Multimodal phenotyping reveals plant-food-related dietary information in serum Raman spectra of community-dwelling Japanese adults
这项研究表明，在社区居住的日本成年人中，习惯性的植物性食物相关饮食信息并非由单一生物状态所捕捉，而是表现为分布在互补表型层上的可追踪维度，其中血清拉曼光谱能为特定的饮食变量（如β-胡萝卜素）提供独特的预测见解，从而对临床和代谢组学数据形成补充。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
几十年来，医生和科学家一直明白我们所吃的食物如何塑造我们的长期健康。我们知道，富含蔬菜、水果和全谷物的饮食能降低患心脏病和糖尿病的风险，而富含加工肉类和含糖饮料的饮食则会适得其反。为了衡量这一点，研究人员经常使用评分系统，统计一个人摄入健康食物与不健康食物的份数。这些评分用一个数字代表一个人的整体饮食质量。然而，单一的数字无法说明问题的全貌。两个人的得分可能完全相同，但他们通过完全不同的食物组合达到了这一得分。此外，即使人们食用相同的食物，他们的身体反应也各不相同：一个人在进食后血糖可能会飙升，而另一个人则可能保持稳定。现代科学面临的大问题是，如何观察这些细微的、个体化的生物学差异。我们知道饮食会在血液中留下痕迹，但我们仍在学习这些痕迹究竟出现在哪里，以及如何解读它。
日本的一个研究小组最近通过研究近四百名社区居民的血液，试图解决这个难题。他们想看看是否可以从这些人的血液样本中发现他们习惯性摄入的特定食物的踪迹。该团队收集了参与者随时间变化的详细饮食记录，然后采集新鲜血液样本进行三种不同类型的测试。首先，他们进行了医生日常用于检查胆固醇和血糖水平等指标的标准血液测试。其次，他们分析了血清代谢组，即由消化和代谢产生的在血液中漂浮的微小分子的详细化学图谱。第三，他们使用了一种称为拉曼光谱（Raman spectroscopy）的技术。这种方法向血清投射一种特定类型的光，并测量光线如何从分子上反射回来。它就像一个分子指纹，能够在无需添加任何染料或标记的情况下，揭示样本的化学组成。
研究人员首先根据参与者的饮食质量评分对他们进行了分组。他们发现，得分较高（即饮食习惯较健康）的人通常在过去几年中拥有更好的健康史。这些人的住院次数较少，且在血压和肾功能等标准健康检查指标方面表现更好。然而，当团队观察来自血液测试和化学图谱的复杂生物学数据时，他们并未看到这些群体呈现出清晰、截然不同的聚类。换句话说，健康的饮食并没有创造出一个看起来与“不健康”状态完全不同的单一、明显的“健康”生物状态。从整体上看，饮食良好的身体与饮食较差的身体在生物学表现上惊人地相似，这表明饮食并不仅仅是将身体切换到某种模式或另一种模式。
然而，当研究人员将注意力从整体评分转向特定食物时，情况发生了变化。他们提出了一个更精确的问题：仅通过观察血液数据，能否预测一个人摄入特定食物（如咖啡或某种蔬菜）的量？他们发现，标准血液测试和化学图谱可以预测其中的一部分，但拉曼光谱为这个拼图增添了至关重要的一块。对于许多特定的饮食变量，包括咖啡和某些植物营养素，血液中的光散射模式提供了其他测试所遗漏的额外信息。这在 β-胡萝卜素（一种存在于橙色和黄色蔬菜中的营养素）的研究中表现得尤为明显。与 β-胡萝卜素相关的拉曼光谱模式可以直接追溯到已知属于类胡萝卜素分子的特定振动。这证实了光确实捕捉到了血液中这些植物性化合物的物理存在。
这项发现之所以更加意义重大，是因为 β-胡萝卜素的信号并非孤立事件。那些指向 β-胡萝卜素的光谱模式也与更广泛的健康植物性食物相一致。当研究人员绘制出这些信号的方向时，他们发现蔬菜、水果、豆类以及整体健康饮食评分都指向同一个方向。相反，针对加工肉类和含糖饮料等不健康物品的信号则指向相反的方向。这表明，人体内存储的不仅仅是一个单一的“饮食评分”。相反，食物的影响分布在不同的生物层面上。饮食的某些方面在标准血液测试中可见，某些在化学图谱中可见，而另一些则能被光与血液的相互作用所独特地捕捉。
研究结论指出，我们的习惯性饮食并不是以一种单一的、开关式的状态呈现在体内。相反，它被编织进生物学之中，成为一系列分布在不同测量维度上的可追踪维度。虽然简单的饮食评分可能无法将人们划分为两个截然不同的生物群体，但我们摄入的具体食物细节仍然存在，只要我们使用正确的工具，就能找到它们。通过将标准医学检测与先进的光学扫描相结合，科学家现在可以更全面地了解食物如何塑造我们的生物学，从而超越简单的评分，去理解我们所摄入食物的特定且可追踪的足迹。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。