生活方式+ — 17

以色列魏茨曼科學研究所的科學家於2015年發表了一篇劃時代的論文，奠定了個人化營養的基礎。他們深入研究了八百名沒有糖尿病的參與者。這是一個龐大的數據集，包含約1,500,000次連續血糖感測器測量，對應超過五千份標準化餐點，以及另外四萬七千份日常飲食記錄，還有參與者的腸道微生物群、血液檢測和身體測量數據。透過一個考慮超過一百個可能影響血糖波動因素的機器學習模型，關鍵決定因素竟然是個人的腸道微生物群，而腸道微生物群則受我們的飲食、基因、社交接觸和藥物影響所塑造。

英國的一個團隊後來使用類似的大數據和機器學習模型方法，並加入同卵雙胞胎作為參與者，且不僅測量血糖，還測量三酸甘油脂，進一步確認並擴展了腸道微生物群在預測我們對食物反應中的重要性。後者需要頻繁的血液檢測，因為目前沒有可穿戴感測器能測量這個關鍵指標。值得注意的是，參與者的血糖反應與三酸甘油脂反應之間沒有關聯，告訴我們僅追蹤血糖雖有幫助，但不足以理解個人化營養。此外，這不僅是基因的問題，因為同卵雙胞胎在營養反應上存在明顯差異。這些研究強調腸道微生物群是我們對食物獨特反應的主要因素，但許多其他因素如睡眠模式、身體活動和用餐順序也扮演角色。

個人化營養的概念在一項針對225名前期糖尿病患者的隨機試驗中得到前瞻性測試，該試驗比較了基於臨床和微生物群數據的血糖反應預測算法飲食與地中海飲食。六個月內，基於算法的飲食顯著改善了血糖調節。這可能有助於高風險者預防第二型糖尿病的發生，或幫助已確診者達到緩解，但這些結果尚待評估。在另一項個人化營養計劃的隨機試驗中，參與者的血液三酸甘油脂、體重、腰圍和腸道微生物群多樣性均有所下降。