本文系Food Science and Human Wellness原创编译，欢迎分享，转载请授权。
Introduction
精准营养（PN）已成为营养科学领域最重要的挑战之一，旨在通过更具针对性和高效的策略改善公众健康。遗传变异，特别是多基因风险评分（PGS）在代谢生物标志物应用中日益受到关注，用于表征非传染性疾病。因此，PGS允许同时考虑与特定表型特征或影响特定生物功能相关的不同单核苷酸多态性（SNP），从而更好地评估对代谢紊乱的易感性，其预测潜力高于单个SNP。PREVENTOMICS（赋能消费者通过组学科学预防饮食相关疾病）项目旨在通过整合营养、人体测量学、代谢组学和遗传信息来深入表征参与者的健康状况，然后调整个性化饮食方案以更好地满足个体需求。参与者最初根据其最显著的代谢特征进行分类。丹麦首次完成的PREVENTOMICS试验结果显示，在整个队列中，对心脏代谢健康有益（体质量、胰岛素抵抗和血脂谱改善），但在两种干预措施（PN与一般性）之间没有差异效果。
在之前的一篇出版物中，PGS的应用被证明是识别低度炎症高风险人群亚组的有用工具，低度炎症通常与肥胖和代谢综合征相关。在其他特征中，肥胖人群的炎症标志物如IL-6或肿瘤坏死因子α（TNF-α）异常升高。在此背景下，本研究的主要目的是评估表征促炎症概况的PGS（PGSi）作为营养遗传学工具的有用性，以识别PREVENTOMICS丹麦队列中对针对肥胖中常见的低度炎症概况的PN方案反应更好的个体。
Results and Discussion
基于炎症遗传评分的事后队列分层
丹麦PREVENTOMICS队列最初由100名完成基线测量参与者组成。表1显示了炎症和碳水化合物概况组的主要基线特征，包括人体测量学和生物标志物水平。与碳水化合物概况组相比，炎症概况组的受试者体质量、腰围和内脏脂肪较低，并伴有较高的脂联素和脂联素/瘦素比。相应地，碳水化合物概况组的胰岛素和HOMA-IR水平高于炎症概况组。
表1 根据代谢特征划分的 Preventomics DK 队列基线数据
在最初的志愿者样本中，82人成功完成了为期10周的干预。炎症概况组共有39人（22人采用对照方案，17人采用PN方案），碳水化合物概况组共有41人（21人采用对照方案，20人采用PN方案）。通过PGSi进行的事后基因分层用于识别对炎症有更高易感性的个体。这应用于PNi干预组（及其相应的对照组），这将允许测试基于代谢和基因生物标志物组合的具有炎症概况的受试者特异性饮食方案的效率。在完成干预的炎症和碳水化合物代谢聚类中，分别有30.8%和31.7%的受试者在基因型上被归类为高PGSi。其中，有12名受试者被分配到炎症聚类（PNi组5人，对照组7人），13名被分配到碳水化合物聚类（PNc组7人，对照组6人）（图1）。
图1 丹麦 PREVENTOMICS 干预研究中，研究阶段、样本采集以及遗传因素对干预影响分析的流程图
针对炎症（PNi）和遗传（PGSi）概况的精准营养干预显示出最大的健康改善
对分配到炎症代谢概况组的个体进行的概览（未考虑遗传因素）并未显示PNi方案相对于一般饮食建议（对照组）的优势。根据PGSi进行的遗传分层揭示了饮食方案之间的差异影响。因此，在被分配到饮食抗炎方案（PNi + 高PGSi组）的高遗传评分受试者中，发现体质量（Δ：-4.84%；D × G，P＝0.039）和体脂（Δ：-4.86%；D × G，P＝0.007）的减少幅度最大。这一结果比接受一般饮食方案的高PGSi受试者更为成功。因此，对照组 + 高PGSi组的体质量（Δ：-1.73%）和体脂（Δ：-0.51%）减少幅度较小（图2A和B）。尽管各组间在中心肥胖测量方面未发现统计学显著差异，但在PNi + 高PGSi组中观察到内脏脂肪减少的模式（Δ：-11.4%）（图2C和D）。这与血浆瘦素减少（Δ：-42.7%；D × G，P＝0.019）（图3C）和脂联素增加趋势（Δ：8.4%）（图3B）一致。总体而言，脂联素/瘦素比在PNi + 高PGSi组中改善最显著（Δ：97.1%；D × G，P＝0.064）（图3A），优于其他组。同样，PNi干预对生命体征的影响表明，PNi + 高PGSi组的MAP（Δ：-6.6%，图2E）和HR（Δ：-11.3%；D × G，P＝0.035）（图2F）比其他组有改善。
关于炎症生物标志物，分配到PNi干预组的受试者，特别是高PGSi组的受试者，观察到改善。因此，PNi干预与IL-10的更大增加（Δ：141%；低和高PGSi组分别为Δ：71.3%，D，P＝ 0.025）以及TNF-α的更大减少（Δ：-3.0%；低和高PGSi组分别为Δ：0.6%，D，P＝0.048）相比于对照饮食（图3F和D）。此外，PNi + 高PGSi组的CRP（Δ：-31.1%）、ICAM1（Δ：-5.8%）和MCP1（Δ：-4.2%）的减少幅度最大（图3E、H和I）。MIB指数证实了这种代谢改善模式。接受PNi饮食方案的高PGSi受试者在干预后，循环中促炎症生物标志物减少幅度更大（ΣZ-score：-2.94；D × G，P＝0.004），而遵循对照饮食方案的相同遗传评分受试者（ΣZ-score：2.27；图3K）则不然。关于葡萄糖代谢，PNi受试者的反应不受饮食方案或PGSi的影响（图3L-N）。在应用了多变量调整模型（包括热量摄入和身体活动，以及已包含在调整模型中的性别和年龄）后，所有显著的ANOVA P值均保持不变，除了心率（P＝ 0.172）和血浆瘦素水平（P＝0.071），以及饮食方案对TNF-α水平的影响变为趋势（P＝0.064）。
图3 在10周饮食干预后，PREVENTOMICS 志愿者中炎症（A-K）和葡萄糖处理（L-N）生物标志物的变化
针对碳水化合物代谢紊乱（PNc）的精准营养干预可能不是具有低度炎症遗传倾向（高PGSi）的受试者的最佳饮食治疗
为了评估PGSi结合饮食干预在对抗紊乱代谢概况方面的特异性，重点关注碳水化合物聚类中的受试者。干预后基因亚组分析显示，6名接受对照饮食建议的受试者和7名接受个性化饮食的受试者被归类为高PGSi（图1）。数据分析证实了上述结果；个性化干预（PNc）观察到的轻微改善在很大程度上独立于PGSi状态（图4和5）。特别是，与PGSi无关，两种饮食干预之间葡萄糖相关参数（包括胰岛素和HOMA-IR）的改善相似（图5L-N）。
然而，高PGSi受试者中TNF-α和CRP的反应需要一些关注。PNc饮食的TNF-α表现出最差的结果（Δ：18.2%，D × G，P＝0.018），并且在遵循C饮食时观察到CRP有最高增加的趋势（Δ：72.6%，D × G，P＝0.067）（图5D和E）。最后，与炎症的单个生物标志物观察到的结果一致，无论基因型如何，PNc干预下总体MIB指数保持不变（图5K）。在多变量调整统计模型下，该代谢概况中的所有显著结果均得以保留，甚至CRP水平上的G × D相互作用和IL-6上的饮食方案（D）效应也变得显著。
Conclusion
事后遗传分层有助于理解该队列中的代谢异质性，并揭示了针对表型和遗传信息定制的个性化营养干预的有益效果。根据 PGSi 分类为高风险的受试者在接受针对炎症的个性化营养干预（PNi）后显示出最大的获益。这通过改善身体成分，以及血浆瘦素、脂联素和其他炎症生物标志物的更有利变化得到了证实。这些令人鼓舞的结果是特定于那些接受抗炎定制饮食（PNi）的高风险个体，而非那些接受了针对碳水化合物代谢变化的定制饮食（PNc）的个体。总之，评估代谢型和基因型是定义个性化营养策略的一个有前景的工具，并能更好地理解个体在饮食治疗中的代谢异质性。这些信息的整体整合可能有助于细化营养需求的预测，改善对饮食的反应，并最终帮助优化临床实践中肥胖及相关代谢疾病的管理。
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.
翻译： 管勤昊 （实习）
编辑：梁安琪；责任编辑：孙勇
封面图片：摄图网
为汇聚全球智慧共探产业变革方向，搭建跨学科、跨国界的协同创新平台，由北京食品科学研究院、中国肉类食品综合研究中心、国家市场监督管理总局技术创新中心（动物替代蛋白）、中国食品杂志社《食品科学》杂志（EI收录）、中国食品杂志社《Food Science and Human Wellness》杂志（SCI收录）、中国食品杂志社《Journal of Future Foods》杂志（ESCI收录）主办，西南大学、 重庆市农业科学院、 重庆市农产品加工业技术创新联盟、重庆工商大学、 重庆三峡科技大学 、西华大学、成都大学、四川旅游学院、北京联合大学、 中国-匈牙利食品科学“一带一路”联合实验室（筹）、 普洱学院 共同主办 的“ 第三届大食物观·未来食品科技创新国际研讨会 ”， 将于2026年4月25-26日 （4月24日全天报到） 在中国 重庆召开。
长按或微信扫码进行注册
为系统提升我国食品营养与安全的科技创新策源能力，加速科技成果向现实生产力转化，推动食品产业向绿色化、智能化、高端化转型升级，由北京食品科学研究院、中国食品杂志社《食品科学》杂志（EI收录）、中国食品杂志社《Food Science and Human Wellness》杂志（SCI收录）、中国食品杂志社《Journal of Future Foods》杂志（ESCI收录）主办，合肥工业大学、安徽农业大学、安徽省食品行业协会、安徽大学、合肥大学、合肥师范学院、北京工商大学、中国科技大学附属第一医院临床营养科、安徽粮食工程职业学院、安徽省农科院农产品加工研究所、安徽科技学院、皖西学院、黄山学院、滁州学院、蚌埠学院共同主办的“第六届食品科学与人类健康国际研讨会”，将于 2026年8月15-16日（8月14日全天报到）在中国 安徽 合肥召开。
长按或微信扫码进行注册
会议招商招展
联系人：杨红；电话：010-83152138；手机：13522179918（微信同号）
热门跟贴