Той смазва стотици фактори, за да направи персонализирани планове за контрол на кръвната захар. Някои хора дори получават торта и бисквитки.

които

Ед Йонг, 19 ноември 2015 г.

Вземете филийка торта и я разрежете на две. Яжте едната половина и оставете приятел да се подиграва с другата. И нивата на кръвната Ви захар ще скочат, но в различна степен в зависимост от вашите гени, бактериите в червата, какво сте яли наскоро, колко наскоро или интензивно сте тренирали и др. Скоковете, официално известни като „постпрандиален гликемичен отговор“ или PPGR, е трудно да се прогнозират, тъй като двама души могат да реагират много различно на една и съща храна.

Но Eran Elinav и Eran Segal от Научния институт Weizmann са разработили начин да възприемат тази променливост. Чрез цялостен мониторинг на кръвната захар, диетите и други черти на 800 души, те изградиха алгоритъм, който може точно да предскаже как нивата на кръвната захар на човек ще скочат след ядене на дадено хранене.

Те също така използваха тези персонализирани прогнози, за да разработят съобразени диетични планове за поддържане на кръвна захар под контрол. Тези планове понякога включват нестандартни продукти като шоколад и сладолед и са били толкова противоинтуитивни, че са объркали както участниците, така и диетолозите, участващи в проучването. Но те изглежда работеха, когато бяха оценени в клинично изпитване, и намекват за бъдеще, когато хората ще получат персонализирани диетични препоръки, вместо да се придържат към универсалните насоки.

В момента най-често срещаният метод за прогнозиране на PPGR на човек е да се разгледа съдържанието на въглехидрати в храната му. „Хората с диабет тип I определят колко инсулин да инжектират въз основа на количеството въглехидрати, което ще имат в храната“, казва Сегал. „Това е златният стандарт“, но съдържанието на въглехидрати само слабо корелира с PPGR.

Повече в тази поредица

Алтернативно, хората биха могли да се консултират с гликемичния индекс (GI), който определя числото върху ефекта на храната върху кръвната захар. Но екипът на Weizmann твърди, че тези цифри се основават на единични храни и не отразяват реалистични ястия с комбинации от съставки в различни количества. „Приписването на един PPGR на всяка храна също предполага, че отговорът е единствено присъщо свойство на храната“, добавя Сегал. „Но има много поразителни разлики между реакциите на хората на еднакво хранене.“ Техните гени, изборът на начин на живот, бактериите в червата им и дори ястията, които наскоро са яли, оказват влияние.

За да се отчетат тези фактори, учениците Дейвид Зееви и Тал Корем подложиха 800 доброволци, които не са диабетици, на „най-изчерпателното профилиране, което можем“. След регистрацията си всеки участник попълни въпросник за своята медицинска история и диетични навици и предостави проба на изпражненията, така че екипът да може да анализира чревните си микроби.

След това в продължение на една седмица те носеха монтирани на кожата монитори, които непрекъснато измерваха кръвната им захар, и използваха мобилно приложение, за да записват упражнения и модели на сън, стресови събития и всички ястия, до теглото на всяка съставка, където е възможно. За първите си хапки за деня те изядоха една от четирите стандартизирани ястия, които екипът им осигури. Освен това те ядоха обичайната си храна.

Въпреки че хората често са прословуто ненадеждни при документиране на храненето си, Сегал казва, че неговите доброволци са били необичайно мотивирани. „Не им платихме“, казва той. „Те се присъединиха, защото обяснихме, че ще можем да им кажем коя от храните, които обикновено ядат, повишава нивата на глюкозата. Те дойдоха, защото искаха да знаят и ние казахме, че ако не влязат правилно, няма да можем да им кажем. “

Екипът откри огромно количество вариации между доброволците. Една и съща храна би причинила огромни скокове на захар при някои хора, но мънички пропуски при други. Доброволците също се различават значително по храните, които предизвикват най-остри скокове: Участник 445, например, реагира силно на банани, докато участник 644 натрупа силно след бисквитки. „Когато хората говорят с приятелите си диабетици за храни, които повишават нивото на глюкозата, това наистина е различно за всички“, казва Сегал. „Това е интуицията, но доколкото знам, никога не е била демонстрирана количествено в този мащаб.“

Зееви и Корем показаха, че тези лични различия са повлияни от познати фактори като възраст и индекс на телесна маса, а също и по-малко познати като чревни микроби. Те откриха няколко групи бактерии и семейства бактериални гени, които бяха свързани с по-силни PPGRs.

Екипът разработи алгоритъм, който използва всички тези индивидуални характеристики - общо 137 фактора - за прогнозиране на реакциите на кръвната захар на човек към различни храни. За разлика от броенето на въглехидрати или гликемичния индекс, този алгоритъм не разглежда само съдържанието на хранителни вещества в храната, но и характеристиките на човека, който я яде.

Беше изключително точно. Когато екипът го тества на нов набор от 100 доброволци, той предсказва скокове на захар, които съответстват на реалните данни на доброволците с корелация 0,7 (където 1 би било идеално). Това е добре: Дори един и същи човек да яде едно и също хранене в два различни дни, корелацията между двата пика на захар ще бъде най-много 0,77. Това поставя таван за предсказуемост, такъв, че алгоритъмът на екипа е бил много близо до удрянето. Със сигурност превъзхождаше грубата техника на преброяване на въглехидрати или калории; когато Зееви и Корем се опитаха да направят това, те получиха корелации от само 0,38 и 0,33.

Алгоритъмът дори би могъл да предостави на хората ефективни, съобразени диетични съвети. Екипът набра 26 нови доброволци и ги разпредели на случаен принцип в две групи. На всички бяха дадени двуседмични диети - „добра“, предназначена да минимизира техните PPGR, и „лоша“, предназначена да предизвика големи скокове. Но едната група получи планове, разработени от двойка експерти, докато другата се придържаше към диетите, създадени от алгоритъма.

Много от диетите, създадени от алгоритъма, бяха дълбоко неортодоксални. „Това не беше просто салата всеки ден“, казва Сегал. „Някои хора получават алкохол, шоколад и сладолед умерено. Това са предмети, които обикновено никога не бихте намерили по препоръки на диетолог. " Някои планове бяха толкова противоинтуитивни, че нито диетолозите, нито доброволците можеха да разберат дали са предназначени да представляват добрата или лошата диета. И все пак, те ефективно контролират нивата на кръвната захар за тези конкретни доброволци.

И за двете групи доброволци „разликите бяха драматични“, казва Сегал. „При лошите диети кръвната глюкоза наистина достигна ненормално ниво, но при добрите диети те се нормализираха до здравословни граници.“ И въпреки че всеки участник яде различни персонализирани ястия, чревните им микроби се променят по последователен и може би полезен начин. Например, няколко бактериални групи, които са били свързани с диабет тип 2, са намалели.

Алгоритъмът дори се представи както двамата експерти, ако не и малко по-добре. А Сегал казва, че в крайна сметка е по-гъвкав. Диетолозите основават плановете си на PPGR на всеки участник спрямо храненията, които са били през предходната седмица. Алгоритъмът също е направил това, но също така може да предскаже отговори на всяко хранене. „Не е ограничено да препоръчваме на хората вече измервани ястия“, казва Сегал. „Бихте могли да препоръчате всяко хранене.“

Джени Бранд-Милър, диетолог от Университета в Сидни и директор на Фондацията за гликемичен индекс, казва, че изследването е „игра за промяна“ за показване на връзката между PPGRs и чревните бактерии и за разглеждане на тези реакции при здрави хора без диабет. „Това води до медицинското значение на високите нива на глюкоза в рамките на така наречения нормален диапазон“, казва тя.

Но тя добавя, че изследователите „привличат дълъг поклон“ при отхвърлянето на гликемичния индекс и други показатели за прогнозиране на реакциите на кръвната захар, които са по-добри, отколкото екипът им дава кредит. По същия начин Дейвид Дженкинс от Университета в Торонто добавя, че екипът не е сравнявал директно алгоритъма си с индекси като GI. „Това не е полезен документ“, казва той.

Но Сигал смята, че алгоритъмът може само да се подобри. Екипът му планира да го подобри, като събере по-подробна информация за физическата активност на доброволците, бактериалните щамове в червата и дори тяхната генетика. Те също така провеждат по-дълго проучване, за да видят дали персонализираните диети, измислени от техния алгоритъм, могат в рамките на една година да подобрят здравето на хората предидиабетни, изложени на риск от развитие на диабет тип 2.

Със сигурност не им липсват доброволци. Първата вълна от участници бяха толкова заинтригувани от резултатите си, че настояха приятелите и семейството си да се запишат. Екипът на Segal накрая набира своите 900 участници почти изцяло от уста на уста, без никакви плащания или маркетинг. „В списъка с чакащи имаме повече от 4000, за да участваме в следващото проучване“, казва той.