基于血液的代谢特征优于预测饮食、疾病风险的标准方法

“饮食不是单一的;它在不断变化，而我们传统的评估方法并不完美，”资深作者Venkatesh Murthy医学博士说，他是密歇根大学健康弗兰克尔心血管中心的心脏病学家，密歇根大学医学院心脏病学副教授。

“我们需要更可靠、更精确的工具，同时对每个人来说都易于使用。利用代谢物特征和数据科学，我们可以更好地了解人们实际摄入了多少，以及他们可能导致影响数百万美国人的心脏代谢疾病的风险，”Murthy说。

在年轻人冠状动脉风险发展研究中，研究人员跟踪了2200多名白人和黑人成年人，使用血液样本和食物调查来确定25年来饮食的代谢物特征和随后的疾病风险。通过机器学习模型，研究人员能够创建一个基于血液的饮食特征，更准确地预测一个人在19种食物组中的整个饮食10-20%。

此外，基于血液的特征通常优于健康饮食指数，这是一种衡量饮食质量的标准指标，可以根据每种食物组来确定谁更有可能患糖尿病和心血管疾病。例如，当食物频率问卷显示吃红肉的人患糖尿病的风险增加18%时，基于血液的特征则发现风险增加55%。

“利用代谢物来了解食物暴露和营养是营养科学中一个不断扩大的领域，”范德比尔特大学医学中心心脏病学家、医学副教授、合著者拉维·沙阿说。“除了了解哪种类型的营养对我们的健康更好或更坏之外，这里的方法可以让那些研究食品科学的人对营养和饮食的代谢进行快照，以更好地了解它们对健康的影响。”

根据一份新闻稿，美国国立卫生研究院向全国的诊所和中心提供了1.7亿美元的奖励，用于“开发算法来预测个人对食物和饮食习惯的反应”。

研究人员说，这种基于血液的签名技术需要在不同饮食的前瞻性对照研究中进行测试。穆尔蒂说，利用基于血液的特征来准确了解人们坚持饮食的程度，将产生更有力的结果。

“饮食和营养研究真的很难，”Murthy说。“我们认为这是一个重要的步骤和一套工具，以更高的精度和效率进行营养研究。最终，这项工作可能会让我们更好地了解患者的最佳饮食。”

其他作者包括Lyn M. Steffen博士，公共卫生硕士，David R . Jacobs Jr.博士，明尼苏达大学公共卫生学院，Matthew Nayor医学博士，波士顿大学医学院，Jared P. Reis博士，国家心肺和血液研究所，Norrina B. Allen博士，Donald Lloyd-Jones医学博士，科学硕士。美国西北大学凯蒂·梅耶博士北卡罗来纳大学教堂山分校，Joanne Cole博士，马萨诸塞州总医院，Paolo Piaggi博士，比萨大学，Ramachandran S. Vasan医学博士，波士顿大学医学和公共卫生学院，弗雷明汉心脏研究，Clary B. Clish博士，哈佛大学布罗德研究所和麻省理工学院，密歇根大学。

这项工作得到了美国国立卫生研究院和美国心脏协会的资助。