莫道克大學澳大利亞國家表型組中心與倫敦帝國學院的科研人員開展合作,日前在研究個體如何對於相同飲食產生不同反應方面取得了重大突破。
長期以來,營養學家和科學家們一直在爭論減肥是靠堅強的意志和健康的飲食,還是保持健康體重取決於個體基因。
科學家指出人們在一定內攝入相同的食物,會產生不同反應,其尿液中會呈現不同類型的化學物質,這說明我們每個人對食物都有獨特的反應。
莫道克大學副校長兼澳大利亞國家表型組中心主任Jeremy Nicholson教授說,儘管實驗參與者攝入了等量的卡路裡,但是從尿液中排出的卡路裡數卻不盡相同。
「基因與環境之間的相互作用錯綜複雜,了解人們對飲食與代謝的反應將是預防肥胖、心臟病和糖尿病等慢性病的關鍵。」
實驗內容是為一群健康的人提供四種不同的食物,從含有大量蔬果纖維的健康飲食到快餐食品,使用分子分析技術測量其新陳代謝情況。
實驗結果顯示無論飲食是否健康,一些人對於飲食的反應明顯高於其他人。
「每個人在餐後引發的代謝情況各不相同,這與血糖水平有關,我們體內的腸道菌群形成尿液中的代謝物變化,而個體獨特的腸道菌群又需要不同的食物來滋養。「
西澳州政府特聘科學家,莫道克大學計算與系統醫學中心主任Elaine Holmes教授認為研究個體飲食對細菌的影響將有助於制定保持健康的新膳食策略。
「我們根據實驗者對四種不同飲食的代謝反應,建立了一個能夠預測飲食健康的模型,並在兩種不同人群中進行了測試,將化學特徵與飲食記錄進行對比。該模型將有助於制定以科學減肥和保持健康為目的的精準營養方案。」
尿液檢測不健康飲食
Nicholson教授和Holmes教授發表在《自然-食品》雜誌上的論文中,闡述了他們與倫敦帝國學院的科研人員合作,通過尿液代謝表型評價人群飲食水平。
人工智慧模型可以通過尿液中代謝物類型來區分健康與不健康飲食的不同人群,這種方法勝過傳統的膳食評分系統。
Holmes教授說尿液分析是關鍵,其化學成分會說明人們體內正在發生的狀況,「我們的新方法不到10分鐘可採集數據,但卻獲得了相當詳盡的個體飲食信息,運用數位化分析代謝特性,比評估飲食攝入報告更為嚴格準確。」
Nicholson強調不良飲食是疾病的主要預測因素,但人們往往不能真實準確地報告其飲食情況。
澳大利亞國家表型組中心和倫敦帝國學院的科研人員,通過分析從美國和英國兩大人群中所採集的化學尿樣,在事先完全不知道其膳食攝入的情況下,使用人工智慧模型精準地預測了各組之間的健康和不健康飲食。
將分析結果與五種傳統的記錄膳食數據的實驗數據進行比較,證明此結果更加穩定可靠。
健康未來政策
「NutriomeXplorer」智能工具可用於檢測成千上萬人中飲食健康與新陳代謝間複雜的相互關係。
Nicholson教授認為醫學人員運用這些知識,可以根據人們膳食結構判斷其患重病的風險程度,有助於開發個體預防與幹預計劃,制定有關合理飲食健康未來的政策。 「對分子水平的深入認識有助於全新了解從健康代謝轉為不健康代謝的生化過程,從而確定早期幹預的「切入點」,以降低如高血壓或糖尿病之類的多種慢性疾病的風險。」
倫敦帝國學院營養研究所Gary Frost教授認為該研究證明了高端快速分子篩查工具的價值,可深度剖析群體中與飲食相關的個人代謝情況。
這是個性化營養研究的真實轉化 – 我們首次研發出可快速評估影響個體對複雜飲食結構反應的飲食-微生物相互作用的工具。
帝國學院代謝消化與生殖系IsabelGarcia-Perez博士說研究團隊正在將這種工具運用到營養師診所,不斷完善患者的營養管理方案,「我們相信個性化的方案將對患者產生更積極的效果。」
Nicholson教授說由於營養過剩和營養不足均會造成慢性疾病,任何有助於了解個體或群體對於飲食反應的新方法都是具有重要醫學價值的。「這項研究符合西澳州政府可持續健康倡議,有助於創建可預防心臟病、糖尿病等與營養有關疾病的群體健康新指標。」