下载掌阅APP，畅读海量书库
立即打开
我们人类很复杂：多种因素影响着我们的健康。有些因素我们无法改变，比如年龄或基因构成，但是有些事情我们可以改变，比如我们对食物和饮料的选择。此外，还有数以万亿计的细菌生活在我们的肠道中，我们将其统称为微生物菌群，它们对健康和消化有着重要的影响。我们所吃的食物是多种营养物质的混合物，这些营养物质以不同的方式影响人体和微生物菌群，因此，阐明饮食、新陈代谢和健康之间的关系绝非易事。
我们习惯于听从政府关于营养、健康和保健方面的建议和指导方针。这些指引不但影响一般公众，也影响为我们提供医疗保健服务的医生和其他医疗专业人士。但是，同样的健康建议真的适用于每一个有着自己的生活方式和独特生理机能的人吗？这种一刀切的方法是医疗保健政策的合适基础吗？从爱斯基摩人到非洲的狩猎采集者，再到为数众多的亚洲素食主义者，我们进化为杂食动物，为了保持健康，我们吃了大量不同的食物。在我们这个文化和种族日益融合的世界里，真的有可能有一种特定的饮食能够适合所有人吗？
在综合许多其他国家和地区所提出的建议的基础上，美国农业部发布了2015—2020年指导方针，其中一幅圆形示意图显示了健康饮食的理想比例，其中39%来自水果和蔬菜，37%来自谷物（面包、大米、意大利面、土豆等），12%来自豆子（beans）、豆类（pulses）、鸡蛋、肉类和鱼类，8%来自乳制品和牛奶，4%来自脂肪和糖类食物。我们还被告知每天要吃五种蔬果，包括一杯果汁或冰沙，每周要吃两次鱼，女性每天要摄入2000卡路里，而男性每天需摄入2500卡路里。
英国的指导方针与此类似，同时还有其他额外的建议，例如，永远不要不吃早餐，每天喝8杯水或其他液体。
此外，指导方针还建议少食多餐，避免在晚上大吃大喝。美国在减少饱和脂肪方面的指导方针比大多数其他国家更为严格，将饱和脂肪减少到每日摄入量的10%以下，并将盐的摄入量减少到每天2.3克钠（约一茶匙）以下。那些选择其他饮食方式或听取保健专家建议的人，他们遵循无麸质、生酮、低碳水化合物、旧石器时代饮食法或间歇性禁食的饮食方法，他们也面临着相同的问题。所有这些建议能够对每个人都适用吗？
新的研究表明具有相似营养成分的食物对健康状况和肠道微生物菌群的影响可以极为不同，这增加了另一层复杂性。我们一些美国的合作者要求34名健康志愿者收集他们在17天内吃的所有东西的详细记录，并将这些信息与粪便样本中微生物的多样性进行对比。
不出所料，尽管大多数受试者都食用了某几种食物，比如咖啡、切达干酪、鸡肉和胡萝卜，但还有大量独特的食物选择。某些食物增加或减少了特定菌株的数量，每个受试者的食物选择都会影响他们自己的微生物菌群，但是某个人身上所体现的食物与微生物菌群的相关性并不能直接套用到其他人身上。举个例子来说，豆类增加了一个人身体中某些细菌的比例，但对另一个人的影响却小得多。
虽然亲缘关系非常密切的食物（如卷心菜和甘蓝菜）往往对微生物菌群有相同的影响，但营养成分非常相似的非亲缘食物也会具有明显不同的作用。这告诉我们，传统的营养标签并不是判断食物是否“健康”的最佳方式。微生物菌群可能是目前营养和健康领域最热门的话题，科学家们热衷于了解并操纵我们的细菌朋友，但这并不是全部。
我在伦敦国王学院的团队正在与马萨诸塞州综合医院、加州斯坦福大学和精密营养公司ZOE的研究人员合作。
我们正在进行“PREDICT”
项目，这是世界上同类研究中规模最大的营养科学研究，该研究旨在破解影响我们对食物独特反应的复杂的相互作用因素，尤其是血液中的糖、胰岛素和脂肪水平的正常峰值，这些峰值会引起代谢压力，而且从长远来看它们也与体重增加、疾病和食欲有关。我们一直在研究来自英国和美国的2000名受试者对食物的个性化营养反应，其中有数百对双胞胎，我们在对标准化和自由选择的餐食进行组合后，对受试者的血糖（葡萄糖）、胰岛素、脂肪水平（甘油三酯）和其他指标进行了超过两周的跟踪测量。我们还获取了有关活动、睡眠、饥饿、用餐时间和频率、情绪、基因以及必不可少的微生物菌群的信息，共收集到数百万个数据点，依据包括超过200万个粘贴式血糖监测仪（continuous glucose monitor，CGM）、13万顿饭和3.2万个特制松饼所得出的数据。该研究的初步结果一经在《自然医学》（Nature Medicine）杂志上发布，就令读者大吃一惊。
我们发现，根据蛋白质、脂肪和碳水化合物的比例，不同的人对不同食物的营养反应是可重复的、可预测的。但重要的是，人与人之间有很大的差异（高达10倍），这是对“一般水平/普通人”的嘲讽。甚至连共享所有基因和大部分环境的同卵双胞胎之间也存在这种差异。在人们对糖分的反应中，只有不到30%是由基因结构造成的，不到5%是由脂肪造成的。出乎意料的是，根据以往的观念，两者之间的关联性很弱——对食用脂肪反应不好并不能预测一个人对糖的反应是好还是坏。到目前为止，我们用同样的食物测试了数千人，只有一种反应的比例接近平均水平，糖、胰岛素和脂肪这三种反应的比例甚至不到精确平均值的1%。这意味着我们99%的人都不符合某些人为界定的那个平均水平。我们还发现，同卵双胞胎的肠道微生物种类只有37%是相同的。这个数值只比两个没有血缘关系的人所占的百分比略高一些，这说明基因的作用是有限的。我们发现食物配料表上标注的粗糙成分只能解释1/4的新陈代谢反应，大多数差异是由于独特的个人因素，包括微生物菌群和基因，以及我们不同的生物钟的昼夜节律、运动、睡眠，以及其他仍需我们去发现的因素的影响。
PREDICT项目的丰富数据正被来自世界各地的大型学术团队所使用，也被应用于机器学习算法。我正在帮助的ZOE公司推出了一个智能手机应用程序，可以根据算法和自己的个人信息来预测任何人对食物的反应。这将有助于人们做出更健康的选择。科学研究还在继续，我们招募了数千名美国和英国志愿者，以进行更多的以家庭为基础的研究。参加研究的人越多，生成的数据就越多，预测结果也会得到进一步改善。不过，即使在早期阶段，预测结果也已经达到75%的准确率，这比标准临床测试要高得多。
像我这一代的许多医生一样，我遵从官方关于中年人的健康生活建议：我没有抽烟，努力地进行定期运动并减少脂肪摄入。我的早餐是低脂肪、高碳水化合物的食物，包括牛奶什锦早餐、半脱脂牛奶、全麦面包、一杯橙汁和一杯茶或咖啡。最近，作为PREDICT研究的一部分，我使用新的连续血糖监测仪测试了我对旧的“健康”早餐的葡萄糖反应。我的血糖（葡萄糖水平）从静止时的5.5毫克急剧上升到9.1毫克，而且我体内产生了大量胰岛素，以使我的血糖水平在一小时后恢复正常。我让我的妻子做“小白鼠”，让她吃跟我一模一样的早餐。她的血糖开始时比我低，是4毫克，而之后也没有超过5.7毫克。
我们的身体从食物中的碳水化合物中吸收葡萄糖作为有用能量，或者立即使用它，或者储存在我们的肌肉或脂肪细胞中供以后使用。如果我们的血糖超过几分钟都维持在较高水平，这对我们的身体是不利的，而我们的身体则主要通过分泌一种叫作胰岛素的激素来试图迅速消除它。从长远看，血糖、胰岛素或甘油三酯的峰值定期出现会给你的身体系统造成压力，并促进脂肪细胞中能量的储存。
我的身体显然在努力工作以制造胰岛素来清除糖分。一条看起来健康的棕色金枪鱼面包和甜玉米三明治是我在医院十年如一日的自带午餐，我去测试（测了好几次）自己对这份餐食的反应，其结果比我担心的更糟，我的规律性峰值为10~11毫克，同样地，像我妻子这样的人增长情况可能会更少。但我在吃意大利面或印度香米饭时比她要好，这表明如果我吃的是意大利或印度午餐，我可能不会增重10千克。我还发现，和其他人相比，我经常吃的葡萄对血糖有很大的影响，而草莓、树莓或蓝莓的影响很小。苹果或梨只对我有一个小的血糖高峰，它们对我来说比香蕉更好。喝葡萄酒或啤酒没有什么影响，但橙汁让我的血糖升至很高的峰值，而且高于可口可乐。这些结果对你而言可能并不会如此，并且人们无法通过食物的GI指数（Glycemic Index，“血糖生成指数”，一种测量每种食物升高血糖数值的方法）来进行准确预测，这些指数只是人群的平均结果。同样地，我们知道7码的鞋或一个汽车座椅不可能适合每个人，我现在知道我（几乎和你们所有人一样）并不符合那个平均数。
我在斯坦福大学的合作者克里斯托弗·加德纳（Christopher Gardner）于2018年发表的DIETFITS
随机临床研究结果提供了进一步的直接证据。该研究对609名超重或肥胖受试者进行了为期1年的健康低脂或健康低碳水化合物饮食试验。
两组之间没有发现任何差异，研究报告的主要标题是“平局！”通过将每组受试者中的脂肪或碳水化合物摄入量减少30%~40%，他们平均减轻了约13磅或6千克体重。但隐藏在数据中的是，在每一组中都有些人做得比其他人好很多，而另外一些人做得差很多：一些人减掉了60磅（约27千克），另一些人实际上增加了20磅（约9千克）。对于某些人来说，即使他们吃的是健康的非加工食品，随机分配的减少碳水化合物或减少脂肪摄入的饮食对他们也都不起作用。国家指导方针坚持每个人都应该恪守标准化的神奇配方（例如低脂食品），我们不难想象有多少人得到了错误的建议。
这项研究清楚地表明，如果你想找到最适合你新陈代谢的食物，那么你需要知道你对营养的独特反应——这是简单的在线基因测试所无法预测出来的。说到食物，我们每个人都有自己的口味和偏好，所以直觉感受到我们个性化的新陈代谢和对食物的反应也应该是不同的。科学研究仅仅是在跟着直觉走，证明每个人都是独一无二的，没有一种“真正的饮食”能适合所有人。
当然，有一些健康饮食的信息可以适用于每个人，比如多吃纤维和植物性食物，少吃糖和精加工产品。不过最终的结论是，没有一种正确的饮食方法能适合所有人，不管这些方法是来自那些迷人的社交媒体专家，还是政府指导方针。