營養與健康所陳雁、林旭研究組利用腸道菌群分析和機器學習算法揭示精准營養在幹預代謝綜合征中的作用

作者: 2021-08-06 來源:
放大 縮小

  2021年7月30日,中國科學院上海营养与健康研究所陈雁研究组和林旭研究组在国际学术期刊Molecular Nutrition & Food Research在线发表了题为“Gut Microbiota Composition is Associated with Responses to Peanut Intervention in Multiple Parameters Among Adults with Metabolic Syndrome Risk”的研究论文。该研究揭示了肠道菌群在指导精准营养干预改善代谢综合征中的重要作用。

  代谢综合征(metabolic syndrome,MetS)是以胰岛素抵抗和系统性炎症反应为病理生理特征的、一组相互关联危险因素的集合,以腹型肥胖为核心特征,糖脂代谢异常、高血压等也是其重要的病理表现。MetS是发生2型糖尿病、非酒精性脂肪性肝病和动脉粥样硬化等疾病的高危风险因素,由不合理的饮食习惯和不当的生活方式引发的MetS及相关疾病已经成为全球性的、威胁个人及家庭,乃至社会的重大公共卫生健康问题。最新数据表明中国成人中代谢综合征患病率已达33.9%,估计全国约有4.54亿成人患有代谢综合征。

  越来越多的研究表明,不同个体对同样的食物可能会有非常不同的反应,体现在如餐后血糖、疾病干预和治疗效果等方面。产生这种差异的一个重要原因来自于不同个体肠道中的微生物群。因此,人们在选择食物或进行营养干预时,应将自己视作人和微生物的超级共生体,通过基于个性化的营养支持来优化健康或预防、管理、治疗疾病,这一概念称为精准营养(precision nutrition)或个体化营养(personalized nutrition)。近年研究证据表明肠道菌群是精准营养的一个关键特征。

  2021年1月,林旭研究組在The American Journal of Clinical Nutrition發表了針對代謝綜合征及其高風險人群中進行了連續12周的飲食幹預研究,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,發現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率。在該研究基礎上,我們對該項臨床幹預研究進行了腸道菌群的采集與分析,並將菌群信息與臨床指標進行關聯研究。通過分析臨床指標,我們發現花生幹預後各臨床檢驗指標和身體測量指標的變化呈現高度的個體差異性。同時我們分析了人群腸道菌群的組成,發現不論是組間比較還是組內前後比較,菌群結構也都具有高度的個體特異性,其組成變化的一致性規律較少。

  鑒于人群對花生幹預響應程度的差異,我們將花生幹預組的人群根據每個代謝相關指標的前後改善情況,以及代謝綜合征風險的逆轉情況,將他們分爲應答者(responders)與非應答者(non-responders)。我們應用機器學習的算法,利用幹預前樣本的菌群測序數據特征建立了針對每個指標和代謝綜合征整體風險逆轉情況的響應預測模型。在我們檢測的9項臨床指標中,有6項指標的預測模型都取得了一定的預測效果(ROC曲線下面積AUC>0.70),特別是在舒張壓(DBP)和體重的幹預效果預測上達到了較高的准確度(ROC曲線下面積分別爲AUC=0.91和AUC=0.8);另外,代謝綜合征整體風險逆轉情況也可通過建立的模型達到較好的預測效果(ROC曲線下面積爲AUC=0.71)。綜上,該研究結果表明腸道菌群在精准營養幹預改善代謝和治療疾病策略中的關鍵地位,爲後續以腸道菌群爲功能性食物或藥物作用的靶點研究,或爲開展更大規模精准營養幹預和臨床應用提供新的思路和理論依據。

  中國科學院上海营养与健康研究所陈雁研究员和林旭研究员为该论文的共同通讯作者,陈雁研究组王烁博士为该论文第一作者。该课题得到了科技部、国家自然科学基金委、及中國科學院等项目的资助,同时也得到了复旦大学附属华东医院的支持。


圖:利用腸道菌群和機器學習算法建立在花生幹預代謝綜合征中各指標響應的預測模型

  文章鏈接:https://onlinelibrary.wiley.com/doi/10.1002/mnfr.202001051

附件: