僅供研究使用，不適用于臨床診斷程序

核磁共振分析對飲食行為的新啟示

目前，在發達國家，糖尿病、心血管疾病和癌癥等非傳染性疾病已成為主要的“死亡殺手”。此外，這些疾病對中低收入國家的影響也在增強。主要誘因是現代生活方式的轉變，表現為活動量少、飲食不健康，肥胖癥人群迅速增加。目前全球 30% 的人口存在超重或肥胖情況，預計本世紀中葉將達到 50%。

要扭轉這一趨勢，研究人員和公共政策制定者需要了解人們的飲食習慣，并據此制定健康政策。然而，由于現有的飲食數據收集方法尚不成熟，誤差范圍較大，從而阻礙了這一目標的實現。飲食日志是收集此類數據的主要方法，但事實證明，該方法的錯誤率在 33% 至 88% 之間。這些數據是制定公共衛生政策的依據，這意味著，沒有可靠的數據收集方法，不僅公共政策制定所依據的數據可能存在缺陷，而且也很難評估政策實施后的影響。

為了克服這一難題，倫敦帝國理工學院的研究人員開發了一種對尿液樣本進行代謝輪廓分析的方法，用于評估人的飲食情況。

健康評估

研究人員首先開展了一項試驗，共有19名健康成年人參加了4次為期72小時的留院觀察。每個受試者被分配4種飲食干預措施中的一種。每一種干預措施都是根據其符合世界衛生組織（WHO）膳食指南的程度，按比例逐步定制。WHO膳食指南建議增加水果、蔬菜、全谷類和膳食纖維的攝入量，同時減少脂肪、糖和鹽的攝入量。分配的飲食包括一組與指南截然不同的飲食，一組高度符合指南的飲食以及兩組中間飲食。

研究人員在整個研究過程中采集了多份尿樣，并利用核磁共振采集了各個樣本的代謝圖譜，以表征在尿液中排泄的多種化合物。很多食物在食用后，會排泄出特定代謝物，從而提供近期食物攝入的情況。使用布魯克 Avance IVDr 波譜儀，即全自動的核磁共振代謝分析系統，不到 10 分鐘即可完成數據采集和分析。

通過主成分分析，研究人員發現，不同飲食干預的受試者具有差異顯著的代謝輪廓。連續多天采集尿樣后，研究人員發現，經過一段時間后，通過遵循特定的飲食習慣，代謝輪廓之間的差異變得更加明顯。其中，兩組中間飲食的代謝輪廓聚集在兩組兩端飲食之間。

真實測試

之后，研究人員以該模型為基礎，在臨床試驗環境之外對個體進行了測試。營養師招募“飲食健康者”作為受試者，并根據“終止高血壓膳食療法”（DASH）飲食量表為受試者打分，以此評估受試者飲食的健康程度。這些分數之后與通過尿液測試獲得的代謝輪廓進行關聯。研究小組發現，大多數受試者均產生了較好的關聯，表明他們的飲食確實是健康的，但仍有很多人雖然根據 DASH 評分被歸為健康類別，但根據代謝輪廓分析的結果卻屬于不健康的類別。DASH 評分取決于受試者自我報告的食物攝入情況，研究小組表示，這可能是結果不一致的原因。

個性化飲食

目前，研究團隊希望擴大模型的使用范圍，即不僅可以用來測定飲食建議的遵從程度，還可用于提供符合個人需求的理想飲食建議。

研究團隊還指出，食用了某種食物后排出的代謝物情況可因人而異，這表明個體之間的代謝存在差異。這些反應可以在食用后的急性期進行有效測量。

為了探索是否可以對長期攝入量進行建模，研究團隊采用了最初的 19 人研究中得出的數據，并研究從最健康的飲食到最不健康的飲食有哪些代謝物發生了變化。研究團隊利用這些數據創建了一個代謝網絡，將不同代謝物之間的關聯可視化，顯示出代謝途徑。通過該網絡，他們可以看到哪些受試者在代謝活性方面對特定飲食產生了強烈或微弱的反應。將來，這些數據可以用于指導個人選擇在代謝活性方面引起*強反應的飲食。研究團隊的工作表明，可以通過快速的、無創的方法對個人的飲食模式進行更準確的分析，而該方法不再依賴于受試者的自我報告。