雄性。简而言之，将解冻的精子溶解在90μLTYH培养基中，并孵育30分钟。将10μl体积的精子溶液添加到一组卵母细胞复合物中，并孵育4-6小时。在HTF培养基中洗涤后，将卵母细胞孵育过夜。第二天早晨，将两细胞阶段的胚胎洗涤在PBS中，用裂解缓冲71，在液氮中进行快速冷冻的0.2 mL管中，并储存在-80°C下。

　　根据Smart-Seq2协议71，总共处理了122个HFD和99 LFD单一早期两细胞胚胎以获取RNA-Seq库，并具有16个PCR前放大周期。使用2100生物分析仪（Agilent）验证了库，在Illumina Novaseq 6000平台上进行了汇总和配对末端（读取长度= 150 bp）。

　　使用MultiQC（版本1.11）评估数据质量，并使用Trim_galore（版本0.6.6）从配对末端读取中删除NexTera适配器。使用以下管道进行读取映射，基因表达定量和差异表达分析分析：Star（读取映射到鼠标基因组GRCM38（ENSEMBL）; https：//github.com/alexdobin/star; https：/read映射，根据C57BL/6N-MTST; genbank coccession; genbank coccession;farmaturecounts（基因表达量化； https：//subread.sourceforge.net/featurecounts.html）;DESEQ2（包装1.34.0；差异基因表达分析）。使用默认参数的G：Profiler72对差异表达基因进行了基因本体论（GO）富集分析。绘制的是“分子功能”和“生物过程”类别的驱动程序术语。

　　使用Y连锁基因的独家表达对单个胚胎进行分性。为了分析mtDNA异质性，使用Samtools从BAM文件中提取了独特的映射读取，并用于估算MtDNA异质质（Mitohohear（Mitochrial beeteroplasmy Anallyzer）；

　　使用默认参数的Web应用程序ClustVIS68进行主组件和聚类分析和可视化。

　　对于基于Seurat的单个胚胎的聚类，将TemuctureCounts的计数数据矩阵用作Seurat软件包的输入，以将单个样本视为单个单元。Seurat归一化函数用于标准化计数。使用FindVariableFeatures函数鉴定了高度可变的基因。随后使用scaledata缩放了seurat对象，并使用runpca进行了PCA。Findneighbors函数用于构建最近的邻居图，其尺寸降低为1:15。然后使用FindClusters函数鉴定簇，分辨率参数为0.8。

　　作为该方法的一个特定限制，Smart-Seq2无法检测到碎片的TRNA，因为它们不是多腺苷酸化的。为了说明所报道的表型的部分渗透率，我们应该在单个胚胎中构造SNCRNA。然而，根据ST和BL6 MTDNA之间的遗传距离（我们用来计算异质质），只能可靠地检测到MT-TP的5'片段（在成熟TRNA序列的5'和3'中具有SNP）。因此，尽管很有可能，但我们的数据并未显示MT-TSRNA的转移，同时证明了父亲成熟的MT-Trnas的遗传。

　　为了评估父母体重与后代儿童的临床表型的关联，我们分析了莱比锡儿童肥胖队的数据（NCT04491344）和生活儿童研究（NCT02550236）（NCT04491344）（NCT0491344）（NCT02550236），这是一项基于纵向范围的临床研究，以实例为基础的临床贡献，目的是针对综合因素（综合因素）（综合因素）（综合因素）（综合因素（社会心理数据和生物样本）包括在德国莱比锡市进行的后代父母BMI和BMI的数据。32,33。随着招募年龄在妊娠的24周与儿童年龄和年度随访之间，该研究结合了横截面与纵向设计，并涵盖了广泛的年龄范围。Life Child肥胖子研究专门针对莱比锡儿童肥胖队列中儿童肥胖的起源和后遗症。在排除当前或过去的严重疾病的儿童（例如1型糖尿病，综合症肥胖或癌症）以及现在或过去干扰医学治疗的儿童（例如，胰岛素，免疫抑制剂或生长激素），我们包括那些可用于分析的父母BMI的儿童（n = 3431;补充表3）。在多次访问的情况下，我们使用了孩子最近访问的人体测量数据。对于父母的数据，我们使用了最早的（即最接近第一次怀孕访问）。

　　从莱比锡脂肪组织儿童时期中包括的儿童中分析了源自全基因组表达数据的候选基因的表达，为此，皮下脂肪组织样品和表型数据如前所述（NCT02208141）。使用Illumina Humanht-12 v4.0表达beadchip阵列和插补，背景校正和质量控制的RNA转录水平根据先前发表的方案进行74。

　　为了纠正儿童BMI-SD的多基因关联，我们分析了2,987个我们的同类儿童，其中全基因组SNP阵列数据，BMI-SD和BMI的父母都可以使用。根据参考文献估算了相关性矩阵。75。使用R封装基因匹配的线性混合模型分析减去对儿童BMI-SD的多基因作用。然后，我们通过调整年龄和性别的线性回归分析来测试父BMI对儿童BMI-SD的影响。

　　样本收集。我们的研究合作者来自图尔库大学提供样品。经过知情同意后，由18名志愿年轻人（19-21岁）提供精液样本。这些男子参加了一项关于男性生殖健康研究的研究，该研究得到了图尔库大学和图库大学医院联合伦理委员会的批准。在精液样本收集之前，建议射精的禁欲至少为48小时。根据世界卫生组织实验室的生物医学研究所的世界卫生组织实验室标准，进行了标准的精液分析，包括精液，pH，精子浓度，精子总数和运动精子的百分比。通过通过50％的Puresperm（Nidacon International）离心来纯化精子。用PBS洗涤样品后，对显微镜进行了评估，对精子进行了计数，并评估样品是否污染了体细胞污染。将颗粒重悬于精子Cryopotec II（Nidacon International AB）中，然后将冷冻的颗粒运送到德国。在德国，通过用体细胞裂解缓冲液洗涤，精子从体细胞污染中进一步纯化76。样品的纯度通过显微镜进行了验证。可以在补充表4中找到包括精子和代谢参数在内的详细样本信息。

　　RNA隔离。用Trizol-氯仿相分离方法从精子中提取总RNA，然后分别以100％和70％乙醇的形式洗涤台阶。使用安捷伦生物分析仪进行RNA质量控制，仅RIN值在2到4.5之间的样品，并且没有进一步处理明显的完整核糖体RNA峰。

　　图书馆准备。使用Nebnext小RNA库准备制备了测序库，该图库是针对Illumina（新英格兰Biolabs）的100-120 ng RNA作为总输入的。为了最大程度地减少适应器二聚体的形成，将适配器稀释为1：6，而逆转录底漆未稀释。在最后的PCR阶段，使用1：2稀释的引物。使用Monarch PCR和DNA清理套件（新英格兰Biolabs）清洁放大的库，并使用1.0×和3.7×珠子选择了Ampure XP（Beckman Coulter）的尺寸，以分别进行长期剥离和目标大小保留。在Novaseq 6000，SP流动池，100个周期（Illumina）的平均深度为5318万个读取中，对汇总的库进行了测序。

　　数据分析。使用MultiQC V1.11检查所有测序文件质量。初步质量检查后，使用Sports1.1（参考文献65）分析了单端读取序列。使用内构建的Custadapt管道和序列进行15-45个核苷酸的序列，进一步处理了适配器序列（5'-agatCggaagagcacgcacgtctgaActCacgtca-3'）。使用人类基因组版本HG19并允许将不匹配编号设置为2，Sports1.1映射到小的RNA亚型。将所有样品的序列连接到一个共同的计数矩阵之后，应用了一个过滤器来排除超过80％的样品中没有读取的序列。根据BMI变化进一步分析样品。基于序列的差异表达分析是使用DESEQ2（参考文献77）作为连续变量进行的。简而言之，基于一般线性模型的算法估计了每个序列与BMI跨样品的关联和输出log2 [fc]，反映了BMI增量单位的序列表达水平的变化。Benjamini – Hochberg Padj <0.1是每个结果的重要性。使用默认参数，使用GraphPad Prism 8进行了基于Pearson的基于Pearson的相关性分析（方差稳定转换均衡表达式）之间的基于Pearson的相关分析（方差稳定转换均值表达）。

　　以下字符串表示用于人类精子sncRNA-seq数据的连续deseq2分析的代码：dd_obj <-deseqdatasetfromtrix（countdata = [您的序列计数矩阵]，coldata = [带有样本ID和BMI值的数据框架，date = 〜bmi）。

　　目的是提供证据，以支持父亲线粒体功能障碍导致代谢稳态的代际改变。IMPC提供了功能遗传学研究的宝贵资源29。简而言之，我们使用IMPC数据集研究了对线粒体结构和功能所涉及的基因的父亲操纵的（EPI）遗传，代际后果。

　　为此，我们比较了11个数值代谢表型（脂肪/体重；对腹膜内葡萄糖负荷的初步反应； Aucipgtt；总食物摄入量；呼吸换比；总胆固醇； HDL胆固醇； HDL胆固醇；甘油三酸酯；甘油三酸酯；甘蓝蛋白；禁食血糖;白蛋白；白蛋白;白蛋白磷酸盐酶源7个植物素（均源）。纯WT谱系（对照）或来自杂合子递质（wt-父母信息（父亲×母亲）：het_×_het; het_×_wt; wt_×_het）。

　　通过以下步骤进行了参与线粒体结构和功能的基因的选择：从IMPC基因列表中（数据释放11），我们提取了与上述上述代谢表型中呈现杂合性中的一个或多个呈现的那些；功能富集分析（使用renichr69的GO和KEGG途径分析）；通过合并属于以下MT相关术语的基因（GO：0005739; GO：0005743; GO：0005759; GO：0031966; GO：0042645; GO：0042645; GO：0005747; 0005747; GO：0005761; GO：0005761; GO：0005763; GO：0005763; GO：0005763;KEGG：MMU00190;

　　由于单个IMPC表型中心表型控制和/或WT动物（请参见上文定义），并将其视为基因特异性表型的WT控制，因此无法直接从IMPC网站识别特定的控制或WT数据。因此，我们被授予特殊访问IMPC数据的特定控制和WT表型信息的访问。在收集之后，数据集是在多维数据矩阵中排列的，以进行进一步分析。每组至少三个重复和性别的动物被包括在进一步的步骤中。使用带有默认参数的Missforester软件包78，使用随机森林归合算法进行了丢失的数据的归类。然后将数据矩阵缩放，并使用R中的PRCOMP函数来确定数据集的主要组件。为了根据表型量化基因之间的差异，我们使用factoextra r软件包的get_dist函数使用Pearson相关方法。计算了这些相关系数，以鉴定基因 - 表型对中的相似性模式，并在使用R.群集特异性表型的复杂照相映射包装中产生的热图中可视化，并在热图中可视化，包括11个表型，以及性别和父母的性别和origin特异性信息。使用GraphPad Prism 9绘制了排名的Aucipgtt（表示为log2 [fc（wt versus Control）]）作为水平条形图。

　　从10个杂合小鼠中获得了含有纯化的Cauda精子的冷冻保存精子样品，从EMMA56获得。除TSFM（TS翻译伸长因子，线粒体）外，选择了基因以进行可用性，该基因代表了初始机械解剖的合适阴性对照。

　　根据制造商的说明，将单个吸管直接在Trizol中解冻，并用mirneasy微型试剂盒（Qiagen 1071023）提取RNA。使用10 ng的总RNA进行SNCRNA文库制备。使用NEBNEXT多路复用小RNA库准备制备图书馆，用于Illumina（NEB E7560S），其5'和3'适配器稀释了1：5和15 PCR扩增循环。使用2100生物分析仪（Agilent）和配对（读取长度= 150 bp）对图书馆进行了验证，并用Illumina Novaseq 6000平台测序。

　　如上所述，分析了SNCRNA-SEQ数据。简而言之，使用MultiQC V1.11检查原始数据质量。根据套件制造商的说明，使用castadapt 2.8对读取进行修剪。修剪和质量过滤的读数用于进一步分析。使用Sports1.1管道65对鼠标基因组（MM10）进行对齐并注释，其中默认参数和最大不匹配数为2。参考基因组和小RNA注释数据库从Sports网站（https://github.com/junchaoshi/sports1.1.1）下载。其中包括MM10基因组文件，来自mirbase 21的miRNA，来自NCBI核苷酸的rRNA，GTRNADB的tRNA，PIRbase和Pirnabank的PIRNA，Ensembl的其他NCRNA（Release-89）和RFAM 12.3。体育产生的原始计数表被注释到小的RNA生物型。使用运动结果输出文件中的默认注释，使用生物型（RSRNA，TSRNA，miRNA，PIRNA等）汇总了平均值。

　　使用GraphPad Prism 8或9生成所有数字和统计分析（根据需要和适当）。统计显着性是通过学生的t检验或ANOVA适当测试的。相关分析用于测试线性回归。使用MEDCALC（https://www.medcalc.org/calc/odds_ratio.php）计算了赔率。所有数据均表示为平均值±S.E.M.除非文本中另有说明，否则认为两尾p值<0.05被认为表示统计意义。

　　有关研究设计的更多信息可在与本文有关的自然投资组合报告摘要中获得。