尿液Hypaphorine作为EAT-Lancet框架下自由生活成人FFQ衍生豆类摄入的候选标志物

《Foods》：Urinary Hypaphorine as a Candidate Marker of FFQ-Derived Legume Intake Within the EAT-Lancet Framework in Free-Living Adults

　　

膳食评估受到回忆、报告、份量误差和食物成分不一致的影响。Hypaphorine（一种来源于色氨酸的甜菜碱生物碱，存在于豆类和其他食物中）已被提议作为豆类暴露的标志物，但其在自由生活人群中的表现仍不确定。在这项针对138名成年人的横断面研究中，膳食摄入通过食物频率问卷（FFQ）评估，豆类摄入量由EAT-Lancet食物组框架内的FFQ衍生变量表示。尿液Hypaphorine通过靶向亲水相互作用液相色谱-质谱联用（HILIC-MS）进行定量。使用Spearman相关和具有HC3稳健标准误的多变量线性模型检验关联。预测性能通过重复10折交叉验证评估。Hypaphorine与豆类摄入量相关（ρ = 0.240；p = 0.0047）。在调整年龄、性别、BMI、能量摄入和log₁₀转换的尿液肌酐信号后，豆类摄入量每增加10 g/天与Hypaphorine升高19.1%相关（95% CI，7.2–32.2%；p = 0.0014）。对FFQ衍生豆类摄入变量的估计有限（交叉验证R² = 0.061），而区分摄入量高于或低于样本中位数时性能中等（AUC = 0.653）。在探索性临床筛选中，与白细胞计数的反向相关未保持在0.05 FDR阈值以下（q = 0.090）。一个聚焦的调整模型显示出反向关联（β = ?1.38 × 10³/μL；p = 0.030），但排除最有影响的观测值后统计支持减弱（p = 0.061）。尿液Hypaphorine可能为对FFQ衍生豆类暴露进行排序提供中等信息，但未经进一步验证不应被视为个体摄入量的定量测量。

膳食评估工具的固有局限促使研究人员探索客观的食物摄入生物标志物。豆类作为植物蛋白、膳食纤维和低升糖指数碳水化合物的来源，在兼顾健康与环境可持续性的饮食框架（如EAT-Lancet参考饮食）中居于核心地位。然而，食物频率问卷（FFQ）等自报工具受回忆偏倚、份量估计误差和食物成分表不一致的影响。Hypaphorine（一种存在于豆类中的色氨酸衍生甜菜碱生物碱）在受控研究中显示出作为豆类暴露标志物的潜力，但在自由生活人群中的实际表现尚不明确。为此，研究人员在西班牙马德里Hospital Clínico San Carlos的内分泌与营养科招募了138名成年人（属于Dietary Deal项目，伦理批件号22/363-E），开展横断面研究，旨在评估尿Hypaphorine是否能反映FFQ估计的、基于EAT-Lancet食物组框架的豆类摄入量，并探索其临床相关性。

研究采用的主要技术方法包括：使用包含136个条目的半定量FFQ评估 habitual 膳食摄入，并依据EAT-Lancet框架构建豆类摄入变量（g/天）；采用靶向亲水相互作用液相色谱-质谱联用（HILIC-MS）定量晨尿Hypaphorine浓度，以外部校准曲线计算，并评估了基质效应（ME=68.5%）和序列内精密度（RSD=2.8%）；通过Spearman秩相关和多变量线性模型（采用HC3稳健标准误）分析关联，调整年龄、性别、BMI、总能量摄入和log₁₀转换的尿液肌酐信号；采用重复10折交叉验证评估预测性能；此外还进行了探索性临床相关性筛查、敏感性分析和横断面中介分析。样本包括健康医院工作人员及就诊于内分泌/营养科的患者，排除短肠综合征或胃肠道改变者及口服补充剂/维生素者。

研究结果部分，按原文小标题简述如下：

3.1 按FFQ衍生豆类摄入量划分的参与者特征：高豆类摄入组（中位29.70 g/天）与低摄入组（中位12.56 g/天）在年龄、性别、BMI和体力活动上无显著差异，但高摄入组同时报告了更高的全谷物、蔬菜、水果、坚果摄入量及更高的EAT-Lancet评分。临床变量中，高摄入组白细胞计数显著较低（5.45 vs 6.00 ×10³/μL，p=0.0026）。

3.2 尿Hypaphorine与膳食关联概貌：高豆类摄入组的尿Hypaphorine浓度显著高于低摄入组（0.41 vs 0.20 μg/mL，p=0.0025）。在预设的植物性膳食家族中，仅豆类摄入与Hypaphorine的Spearman相关在Benjamini-Hochberg FDR校正后仍显著（ρ=0.240，q=0.033），而水果、全谷物、EAT-Lancet评分、综合植物性食物摄入、坚果和蔬菜均未通过FDR校正。

3.3 调整后的连续关联：在预设多变量模型中，豆类摄入每增加10 g/天，尿Hypaphorine相应升高19.1%（95% CI 7.2–32.2%，p=0.0014）。排除超出定量上限（>ULOQ）的样本或改用肌酐比值法后，关联仍稳健。

3.4 交叉验证的估计与判别性能：以FFQ豆类摄入变量为结果进行交叉验证，生物标志物模型的交叉验证R²仅为0.061，均方根误差为15.19 g/天；判别是否高于样本中位数的AUC为0.653。预测值向队列均值压缩，校准斜率0.80，说明Hypaphorine只能提供中等程度的排序信息，无法精确重建个体摄入量。

3.5 探索性临床相关性与聚焦白细胞分析：临床筛查中，白细胞计数（ρ=?0.228）和甘油三酯（ρ=?0.228）与Hypaphorine呈名义负相关，但FDR校正后未保持显著（q=0.090）。针对白细胞的调整模型显示，Hypaphorine每升高10倍，白细胞计数降低1.38 ×10³/μL（p=0.030），而豆类摄入本身与白细胞无独立关联（p=0.728）。

3.6 白细胞关联的稳健性：在排除极端残差、Cook距离>4/n的观测、>ULOQ样本以及采用稳健回归后，负向关联方向保持一致，但排除单个最有影响观测后，p值变为0.061。调整吸烟、饮酒、腰围或排除慢性炎症/自身免疫疾病记录者后，系数基本不变。

3.7 通过Hypaphorine的探索性间接关联：横断面中介分析显示，豆类摄入→Hypaphorine→白细胞的间接效应为?0.1036 ×10³/μL（每10 g/天豆类摄入），bootstrap 95% CI ?0.2123至?0.0233（p=0.0044），但总效应不显著（p=0.5536），且因横断面设计不能推断因果。

讨论部分指出，该研究将Hypaphorine从受控实验证据扩展到了自由生活人群，证实了其与FFQ豆类摄入变量的正向关联，且比与其他植物性食物的关联更强，提示相对富集于豆类暴露。但交叉验证性能有限，说明单个点尿样中的Hypaphorine不足以作为习惯性摄入量的定量替代指标，仅可用于排序或粗略区分。探索性的白细胞负相关与豆类摄入的潜在抗炎作用一致，但未通过FDR阈值，且对单个强影响观测敏感，故只能作为待验证的假设。未来需结合控制喂养、重复尿液采集、豆类亚型记录和微生物组测量进行验证。

研究结论可翻译为：尿Hypaphorine与EAT-Lancet框架下FFQ衍生的豆类摄入估计呈正相关，并为根据该FFQ衍生暴露对参与者进行排序提供了中等程度的信息。其有限的定量性能和单次尿液样本表明，它尚不能作为独立的习惯性个体摄入量定量生物标志物。与白细胞计数的反向关联属于探索性发现，临床相关性不确定，需独立确认。