湯臣倍健營養健康研究院：精準營養白皮書（57頁）.pdf

1、人體健康依賴于個體水平的疾病風險評估， 早期臨床狀況發現， 干預和預防策咯的精準性。 多紐學技術的發展和可穿戴設備的出現為深層次的分子層面分析和生理信息獲取提供了重妥的工具和技術手段。Snyder等(63)建立了包含109名有罹忠2型糖尿病風險的志愿者的前瞻性隊列研究。 該項研究進行了長達8年(中位數2.8年)的每季度的樣本采集，并對個性化的樣本信息進行整合分析， 包括臨床指標、 多組學( 包括基周組、 免疫組、轉錄組、 蛋白質組、 代1M組、微生物紐)、影像學和可穿戴設備等的多維數據分析等，揭示了超過67 項具有臨床可執行的干預， 還嘀定了與代謝、心血管和癌癥等疾病相關的多分子信號通路。通過

2、建立基于多紐學的月夷島素抵抗預測模型，發現該模型具有替代傳統繁雜檢測的潛力。同時該研究迂通過指導使大多數參與者的運動和飲食等生活方式發生了改變。 此外， Hood等(64)開展了一項包括108名志愿者的利用個體化密集動態數據云分析的健康研究。通過在9個月內對志愿者進行了3 個時間點的樣本采集， 和臨床、多紐學指標及日常運動監測等數據的分析，建立了相關性網絡，揭示了與生理和疾病相關的分析物集合。通過分析物集合的內部鏈接能夠識別出多種己知的和候選的生物標志物，例如心臟代謝疾病的臨床指標緊密相關的谷虱眈殷路虱酸。研究者還通過計算來自127種性狀和疾病的遺傳風險分數，揭示了部分遺傳風險的分子相關性。例

3、如， 炎癥性腸病的i宣傳風險與血漿脫主酸呈負相關。這項研究分析最終被用于指導和幫助志愿者改善臨床指標水平。類似研究表明，基于個體化的縱向大數據分析包括臨床檢測、多組學、影像學、 可穿戴設備監測等)能夠為個體提供精準的干預指導和疾病預防方案，有助于提高個體對自身健康和疾病狀態的理解，也包括對 疾病早期轉化的預測、干預和治療。深度表型分析中一個重要方面是進行食物及營養素攝入量的精準監測。營養相關干預研 究的主要目的是探討膳食營養攝入與代謝表型或結局之間潛在的國果聯系，為精準/個性化 的營養措施提供參考依據。 因此，在營養干預過程中準確監測食物和營養素攝入量對揭示個 性化干預效果和發現潛在機制非常重

4、要。常用的傳統膳食調查方法包括3天24小時膳食回顧(24-hour dietary recall, 24HR)、食 物頻率問卷(Food Frequency Questionnaire, FFQ)等問卷調查方法， 它們都存在一定的局限性， 包括：I)依靠被調查者的記憶，較為主觀，存在誤報的情況， 最終可能導致結果的偏差： 2)某些方法的重復測量會導致受試者不自主改變原來的膳食習慣：3)需要經過專業培訓的調查員，實施的人力成本高而且耗時長(65)。 因此，這些方法無法完全滿足精準營養 對評估食物和營養素攝入的準確性和便提性的要求。近年來，出現了一系列結合現代技術的客觀評估食物和能量攝入的替代方法

5、。 例如，遠程食 物拍照法(Remote Food Photography Method, RFPM) (66)， 志愿者利用手機拍攝食物和餐盤的 圖像，然后發送到服務器，通過算法估計能量和營養素攝入量(67)。 這種方法比傳統的食物頻率 問卷更為經濟、便捷和可靠，同時可以更好地監測受試者的依從性。但是，它可能更適合西方膳 食模式，對于傳統的東方膳食模式則很難做到準確的量化，導致其在東方人群中的應用存在一定 局限性。 另外一種方法是根據手腕部活動而設計的可穿戴設備，用以監測個體食物咀嚼，從而估計每日能量攝入量(68)。 此外，精準膳食監測方面還誕生了新興的食物紐學研究(Foodomics)科學

6、家們需妥去尋找每一種食物獨有的生物標志物，但在研究及轉化方面還較為困難。雖然這些方法仍需改進， 但它們在監測膳食和營養素攝入及營養干預依從性方面有明顯的潛力及優勢。膳食相關的深度表型分析，除了膳食攝入量的監測外還包括膳食行為的監測，如正餐攝入的時間、零食攝入習慣等。 目前這一領域正在出現一系列的新興技術，例如飲食監測器 (Universal Eating Monitor, UEM)，是一種能夠準確量化個體在特定時間內食物攝入的嵌入飯桌型電子秤(69)。 UEM 可監測多項不同的飲食行為參漿， 包括每口攝入量、 進食速反及食物/飲料比例等。 雖然該方法目前主要應用于嚴格控制的實驗室環境中，但改造后有可能應用到精準營養領域。另外一種用于監測食物攝入行為的可穿戴設備是自動攝入監測儀(Automatic Ingestion Monitor, AIM)(70), 它可以監測例如零食攝入行為、宵夜行為及周末暴飲暴食行為等，該設備依靠三種不同的傳感器(領運動、手勢和加速度計獲得可靠的飲食行為測量挺據，從而進一步分析自由生活條件下個體的飲食行為。