饮食代谢模型预测个人对饮食干预的回应
Nature Food
海外食品人 | 席慕瑶
习惯性食用低质量的饮食与许多非传染性的疾病有直接的联系。因此许多国家和世界卫生组织都开始颁布条例鼓励健康饮食，减少非传染性疾病盛行。然而，大量研究证据显示对于任何饮食干预，个体代谢差异性很大。我们采用高度干预饮食的实验设计，研究深层次的代谢表型，从而得到一套流程来理解个体对饮食干预的差异性。在这个可行性研究中，我们发明了个体饮食代谢模式分数 （DMS），其中既包含了对于饮食回应的个体差异，还包括了尿液代谢物浓度的动态变化。我们发现了DMS 和血糖浓度成反比。DMS 与尿液代谢能的丢失也存在某种联系。并且，我们还用代谢熵的方法去观察个人对饮食干预的回应。DMS 潜在地提供了一种在个人层面上的方法来定位并且增强饮食回应，因此在人群层面上来说，DMS 减少了非传染性疾病的负担。
● 成果介绍
方法及指标：
1. 实验设计：1）干预实验：65个参与者，其中31个为女性，BIM 均值为29.0 ± 2.9 kg m−2，在干预实验之前取初始尿样，进行为时四天的半干预饮食，收集24h尿样
2）验证实验：10 个参与者，其中有6名女性，BIM 均值为22 ± 3 kg m−2，提供早，中晚饭，初始尿样为12h全夜尿（晚8点到第二天早上8点）
2. 采用核磁共振仪测定尿样，MATLAB进行数据预处理。
3. 尿样热量测定
4. 测定血糖水平
图1. 实验设计方法以及整体流程概要。Ps. 总共有四种不同的饮食，25-100% 遵从WHO 健康饮食指南，其中饼状图和柱状图表示不同营养素所占比例，饼状图：红色代表脂肪，橘色代表碳水化合物，绿色代表蛋白质；柱状图: 蓝色代表纤维，粉色代表糖，绿色代表DASH 分数: 饮食方式来阻止高血压，DASH分数越高越好。其中饮食1和4 用来计算DMS
结果：
1. 尽管在饮食严格干预和受试者严格遵从要求的情况下，每个人尿液代谢物的表型差异依旧很大。所以我们发明了DMS分数，基于Monte Carlo交叉验证，部分最小二乘模型（MCCV/PLS）
图2. a. PCA score图表示四种不同饮食的24h尿液，b-d 表示常见代谢物在服用1（绿色背景）和4 （粉色背景）饮食之后的检测情况，并将男性和女性分开表示
2. 对模型有显著贡献的化合物显示如下。绿色表示化合物与饮食1有关系，红色表示化合物与饮食4有关系。
3. 每个人的DMS值都与健康相关的标记物有联系。结果显示如下
a. 从饮食1到饮食4，DMS 分数又低到高，并且每条线代表每个人，所以DMS分数与饮食有一定的联系，并且个体差异很大。b. 健康的饮食降低了个体代谢的差异性。d和e表示DMS分数与血糖和尿液中的能量值都有一定的联系。
结论：
我们的研究显示尽管在同一种饮食干预环境下，个体之间也存在差异。我们也研究出了一个模型用于检测个体对饮食的差异性，提供这样一个机制可以加强饮食建议，并且对于预防，降低风险的决策也有帮助，也有助于非传染性疾病患者的精准给药。
参考文献
https://www.nature.com/articles/s43016-020-0092-z?utm_source=other&utm_medium=other&utm_content=null&utm_campaign=JRCN_2_DD01_CN_NatureRJ_article_paid_XMOL
专 家 简 介
Isabel Garcia-Perez，讲师，精确系统医学
Faculty of Medicine, Department of Metabolism, Digestion and Reproduction，帝国理工大学
研究领域：分层医学，临床诊断，预测科学，挖掘标记物和疾病机制。
