吃得好不好？看看尿液就知道！新型尿液测试能检测饮食健康！

　　科学家们已经完成了一种新型五分钟尿液测试的大规模测试，该测试可以测量一个人的饮食健康状况，并产生个人独特的尿液"指纹"。

　　伦敦帝国理工学院的科学家与西北大学、伊利诺伊大学和默多克大学的同事合作，分析了美国1848人尿液中46种所谓的代谢物的水平

　　研究小组在《自然食物》（Nature Food）杂志上发表了他们的研究结果，他们说，代谢物被认为是饮食质量的一个客观指标，是人体消化不同食物时产生的。这项研究是由美国国立卫生研究院和英国健康数据研究所资助的。

　　这项研究的作者、来自帝国理工大学新陈代谢、消化和生殖学系的Joram Posma博士说："饮食是人类健康和疾病的关键因素，尽管准确地衡量它是出了名的困难，因为它依赖于一个人回忆自己吃了什么和吃了多少的能力。例如，让人们通过应用程序或日记来跟踪他们的饮食，往往会导致对他们真正吃了什么的不准确报告。这项研究表明，这项技术可以帮助提供关于一个人的饮食质量的深入信息，以及这种饮食是否适合他们个人的生物构成。"

　　研究结果揭示了尿液中的46种代谢物与饮食中食物或营养素的类型之间的联系。例如，某些代谢物与酒精摄入有关，而其他代谢物则与柑橘类水果、果糖、葡萄糖和维生素c的摄入有关。研究小组还发现，尿液中的代谢物与红肉、其他肉类(如鸡肉)以及钙等营养物质的摄入有关。某些代谢物也与健康状况有关--例如在尿液中发现的化合物，如甲酸盐和钠(盐摄入量的指标)与肥胖和高血压有关。

　　研究的合着者、帝国理工大学流行病学和公共健康医学系主任Paul Elliott教授说："通过仔细测量人们的饮食和在两个24小时的时间内收集尿液，我们可以在饮食摄入和尿代谢物输出之间建立联系，可以帮助改善我们对饮食如何影响健康的理解。健康的饮食与那些导致更糟糕健康结果的饮食相比，尿液中的代谢物模式有所不同。"

　　在第二项由相同研究团队完成的研究也发表在Nature Food上，研究团队利用这种技术开发了一个五分钟的测试，结果显示尿液中代谢物的混合因人而异。

　　该研究小组表示，这种产生个人尿液"指纹"的技术，可以使人们获得根据个人生物特征量身定制的健康饮食建议。这就是所谓的"精确营养"，可以为健康专业人员提供关于个人饮食质量的更具体的信息。

　　这项研究的作者，来自帝国理工大学新陈代谢、消化和生殖学系的Isabel Garcia-Perez博士解释说："我们的技术可以提供关键的见解，让人们了解食物是如何以不同的方式被加工的，也可以帮助营养师等健康专业人士为每个患者提供量身定制的饮食建议。"

　　Garcia-Perez博士补充说，研究小组现在计划将这种饮食分析技术用于有心血管疾病风险的人群。

　　研究人员说，这种尿液"指纹"可以用来形成一个人的个人评分--被称为饮食代谢类型评分，简称DMS。

　　在他们的实验中，研究小组要求19个人遵循四种不同的饮食习惯--从非常健康的饮食习惯(遵循100%的世界卫生组织的均衡饮食建议)到不健康的饮食习惯(遵循25%的世界卫生组织的饮食建议)。

　　研究小组发现，严格遵循相同饮食习惯的人的DMS得分不同。

　　该团队的研究还显示，一个人的DMS分数越高，他们的饮食就越健康。DMS分数越高，血糖就越低，体内通过尿液排出的能量也越多。

　　研究小组发现，高能量尿(即高DMS分值)和低能量尿(低DMS分值)的差异相当于高DMS分值的人每天多减去4卡路里，或每年减少1500卡路里。研究小组计算得出，这意味着每年会有215克的身体脂肪的差异。

　　下一步是研究一个人的尿液代谢物指纹与肥胖、糖尿病和高血压风险之间的关系。该研究的合着者、帝国理工学院营养和饮食学主席Gary Frost教授说："这些发现为我们的身体如何在分子水平上处理和使用食物带来了新的、更深入的理解。这项研究提出了一个问题，那就是我们是否应该重写餐桌，把这些对身体有生物影响的新代谢物纳入其中。"

　　研究报告的合着者、纽卡斯尔大学人类营养研究中心主任John Mathers教授说："我们在这里展示了不同的人如何以高度不同的方式代谢相同的食物。这对理解营养相关疾病的发展以及为改善公共健康提供更个性化的饮食建议具有启示意义。" （生物谷Bioon.com）

　　参考资料：

　　Urine test reveals quality of your diet-and whether it's the best fit for your body

　　Posma， J.M. et al. Nutriome-metabolome relationships provide insights into dietary intake and metabolism. Nat Food (2020). doi.org/10.1038/s43016-020-0093-y

　　Garcia-Perez， I.， Posma， J.M.， Chambers， E.S. et al. Dietary metabotype modelling predicts individual responses to dietary interventions. Nat Food 1， 355-364 (2020). https：//doi.org/10.1038/s43016-020-0092-z