饮食与健康密不可分，科学合理的膳食摄入是维持健康状态的关键因素之一。当前的膳食指南在群体水平上有很重要的参考意义，但无法在个体水平上提供更为精准的营养指导。此外，关于饮食中不同比例的脂肪与碳水化合物的摄入量对健康的作用一直是营养研究领域的热点，但截至目前也尚未达成一致结论，造成研究结果不一致的原因，便可能是不同个体对营养摄入的个性化应答。如何描绘并解析不同个体对膳食的个性化应答，是精准营养领域当前面临的一大挑战。
2021年7月13日，西湖大学郑钜圣课题组在具有百年历史的经典营养学杂志The Journal of Nutrition上发表了关于个性化营养干预的最新成果，该研究首次将单病例随机对照试验（N-of-1 trial）的设计应用于精准营养领域，重点在个体水平揭示了不同宏量营养素比例的饮食对不同个体所产生的个性化的餐后血糖反应，并通过贝叶斯后验概率分析模型分别鉴别出对高碳水饮食敏感和对高脂肪饮食敏感的个体。该项研究开启了营养干预的新模式，对指导个体对膳食模式的选择具有重要意义，为将来的营养学精准干预提供了模板。（图1）。
西湖大学博士后马越、付元庆、2019级博士生田韵仪为论文共同第一作者，西湖大学郑钜圣博士是本文的通讯作者。论文链接：https://academic.oup.com/jn/advance-article/doi/10.1093/jn/nxab227/6320060
图1 Journal of Nutrition杂志网页截屏
近年来人们一直在争论高脂肪、低碳水化合物（high fat，low carbohydrate diet，HF-LC）饮食或低脂肪、高碳水化合物饮食（low fat，high carbohydrate diet，LF-HC）哪一中模式更利于改善糖代谢以及预防心脑血管相关代谢疾病。然而目前尚不能得出一致性的结论，来自于观察性研究的结果也往往与临床试验的结果相悖。造成这些不一致的原因，一方面有研究设计、研究人群和样本量差异的因素，另一方面也可能是不同个体对营养素有个性化应答。那么，如何基于个人特征制定有针对性的营养建议？便引出了“个性化营养”或者“精准营养”的概念。与传统假设中每个人都可以通过遵循相同的饮食指导进而一致性地获益不同，精准营养侧重对不同个体提供量身定制的膳食和生活方式干预和指导。
传统的营养学干预主要基于随机对照试验来探索食物或营养素对健康状态或疾病风险因子的影响，在对数据进行分析与解读过程中，往往是对干预组和对照组进行组间比较，重点关注组间差异的统计学意义与临床意义。值得注意的是，基于组间差异得到的结论，对于单一的个体而言，并不一定能提供最优参考。本研究所使用的单病例随机对照试验（N-of-1 trial）将对每一个个体的干预作为一个独立的试验，可结合随机与盲法的设计，进行多轮次试验期与对照期的交叉，同时配合可穿戴设备（如连续血糖监测、运动手环等），对机体代谢指标进行长时间、连续性地采集，从而获得个体水平上的数据积累。基于此，进一步运用贝叶斯后验概率模型，对每个个体的结局指标进行独立分析，探究各干预方案造成该个体某种特异定应答的概率，最终可以判定所测试的干预方案是否适合该个体。
西湖N-of-1营养干预研究（Westlake N-of-1 Trials for Macronutrient Intake，WE-MACNUTR）所使用的单病例随机对照试验，是N-of-1临床试验方法在营养学领域探索餐后血糖个性化应答的首次尝试，为精准营养研究领域提供了方法学的创新与参考。郑钜圣团队后续还将基于该试验所产出的微生物组、代谢组、蛋白组等多组学大数据与人工智能算法结合进一步解析肠道菌群在机体对膳食营养产生的个性化应答中所扮演的角色，以及探究其背后的机理。本研究感谢国家自然科学基金、西湖教育基金会的支持。
图2饮食干预期间参与者餐后血糖水平
图3贝叶斯模型餐后最高血糖和血糖波动平均幅度分析结果
本文版权归原作者所有，文章内容不代表平台观点或立场。如有关于文章内容、版权或其他问题请与我方联系，我方将在核实情况后对相关内容做删除或保留处理！