AI告訴您吃甚麼最健康（1）

每個人對特定食物或飲食方案的反應不同，多年來，人們一直試圖找出如何適應這些特異性的方法，以避免常見的疾病，如心臟病、肥胖症和糖尿病等，或者是幫助人們減肥。然而經過多年來的實驗，科學家們已經認識到，僅靠基因無法解釋人體與食物的複雜關係，因為飲食和健康涉及基因和許多其他因素，包括睡眠、運動、壓力和其他生活方式問題。其中一個最大的因素，是生活在每個人的腸道中的數萬億個體微生物群落，稱為「微生物群」。

根據《新聞周刊》（Newsweek）報導，這種「微生物群」的好處是，雖然你不能改變你的基因，但可以培養健康的腸道細菌，改變吃飯的時間，調整飲食和生活方式因素，以優化代謝健康。但壞處是，如果不是最近的AI，它有點無法被識別。因為AI可以消化評估每個人的健康狀況所需的所有測量結果，並利用它們來產生有益的方案，包括預測食物選擇如何影響健康和疾病風險。

去年，美國國家衛生研究院宣布計劃發放超過1.7億美元的研究經費，以加快開發新的演算法，預測個人對食物和飲食習慣的反應。該機構正在準備招募和招收1萬名美國人參加一項研究，該研究將給其中一些人提供研究飲食，仔細跟蹤個人反應，然後使用其中一些演算法進行分析。這項研究將考慮到個人的遺傳學、腸道微生物和其他生活方式、生物、環境或社會因素。

一批初創公司正在將最近的研究結果納入新的健康產品，他們還提供自我管理的測試和機器學習對個人飲食偏好的評估，以及關於如何調整飲食和生活方式以保持健康和抵禦疾病的建議。但問題是：飲食和新陳代謝在人群中的相互作用非常複雜，科學家需要更多的數據。

糖尿病、肥胖症和與代謝紊亂有關的、可預防疾病的發病率已經達到了前所未有的水平，並且還在繼續上升。大約9%的美國人已經患有糖尿病。另外33%的美國人是糖尿病前期，這意味著他們的身體已經嚴重失調，無法再適當控制血液中的糖分循環量。在2017年和2020年之間，肥胖症的流行率從30.5%增加到近42%，數百萬人處於遠高於代謝綜合徵的風險中。

有人說，個性化的營養是我們降低這些數字的最好機會，但這種新方法是否能夠使美國擺脫其公共健康危機，還有待考慮。

數以萬億計的腸道微生物

幾周前，一家總部設在波士頓的一家名為「Zoe」的營養初創公司稱，可以通過測量人們的身體對不同食物的反應方式，並對比，然後就如何調整飲食以適應我代謝狀況提出建議。而需要的工具只是一個比鞋盒大一點的金絲雀黃色包裹，裡面有兩包足高糖、高脂肪的香草鬆餅，和一個看起來像巨大的拇指扣的連續血液葡萄糖監測器，以及一個家庭血液測試和一個精心製作的「糞便收集套件」。套件中還包括一次性手套和一個小塑料杓。他們解釋說，鬆餅的目的是刺激人的新陳代謝。

「Zoe」的創始人是斯佩克特（Tim Spector）博士，他是倫敦國王學院64歲的「遺傳流行病學家」，也是幾本關於營養科學書籍的作者。2017年，一對具有機器學習背景的網際網路企業家沃爾夫（Jonathan Wolf）和哈吉格吉奧（George Hadjigeorgiou）聽到他在倫敦的國家地理做了一個關於營養的講座後，他們覺得可以將這個講座中提到的內容變成現實。於是，這三人很快成立了公司，在籌集了數百萬美元的風險資本後，於2020年發起了一個營銷活動，與在著名科學雜誌《自然醫學》（Nature Medicine）上發表的兩篇高調的、經同行證實的論文掛鈎。

如果你在20年前問斯佩克特，為甚麼不同的人對相同的飲食有不同的反應，他可能會發表一篇關於遺傳學的演講。畢竟，他花了20年時間建立了英國最大的同卵雙胞胎登記冊，以便研究基因如何影響人類健康和疾病。

但到2010年代初，他的觀點已經開始改變。斯佩克特已經對他的登記冊中大約3500個雙胞胎的基因組進行了完全測序。然而結果並不盡人意的：它們可能與使用不太精確的遺傳學測試的特定基因有關，當用更好的工具進行分析時，顯示出只有適度的遺傳學關聯。例如，他回憶說，遺傳學對死亡年齡的影響只占25%左右。對於心臟疾病來說，大約是30%。

再往後，斯佩克特個人越來越對營養領域感興趣，他在2011年遭受了一次輕微的中風並決心改變他的飲食習慣。他發現，他以前的維生素D研究使他產生了很大的樂觀情緒，結果發現遺傳因素只占風險的不到15%。在肥胖症方面，他發現了一千個相關基因，而這些基因解釋了不到1%的個體之間的變化。

他說，我們不能以這種方式預測大多數人的常見疾病，營養等性狀也是如此，包括個人代謝脂肪和碳水化合物的方式的差異。

在上世紀末和2010年初，聖路易斯華盛頓大學的遺傳學家戈登(Jeffrey Gordon)證明，與瘦人相比，一些肥胖者的某些種類的腸道細菌含量異常低，而且有可能通過飲食扭轉這些比例。受到這一發現的啟發，斯佩克特和他的許多同事一樣，開始涉足研究腸道微生物組，以及它與代謝紊亂和其他疾病的可能聯繫。

2015年，魏茨曼科學研究所（Weizmann Institute of Science）的一個以色列研究小組在《細胞》雜誌上發表了一篇爆炸性的科學論文，對營養領域最廣泛使用的工具之一——血糖指數提出了質疑，這是一個衡量人體將特定食物中的天然碳水化合物轉化為葡萄糖，並釋放到血液中的時間長度的評級系統。該指數是基於20世紀70年代和80年代初，從一小群測試對像那裡收集和平均的讀數，幾十年來一直是用於評估食物營養質量的核心措施。

有資料說，高血糖指數的食物會導致不健康的血糖水平飆升，隨著時間的推移，這與患糖尿病和其他一系列代謝疾病的風險更大有關。

於是，魏茨曼的科學家們在800名健康人身上重複了這個實驗，並利用現代科學的所有工具，以更大的深度和嚴格的方式進行了實驗。研究小組對每個人進行了為期一周的跟蹤，使用連續葡萄糖監測儀每五分鐘記錄一次血糖水平，最終確定了對總共46,898份食物的個性化反應。

結果是令人震驚的。首先，研究人員證明了個人對每一餐的反應有很大的差異性，從而對廣泛使用的血糖指數的效用產生了懷疑。他們展示了一種更有效的評估食物營養質量的方法：通過使用機器學習演算法，預測不同的人對特定膳食的血糖反應，通過分析個人對先前膳食的反應、身體活動的測量、過去24小時內消耗的纖維量以及腸道內72種不同的細菌的存在，其準確性遠遠超過血糖指數。

這對人類健康和預防醫學的影響可能是深遠的。現在有了一種強大的方法來測量每個人的一系列重要的代謝過程，並想出了修改它們的方法。這個問題有了解決方案。

以色列胃腸病學家埃里納夫（Eran Elinav）說，有2萬個人類基因決定了我們是誰，這些基因非常重要，但不能被改變。但是微生物組代表了我們人體100倍的基因，除了來自人類方面的2萬個基因，還有接近300萬個基因。而且這些基因比人類的基因更容易被操縱。你可以通過改變微生物組的組成來改變它。