科学家通过粪便DNA追踪饮食，揭示监测营养的新方法

传统饮食日记存在缺陷——现在，科学家可以通过分析粪便DNA来精确追踪人们的饮食，从而解锁饮食与疾病之间关系的新见解。这项研究发表在《自然代谢》（Nature Metabolism）杂志上，研究人员提出了一种利用计算效率高且具有诱饵意识的映射策略，量化人类粪便宏基因组中源自食物的脱氧核糖核酸（DNA）的方法。

营养和膳食摄入是决定生长、发育、健康和疾病风险的重要因素。此外，饮食塑造了微生物群落微生物群的组成，而微生物群落生态反过来影响宿主的饮食效果。膳食摄入模式可以在个体的整个生命周期内加重或缓解各种疾病状况。

膳食和营养摄入通常通过自我报告方法评估，如食物记录和营养问卷，这些方法依赖于参与者的配合，容易出现报告偏差。另一方面，粪便DNA的宏基因组鸟枪测序（MGS）可以用于捕获膳食摄入数据。

研究和发现

全食与加工食品——该方法最适合像水果、蔬菜和谷物这样的全食，但在处理几乎不含DNA的高度加工食品（如精炼油和添加糖）时表现不佳。

在这项研究中，研究人员提出了宏基因组估算膳食摄入量（MEDI），以量化人类粪便中的食物来源DNA。与传统映射方法不同，MEDI结合了诱饵意识过滤过程，以最小化来自细菌和人类DNA的假阳性分配，提高准确性。他们将食物项目映射到RefSeq基因组的物种或属水平，最终得到459种食物映射到331个基因组组装。接下来，他们在国家生物技术信息中心（NCBI）核苷酸数据库中搜索，以确定部分（基因组）组装，用于没有完整参考组装的食物。

这种方法识别了102种更多食物的98个部分组装。最终数据库包含489亿个碱基对，涵盖所有主要食物成分的门类。大多数基因组数据来自植物和动物为基础的食物，分别属于Streptophyta和Chordata门。

由于食物基因组数据库的大小超过了用于分类细菌、病毒和古菌基因组的数据库，研究人员开发了基于Kraken 2映射方案的计算方法MEDI，优化了处理大数据集的能力。MEDI的食物定量基于相对读取丰度，不进行基因组大小校正。团队在一个具有模拟读取的真实数据集上测试了MEDI。

他们生成了来自整合人类微生物组项目（iHMP）的365个人的粪便样本中诱饵生物的平均丰度谱。通过在每个样本中引入10%的随机10种食物项目的读取，生成了阳性对照。此外，四个缺乏食物读取的背景样本作为阴性对照。

食物DNA检测随微生物群落转运时间变化——研究人员注意到，粪便样本在食物摄入后24-48小时内采集时，膳食DNA水平最为准确，这与平均消化时间一致。

团队指出，MEDI量化了所有样本中源自食物的序列。食物阴性样本中的任何读取均未被归类为食物来源。然而，研究人员承认，MEDI最适合保留较多DNA的全食，而对于高度加工食品（如精炼油和添加糖），其在测序数据中往往代表性不足。MEDI非常敏感，对每百万读取量低至10次的食物项目有超过80%的检测能力。接下来，MEDI应用于两个研究（MBD和PATH）的宏基因组数据。

在MBD研究中，参与者食用了微生物组增强饮食（MBD）或西方饮食（WD）。MEDI估计揭示了WD和MBD之间的β多样性显著差异。MBD中食物读取的相对丰度约为WD的六倍。此外，MBD还揭示了已知MBD成分（如藜麦、黑麦、草莓和菠菜）的具体富集。

进一步，在PATH研究中，参与者每天接受含有90%相同成分的餐食。干预组每天获得一个大牛油果，而对照组则没有。通过MEDI差异丰度分析仅识别出牛油果为丰度不同的食物项目。

此外，PATH研究中的每日食物日记使研究人员能够比较MEDI估计的粪便样本中的营养成分与总体摄入数据。当粪便样本在食物摄入后24至48小时内采集时，摄入数据与MEDI估计值之间显示出一致性。此外，MEDI准确估计了蛋白质、能量、碳水化合物、胆固醇和钾的膳食摄入量。然而，对于总脂肪和膳食纤维的摄入量，MEDI难以量化，可能是因为高度加工食品中的DNA降解。

接下来，团队应用MEDI估计不同生命阶段中食物来源读取的频率。因此，MGS数据来自60名1-253天大的婴儿队列。成人样本则来自351名iHMP受试者。不出所料，婴儿样本中的食物来源读取较少；然而，在引入固体食物后（约第160天），含有食物来源读取的婴儿样本比例稳步增加。

相比之下，98%的成人样本中检测到了食物来源读取。尽管人类或细菌读取的相对宏基因组丰度保持稳定，但食物读取在个体之间和时间上表现出高度变异性，强化了采样时间和膳食多样性在数据分析中的重要性。值得注意的是，MEDI推断的饮食与成人和婴儿的食物频率问卷（FFQ）数据一致。

健康和代谢综合征发现

全球膳食研究的潜力——虽然当前的食物基因组数据库偏向于西方饮食，但扩展MEDI的数据库以包括未代表的全球食物，可能会使其成为营养流行病学的改变者。

最后，团队评估了MEDI是否能捕捉与健康和疾病状态相关的膳食模式。为此，他们将MEDI应用于METACARDIS研究中的274名健康个体和259名不同程度代谢综合征（MetS）患者的样本。MetS患者包括134名正在接受药物治疗的受试者和125名未治疗的受试者。可可、小麦、燕麦、亚麻籽、芙蓉花和猪肉是该队列中最常见的食物。

MEDI推断的代谢物和宏量营养素摄入在个体间高度变异性。进行了差异丰度分析，以识别与健康受试者相比，与MetS相关的特征。MetS受试者的样本中鸡肉和猪肉分别增加了69%和121%。相比之下，健康受试者的样本中番茄、菠萝和苹果DNA的丰度较高。MetS与较低的Streptophyta丰度和略高的Chordata丰度相关。此外，MetS受试者的胆固醇和β-乳糖水平升高，这与之前研究中将这些成分与代谢功能障碍联系起来的结果一致。MEDI推断的健康人群饮食中糖、鞣花酸和肌醇的丰度较高。然而，研究人员指出，MEDI无法区分天然糖（如来自水果的糖）和添加糖，后者通常在消化早期吸收。

结论和局限性

研究人员开发了一种基于数据驱动的方法，用于从人类粪便宏基因组中的食物DNA估算营养和膳食摄入。MEDI提供了一种测量膳食摄入的替代方法，可以应用于现有但缺乏膳食信息的大量人类粪便MGS数据。此外，MEDI对于过去、现在或未来需要膳食摄入估计的宏基因组研究非常有价值。

尽管有其优势，研究也承认了几项局限性：（1）MEDI低估了加工食品，因为DNA降解；（2）食物DNA检测在个体和餐食之间高度变异性；（3）食物基因组数据库偏向于西方饮食，限制了对全球人口的准确性；（4）某些低丰度食物（如贝类）可能低于MEDI的检测阈值。

(全文结束)