Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mối liên hệ giữa chế độ ăn uống và khả năng dung nạp glucose ở các metabotype dựa trên lâm sàng và metabolomics
Tóm tắt
Metabotyping là một khái niệm mới nhằm phân nhóm những cá nhân có đặc điểm chuyển hóa tương tự. Các metabotype khác nhau có thể phản ứng khác nhau với các can thiệp dinh dưỡng; do đó, metabotyping có thể trở thành một công cụ quan trọng trong các chiến lược dinh dưỡng chính xác trong tương lai. Tuy nhiên, chưa rõ liệu việc phân loại metabotype dựa trên dữ liệu omic toàn diện có cung cấp một phương pháp xác định metabotype hữu ích hơn so với việc phân loại chỉ dựa trên một vài chuyển hóa chất lâm sàng. Nghiên cứu này nhằm điều tra liệu các mối liên hệ giữa chế độ ăn uống thường xuyên và khả năng dung nạp glucose có phụ thuộc vào metabotype được xác định từ các biến lâm sàng tiêu chuẩn hoặc từ metabolomics cộng hưởng từ hạt nhân (NMR) toàn diện. Chúng tôi đã sử dụng dữ liệu cắt ngang từ những người tham gia được tuyển mộ thông qua các quảng cáo nhằm mục tiêu những người có nguy cơ mắc bệnh tiểu đường loại 2 (n = 203). Khả năng dung nạp glucose được đánh giá bằng bài kiểm tra dung nạp glucose qua đường miệng trong 2 giờ (OGTT), và chế độ ăn uống thường xuyên được ghi nhận qua bảng hỏi tần suất thực phẩm. Các phân nhóm lipoprotein và các chuyển hóa chất khác nhau được định lượng bằng phổ NMR, và carotenoid trong huyết tương được định lượng bằng sắc ký lỏng hiệu năng cao. Chúng tôi đã chia nhóm người tham gia thành các metabotype lâm sàng thuận lợi và không thuận lợi dựa trên giới hạn được thiết lập cho HbA1c cùng với nồng độ glucose lúc đói và sau 2 giờ OGTT. Các metabotype NMR thuận lợi và không thuận lợi được tạo ra thông qua phân cụm k-means từ các chuyển hóa chất NMR. Trong khi các metabotype lâm sàng được tách biệt bởi các biến glycemic, các metabotype NMR chủ yếu được phân tách bởi các biến liên quan đến lipoprotein. Việc tiêu thụ nhiều rau củ có liên quan đến khả năng dung nạp glucose tốt hơn ở metabotype lâm sàng không thuận lợi, nhưng không phải ở metabotype thuận lợi (tương tác, p = 0.01). Tương tác này được xác nhận bằng nồng độ huyết tương của lutein và zeaxanthin, những dấu ấn sinh học khách quan về việc tiêu thụ rau củ. Mặc dù không có ý nghĩa thống kê, mối liên hệ giữa khả năng dung nạp glucose và việc tiêu thụ chất xơ phụ thuộc vào các metabotype lâm sàng, trong khi mối liên hệ giữa khả năng dung nạp glucose và việc tiêu thụ axit béo bão hòa cũng như nguồn chất béo trong chế độ ăn uống phụ thuộc vào các metabotype NMR. Metabotyping có thể là một công cụ hữu ích để điều chỉnh các can thiệp dinh dưỡng có lợi cho các nhóm cá nhân cụ thể. Các biến được sử dụng để tạo ra các metabotype sẽ ảnh hưởng đến mối liên hệ giữa chế độ ăn uống và nguy cơ mắc bệnh.
Từ khóa
#Metabotyping #chế độ ăn uống #khả năng dung nạp glucose #chuyển hóa chất #dinh dưỡng chính xácTài liệu tham khảo
International Diabetes Federation. IDF Diabetes Atlas Brussels, Belgium 2019. 9th edn: Available from: https://www.diabetesatlas.org.
Zheng Y, Ley SH, Hu FB. Global aetiology and epidemiology of type 2 diabetes mellitus and its complications. Nat Rev Endocrinol. 2018;14(2):88–98. https://doi.org/10.1038/nrendo.2017.151.
Schulze MB, Hu FB. Primary prevention of diabetes: what can be done and how much can be prevented? Annu Rev Public Health. 2005;26:445–67. https://doi.org/10.1146/annurev.publhealth.26.021304.144532.
Ley SH, Hamdy O, Mohan V, Hu FB. Prevention and management of type 2 diabetes: dietary components and nutritional strategies. Lancet. 2014;383(9933):1999–2007. https://doi.org/10.1016/s0140-6736(14)60613-9.
Schwingshackl L, Hoffmann G, Lampousi AM, Knüppel S, Iqbal K, Schwedhelm C, et al. Food groups and risk of type 2 diabetes mellitus: a systematic review and meta-analysis of prospective studies. Eur J Epidemiol. 2017;32(5):363–75. https://doi.org/10.1007/s10654-017-0246-y.
Riedl A, Gieger C, Hauner H, Daniel H, Linseisen J. Metabotyping and its application in targeted nutrition: an overview. Br J Nutr. 2017;117(12):1631–44. https://doi.org/10.1017/s0007114517001611.
Riedl A, Wawro N, Gieger C, Meisinger C, Peters A, Rathmann W, et al. Modifying effect of metabotype on diet-diabetes associations. Eur J Nutr. 2020;59(4):1357–69. https://doi.org/10.1007/s00394-019-01988-5.
Beger RD, Dunn W, Schmidt MA, Gross SS, Kirwan JA, Cascante M, et al. Metabolomics enables precision medicine: “a white paper, community perspective.” Metabolomics. 2016;12(10):149. https://doi.org/10.1007/s11306-016-1094-6.
Nicholson JK, Holmes E, Kinross JM, Darzi AW, Takats Z, Lindon JC. Metabolic phenotyping in clinical and surgical environments. Nature. 2012;491(7424):384–92. https://doi.org/10.1038/nature11708.
Nicholson JK. Global systems biology, personalized medicine and molecular epidemiology. Mol Syst Biol. 2006;2:52. https://doi.org/10.1038/msb4100095.
Holmes E, Wilson ID, Nicholson JK. Metabolic phenotyping in health and disease. Cell. 2008;134(5):714–7. https://doi.org/10.1016/j.cell.2008.08.026.
Riedl A, Wawro N, Gieger C, Meisinger C, Peters A, Roden M, et al. Identification of comprehensive metabotypes associated with cardiometabolic diseases in the population-based KORA study. Mol Nutr Food Res. 2018;62(16):e1800117.
Brennan L. Session 2: personalised nutrition. Metabolomic applications in nutritional research. Proc Nutr Soc. 2008;67(4):404–8. https://doi.org/10.1017/s0029665108008719.
Brennan L. Use of metabotyping for optimal nutrition. Curr Opin Biotechnol. 2017;44:35–8. https://doi.org/10.1016/j.copbio.2016.10.008.
Schmidt KA, Cromer G, Burhans MS, Kuzma JN, Hagman DK, Fernando I, et al. The impact of diets rich in low-fat or full-fat dairy on glucose tolerance and its determinants: a randomized controlled trial. Am J Clin Nutr. 2021;113(3):534–47. https://doi.org/10.1093/ajcn/nqaa301.
Uusitupa M, Hermansen K, Savolainen MJ, Schwab U, Kolehmainen M, Brader L, et al. Effects of an isocaloric healthy Nordic diet on insulin sensitivity, lipid profile and inflammation markers in metabolic syndrome – a randomized study (SYSDIET). J Intern Med. 2013;274(1):52–66. https://doi.org/10.1111/joim.12044.
Hustad KS, Ottestad I, Hjorth M, Dalen KT, Sæther T, Sheikh NA, et al. No effect of salmon fish protein on 2-h glucose in adults with increased risk of type 2 diabetes: a randomised controlled trial. Br J Nutr. 2021:1–10. https://doi.org/10.1017/s0007114521000040.
World Health Organization. Waist circumference and waist-hip ratio: report of a WHO expert consultation. Geneva: Switzerland; 2008.
Soininen P, Kangas AJ, Wurtz P, Suna T, Ala-Korpela M. Quantitative serum nuclear magnetic resonance metabolomics in cardiovascular epidemiology and genetics. Circ Cardiovasc Genet. 2015;8(1):192–206. https://doi.org/10.1161/circgenetics.114.000216.
Soininen P, Kangas AJ, Würtz P, Tukiainen T, Tynkkynen T, Laatikainen R, et al. High-throughput serum NMR metabonomics for cost-effective holistic studies on systemic metabolism. Analyst. 2009;134(9):1781–5. https://doi.org/10.1039/b910205a.
Carlsen MH, Karlsen A, Lillegaard IT, Gran JM, Drevon CA, Blomhoff R, et al. Relative validity of fruit and vegetable intake estimated from an FFQ, using carotenoid and flavonoid biomarkers and the method of triads. Br J Nutr. 2011;105(10):1530–8. https://doi.org/10.1017/s0007114510005246.
Bastani NE, Kostovski E, Sakhi AK, Karlsen A, Carlsen MH, Hjeltnes N, et al. Reduced antioxidant defense and increased oxidative stress in spinal cord injured patients. Arch Phys Med Rehabil. 2012;93(12):2223-8.e2. https://doi.org/10.1016/j.apmr.2012.06.021.
R Development Core Team. R: a language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing; 2016.
Hardy DS, Garvin JT, Xu H. Carbohydrate quality, glycemic index, glycemic load and cardiometabolic risks in the US, Europe and Asia: a dose-response meta-analysis. Nutr Metab Cardiovasc Dis. 2020;30(6):853–71. https://doi.org/10.1016/j.numecd.2019.12.050.
Malin SK, Kullman EL, Scelsi AR, Haus JM, Filion J, Pagadala MR, et al. A whole-grain diet reduces peripheral insulin resistance and improves glucose kinetics in obese adults: a randomized-controlled trial. Metabolism. 2018;82:111–7. https://doi.org/10.1016/j.metabol.2017.12.011.
Couillard C, Lemieux S, Vohl MC, Couture P, Lamarche B. Carotenoids as biomarkers of fruit and vegetable intake in men and women. Br J Nutr. 2016;116(7):1206–15. https://doi.org/10.1017/s0007114516003056.
Roehrich ME, Mooser V, Lenain V, Herz J, Nimpf J, Azhar S, et al. Insulin-secreting beta-cell dysfunction induced by human lipoproteins. J Biol Chem. 2003;278(20):18368–75. https://doi.org/10.1074/jbc.M300102200.
Cnop M, Hannaert JC, Grupping AY, Pipeleers DG. Low density lipoprotein can cause death of islet beta-cells by its cellular uptake and oxidative modification. Endocrinology. 2002;143(9):3449–53. https://doi.org/10.1210/en.2002-220273.
Hao M, Head WS, Gunawardana SC, Hasty AH, Piston DW. Direct effect of cholesterol on insulin secretion: a novel mechanism for pancreatic beta-cell dysfunction. Diabetes. 2007;56(9):2328–38. https://doi.org/10.2337/db07-0056.
Da Dalt L, Ruscica M, Bonacina F, Balzarotti G, Dhyani A, Di Cairano E, et al. PCSK9 deficiency reduces insulin secretion and promotes glucose intolerance: the role of the low-density lipoprotein receptor. Eur Heart J. 2019;40(4):357–68. https://doi.org/10.1093/eurheartj/ehy357.
Markussen MS, Veierød MB, Ursin G, Andersen LF. The effect of under-reporting of energy intake on dietary patterns and on the associations between dietary patterns and self-reported chronic disease in women aged 50–69 years. Br J Nutr. 2016;116(3):547–58. https://doi.org/10.1017/S000711451600218X.
Rasmussen LB, Matthiessen J, Biltoft-Jensen A, Tetens I. Characteristics of misreporters of dietary intake and physical activity. Public Health Nutr. 2007;10(3):230–7. https://doi.org/10.1017/s136898000724666x.
Morris C, O’Grada C, Ryan M, Roche HM, Gibney MJ, Gibney ER, et al. Identification of differential responses to an oral glucose tolerance test in healthy adults. PLOS ONE. 2013;8(8):e72890 10.1371/journal.pone.0072890.
O’Donovan CB, Walsh MC, Nugent AP, McNulty B, Walton J, Flynn A, et al. Use of metabotyping for the delivery of personalised nutrition. Mol Nutr Food Res. 2015;59(3):377–85. https://doi.org/10.1002/mnfr.201400591.
O’Sullivan A, Gibney MJ, Connor AO, Mion B, Kaluskar S, Cashman KD, et al. Biochemical and metabolomic phenotyping in the identification of a vitamin D responsive metabotype for markers of the metabolic syndrome. Mol Nutr Food Res. 2011;55(5):679–90. https://doi.org/10.1002/mnfr.201000458.
van Bochove K, van Schalkwijk DB, Parnell LD, Lai CQ, Ordovás JM, de Graaf AA, et al. Clustering by plasma lipoprotein profile reveals two distinct subgroups with positive lipid response to fenofibrate therapy. PLoS One. 2012;7(6):e38072 10.1371/journal.pone.0038072.