Short-term postprandial glucose monitoring reveals stable traits from noisy free-living meals
通过分析超过 50,000 顿自由进食餐次，本研究表明，尽管餐与餐之间存在高度变异性，但短期血糖监测可以可靠地识别出稳定的、个体特异性的特征——特别是整体倾向于出现较大的血糖波动——这些特征是可重复的，并且能够预测标准化反应，从而为个性化血糖管理提供了一种可行的方法。
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
每次进食时，我们的身体都会启动复杂的代谢反应来处理食物。对于大多数人来说，这是一个安静、自动的后台运行过程；但对于那些有血糖问题的人来说，这是衡量健康的关键指标。即使是在没有糖尿病诊断的人群中，血糖在餐后上升和下降的方式也会有巨大的差异。有时，两个人在吃完全相同的食物时，反应会截然不同；同一个人在不同日子里对同一种食物的反应也可能有所不同。这种不一致性长期以来使得提供个性化饮食建议变得十分困难。科学家们一直在思考，这些差异究竟只是由日常生活中的琐碎细节（如你之前吃了什么、活动了多少或时间点如何）所导致的随机噪声，还是每个人体内存在着稳定的、隐藏的特质，决定了他们处理糖分的方式。理解这一区别至关重要：如果差异仅仅是随机的，那么适合大众的通用饮食方案或许对每个人都有效；如果它们是稳定的特质，那么营养学的未来就在于为个人量身定制食物。
洛桑瑞士联邦理工学院的一个研究小组致力于通过倾听日常生活的各种数据来寻找这些隐藏的特质。他们招募了近千名没有糖尿病的成年人，并要求他们佩戴连续血糖监测仪长达两周。这些佩戴在手臂上的设备每十五分钟测量一次皮下组织液中的糖水平。与此同时，参与者使用智能手机应用程序记录了他们吃的每一件东西，从而创造了超过五万份真实世界的饮食记录。研究人员还让参与者饮用特定的、受控的糖分混合物，并食用白面包加黄油等标准化食物，以观察他们在受控环境下的反应。其目标是把日常生活的混乱噪声与一个人独特的生物学特征这一稳定信号区分开来。
数据表明，日常生活确实非常嘈杂。当观察人们在日常习惯中摄入的数千份餐食时，最大的变异来源并非人与人之间的差异，而是同一个人在不同餐食之间的差异。某天一个人吃三明治后可能会出现巨大的血糖峰值，而第二天吃同样的三明治时可能只有微小的波动。这种内部波动如此之大，以至于似乎淹没了个体之间稳定的差异。然而，当研究人员应用一种复杂的统计方法来过滤掉餐食背景（如时间点或之前吃了什么）带来的噪声时，他们发现混沌之下存在着令人惊讶的秩序。他们发现，人与人之间的差异并非随机分布在许多因素中，而是集中在仅仅两个主要方向上。
第一个也是最主要的维度，代表了一个人产生较大或较小血糖波动的整体倾向。有些人无论吃什么，其血糖峰值总是较高且曲线下面积较大；而另一些人的反应则始终较小且平缓。这一特质非常稳定，以至于研究人员仅通过三天的监测，就能估算出一个人在该量表上的位置，且该结果与监测两周后得到的结果几乎一致。第二个维度则更为具体：它描述了人的身体对碳水化合物与纤维素的不同反应方式。在这项指标上得分较高的人，在摄入碳水化合物后往往会出现更剧烈、持续时间更长的血糖升高；而得分较低的人反应则较为平缓。这两个特质都是可重复的；如果研究人员将数据分成两半并观察不同的餐食组合，会发现同样的两个模式在涌现。
为了测试这些特质是真实的特质还是仅仅是数据的产物，研究人员利用从杂乱的自由生活餐食中学习到的模式，去预测这些人对从未见过的标准化、受控餐食的反应。这个模型已经从他们的日常生活中学习到了个人的独特特征，并且成功预测了他们在受控挑战下的反应。这证明了这些特质不仅仅是随机噪声，而是可以被识别出的真实生物学特征，且无需在受控的实验室环境中进行。这项研究表明，我们不需要数周的完美监测来了解一个人的代谢个性；短期的常规追踪就足以揭示定义其身体如何处理糖分的两个主要轴线。这一发现将关注点从试图预测每一顿饭，转向了识别使每个人的代谢变得独特的稳定、潜在的特质，为实现真正的个性化营养开辟了新路径。
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。