通过 PREDICT 研究，我们收集了世界上最大的一组全基因组测序肠道微生物组数据，这些数据显示代谢反应和饮食有关。这使我们能够研究肠道微生物组、饮食和代谢健康如何相互关联，从而就如何改善肠道微生物组和健康提供个性化建议。

我们的研究表明他们之间存在复杂的相互作用，我们的肠道微生物与我们的饮食和健康状况相关，这些微生物也可能改变饭后饮食宿主的影响水平，从而影响长期健康和体重。

肠道微生物组与人类健康之间有什么关系？

我们的肠道包含一个由数万亿种不同微生物及其集体基因组组成的复杂生态系统，称为肠道微生物组。这些微生物在我们体内形成了一个非常复杂的生态实体，在营养和健康的许多方面都发挥着重要作用。这包括：
• 数以千计的关键代谢物、酶和维生素的转化和生产（其中许多不能由人类生产，也不能直接通过饮食获得），
• 从我们的食物中提取营养，
• 我们对食物的代谢反应。

肠道微生物组的结构和群落与健康和疾病状态相关，包括心血管疾病、2型糖尿病、炎症性肠病、癌症和肥胖。 肠道微生物群被认为通过饮食介导的几种不同的宿主-微生物组相互作用来影响代谢健康，包括直接（通过饮食依赖性代谢物的可用性）和间接（通过调节微生物组的组成）。

你的肠道微生物群是独一无二的

人类共享99%的相同DNA，然而，人类肠道微生物组因人而异。通过我们的研究，我们发现即使是同卵双胞胎也有非常不同的肠道微生物群，不相关的个体共享 30% 的相同肠道微生物，双胞胎共享 34% 的相同肠道微生物。通过使用新的高分辨率法测序技术（“深度宏基因组测序”）更仔细地观察肠道微生物组，很明显我们每个人都有一组独特的遗传变异（菌株）。事实上，这使我们在微生物方面独一无二。

我们的研究还表明，宿主遗传学仅在有限程度上影响微生物组的组成，使微生物组成为精准营养的丰富目标。

虽然你不能改变你的基因，但你可以改变你的微生物组。肠道菌群的变化可以在饮食改变的几天内发生。因此，通过食用能够增加“好”微生物并减少“坏”微生物的食物，我们可以潜在地改变肠道微生物产生的分子套件。这并不意味着您的微生物组是完全可修改的，因为微生物组有几个知之甚少的机制会诱导新菌株的定植抗性，而您的免疫系统是一个复杂的机器，它在调节微生物方面发挥着关键作用，但目前仍未完全了解。但是，您的微生物组可以通过您吃的东西来改变，这是我们目前正在进行的研究的一个主要领域。

我们吃的食物会影响肠道微生物组

饮食被认为是控制微生物群落的关键可改变因素，习惯性饮食通过持续提供饮食基质来管理其环境来塑造微生物生态。

众所周知，饮食、人类肠道微生物群和许多代谢疾病之间存在关联，但直到现在我们还缺乏将这些结果与个体微生物或我们吃的特定食物联系起来的大规模、高分辨率研究。这部分是由于我们饮食的复杂性，难以准确和大规模地测量它们，将它们与其他生活方式和混杂因素分开，以及微生物组的个性化性质。此类分析还需要大量具有深入饮食和代谢数据的人，以及新的深度宏基因组测序技术，该技术可以以可承受的成本为每个人提供菌株水平的数据。

在PREDICT研究中，我们第一次能够以前所未有的规模和复杂性研究肠道微生物组和饮食。使用深度宏基因组测序，以及长期饮食数据和来自每个PREDICT参与者的数百个空腹和餐后血液标记测量，我们已经能够识别出一组明确的微生物种类，这些微生物种类与饮食模式、心脏代谢和肥胖相关的生物标志物，以及餐后反应。 /

饮食质量和肠道微生物组

虽然营养素和食物不是孤立地消耗的，而是作为广泛多样的饮食模式的一部分，但已知有一些关键的饮食成分会更大程度地影响我们的肠道微生物组（例如，膳食纤维、多酚、动物产品、人造甜味剂和膳食脂肪）。

研究的数据发现，微生物与特定营养素、个别食物、食物组和整体饮食模式之间存在密切关联。正如所讨论的，我们已经确定了“好”和“坏”的肠道菌群，创造出与“健康”和“不健康”食物和饮食模式始终相关的微生物特征。 这些微生物群也与肥胖和一般健康指标以及与心脏代谢风险相关的空腹循环代谢物密切相关。

例如，我们发现在饮食中富含“健康”植物性食物的人群中发现的同一组有益微生物也出现在食用含有优质脂肪的“健康”动物性食物（如油性鱼）的人群中。同样，在食用“不健康”植物和“不健康”动物性食物的人中也观察到了“不健康”微生物群。

通过详细地研究饮食摄入数据，以解开食物来源和质量对肠道微生物组和健康结果的影响。根据食物来源（健康或不健康的动物或植物）、质量（加工或未加工）和整体饮食模式的差异性，这种“好”和“坏”微生物的明确区分，突出了超越营养的重要性，饮食微生物组研究中的常量营养素和单一食物。

将个别食物与肠道微生物组联系起来

研究计划的另一个新成果是我们已经确定了与个体微生物相关的特定食物。毫不奇怪，大多数支持“好”微生物生长的食物都富含纤维。膳食纤维用于描述各种不被人体酶分解的植物衍生化合物。没有微生物，人类就无法充分利用可溶性和不溶性膳食纤维。不同的微生物专门分解不同类型的纤维，包括由结肠中的肠道微生物群发酵的益生元纤维。因此，多种纤维对于支持健康的肠道微生物群非常重要。

通过食用特定的高纤维食物，可能会增加特定微生物的数量。在食物基质中发现的天然存在的纤维非常复杂，我们认为这是为什么食用未加工食品的人比食用高度加工食品的人具有更多样化的肠道微生物和更好的健康结果的部分原因。

肠道微生物组影响心脏代谢健康和我们对食物的反应

研究数据表明，个体的肠道微生物组可以预测心脏代谢标志物和对食物的个性化反应。例如，“健康”和“不健康”微生物特征与几种传统的空腹心脏代谢指标生物标志物（例如血压、空腹血脂、空腹血糖、糖化血红蛋白 (HbA1c)、炎症标志物）以及餐后心脏代谢和血糖生物标志物相关。值得注意的是，我们在禁食和餐后条件下都观察到了这些。

众所周知，肠道微生物组在葡萄糖代谢中发挥作用，因此肠道微生物组在餐后血糖中发挥作用，我们研究的一个新发现是，与血糖反应相比，肠道微生物组在混合营养餐后的餐后脂血反应中起着更重要的作用。鉴于餐后血脂和血糖都是 CVD 的独立危险因素，并引发一系列统称为饮食炎症的负面影响，这一点尤为重要。

肠道菌群是精准营养的重要目标

我们数据的规模和深度还表明，我们所吃的食物、肠道微生物组和心脏代谢健康之间的联系比以前认为的要强得多。

这些发现有力地支持了我们吃的食物、它们所支持的微生物和慢性疾病结果之间的相互作用，并强调了肠道微生物群既是个性化饮食建议的目标，也是预测对食物的个性化反应的有价值的参考。

资源参考
1. Singh RK, Chang H-W, Yan D et al. Influence of diet on the gut microbiome and implications for human health. J Transl Med. 2017;15:73. doi:10.1186/s12967-017-1175-y
2. Tilg H, Moschen AR. Microbiota and diabetes: an evolving relationship. Gut. 2014 Sep;63(9):1513-21. doi:10.1136/gutjnl-2014-306928
3. Valdes A, Walter J, Segal E et al. Role of the gut microbiota in nutrition and health. BMJ. Jun 2018;361:k2178. doi:10.1136/bmj.k2179
4. David LA, Maurice CF, Carmody RN et al. Diet rapidly and reproducibly alters the human gut microbiome. Nature. 2014 Jan 23;505(7484):559-63. doi:10.1038/nature12820
5. Leeming ER, Johnson AJ, Spector T. Effect of Diet on the Gut Microbiota: Rethinking Intervention Duration. Nutrients. 2019 Dec;11(12):2862. doi:10.3390/nu11122862
6. Menni C, Zhu J, Le Roy CI, et al. Serum metabolites reflecting gut microbiome alpha diversity predict type 2 diabetes. Gut Microbes. 2020 Nov;11(6):1632-42. doi:10.1080/19490976.2020.1778261
7. Sze MA, Schloss PD. Looking for a Signal in the Noise: Revisiting Obesity and the Microbiome. mBio. Aug 2016;7(4):e01018-16. doi:10.1128/mBio.01018-16
8. Pasolli E, Asnicar F, Manara S et al. Extensive Unexplored Human Microbiome Diversity Revealed by Over 150,000 Genomes from Metagenomes Spanning Age, Geography, and Lifestyle. Cell. 2019 Jan;176(3):649-62. doi:10.1016/j.cell.2019.01.001
9. Gilbert JA, Blaser MJ, Caporaso JG et al. Current understanding of the human microbiome. Nat Med. 2018 Apr;24:392-400. doi:10.1038/nm.4517
10. Spector T, Asnicar F, Berry S et al. Microbiome Signatures of Nutrients, Foods and Dietary Patterns: Potential for Personalized Nutrition from The PREDICT 1 Study. Curr Dev Nutr. 2020 Jun;4(Suppl 2):1587. doi:10.1093/cdn/nzaa062_044
11. Vadiveloo M, Dixon LB, Mijanovich T et al. Development and evaluation of the US Healthy Food Diversity index. Br J Nutr. 2014 Nov;112(9):1562-74. doi:10.1017/S0007114514002049
12. Guenther PM, O Casavale K, Reedy J et al. Update of the Healthy Eating Index: HEI-2010. J Acad Nutr Diet. 2013 Apr;113(4):569-80. doi:10.1016/j.jand.2012.12.016
13. Fung TT, McCullough ML, Newby PK et al. Diet-quality scores and plasma concentrations of markers of inflammation and endothelial dysfunction. Am J Clin Nutr. 2005 Jul;82(1):163-73. doi:10.1093/ajcn/82.1.163
14. Allin KH, Tremaroli V, Caesar R et al. Aberrant intestinal microbiota in individuals with prediabetes. Diabetologia. 2018 Apr;61(4):810-20. doi:10.1007/s00125-018-4550-1
15. Kootte RS, Levin Evgeni, Salojarvi J et al. Improvement of Insulin Sensitivity after Lean Donor Feces in Metabolic Syndrome Is Driven by Baseline Intestinal Microbiota Composition. Cell Metab. 2017 Oct;26(4):611-619.e6. doi:10.1016/j.cmet.2017.09.008
16. Berry S, Ordovas J, Asnicar F et al. Influence of Gut Microbial Communities on Fasting and Postprandial Lipids and Circulating Metabolites: The PREDICT 1 Study. Curr Dev Nutr. 2020 Jun;4(s2):1547. doi:10.1093/cdn/nzaa062_004