FSHW | 個性化營養以減輕遺傳易感個體的炎癥：一項針對丹麥 PREVENTOMICS 干預措施的二次分析

本文系Food Science and Human Wellness原創編譯，歡迎分享，轉載請授權。

Introduction

精準營養（PN）已成為營養科學領域最重要的挑戰之一，旨在通過更具針對性和高效的策略改善公眾健康。遺傳變異，特別是多基因風險評分（PGS）在代謝生物標志物應用中日益受到關注，用于表征非傳染性疾病。因此，PGS允許同時考慮與特定表型特征或影響特定生物功能相關的不同單核苷酸多態性（SNP），從而更好地評估對代謝紊亂的易感性，其預測潛力高于單個SNP。PREVENTOMICS（賦能消費者通過組學科學預防飲食相關疾病）項目旨在通過整合營養、人體測量學、代謝組學和遺傳信息來深入表征參與者的健康狀況，然后調整個性化飲食方案以更好地滿足個體需求。參與者最初根據其最顯著的代謝特征進行分類。丹麥首次完成的PREVENTOMICS試驗結果顯示，在整個隊列中，對心臟代謝健康有益（體質量、胰島素抵抗和血脂譜改善），但在兩種干預措施（PN與一般性）之間沒有差異效果。

在之前的一篇出版物中，PGS的應用被證明是識別低度炎癥高風險人群亞組的有用工具，低度炎癥通常與肥胖和代謝綜合征相關。在其他特征中，肥胖人群的炎癥標志物如IL-6或腫瘤壞死因子α（TNF-α）異常升高。在此背景下，本研究的主要目的是評估表征促炎癥概況的PGS（PGSi）作為營養遺傳學工具的有用性，以識別PREVENTOMICS丹麥隊列中對針對肥胖中常見的低度炎癥概況的PN方案反應更好的個體。

Results and Discussion

基于炎癥遺傳評分的事后隊列分層

丹麥PREVENTOMICS隊列最初由100名完成基線測量參與者組成。表1顯示了炎癥和碳水化合物概況組的主要基線特征，包括人體測量學和生物標志物水平。與碳水化合物概況組相比，炎癥概況組的受試者體質量、腰圍和內臟脂肪較低，并伴有較高的脂聯素和脂聯素/瘦素比。相應地，碳水化合物概況組的胰島素和HOMA-IR水平高于炎癥概況組。

表1 根據代謝特征劃分的 Preventomics DK 隊列基線數據

在最初的志愿者樣本中，82人成功完成了為期10周的干預。炎癥概況組共有39人（22人采用對照方案，17人采用PN方案），碳水化合物概況組共有41人（21人采用對照方案，20人采用PN方案）。通過PGSi進行的事后基因分層用于識別對炎癥有更高易感性的個體。這應用于PNi干預組（及其相應的對照組），這將允許測試基于代謝和基因生物標志物組合的具有炎癥概況的受試者特異性飲食方案的效率。在完成干預的炎癥和碳水化合物代謝聚類中，分別有30.8%和31.7%的受試者在基因型上被歸類為高PGSi。其中，有12名受試者被分配到炎癥聚類（PNi組5人，對照組7人），13名被分配到碳水化合物聚類（PNc組7人，對照組6人）（圖1）。

圖1 丹麥 PREVENTOMICS 干預研究中，研究階段、樣本采集以及遺傳因素對干預影響分析的流程圖

針對炎癥（PNi）和遺傳（PGSi）概況的精準營養干預顯示出最大的健康改善

對分配到炎癥代謝概況組的個體進行的概覽（未考慮遺傳因素）并未顯示PNi方案相對于一般飲食建議（對照組）的優勢。根據PGSi進行的遺傳分層揭示了飲食方案之間的差異影響。因此，在被分配到飲食抗炎方案（PNi + 高PGSi組）的高遺傳評分受試者中，發現體質量（Δ：-4.84%；D × G，P＝0.039）和體脂（Δ：-4.86%；D × G，P＝0.007）的減少幅度最大。這一結果比接受一般飲食方案的高PGSi受試者更為成功。因此，對照組 + 高PGSi組的體質量（Δ：-1.73%）和體脂（Δ：-0.51%）減少幅度較小（圖2A和B）。盡管各組間在中心肥胖測量方面未發現統計學顯著差異，但在PNi + 高PGSi組中觀察到內臟脂肪減少的模式（Δ：-11.4%）（圖2C和D）。這與血漿瘦素減少（Δ：-42.7%；D × G，P＝0.019）（圖3C）和脂聯素增加趨勢（Δ：8.4%）（圖3B）一致。總體而言，脂聯素/瘦素比在PNi + 高PGSi組中改善最顯著（Δ：97.1%；D × G，P＝0.064）（圖3A），優于其他組。同樣，PNi干預對生命體征的影響表明，PNi + 高PGSi組的MAP（Δ：-6.6%，圖2E）和HR（Δ：-11.3%；D × G，P＝0.035）（圖2F）比其他組有改善。

關于炎癥生物標志物，分配到PNi干預組的受試者，特別是高PGSi組的受試者，觀察到改善。因此，PNi干預與IL-10的更大增加（Δ：141%；低和高PGSi組分別為Δ：71.3%，D，P＝ 0.025）以及TNF-α的更大減少（Δ：-3.0%；低和高PGSi組分別為Δ：0.6%，D，P＝0.048）相比于對照飲食（圖3F和D）。此外，PNi + 高PGSi組的CRP（Δ：-31.1%）、ICAM1（Δ：-5.8%）和MCP1（Δ：-4.2%）的減少幅度最大（圖3E、H和I）。MIB指數證實了這種代謝改善模式。接受PNi飲食方案的高PGSi受試者在干預后，循環中促炎癥生物標志物減少幅度更大（ΣZ-score：-2.94；D × G，P＝0.004），而遵循對照飲食方案的相同遺傳評分受試者（ΣZ-score：2.27；圖3K）則不然。關于葡萄糖代謝，PNi受試者的反應不受飲食方案或PGSi的影響（圖3L-N）。在應用了多變量調整模型（包括熱量攝入和身體活動，以及已包含在調整模型中的性別和年齡）后，所有顯著的ANOVA P值均保持不變，除了心率（P＝ 0.172）和血漿瘦素水平（P＝0.071），以及飲食方案對TNF-α水平的影響變為趨勢（P＝0.064）。

圖2 在炎癥代謝特征受試者中，經過10周膳食干預后人體測量學和生命體征的變化

圖3 在10周飲食干預后，PREVENTOMICS 志愿者中炎癥（A-K）和葡萄糖處理（L-N）生物標志物的變化

針對碳水化合物代謝紊亂（PNc）的精準營養干預可能不是具有低度炎癥遺傳傾向（高PGSi）的受試者的最佳飲食治療

為了評估PGSi結合飲食干預在對抗紊亂代謝概況方面的特異性，重點關注碳水化合物聚類中的受試者。干預后基因亞組分析顯示，6名接受對照飲食建議的受試者和7名接受個性化飲食的受試者被歸類為高PGSi（圖1）。數據分析證實了上述結果；個性化干預（PNc）觀察到的輕微改善在很大程度上獨立于PGSi狀態（圖4和5）。特別是，與PGSi無關，兩種飲食干預之間葡萄糖相關參數（包括胰島素和HOMA-IR）的改善相似（圖5L-N）。

然而，高PGSi受試者中TNF-α和CRP的反應需要一些關注。PNc飲食的TNF-α表現出最差的結果（Δ：18.2%，D × G，P＝0.018），并且在遵循C飲食時觀察到CRP有最高增加的趨勢（Δ：72.6%，D × G，P＝0.067）（圖5D和E）。最后，與炎癥的單個生物標志物觀察到的結果一致，無論基因型如何，PNc干預下總體MIB指數保持不變（圖5K）。在多變量調整統計模型下，該代謝概況中的所有顯著結果均得以保留，甚至CRP水平上的G × D相互作用和IL-6上的飲食方案（D）效應也變得顯著。

圖4 在營養干預10周后，參與者在分配到碳水化合物調整輪廓組的體測和生命體征的變化

圖5 在營養干預10周后，參與者在 (A-K) 發炎和 (L-N) 葡萄糖處理生物標志物的變化

Conclusion

事后遺傳分層有助于理解該隊列中的代謝異質性，并揭示了針對表型和遺傳信息定制的個性化營養干預的有益效果。根據 PGSi 分類為高風險的受試者在接受針對炎癥的個性化營養干預（PNi）后顯示出最大的獲益。這通過改善身體成分，以及血漿瘦素、脂聯素和其他炎癥生物標志物的更有利變化得到了證實。這些令人鼓舞的結果是特定于那些接受抗炎定制飲食（PNi）的高風險個體，而非那些接受了針對碳水化合物代謝變化的定制飲食（PNc）的個體。總之，評估代謝型和基因型是定義個性化營養策略的一個有前景的工具，并能更好地理解個體在飲食治療中的代謝異質性。這些信息的整體整合可能有助于細化營養需求的預測，改善對飲食的反應，并最終幫助優化臨床實踐中肥胖及相關代謝疾病的管理。

Personalized nutrition to mitigate inflammation in genetically predisposed individuals: a secondary analysis of the Danish PREVENTOMICS intervention

Sebastià Galmésa,b,c, Andreu Palou-Marcha,b,c,d, Kristina Pigsborge, Mona Adnan Aldubayane,f, Sophia M.O. Gormseng, Alberto Callejah, Joan Trabali, Vanesa Martínezi, Biotza Gutiérrezj, Josep M. Del Basj, Faidon Magkose, Francisca Serraa,b,c,d,*

a Laboratory of Molecular Biology, Nutrition and Biotechnology (Nutrigenomics, Biomarkers and Risk Evaluation–NuBE), University of the Balearic Islands, Palma 07122, Spain

b Health Research Institute of the Balearic Islands (IdISBa), Palma 07120, Spain

c CIBER of Physiopathology of Obesity and Nutrition (CIBEROBN), Carlos Ⅲ Health Institute (ISCIII), Madrid 28029, Spain

d Alimentomica S.L., Camí de na Potons s/n, Campanet 07310, Spain

e Department of Nutrition, Exercise and Sports, Faculty of Science, University of Copenhagen, Frederiksberg 1958, Denmark

f Department of Clinical Nutrition, College of Applied Medical Sciences, King Saud bin Abdulaziz University for Health Sciences, Riyadh 14611, Saudi Arabia

g R&D, Food & Culinary Department, Simple Feast, Copenhagen 1432, Denmark

h Leitat Technological Center, C/Innovació 2, Terrassa 08225, Spain

i Creaciones Aromáticas Industriales SA, Cuatrecasas i Arumí, Sant Quirze del Valles, Barcelona 08192, Spain

j Eurecat, Centre Tecnològic de Catalunya, 43204 Reus, Spain

*Corresponding author.

Abstract

Deep phenotyping and genetic characterization of individuals are fundamental to assessing the metabolic status and determining nutrition-specific requirements. This study aimed to ascertain the utmost effectiveness of personalized interventions by aligning dietary adjustments with both the genotype and metabolotype of individuals. Therefore, we assessed here the usefulness of a polygenic score (PGS) characterizing a potential pro-inflammatory profile (PGSi) as a nutrigenetic tool to discern individuals from the Danish PREVENTOMICS cohort that could better respond to precision nutrition (PN) plans, specifically targeted at counteracting the low-grade inflammatory profile typically found in obesity. The cohort followed a PN plan to counteract the pro-inflammatory profile (PNi group) or generic dietary recommendations (Control) for 10 weeks. PGSi was applied for genetic stratification (Low/High). The effects of the intervention on anthropometrics and biomarkers related to inflammatory profile and carbohydrate metabolism were assessed. Around 30% of subjects had a high genetic predisposition to pro-inflammatory status (high-PGSi). These individuals demonstrated the most effective response to the dietary plan, experiencing improved body composition, with significant decreases in body weight (?: –4.84%; P = 0.039) and body fat (?: –4.86%; P = 0.007), and beneficial changes in pro- and anti-inflammatory biomarkers, with significant increases in IL-10 (?: 71.3%; P = 0.025) and decreases in TNF-α (?: –3.0%; P = 0.048), CRP (?: –31.1%), ICAM1 (?: –5.8%), and MCP1 (?: –4.2%) circulating levels, compared to low-PGSi individuals. Both phenotypic and genetic stratification contributed to a better understanding of metabolic heterogeneity in response to diet. This approach allows for refinement of the prediction of individual requirements and potentially for better management of obesity.

Reference:

GALMéS S, PALOU-MARCH A, PIGSBORG K, et al. Personalized nutrition to mitigate inflammation in genetically predisposed individuals: a secondary analysis of the Danish PREVENTOMICS intervention[J]. Food Science and Human Wellness, 2025, 14(6): 9250318. DOI:10.26599/FSHW.2024.9250318.

翻譯： 管勤昊 （實習）

編輯：梁安琪；責任編輯：孫勇

封面圖片：攝圖網

為匯聚全球智慧共探產業變革方向，搭建跨學科、跨國界的協同創新平臺，由北京食品科學研究院、中國肉類食品綜合研究中心、國家市場監督管理總局技術創新中心（動物替代蛋白）、中國食品雜志社《食品科學》雜志（EI收錄）、中國食品雜志社《Food Science and Human Wellness》雜志（SCI收錄）、中國食品雜志社《Journal of Future Foods》雜志（ESCI收錄）主辦，西南大學、 重慶市農業科學院、 重慶市農產品加工業技術創新聯盟、重慶工商大學、 重慶三峽科技大學 、西華大學、成都大學、四川旅游學院、北京聯合大學、 中國-匈牙利食品科學“一帶一路”聯合實驗室（籌）、 普洱學院 共同主辦 的“ 第三屆大食物觀·未來食品科技創新國際研討會 ”， 將于2026年4月25-26日 （4月24日全天報到） 在中國 重慶召開。

長按或微信掃碼進行注冊

為系統提升我國食品營養與安全的科技創新策源能力，加速科技成果向現實生產力轉化，推動食品產業向綠色化、智能化、高端化轉型升級，由北京食品科學研究院、中國食品雜志社《食品科學》雜志（EI收錄）、中國食品雜志社《Food Science and Human Wellness》雜志（SCI收錄）、中國食品雜志社《Journal of Future Foods》雜志（ESCI收錄）主辦，合肥工業大學、安徽農業大學、安徽省食品行業協會、安徽大學、合肥大學、合肥師范學院、北京工商大學、中國科技大學附屬第一醫院臨床營養科、安徽糧食工程職業學院、安徽省農科院農產品加工研究所、安徽科技學院、皖西學院、黃山學院、滁州學院、蚌埠學院共同主辦的“第六屆食品科學與人類健康國際研討會”，將于 2026年8月15-16日（8月14日全天報到）在中國 安徽 合肥召開。

長按或微信掃碼進行注冊

會議招商招展

聯系人：楊紅；電話：010-83152138；手機：13522179918（微信同號）