论文标题：The Future Landscape and Framework of Precision Nutrition

期刊：Engineering

DOI：https://doi.org/10.1016/j.eng.2024.01.020

微信链接：点击此处阅读微信文章

哈尔滨医科大学孙长颢教授团队与中国科学院陈娟副研究员合作，在中国工程院院刊《Engineering》发表题为“The Future Landscape and Framework of Precision Nutrition”（精准营养的未来蓝图与框架）的综述论文，哈尔滨医科大学韩天澍、魏巍、姜文博为论文共同第一作者。该研究系统梳理精准营养领域的关键组成部分，明确从实验室研究到社区医疗实践的完整实施路径，为通过精准营养改善健康、减轻慢性非传染性疾病负担提供了理论与实践依据。

文章指出，精准营养学的概念已提出近十年，但现有研究多聚焦于个体对饮食应答反应的差异，缺乏整体框架。面对肥胖、2型糖尿病和心血管疾病等慢性非传染性疾病持续攀升的营养归因风险，文章认为传统单一营养素模型在应对慢性非传染性疾病时未能复制其在营养缺乏病中的成功经验，亟需一次研究范式升级。

图1 精准营养的综合框架主要包括四个组成部分。第一部分：准确刻画个体对食物和营养素的反应；第二部分：膳食暴露与机体营养状况的精准测量；第三部分：解决吃什么、怎么吃和何时吃等问题的多维度营养干预策略的设计；第四部分：精准营养干预方法的人群层面实施路径以及精准营养相关政策的制定。

为此，研究团队提出精准营养的综合框架：第一，准确刻画个体对食物和营养素的反应，引入个体化营养需求表型组学概念，通过基因组学、表观遗传学和肠道微生物组共同刻画个体对营养素的真实需求；第二，开发膳食暴露与机体营养状况的精准测量技术；第三，解决吃什么、怎么吃和何时吃等问题的多维度营养干预策略的设计；第四，精准营养干预方法的人群层面实施路径以及精准营养相关政策的制定，构建基于人工智能的信息集成平台，打通科研成果向医疗实践转化的路径。

在个体化营养需求表型组学部分，文章引用POUNDS 试验指出，携带IRS1、FTO和VCAN基因变异的个体在低脂饮食中减重更多，提示这类基因变异的携带者应避免高脂饮食。同时，表观遗传机制被证实可解释生命早期饥荒暴露与成年后慢性病的关联，节俭基因表型概念由此被纳入营养需求评估。肠道菌群维度则引用Zeevi等人的研究，显示菌群可解释膳食摄入后约10%的个体差异，其中Prevotella-to-Bacteroides比例可预测高纤维饮食的减重效果。

图2 “个体化营养需求表型组学”主要基于三个关键的生物学部分：基因组学、表观遗传学和肠道微生物组。

针对膳食测量短板，文章指出当前24 h膳食回顾、膳食记录和食物频率问卷等膳食评估方法，高度依赖自我报告，存在显著的回忆偏倚，难以满足精准营养研究的要求。文章系统梳理了可穿戴传感器、图像识别、代谢组学生物标志物等新兴手段，并列出全谷物、咖啡、鱼类等食物的特异性生物标志物及其半衰期，强调“剂量-反应关系、时间-反应关系、稳定性、性能参数和可重复性”五项筛选标准。

表1 已建立的可以测量食物摄入的生物标志物

干预策略维度，文章指出需突破单一营养素局限，结合营养协同模型与营养几何学等新理论，将“怎么吃”与“何时吃”纳入精准营养。一项随机对照试验显示，相同食物经不同烹饪方式处理后，对肠道菌群和血糖稳态的影响显著差异；而限时进食（TRF）和时序营养学（chrono-nutrition）研究则证实，早餐、午餐、晚餐能量分配4∶4∶2与白天摄入动物性食物、晚餐摄入全谷物和蔬菜更符合人体昼夜节律，可降低慢性病风险。

图3 基于目前研究，特定食物和营养素的最佳摄入时间。在每日能量摄入量分配中，早餐、午餐和晚餐的能量分配比例应为4∶4∶2。动物性食物和水果建议在白天摄入，而全谷物、蔬菜、乳制品以及维生素和矿物质补充建议在晚餐时摄入。

文章认为，精准营养的群体化实施需以社区基础医疗机构为核心场景，但当前相关科研成果多局限于实验室，难以转化为基层医疗实践，且个体化营养研究的落地案例稀缺——核心瓶颈在于“个体化”方案难以适配群体服务，基层医护无法为每位居民定制专属饮食指导。为此，需构建群体层面的有效实施路径，以推动精准营养原则的规模化应用。AI技术的快速发展为这一转化提供了关键支撑，其结合医疗设备、移动计算与传感器技术，可模拟临床诊断实现早期干预，推动医疗模式从“疾病管理”向“预防保健”转型，减轻群体健康管理负担。尽管已有研究开发出基于电子健康记录的疾病预测AI算法，且AI决策支持系统在慢性病管理中展现实用价值，但AI在精准营养干预中的应用探索仍较有限。未来，需重点研发能整合基因组学、表观遗传学、肠道微生物组差异的AI算法，精准捕捉个体营养需求，并设计兼顾饮食结构、烹饪方法、摄入时间等因素的AI决策支持系统，让个性化营养建议惠及更广泛、更多元的社区群体，提升精准营养的可及性与实施效果。

图4 精准营养的实现路径。由初级医疗工作人员管理的人工智能和信息平台为实现每个人的精准营养提供了一种有前景的方法。

文章表明，精准营养学的未来发展前景广阔，有望破解诸多领域难题并实现群体层面的精准落地。高通量技术的突破为多组学数据在复杂疾病病理生理机制研究与管理中的应用提供了契机，结合电子健康记录、先进计算分析及生物信息学技术，个性化数据资源将为个体化营养需求的制定筑牢基础。同时，建立精准的膳食摄入测量与营养状况评估方法至关重要，可通过整合可穿戴设备、移动终端、AI技术及稳定生物标志物达成；当前前瞻性队列研究中，膳食暴露测量需融合传统与创新方法，以夯实营养与健康关联的证据支撑，且需为个体制定兼顾“吃什么”“何时吃”“怎么吃”的综合性膳食干预策略，并充分考量不同种族的饮食习惯、食物风格及代谢表型差异对干预效果的影响。

文章指出，高质量前瞻性队列研究作为精准营养研究的核心工具，未来需强化长期随访、精准饮食测量及健康终点重复监测，进一步挖掘营养科学关键知识。此外，通过社区基层医疗工作人员搭建研究与实践的沟通桥梁，可推动精准营养成果转化，助力减轻慢性非传染性疾病负担与医疗系统压力。尽管目前精准营养在群体组学数据获取、生物样本重复收集、长期膳食干预试验开展等方面仍面临挑战，但随着组学测量、样本收集及试验信息化管理技术的持续进步，营养科学将实现跨越式发展，为慢性非传染性疾病的预防治疗及全民生活质量提升注入新动力。

论文信息：

Tianshu Han, Wei Wei, Wenbo Jiang, Yiding Geng, Zijie Liu, Ruiming Yang, Chenrun Jin, Yating Lei, Xinyi Sun, Jiaxu Xu, Juan Chen, Changhao Sun. The Future Landscape and Framework of Precision Nutrition. Engineering, 2024, 42(11): 18-28

开放获取：

https://doi.org/10.1016/j.eng.2024.01.020

更多内容

《Engineering》期刊专场在广东成功召开 共探水能耦合科技前沿

双喜临门！我社《Engineering》《中国工程科学》入选2025中国国际影响力学术期刊榜单

《工程（英文）》：引领工程科技创新 服务国家战略需求

喜报：Engineering海外传播斩获佳绩！

Engineering征稿启事：人工智能赋能工程科技