查看原文
其他

个体化营养这个创业方向靠谱吗?有人提出了质疑

Shawna Williams 肠道产业 2022-01-15
这是《肠道产业》第 274 篇文章

编者按:

随着人们对健康及身材管理的重视,营养变得越来越重要。现在有许多公司开始提供私人定制的营养补充剂或者是个性化营养建议。但是,这些个性化营养公司真的靠谱吗?他们的产品真的像他们所说的那么神奇吗?

今天,我们特别编译了发表在 The Scientist 杂志上的关于个性化营养的文章,希望本文能够为关注个性化营养的产业人士和读者们带来一些启发与帮助。

个性化营养:Nourish3d


以 3D 打印食物作为卖点的个性化营养 Nourish3d 公司主页的顶部循环播放着三位年轻人 Olivia、Mark 和 Sophie 的照片,在他们人像的旁边,显示的是他们个性化日常营养补充剂的原料。
 
Olivia 采用的 Nourish3d 补充剂包括生姜、海洋胶原蛋白和“omega 混合物(主要成分是多不饱和脂肪酸)”。而 Mark 需要的营养补充剂是酸樱桃、维生素 A 和维生素 E。Sophie 的则是绿茶提取物和辅酶 Q10。
 
Nourish3d 公司的首席执行官 Melissa Snover 表示,从 2019 年 8 月底开始,英国消费者将能够与 Olivia、Mark 和 Sophie 一样,根据自己的目标和生活方式定制专属补充剂。
 
根据该网站的说法,每个人可以通过问卷调查选定适合自己的原料,然后这些原料将“用 3D 打印的方式,快速地打印成美味的果胶块”,并以每月 40 英镑(约 350 人民币)或每年 360 英镑的价格邮寄给消费者。
 
Nourish3d 公司的 3D 打印补充剂已有一些宣传,包括公司的官网介绍和路透社的视频。该公司承诺会根据消费者独特的需求,提供营养产品或相关建议。
 
然而,这个行业的生态系统已相当拥挤。
 
伦敦大学国王学院研究营养学的 Megan Rossi 指出:“越来越多的公司开始倾向于这种个性化的服务,因为人们希望自己与众不同。”但是,这些产品的研究基础质量参差不齐,有许多像 Rossi 这样的专家持怀疑态度:这些公司真的可以兑现承诺中所说的益处吗?


个性化补充剂:值得吗?


在美国,维生素和其他膳食补充剂是一个价值 300 亿美元的产业。除了摆在药店货架上的瓶瓶罐罐以外,这些产品还包括一个小众市场——根据客户的具体数据来满足他们的独特需求。
 
这些个性化数据来源有几种不同的形式。
 
一些公司包括 care/of 和 Persona,与 Nourish3d 公司一样使用了在线问卷,其中包括目标和当前饮食情况等问题,然后为顾客推荐个性化的维生素套餐。
 
还有公司使用 DNA 检测作为依据来给出他们的建议。
 
PureGenomics 公司使用 23andMe 公司直接面向消费者的单核苷酸多态性(SNP)检测结果,来销售其补充剂,它的补充剂只能通过医疗保健供应商获得。举例来说,该公司在其网站上说,拥有 BCMO1 基因的某些特定等位基因的人如果不常吃富含维生素的食物,那么就可能需要补充维生素 A。
 
而 TeloYears 公司则将注意力集中在端粒长度上,他们检测顾客的端粒长度,然后提供一些补充剂,并声称这些补充剂可以使“细胞明显地变年轻”。
 
用调查问卷来给出补充剂建议“是不能做到特别准确的。因为这是顾客的自我报告,而顾客们很难明白它的准确含义。”纽约大学的一位荣誉退休食品研究员 Marion Nestle 如是说。
 
他补充道:“个性化营养公司的补充剂中的许多成分,对人类健康而言,没有已知的科学价值。或者说,如果它们有科学价值,反而会变得可疑。”
 
至于以 DNA 为基础的服务,波士顿塔夫茨大学的精神基因组学家 José Ordovás 认为,PureGenomics 公司通过医疗保健供应商提供服务是很好的,但他表示,PureGenomics 公司服务的研究基础具有局限性。
 
他指出:“他们所做的是将研究结果从缺乏科学证据的研究(观察性研究)推断到临床实践中,但没有任何确凿的证据证明这会起作用。”
 
以 PureGenomics 公司使用的 BCMO1 等位基因为例,该公司依据这一基因的 SNP 结果推断是否需要补充维生素 A。
 
纽卡斯尔大学的营养研究员 Georg Lietz,长期研究基因与体内维生素 A 水平之间的关系。Georg Lietz 评价道:“依我所见,目前还没有足够的信息支持这种说法(BCMO1 的基因变异可以说明可能需要补充维生素 A)。”
 
他补充道:“营养素与基因型之间的相互作用是复杂的,涉及到很多不同的基因变异,因此很难仅将其归结为一个或两个特定的基因变异。”
 
但是另一位研究维生素 A 的研究人员——俄亥俄州立大学营养研究员 Ouliana Ziouzenkova 则建议有 BCMO1 基因突变的人每年服用一个月的维生素补充剂,尤其是如果他们是不吃乳制品和鸡蛋(这些食物富含维生素 A)的素食者。
 
不过她说,这项建议是“我个人基于大量证据的观点,并没有得到具体研究的支持。”
 
而对于延长端粒的补充剂而言,前提可能就是错误的。Mary Armanios 在约翰霍普金斯大学医学院研究端粒相关疾病,他去年在一篇文章1中指出,认为短的端粒是不好的、且与寿命均等的观点过于简单化了。她称直接面向消费者的端粒检测是“一种分子层面的看手相”。
 
对于一般的补充剂,专家的警告2比比皆是:对大多数人来说,补充剂是没有益处的,甚至可能是危险的。


个性化饮食建议


对于那些提供饮食建议而不是(或除此之外)提供补充剂建议的公司,更难辨别它们的价值。
 
加拿大圭尔夫大学的营养生物化学家 David Mutch 表示,他认为这类公司“为精确营养或个性化营养铺平了道路”,他认为这是一个很有前景的领域。但是,他补充说:“我也确实认为,在很多方面,还有点为时过早。”
 
使用 SNP 检测的公司包括 Vitagene 公司(为饮食、运动和补充剂提供建议)、InsideTracker 公司(根据 DNA 检测、血液生物标记物和问卷,提供营养、健身和生活方式方面的建议)和 Nutrigenomix 公司(使用 DNA 检测,但仅能通过医疗保健供应商获得)。
 
Mutch 说他认为这些服务还没有一个坚实的研究基础,此外,他还补充说,这些公司的建议背后的具体研究并不总是显而易见的。
 
Mutch 说:“我甚至会说,在这一领域工作的科学家,比如我自己,会很挣扎(去评估个性化营养公司产品背后的证据),因为这真的有点像一个黑盒。甚至对于那些披露他们到底检测什么的公司,你仍然不能完全确定,他们到底是用了什么科学手段从他们正在检测的一堆(基因)变异中选出这些特定的(基因)变异。”
 
Mutch 还说,以一种可以理解方式向消费者提供信息是很重要的,因为这种方式可能会促使消费者采取行动。然而,很少有研究告诉我们要如何做到这一点。
 
他说,一份报告中给出了多个 SNP 的结果和建议,“在什么情况下,我们会冒着风险说,我们只是给了人们太多的信息,从而造成信息过剩,引发了不作为?”
 
当问及 Nutrigenomix 公司建议背后的具体例子,以及所依赖的科学研究时,Nutrigenomix 公司创始人 Ahmed El Sohemy 展示了他在 2018 年 11 月的一次会议上发表的一段讲话视频。
 
在这段讲话中,他引用了一项病例对照研究3的结果,该研究表明,有一种酶可以分解咖啡因,拥有编码这个酶的基因的“快速代谢”变异体的人患心脏病的风险更低,即使是每天喝几杯咖啡,而那些拥有“缓慢代谢”基因变异体的人如果喝咖啡,则会增加患心脏病的风险。
 
El Sohemy 还举例说明了,FTO 基因中的一个变异与高蛋白饮食时的减肥倾向有关4
 
El Sohemy 不仅是 Nutrigenomix 公司的创始人,还是多伦多大学的营养学教授。批评人士指出,像他这样的公司的建议是基于关联研究,而不是医学证据的金标准——随机对照试验(RCT)。
 
对此,El Sohemy 在讲话中做出回应:“这些怀疑论者没有认识到的是,我们目前给出的绝大多数饮食建议并不是基于 RCT 的证据。我们以所有的证据为基础,而这些证据常常来自观察性研究。”



个性化营养建议的新数据


一些个性化营养公司已经对自己的产品进行了研究,并发表了相关研究结果。
 
El Sohemy 和一位同事发现5,与不基于遗传学的饮食建议相比,包含受试者基因型信息的饮食建议更可能使他们减少盐的摄入量,因为基于遗传学的饮食建议会告诉受试者他们拥有一种基因变异,这种变异会使他们因摄入钠而患高血压的风险升高。
 
然而,对于研究中分析的其他饮食成分,如咖啡因和添加糖,遗传建议组和对照组的表现没有显著差异。
 
InsideTracker 公司也公布了一项针对 1032 名客户的研究结果6,该研究显示,在最初检测时被认为超出正常范围的血液生物标记物水平,在公司的饮食建议下,随着时间的推移有“趋于正常”的趋势。
 
Ordovás 曾在 InsideTracker 公司工作,他说公司发表研究成果是值得称赞的,但他指出,这些研究“是回顾性的,而不是前瞻性的,不是随机的。在已发表的论文中,公司没有利用任何遗传信息来定制饮食/生活方式建议。”
 
总的来说,Ordovás 写道:“我们的知识仍然有很多漏洞,利用 SNP 来给出营养建议,就像是我们正在拼凑一个拼图,而我们却没有最终成品的图片。我们需要将一块又一块的拼图结合起来,看看它适合哪里,意味着什么。”
 
DNA 并不是个性化营养公司用来定制饮食建议的唯一工具。关于肠道微生物组诸多作用的新见解逐渐涌现,人们利用肠道微生物组的组成来给出营养建议的兴趣也愈发浓烈。
 
2015 年,以色列魏茨曼研究所的 Eran Elinav 和 Eran Segal 领导的一个研究团队报道7说,他们利用人工智能,根据健康人的微生物组和其他参数,预测他们的血糖是否会在一顿特定的用餐后飙升——这是糖尿病的一个危险因素。这项技术已经商业化为一个项目,称为 DayTwo,旨在帮助 2 型糖尿病患者控制血糖。
 
瑞典隆德大学的遗传流行病学家 Paul Franks 说他虽然不知道 DayTwo 算法的细节,也不支持这家公司,但这项研究在启动之前进行的研究“比其他有关营养基因组学的研究质量要高得多。”
 
Rossi 的研究重点是根据个体的微生物组来定制饮食以治疗肠易激综合征,她在一封电子邮件中写道:“这些预测工具的商业化,是工业超前于科学的一个例子。”
 
她说,DayTwo 项目还没有得到临床验证。近期的一个会议摘要8中描述的一项研究的结果缺乏对照组,她指出,“标准饮食建议很可能也能取得 DayTwo 项目所展示出的改善”。
 
Rossi 说,尽管她对目前的个性化营养产品印象深刻,但她认为,随着进一步的研究,将出现能够治疗或预防疾病的方法。
 
同样,Mutch 强调:“我对这个领域非常乐观,当然,同时我也认为仍然有很大的空间,让科学证据来证实一些产品的功效。”
 
抛开未来不谈,目前,Nestle 为那些正在寻求最佳营养摄入的人们提供的建议并不复杂。“不吃这些五花八门的补充剂,就吃食物怎么样?”她建议道,“如果是我,我一定从吃健康的食物开始引导。

参考文献:
(滑动下方文字查看)
[1] M. Armanios, Telomeres in the Clinic, Not on TV,Mayo Clin Proc 93(7) (2018) 815-817.[2] A.C. Pandey, E.J. Topol, Dispense With Supplementsfor Improving Heart Outcomes, Ann Intern Med 171(3) (2019) 216-217.[3] M.C. Cornelis, A. El-Sohemy, E.K. Kabagambe, H.Campos, Coffee, CYP1A2 genotype, and risk of myocardial infarction, JAMA295(10) (2006) 1135-41.[4] X. Zhang, Q. Qi, C. Zhang, S.R. Smith, F.B. Hu,F.M. Sacks, G.A. Bray, L. Qi, FTO genotype and 2-year change in bodycomposition and fat distribution in response to weight-loss diets: the POUNDSLOST Trial, Diabetes 61(11) (2012) 3005-11.[5] D.E. Nielsen, A. El-Sohemy, Disclosure of geneticinformation and change in dietary intake: a randomized controlled trial, PLoSOne 9(11) (2014) e112665.[6] K. Westerman, A. Reaver, C. Roy, M. Ploch, E.Sharoni, B. Nogal, D.A. Sinclair, D.L. Katz, J.B. Blumberg, G. Blander,Longitudinal analysis of biomarker data from a personalized nutrition platformin healthy subjects, Sci Rep 8(1) (2018) 14685.[7] D. Zeevi, T. Korem, N. Zmora, D. Israeli, D.Rothschild, A. Weinberger, O. Ben-Yacov, D. Lador, T. Avnit-Sagi, M.Lotan-Pompan, J. Suez, J.A. Mahdi, E. Matot, G. Malka, N. Kosower, M. Rein, G.Zilberman-Schapira, L. Dohnalova, M. Pevsner-Fischer, R. Bikovsky, Z. Halpern,E. Elinav, E. Segal, Personalized Nutrition by Prediction of GlycemicResponses, Cell 163(5) (2015) 1079-1094.[8] Y.B. SHLOMO, S. AZULAY, T. RAVEH-SADKA, Y. COHEN,A. HANEMANN, 782-P: Personalized, Machine Learning-Based Nutrition ReducesDiabetes Markers in Type 2 Diabetic Patients, 68(Supplement 1) (2019) 782-P.

 
原文地址:https://www.the-scientist.com/news-opinion/personalized-nutrition-companies-claims-overhyped--scientists-66321

作者|Shawna Williams
编译|赵婧
审校|617
编辑|笑咲




投稿/转载
联系人:何隽
微信号:18518006142

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存