《The Journal of Nutrition》：Adherence to the EAT-Lancet diet and its metabolic signature are associated with a lower risk of gout
编辑推荐：
摘要目的探讨EAT-Lancet饮食及其代谢特征与痛风风险之间的关联，同时考虑遗传易感性因素。方法研究对象为英国生物样本库（UK Biobank）中同时具备问卷数据和分子数据的91,479名参与者。使用Oxford WebQ膳食问卷计算EAT-Lancet饮食评分。采用弹性网
摘要
目的
探讨EAT-Lancet饮食及其代谢特征与痛风风险之间的关联，同时考虑遗传易感性因素。
方法
研究对象为英国生物样本库（UK Biobank）中同时具备问卷数据和分子数据的91,479名参与者。使用Oxford WebQ膳食问卷计算EAT-Lancet饮食评分。采用弹性网络回归方法构建代谢特征。通过Cox比例风险模型评估EAT-Lancet饮食评分、其代谢特征与痛风发病率之间的关联。进行中介分析以评估代谢特征及单个代谢物的中介效应。计算痛风的遗传风险评分（GRS），并将其纳入分析，以评估遗传易感性与EAT-Lancet饮食评分或其代谢特征在痛风风险方面的联合关联及潜在交互作用。
结果
在11.61年的中位随访期内，共观察到1,444例新发痛风病例。与最低四分位数相比，最高四分位数的EAT-Lancet饮食评分（HR = 0.74, 95%CI = 0.63–0.86）及其代谢特征（HR = 0.40, 95%CI = 0.32–0.50）均与痛风风险降低显著相关。联合分析表明，有利的代谢特征可能减弱痛风的遗传易感性。中介分析显示，代谢特征解释了EAT-Lancet饮食与痛风关联的39.1%（95%CI = 24.6%–82.3%）。
结论
遵循EAT-Lancet饮食及其代谢特征与痛风风险降低相关。该代谢特征还能部分缓解痛风的遗传易感性。
引言
痛风是由嘌呤代谢异常导致单钠尿酸盐晶体沉积引起的急性炎性关节炎，以剧烈关节疼痛、肿胀和压痛发作为特征[1]。根据全球疾病负担的最新数据，全球约有5500万人受痛风影响，且其患病率持续上升[2]。痛风的发病是多因素的，涉及遗传易感性、用药情况（如利尿剂）、合并症（如肾脏疾病）以及行为生活方式（如饮酒）[3], [4], [5]。在这些决定因素中，饮食作为一种潜在的可调节且易于干预的预防靶点，日益受到关注。
EAT-Lancet委员会提出了一种全球参考饮食，即EAT-Lancet饮食或行星健康饮食，其双重目标是促进人类健康和环境可持续性[6]。其植物性特征鼓励摄入蔬菜、水果、全谷物、豆类和坚果，同时限制红肉、添加糖和饱和脂肪的摄入[7]。这些特点与美国风湿病学院发布的2020年痛风管理指南[8]基本一致，可能通过减少富含嘌呤食物的摄入和改善整体代谢健康而有益于痛风患者。以往研究表明，遵循EAT-Lancet饮食与多种代谢状况风险降低相关，包括代谢综合征（Q4 vs. Q1: OR = 0.74, 95%CI = 0.60–0.92）[9]和2型糖尿病（T3 vs. T1: HR = 0.81, 95%CI = 0.72–0.90）[10]，两者均为痛风的常见合并症。然而，尽管其具有强生物学合理性且对相关代谢状况有益，但尚无前瞻性研究直接探讨EAT-Lancet饮食与新发痛风风险之间的关联。
饮食通过代谢扰动来调节疾病风险[11]，但个体对相同饮食的代谢反应可能存在显著差异，从而造成饮食-疾病关联中常观察到的异质性[12]。传统膳食评估方法往往受测量不准确性和主观报告的限制。代谢组学提供了一种客观且高分辨率的方法来表征膳食暴露后的下游代谢反应[13]。通过描绘反映习惯性膳食摄入及身体后续代谢适应的循环代谢物，代谢组学不仅提供摄入量的信息，还提供了膳食效应的整合的、生物学指导的代谢特征[14]。既往研究已鉴定出大量与特定食物、营养素[15], [16], [17]及膳食模式[18]相关的代谢物，为利用代谢特征评估膳食暴露及其生物学影响奠定了基础。值得注意的是，近期一项研究将这一框架应用于EAT-Lancet饮食，发现其衍生的代谢特征与类风湿关节炎（RA）风险呈负相关（HR = 0.80, 95%CI = 0.70–0.93），并介导了膳食对RA发病保护效应的约34%[19]。尽管取得了这些进展，EAT-Lancet饮食与痛风关联的代谢机制仍不清楚，有待进一步研究。
遗传易感性是痛风的主要决定因素，血清尿酸水平的遗传度在45%至73%之间[20]，但越来越多的证据表明，生活方式因素（如体育锻炼和饮酒）可显著改变这种遗传易感性[21]。然而，像EAT-Lancet饮食这样全面且代谢健康的膳食模式是否也能对痛风的遗传风险产生类似的保护作用，仍是一个未解问题。此外，将遗传易感性与饮食相关代谢特征整合用于痛风风险评估的潜在效用尚未得到探索。
利用英国生物样本库丰富的膳食、代谢组和遗传数据，我们首先推导了EAT-Lancet饮食评分，并通过机器学习方法构建了相应的代谢特征。然后，我们评估了饮食评分及其代谢特征与痛风风险的关联，分析了它们与遗传易感性之间的交互作用，并量化了代谢特征对饮食-痛风关联的中介程度。
章节片段
研究人群
我们的研究数据来源于英国生物样本库，这是一个由2006至2010年间在英格兰、苏格兰和威尔士的22个评估中心招募的500,000余名37至73岁参与者组成的大型前瞻性队列。在基线访视时，参与者通过问卷提供健康史、生活方式和社会人口学信息数据；接受体格检查；并提供生物样本[22]。英国生物样本库的研究获得了西北
基线特征
91,479名参与者的基线特征汇总于表1和补充表13。在11.61年的中位随访期内，共识别出1,444例痛风病例。参与者的平均年龄为58.26岁（标准差 = 7.99），平均EAT-Lancet饮食评分为11.20（标准差 = 1.13），女性50,646人（55.36%）。与饮食评分较低者相比，饮食评分较高的参与者更可能年龄较大、为女性且受教育程度更高
讨论
在这项基于人群的大型前瞻性研究中，我们发现遵循EAT-Lancet饮食程度越高，痛风风险越低。此外，我们鉴定了一种与EAT-Lancet饮食相关的代谢特征，该特征显著中介了膳食模式与痛风风险之间的关联。该代谢特征反映了整合的下游生物学反应，与痛风风险呈强烈负相关，即使在遗传易感
结论
综上所述，我们的研究证实了EAT-Lancet饮食与痛风风险之间的保护性关联，并发现了一种介导这一关系同时改变痛风遗传易感性的代谢组学特征。从转化角度看，本工作支持将行星健康饮食原则纳入痛风预防指南。我们的研究结果提示，该代谢特征可能有助于识别最可能从膳食干预中获益的个体
作者贡献
BY、XS、MF、XJ：构思研究并撰写论文；BY、XS：执行主要分析，并得到DZ、XM、BL、SZ（统计分析）、RX、XZ、YQ、TH、TY、JZ、MX、YZ、ZL、TL（结果解释）的协助；EG：为论文写作提供关键建议；XJ、MF：监督研究。所有作者均参与了解释研究结果、对论文进行关键修改，并对投稿发表的决策负有最终责任。
伦理批准与参与同意
英国生物样本库的研究获得了西北多中心研究伦理委员会批准。本研究在应用编号99713下开展。
资金支持
本研究得到国家自然科学青年基金（中国国家自然科学基金委员会）（82204170）、四川省科技厅科技创新团队基金（2024NSFTD0030）以及华西公共卫生学院与华西第四医院实验学科振兴计划（2023SY-03）的支持。资助方未参与研究设计、数据收集、分析、解释、报告撰写或投稿发表的决策。
致谢
我们感谢英国生物样本库的参与者。本研究在应用编号99713下使用英国生物样本库资源开展。
杨彬|宋鑫|张迪|马晓峰|雷博文|郑思睿|向荣|赵寻英|曲洋|韩涛|余婷|周金雨|夏茂尧|钟阳丹|李子豪|刘婷|Edward L. Giovannucci|范梦玉|蒋晓
四川大学华西公共卫生学院及华西第四医院营养与食品卫生学系，中国成都
