7月30日，中國科學院上海營養(yǎng)與健康研究所研究員陳雁研究組和研究員林旭研究組在Molecular Nutrition & Food Research上，在線發(fā)表了題為Gut Microbiota Composition is Associated with Responses to Peanut Intervention in Multiple Parameters Among Adults with Metabolic Syndrome Risk的研究論文。研究揭示出腸道菌群在指導精準營養(yǎng)干預改善代謝綜合征中的重要作用。

代謝綜合征（metabolic syndrome，MetS）是以胰島素抵抗和系統(tǒng)性炎癥反應為病理生理特征的、一組相互關聯(lián)危險因素的集合，以腹型肥胖為核心特征，糖脂代謝異常、高血壓等也是其重要的病理表現(xiàn)。MetS是發(fā)生2型糖尿病、非酒精性脂肪性肝病和動脈粥樣硬化等疾病的高危風險因素，由不合理的飲食習慣和不當生活方式引發(fā)的MetS及相關疾病已成為重大公共衛(wèi)生健康問題。

越來越多研究表明，不同個體對同樣的食物可能有不同反應，這體現(xiàn)在餐后血糖、疾病干預和治療效果等方面。產(chǎn)生差異的一個重要原因來自于不同個體腸道中的微生物群。因此，人們在選擇食物或進行營養(yǎng)干預時，應將自己視作人和微生物的超級共生體，通過基于個性化的營養(yǎng)支持來優(yōu)化健康或預防、管理、治療疾病，這一概念稱為精準營養(yǎng)（precision nutrition）或個體化營養(yǎng)（personalized nutrition）。近年來的研究表明，腸道菌群是精準營養(yǎng)的關鍵特征之一。

今年1月，林旭研究組在The American Journal of Clinical Nutrition上發(fā)表了針對代謝綜合征及其高風險人群開展的連續(xù)12周的飲食干預研究。該研究利用花生替代等能量的精制谷物攝入，而對照組食用等熱量的精制谷物棒，發(fā)現(xiàn)花生替代等能量的精制谷物能顯著提高代謝綜合征的逆轉(zhuǎn)率。在該研究基礎上，科研人員開展腸道菌群的采集與分析，并將菌群信息與臨床指標進行關聯(lián)研究。通過分析臨床指標，研究發(fā)現(xiàn)花生干預后各臨床檢驗指標和身體測量指標的變化呈現(xiàn)高度的個體差異性。通過分析人群腸道菌群的組成，研究發(fā)現(xiàn)無論是組間比較還是組內(nèi)前后比較，菌群結(jié)構均具有高度的個體特異性，其組成變化的一致性規(guī)律較少。

鑒于人群對花生干預響應程度的差異，科研人員根據(jù)每個代謝相關指標的前后改善情況以及代謝綜合征風險的逆轉(zhuǎn)情況，將花生干預組的人群分為應答者（responders）與非應答者（non-responders）。應用機器學習的算法，研究利用干預前樣本的菌群測序數(shù)據(jù)特征建立了針對每個指標和代謝綜合征整體風險逆轉(zhuǎn)情況的響應預測模型。在檢測的9項臨床指標中，有6項指標的預測模型取得一定的預測效果（ROC曲線下面積AUC＞0.70），特別是在舒張壓（DBP）和體重的干預效果預測上達到了較高的準確度（ROC曲線下面積分別為AUC=0.91和AUC=0.8）；此外，代謝綜合征整體風險逆轉(zhuǎn)情況也可通過建立的模型達到較好的預測效果（ROC曲線下面積為AUC=0.71）。綜上，研究揭示出腸道菌群在精準營養(yǎng)干預改善代謝和治療疾病策略中的關鍵地位，為后續(xù)以腸道菌群為功能性食物或藥物作用的靶點研究，或開展更大規(guī)模精準營養(yǎng)干預和臨床應用提供新的思路和理論依據(jù)。

研究工作得到科技部、國家自然科學基金委員會以及中科院等的資助，并得到復旦大學附屬華東醫(yī)院的支持。

　　論文鏈接

利用腸道菌群和機器學習算法建立在花生干預代謝綜合征中各指標響應的預測模型

來源： 上海營養(yǎng)與健康研究所