2021年7月30日，介绍一篇由中国科学院上海营养与健康研究所陈雁研究组和林旭研究组在国际学术期刊Molecular Nutrition & Food Research发表的研究论文。该文揭示了肠道菌群在指导精准营养干预改善代谢综合征中的重要作用。
摘要
2021年7月30日，介绍一篇由中国科学院上海营养与健康研究所陈雁研究组和林旭研究组在国际学术期刊Molecular Nutrition & Food Research发表的研究论文。该文揭示了肠道菌群在指导精准营养干预改善代谢综合征中的重要作用。
1. 简介
花生被广泛用作膳食成分和零食，并且根据其营养成分通常被认为是健康食品。以前的研究表明，用花生代替一些主食的低碳水化合物饮食可以改善 2 型糖尿病患者的血糖水平。最近的临床研究还表明，食用花生代替白米可能会降低中国成年人的 MetS 风险。然而，花生替代干预是否会影响患有 MetS 风险的成年人的微生物群配置以及肠道微生物群是否对干预的反应性有影响尚不清楚。在这项研究中，作者检查了一项对患有 MetS 风险的成年人进行花生干预的临床试验中肠道微生物群的概况，并分析了肠道微生物群组成与多种人体测量和代谢参数对花生摄入量的反应性之间的关联。
图1. 实验设计和分析流程的图。
2. 简要结果概述
本研究分析了一项为期 12 周的随机临床试验中受试者的肠道微生物群，比较了花生或等热量碳水化合物棒的摄入量。据观察，响应花生消费的多个临床和人体测量参数存在很大的个体间差异。同时，肠道微生物群的组成也具有高度的个体特异性，横向或纵向比较时变化很小。本研究采用机器学习算法，利用花生干预受试者的微生物组数据和不同参数的响应数据建立预测模型。结果发现，MetS 风险和许多参数的改善，包括舒张压、体重、腰围、总之，这项研究的结果表明，个体肠道微生物群的配置可能会调节宿主代谢并改变个体对花生干预的反应，从而突出了个性化营养的重要性。
3. 机器学习分析
作者应用机器学习的算法（主要是随机森林算法），利用干预前样本的菌群测序数据特征建立了针对每个指标和代谢综合征整体风险逆转情况的响应预测模型。随机森林是基于 R 包 randomForest 构建的。作者构建了500棵决策树，并通过平均下降精度 (MDA) 来评估每个临床指标的重要性。通过重复随机选择过程 500次，树在无剪枝的情况下生长到最大程度。使用包 plotROC 对 R 中的每个预测模型进行 ROC 分析，并通过曲线下面积 (AUC) 对其进行评估。
在作者检测的9项临床指标中，有6项指标的预测模型都取得了一定的预测效果（ROC曲线下面积AUC＞0.70），特别是在舒张压（DBP）和体重的干预效果预测上达到了较高的准确度（ROC曲线下面积分别为AUC=0.91和AUC=0.8）；另外，代谢综合征整体风险逆转情况也可通过建立的模型达到较好的预测效果（ROC曲线下面积为AUC=0.71）
图2. 使用肠道微生物组数据可以预测花生干预对多个参数和总MetS风险的个体反应性。 对 DBP (A)、体重 (B)、腰围 (C)、空腹血糖 (D)、HDL-C (E)、SBP (F) 和总体MetS风险(G)预测模型的 ROC 分曲线下面积 (AUC)。
# 参考文献 #
Wang S, Zhang L, Wang D, et al. Gut Microbiota Composition is Associated with Responses to Peanut Intervention in Multiple Parameters Among Adults with Metabolic Syndrome Risk[J]. Molecular Nutrition & Food Research, 2021: 2001051.
FoodAI | 微信号
原创文章，作者：ifyoung，如若转载，请注明出处：https://www.drugfoodai.com/intestinal-peanut.html
注意：本站原创指的是原创编译，并不主张对所介绍的工作的版权，如有侵权，请联系删除！
微信扫一扫 
支付宝扫一扫 相关推荐
-
中国农业科学院农业信息研究所樊景超研究员课题组：ITF-WPI 基于图像和文本的枸杞害虫识别跨模态特征融合模型
导读 2023年8月，中国农业科学院农业信息研究所樊景超研究员课题组在农业科学领域Top期刊Computers and Electronics in Agriculture（Q1，…
-
FOOD CHEM| 安徽农业大学宛晓春团队：基于GC-MS和GC-IMS表征三种茶制成的乌龙茶的香气特征
该研究基于采用GC-IMS、GC-IMS、感官评价和OAV测定等方法，对水仙、黄玫瑰和紫玫瑰的新鲜茶叶和乌龙茶的香气特征进行了综合分析。其中，苯乙醛和3,5-二乙基-2-甲基吡嗪是黄牡丹茶的香气活性成分。与水仙相比，黄玫瑰和紫牡丹的挥发物和花香味明显更多。此外，使用GC-IMS鉴定出27种挥发物，表明该联合方法有助于更好地了解品种对茶树香气的影响。
-
人工神经网络在食品加工研究中的文献调查
人工神经网络(ANN)在各个应用领域的使用水平日益提高，因其能够解决许多应用领域中的复杂问题而广受欢迎。今天给大家介绍一篇由Janmenjoy Nayak等人发表在Computer Science Review上的一篇综述，该文详细分析了人工神经网络在食品加工中的应用进展。
-
【佳作速递】北京工商大学宋焕禄课题组：基于感官组学表征亳州白芷煮沸前后的关键香气活性化合物
本研究旨在通过分子感官方法研究煮沸对亳白芷风味的影响，共鉴定和分析了55种挥发性化合物（VOCs）和38种香气活性化合物。亳白芷中的关键香气活性化合物是α-gurjunene、prenol和α-copaene，芳樟醇和（E）-2-壬烯醛是亳白芷煮液中主要的关键香气活性化合物。
-
NutriFD：基于食物与疾病关联和治疗网络证明食物营养的药用价值
撰文：梁瑞 编辑：肖冉 今天给大家介绍一篇由Wanting Su等人，于2023年5月在Quantitative Biology上的一篇即将发表的预印本文章。本文介绍了基于食品和疾…
-
机器学习模型预测有机污染物的作物根系浓度因子
今天分享一篇近期由耶鲁大学医学院遗传学系的FengGao等人发表在Journal of Hazardous Materials (IF: 14.224)上的文章。
-
在食物蛋白质衍生肽数据库中对胆汁酸结合肽进行机器学习筛选
今天介绍一篇近期由日本名古屋大学生物分子工程系的Kento Imai等人发表于Nature scientific reports的文章。文中使用BIOPEP-UWM和机器学习开发了一种新的生物活性肽筛选方法，有助于识别胆汁酸结合肽以及其他生物活性肽。
-
中国科学院蒋长龙团队:基于集成纸基传感器的便携式智能手机的无酶和快速视觉定量检测农药残留
今天介绍一篇由Qianru Zhang、蒋长龙等于2022年6月发表在Journal of Hazardous Materials上的一篇论文。该研究构建了一个简单、快速、可视化的无酶辅助的草甘膦(Gly)荧光定量检测平台。并且在设计的智能手机平台的辅助下制备了荧光试纸条，显示出作为便携式光学分析终端的潜力，用于定量跟踪真实样品中的Gly。该传感平台为Gly的定量检测提供了可靠的方法，可推广到分析科学领域的其他分析物或污染物筛选。
-
食品设计：基于机器学习和机制的混合建模方法
当前，食品设计是通过不断试错并由品尝小组做出感官评价完成的。为了加快新食品的开发速度，提出了一种混合机器学习和机制建模的方法。用由所需食品过往数据训练的机器学习模型进行感官评价预测。该方法基于启发法、数据库等，首先确定候选食品组分和加工中的关键操作条件。与这些组分和加工条件（设计变量）有关的像颜色、松脆度和风味这样的食品特性都用到机制模型。通过改变设计变量来优化所需的食品特性，从而获得最高感官评分。使用遗传算法解决此灰箱优化问题，将设计约束（所需食品特性）处理为罚函数。提供了一个巧克力曲奇饼干的示例以说明混合建模结构的适用性和解决方案策略。
-
机器学习预测新兴污染物在植物中的吸收和转移：对食品安全的影响
今天介绍一篇由来自美国密苏里科技大学的Majid Bagheri等人发表在Science of the Total Environment上的一篇文章。文中使用神经网络和模糊逻辑，通过根部浓缩系数（RCF）和果实浓缩系数（FCF）测量植物根部和可食部位中污染物的积累。
