PREDICT 1 -studien analyserte detaljerte data om sammensetningen av deltakernes tarmmikrobiomer, deres kostvaner, og kardiometabolske blodmarkører. Forskerne fant bevis på at mikrobiomet er knyttet til bestemte matvarer og dietter, og det, i sin tur, visse mikrober i tarmen er knyttet til biomarkører for metabolsk sykdom. Overraskende, mikrobiomet har en større tilknytning til disse markørene enn andre faktorer, som genetikk. Rapporten deres, forfatter av Dr. Francesco Asnicar (University of Trento) og Dr. Sarah Berry (King's College London) og koordinert av Tim Spector (King's College London) og Nicola Segata (University of Trento), vises i Naturmedisin.
Som ernæringsforsker, finne nye mikrober som er knyttet til bestemte matvarer, så vel som metabolsk helse, er spennende. Gitt den svært personlige sammensetningen av hver enkelt persons mikrobiom, vår forskning tyder på at vi kanskje kan endre tarmmikrobiomet vårt for å optimalisere helsen vår ved å velge de beste matvarene for vår unike biologi. "
Dr. Sarah Berry, Leser i ernæringsvitenskap, King's College London
For eksempel, funnene viser at det å ha et mikrobiom rikt på Prevotella copri og Blastocystis -arter var forbundet med å opprettholde et gunstig blodsukkernivå etter et måltid. Andre arter var knyttet til lavere nivåer etter måltid av blodfett og markører for betennelse.
Professor Tim Spector, Epidemiolog fra King's College London, som startet studiet PREDICT og er vitenskapelig grunnlegger av ZOE forklarer, "Når du spiser, du nærer ikke bare kroppen din, du mater trillioner mikrober som lever inne i tarmen din. "
Forskere oppdaget også at sammensetningen av individets tarmmikrobiom var sterkt forbundet med spesifikke næringsstoffer, mat, matgrupper og total kostholdssammensetning. Forskerne fant robuste mikrobiombaserte biomarkører for fedme, samt markører for kardiovaskulær sykdom og nedsatt glukosetoleranse, som er viktige risikofaktorer for COVID. Disse funnene kan brukes til å lage personlige spiseplaner designet spesielt for å forbedre ens helse.
"Jeg er veldig spent på at vi har kunnet oversette denne banebrytende vitenskapen til en hjemmetest på den tiden det har tatt før forskningen er fagfellevurdert og publisert, "sier Spector." Gjennom ZOE, vi kan nå tilby publikum en mulighet til å oppdage hvilke av disse mikroberene de har som lever i tarmen. Etter å ha tatt ZOEs hjemmetest, deltakerne vil motta personlige anbefalinger for hva de skal spise, basert på å sammenligne resultatene med tusenvis av deltakere i PREDICT -studiene. Ved å bruke maskinlæring, Vi kan deretter dele med deg våre beregninger av hvordan kroppen din vil reagere på mat, i sanntid gjennom en app. "
Forskerne fant hos personer som spiste en diett rik på sunt, Det var mer sannsynlig at plantebaserte matvarer hadde høye nivåer av "gode" tarmmikrober. Motsatt, dietter som inneholder mer sterkt bearbeidet plantebasert mat, var mer sannsynlig å være assosiert med de "dårlige" tarmmikrober.
"Vi ble overrasket over å se så store, klare grupper av det vi uformelt kaller 'gode' og 'dårlige' mikrober som kommer fra vår analyse, "bekreftet Nicola Segata, PhD, professor og hovedforsker ved Computational Metagenomics Lab ved University of Trento, Italia og leder for mikrobiomanalysen i studien. "Det er også spennende å se at mikrobiologer vet så lite om mange av disse mikrobene at de ikke engang er navngitt ennå. Dette er nå et stort fokusområde for oss, som vi tror de kan åpne for ny innsikt i fremtiden om hvordan vi kan bruke tarmmikrobiomet som et modifiserbart mål for å forbedre menneskelig metabolisme og helse. "
PREDICT 1 var et internasjonalt samarbeid for å studere sammenhenger mellom kosthold, mikrobiomet, og biomarkører for kardiometabolsk helse. Forskerne samlet data om mikrobiomsekvens, detaljert langsiktig kostholdsinformasjon, og resultater av hundrevis av kardiometabolske blodmarkører fra litt over 1, 100 deltakere i Storbritannia og US PREDICT 2 fullførte sine primære undersøkelser i 2020 med ytterligere 1, 000 amerikanske deltakere, og PREDICT 3 ble lansert for noen måneder siden.