面向社区老年人的精准营养多领域算法开发与基于遗传、膳食及生理指标的健康表型聚类分析

《Genes & Nutrition》：A multi-domain algorithm towards precision nutrition: integrating genetic risk scores and phenotypic diversity in the elderly, the MyFOOD4Senior study

　　

摘要

背景与目的

老年人群体在健康状况上表现出显著异质性，因此需要开发整合性工具进行个性化营养评估。本研究旨在开发并描述一种初步的多领域算法，用于为老年人提供精准营养方案，生成个性化的膳食和体力活动建议，并在由社区居住的、健康的退休老人组成的特定队列中评估其可行性。

方法

该算法通过多步骤过程开发。通过文献综述识别了与年龄相关的关注病症，并支持定义了六个健康领域：血糖调节、营养充足性、心血管健康、身体状态、消化健康和昼夜节律。随后设计了营养基因测试，选择相关的生化、人体测量学、膳食、生活方式、体力活动和遗传变量，并整合到一个多领域评分系统中，累加得出总分。该算法应用于MyFOOD4Senior研究的参与者（n?=?120）。

结果

该营养基因测试包含26个单核苷酸多态性（SNPs），从中推导出四个候选SNP基因风险评分（GRS）：2型糖尿病、维生素D缺乏、心血管疾病和力量缺乏。除了遗传信息外，该算法将膳食摄入、微量营养素生物标志物、人体测量学、身体功能和消化功能整合到特定领域的评分中，提供了一个总分（平均：79.86?±?10.02分）。聚类分析识别出三种健康表型：参考/健康型（n?=?40）、衰弱样型（n?=?36）和心血管风险样型（n?=?44）。衰弱表型在身体状态、血糖调节和营养充足性方面的得分最低，而心血管风险样表型则以最低的心血管健康得分为特征。

结论

本研究呈现了一种多领域算法的开发，旨在推进精准营养在社区居住的、活跃的老年人中的实施。通过整合多维度的生物学、功能和营养变量，该框架提供了一种全面的健康表型分析途径，为未来在其可能应用于个性化老年营养学之前的纵向验证奠定了坚实基础。

试验注册

ClinicalTrials.gov标识符NCT07461883（注册日期：2026年10月3日）。