编辑推荐：
精准营养是一种新兴范式，旨在根据个体和人群特征定制膳食建议与干预措施。尽管多组学、可穿戴传感器以及人工智能/机器学习（AI/ML）的进展加速了科学发现，但其向实践的转化仍受制于生命各阶段证据的碎片化，以及对系统生物学和其他健康影响因素知识整合的不足。从备孕和妊
精准营养是一种新兴范式，旨在根据个体和人群特征定制膳食建议与干预措施。尽管多组学、可穿戴传感器以及人工智能/机器学习（AI/ML）的进展加速了科学发现，但其向实践的转化仍受制于生命各阶段证据的碎片化，以及对系统生物学和其他健康影响因素知识整合的不足。从备孕和妊娠期到婴儿期、儿童期、青少年期、成年期及老年期，营养需求、脆弱性、干预机会和反应异质性均呈动态演变。这些生命阶段特异性过程与（表观）遗传、代谢和微生物组因素，以及社会、心理、行为和环境/地理影响交互作用，共同导致健康结局的异质性。应对这一复杂性不仅需要多模态预测模型，还需要整合数据标准与协调化、系统生物学、实施科学和社区参与的框架。为对这一复杂性提供结构化方法，研究人员构建了一个包含七大支柱的精准营养框架，涵盖全民预防、数据来源、定量科学、定性科学、干预实施、社区以及教育与人才队伍培训。运用该框架并基于生命周期视角，研究人员审视了促进心血管、肺、血液和昼夜节律/睡眠健康的机会，综合了关于关键营养素、膳食模式和新兴生物标志物的证据，并改编拓展了用于临床和社区环境实施研究的“精准营养餐盘”。研究人员强调了关键研究空白，包括表型引导的试验、标准化数据整合和可扩展实施策略的需求。通过在整个生命历程中整合生物学、行为学及更广泛的环境维度，精准营养能够推动更有效、可及和可持续的疾病预防与健康促进方法。
1. 引言
营养是生命全程健康的基石，影响发育、生理功能以及慢性病的风险和管控。然而，个体间饮食反应的差异性对传统“一刀切”营养指导的有效性构成挑战。精准营养作为精准医学原则在膳食科学中的应用，通过考虑生物学、行为学和环境异质性来塑造营养相关结局，旨在适时向特定个体或人群提供量身定制、高效且可及的膳食干预。实现这一目标需要整合多维数据，包括（表观）遗传、代谢、微生物组、行为和社会经济因素，且这些因素在整个生命历程中动态交互。多组学技术、可穿戴传感器和人工智能/机器学习（AI/ML）的进展推动了复杂预测模型的发展，但将发现转化为临床和社区实践仍面临数据协调化及实施框架缺乏等障碍。现有综述多聚焦特定生命阶段、器官系统或技术领域，缺乏生命周期整合视角。本论文采用全面的生命周期导向精准营养框架，综合心血管、肺、血液和昼夜节律/睡眠健康领域的证据，并改编了七支柱精准预防模型，强调数据协调化、定量与定性方法、系统生物学、社区参与及实施科学的整合。文献检索主要涵盖2020年以来发表的证据，与美国国立卫生研究院（NIH）2020–2030营养战略计划相呼应。
2. 精准营养框架
本文提出一个精准营养框架，作为推动精准营养成为整合性、生命周期导向学科的概念基础。该框架由七个相互关联的支柱组成，旨在支持个性化及人群相关营养策略的生成、解释、转化和实施。框架认识到精准营养不仅是数据驱动的事业，而是将生物学和行为数据与定量及定性科学、情境因素、社区参与和实施相结合的系统层面方法。这一视角与NIH营养研究战略计划一致，该计划将精准营养确定为统一愿景，并强调个体变异性、发展预测方法、改善实施及在生命周期内建设研究能力。
3. 七大支柱
框架包含七个相互关联的支柱：全民预防、数据来源、定量科学、定性科学、干预实施、社区以及教育与人才队伍培训。全民预防强调在解决个体间变异性的同时优先实现广泛人群代表性，确保预测模型和干预措施的准确性、精确性和可推广性。数据来源支柱依赖于膳食摄入评估、临床和生理测量、多组学数据以及行为、生活方式和环境等情境数据的异构整合。定量科学支柱利用AI/ML等先进计算方法识别表型亚组、预测个体干预反应并模拟动态交互，但需注意数据质量、模型验证和因果推断。定性科学支柱通过理解食物选择背后的社会、文化和行为因素，为干预设计提供可行性和可持续性依据。干预实施支柱运用实施科学框架促进策略的规模化整合。社区支柱强调社区参与共同设计干预措施，提高相关性、信任度和长期影响。教育与人才队伍培训支柱要求培养具备营养科学、数据科学、行为科学和社会科学等多学科能力的 workforce。这七大支柱共同构成连接发现、个体与情境变异性及实施的系统层面框架。
4. 营养暴露组的数据协调化
精准营养从理论走向实践依赖于整合和协调生物学、行为学及环境领域的大规模异构数据。现有证据基础多存于未采用共同数据元素的 legacy 队列中，需要利用既定指南进行事后协调化，同时保持效度。新研究开始在设计中前瞻性纳入数据标准和互操作性要求，例如由“All of Us”研究计划驱动的NIH精准营养健康（NPH）项目。当前限制营养数据协调化的三个相互关联的挑战包括：膳食摄入的统计可比性、多组学数据的技术变异性，以及数据共享的伦理、法律和隐私约束。膳食数据通常具有偶发消费、大量零值和偏态分布的特征，零膨胀Birnbaum-Saunders（ZABS）模型等新方法提高了摄入量估计的准确性；FoodOn和食物-生物标志物本体论（FOBI）等本体为膳食术语标准化提供了语义框架。多组学数据中的批次效应需要数据类型的特定校正策略，如RNA-seq计数数据的ComBat-seq方法；蛋白质组和代谢组平台则需要适合平台的质量控制和归一化流程。隐私保护分析方法如联邦学习（FL）允许在不共享原始数据的情况下训练模型，结合虚拟生理模型可支持沉默临床试验。
5. 精准营养与心血管健康
心血管健康在生命全程中体现了一刀切膳食方法的局限性。营养素和膳食模式影响心脏形态发生、血管发育、心肌能量学、内皮功能和血压调节，但反应因（表观）遗传、代谢、微生物组特征以及性别和生命阶段而异。2025年美国心脏病学会（ACC）科学声明强调膳食模式调节慢性低度炎症，而高敏C反应蛋白等炎症生物标志物可支持精准营养策略。
5.1 备孕和生命早期
孕前及孕期母亲营养和代谢状态可影响胎儿心脏和血管形成、胎盘功能及长期心血管代谢风险。叶酸、维生素B12和胆碱参与一碳代谢，对DNA甲基化和基因调控至关重要。观察性研究显示围孕期叶酸补充与先天性心脏病（CHDs）风险降低相关，但2024年病例对照研究提示母体血清叶酸与子代CHD风险呈U型关联。较低母体B12与儿童心率变异性（HRV）降低相关。长链omega-3脂肪酸（DHA）支持心肌细胞膜结构和自主神经成熟，随机试验表明高剂量补充可降低低DHA状态女性的早产风险。其他微量营养素如碘、镁、维生素D和抗氧化剂也参与胎儿心血管发育，但人类证据有限。地中海式膳食模式与有利的母体代谢组学和婴儿心血管代谢特征相关。
5.2 婴儿期和儿童期
一碳营养素对心血管生长仍然重要，婴儿期维生素B12亚临床缺乏较常见，需用钴胺素状态生物标志物评估。铁缺乏可导致心动过速和心肌性能受损，早产儿和低出生体重儿风险最高。钾和镁影响早期血压规划，黑人和白人青春期女性在肾脏钾处理上存在差异。DHA强化配方奶粉在随机试验中与儿童期血压适度降低相关。儿童期建立的健康膳食模式与成年期更有利的心血管代谢风险特征相关，如弗雷明汉儿童研究和芬兰青年心血管风险研究所示，但证据多为观察性。
5.3 青春期和年轻成年期
青春期和年轻成年期是改变心血管风险的关键窗口，但饮食质量常下降。NHANES数据显示健康饮食指数从2–4岁的61降至14–18岁的51，蔬菜、水果、全谷物和乳制品摄入不足，添加糖、饱和脂肪和钠摄入过量。肥胖是常见的饮食相关慢性病，约23%的美国青少年受肥胖影响。精准营养方法可整合人群特征、个体因素和遗传信息以制定量身推荐。
5.4 中年、更年期和老年期
女性更年期过渡是心血管风险的关键拐点，雌激素下降伴随LDL胆固醇升高、动脉僵硬度增加和内脏肥胖。PEMT和MTHFD1基因多态性可能增加胆碱饮食依赖。地中海饮食对绝经后女性有支持证据，而DASH饮食对血压显性表型有效。老年期需平衡心血管风险降低与功能维持，充足的优质蛋白摄入对预防肌少症和衰弱至关重要，推荐每日1.2–1.6 g/kg体重。微量营养素缺乏常见，应进行筛查和靶向纠正而非盲目补充。肠道微生物多样性下降与炎症和衰弱相关。
6. 精准营养与肺健康
肺健康受关键发育窗口期营养暴露的强烈影响。哮喘和慢性阻塞性肺疾病（COPD）的易感性常在胎儿期和儿童早期形成。母亲营养状况影响胎儿肺发育，维生素D缺乏与子代喘息风险增加相关，孕期补充维生素D可降低子代哮喘/反复喘息风险。早产儿易出现营养缺乏，维生素A补充可降低支气管肺发育不良（BPD）风险。母乳喂养与更好的儿童期肺功能和较低哮喘风险相关，母乳的“时间营养”特性可能传递昼夜节律信号。儿童期摄入富含抗氧化剂、omega-3脂肪酸和纤维的膳食与更好肺功能和较低哮喘风险相关。
7. 精准营养与血液健康
血液疾病如缺铁性贫血、镰状细胞病（SCD）、地中海贫血和遗传性血色素沉着症对营养暴露高度敏感。基因型引导的精准营养可涵盖两个领域：单基因血液疾病中的饮食影响以及改变营养素代谢的常见基因多态性。SCD患者常见抗氧化剂、维生素D和锌摄入不足，omega-3脂肪酸随机试验显示可降低炎症标志物和血管闭塞并发症。地中海贫血患者可能需要补充维生素D和锌。铁缺乏在心力衰竭患者中常见，但大规模临床试验证据有限。
8. 睡眠和昼夜节律营养
昼夜节律是内源性24小时定时系统，外周生物钟响应能量可用性、宏量营养素组成和进食时间。实验研究表明碳水化合物和胰岛素信号可影响外周生物钟，高脂饮食改变昼夜节律基因表达。昼夜节律与进食模式失调会扰乱激素调节、损害葡萄糖代谢并促进炎症。限时进食和间歇性禁食等干预提示昼夜节律对齐的进食可改善代谢结局，但现有研究多为短期的同质成人人群。整合多组学、持续葡萄糖监测、可穿戴数据和微生物组分析可表征个体昼夜节律表型，AI/ML可能预测谁将从特定进食时间策略中获益。
9. 精准身体活动与精准营养的协同
精准身体活动（PA）基于运动“剂量”可根据个体基因组、代谢、行为和生命阶段表型进行校准的生物学前提。MoTrPAC（2024）研究绘制了身体活动在19种组织中的时间动态反应，揭示了性别特异性差异。乳酸作为“乳激素”通过GPR81信号调节脂解并刺激脑源性神经营养因子（BDNF）。孕期靶向PA处方可优化“胎盘蛋白质组”，儿童期高PA水平可减弱多基因风险（如FTO变异）的致肥胖效应。GLP-1受体激动剂导致的快速减重伴随瘦组织损失，需结合抗阻训练。短暂剧烈身体活动（VILPA）仅每日3–4分钟即与较低全因和心血管死亡风险相关。精准PA与精准营养的协同构成“精准生活方式医学”的核心组成部分。
10. 实施科学与精准营养餐盘
尽管存在已验证的膳食方法如DASH，但循证营养干预的采用在临床和社区环境中仍有限。实施科学关注将研究发现系统地纳入常规医疗和公共卫生实践。改编的精准营养餐盘包含营养基因组学、膳食习惯、食物行为、身体活动、深度表型分析、代谢组学、微生物组和健康因素等关键领域，可作为传播与实施（D&I）研究的概念图谱。将精准营养餐盘与实施研究综合框架（CFIR）和RE-AIM框架结合，可为研究精准营养干预的转化提供严谨的概念基础。社区参与和关注健康决定因素如食品不安全、成本、可及性和文化习俗对成功实施至关重要。NIH社区参与联盟（CEAL）提供了学术-社区合作模式。
11. 精准营养研究机会示例
基于上述关键研究空白，本论文强调了多个潜在的研究机会，这些机会与NIH关于精准营养的研究优先事项、NHLBI战略愿景以及由“All of Us”研究计划驱动的NIH共同基金“营养精准健康”项目高度契合，为预测个体对食物和膳食模式的反应提供了进一步研究的机会。
12. 总结与结论
本论文强调精准营养如何通过解决营养代谢、疾病风险和干预反应性的异质性来改善心、肺、血液和睡眠健康结局。精准营养为优化健康提供了一个变革性的、生命周期导向的框架。从备孕和早期发育到成年晚期，营养需求和反应差异显著，凸显了一刀切饮食指导的局限性。孕期、婴儿期和青春期等关键发育窗口是塑造长期健康轨迹的高影响机会。多组学、AI/ML和数据协调化方法的进展正在加速识别饮食反应的表型和基因型驱动因素。将精准营养转化为实践需要与实施科学、社区参与和健康决定因素考量相结合。本文的局限性包括缺乏系统性文献综述以及聚焦于心、肺、血液和睡眠研究。关键研究空白包括纵向异构队列研究、标准化数据整合方法以及跨生命阶段评估精准营养策略的临床试验。弥合这些空白对于实现精准营养作为精准预防和公共卫生基石的潜力至关重要，最终能够在整个生命周期中为正确个体提供正确的膳食干预。
