Adina Weinberger

搜索
登录

Adina Weinberger

文章数：10篇

Cell子刊：非过敏个人体内的食物蛋白相关IgG抗体与饮食具有相关性

成年人每天摄入约2kg食物，对免疫系统产生多种影响。Immunity近期发表的文章，首先构建了环境和食物抗原组成的多肽库，随后对非过敏成人血液中相关IgG抗体进行检测，发现靶向食物蛋白的IgG抗体与饮食具有相关性。

营养免疫 IgG抗体食物蛋白

通过整合临床和菌群数据，预测1型糖尿病患者的餐后血糖反应

作者通过对1型糖尿病(T1D)患者为期两周的餐后血糖反应(PPGR)的分析开发了T1D患者PPGR的预测模型,其算法整合了大量的参数，数据，该模型在不同的亚群中是稳健的，其能够更准确地预测PPGR，因此可以更好地调整膳食所需的胰岛素剂量，它可以在闭环系统中进一步实施，并可能基于预期低血糖反应的膳食为T1D患者量身定制合理设计的营养干预措施。

预测模型机器学习算法血糖反应胰岛素剂量

相比于粪菌移植，饮食干预可更好地缓解溃疡性结肠炎

Journal of Crohn's and Colitis上发表的一项随机对照试验结果，在62名轻中度活动性溃疡性结肠炎（UC）患者中进行了8周干预后发现，相比于单独的粪菌移植，或粪菌移植+饮食干预，单独的饮食干预（减少含硫氨基酸、蛋白质、血红素、动物脂肪、饱和脂肪、食品添加剂的摄入，增加色氨酸、抗性淀粉及天然来源果胶的摄入）可更好地诱导临床缓解及黏膜愈合。

粪菌移植饮食干预溃疡性结肠炎研究论文医学研究

个性化饮食干预

饮食改善血糖，个体化干预比地中海饮食更有效

2015年，以色列魏茨曼科学研究所的两位Eran带领团队开发了一种机器学习算法，能基于临床和菌群数据预测个人的餐后血糖反应，将机器学习与精准营养结合起来，是当年的Cell十佳论文之一（https://www.mr-gut.cn/papers/read/1053870848）。近期他们在Diabetes Care发表了后续研究的新进展，探索了针对预测餐后血糖的靶向性饮食干预对前驱糖尿病患者血糖控制的改善作用，并将其与公认的健康饮食——地中海饮食的干预效果进行了对比，为个性化的精准营养研究迈出了重要的一步。

个性化饮食干预餐后血糖血糖控制前驱糖尿病

菌群-免疫互作

Nature子刊：基于菌群的人体免疫学“指纹”

血清抗体可以识别病原体和肠道共生菌群。然而，目前人们对抗体库的理解主要是基于B细胞受体测序，而实际的细菌抗原靶点仍待挖掘。Nature Medicine最新发表了由以色列魏茨曼科学研究所Eran Segal团队主导的一项研究，构建了含24.4万种菌群多肽抗原的合成文库，采用噬菌体免疫沉淀反应测序方法，在近千人中系统性地分析了人体对菌群（包括肠道菌群、致病菌和益生菌）的血清抗体反应，揭示了其个体特异性和共通性，探索了其与年龄、性别以及肠道菌群组成等的关系，并发现这种对菌群的抗体反应随时间保持稳定，可作为个体的免疫学“指纹”。该研究的合作者——来自荷兰格罗宁根大学的傅静远等人，此前在Cell发表研究提出了肠道菌群“指纹”（https://www.mr-gut.cn/papers/read/1049457684），有兴趣的读者不妨两篇文章一起研读。

菌群-免疫互作抗体人体菌群

菌群-宿主互作

Nature：挖掘细菌基因多态性与宿主健康

菌株水平的基因差异可能意味着功能上的显著变化。《Nature》近期发表研究，在人类肠道菌群中发现了基因拷贝数多态现象，同时发现结构和丰度存在差异的微生物基因簇与人类宿主健康存在关联。该研究提出的概念和研究方法，有助于在基因功能水平阐释共生菌群与宿主的相互作用，对目前的共生菌群研究有重要参考价值。

菌群-宿主互作宏基因组基因拷贝数多态细菌功能肠道菌群宏基因组

遗传关联研究

Nature：对菌群的影响，环境大于宿主基因！

# Nature再发菌群分析强文！# 宿主的遗传背景对人类肠道菌群的影响程度一直不甚明了。Nature杂志（IF:40.137）最新发布了以色列魏茨曼科学研究所Eran Elinav & Eran Sega课题组的研究成果，通过一系列遗传学和统计学相关性分析，指出环境因素比宿主基因对肠道菌群结构的影响更加显著，开创性地将“菌群相关性系数（microbiome-association index）”纳入计算模型，利用肠道菌群数据提高对血糖、肥胖等体质特征的预测精度。作者还鲜明提出，通过菌群来改善治疗效果，无须考虑太多宿主遗传背景，可针对人群特征推动。这篇文献具有较强的研究和应用参考价值，非常值得认真看看，特别推荐给大家。

遗传关联研究人类遗传学人肠道菌群 Genetic association study Genetics

Cell：通过精准预测血糖反应，实现个体化营养

① 纳入800人的研究队列，持续监测一周累计46898次餐后血糖水平，分析相同和不同食物对个体餐后血糖的影响；② 建立了“机器学习”算法，将肠道菌群、血液参数、饮食习惯、健康问卷、身体测量指标等数据结合进行分析，该算法可准确预测受试者的餐后血糖水平，并在100人的独立队列对该算法的准确性等进行了验证；③ 基于该算法的盲法随机对照实验表明，短期的个性化饮食干预成功地降低了餐后血糖水平，并改善了肠道菌群组成。

餐后血糖肠道菌群糖尿病个体化营养血糖水平

宏基因组数据

Science：从“静态”数据获得肠道菌群“动态”信息

这是2015年，Eran Elinav,Eran Segal等人发表在Science的重要生物信息学研究，通过单一宏基因组样品数据的挖掘，找到获知肠道菌群生长速率的方法。很强大，很神奇，值得关注。

宏基因组数据 Purna C Kashyap Yogesh Bhattarai

人工甜味剂

Nature：人工甜味剂伤害小鼠菌群并引起葡萄糖耐受不良

这是2014年发表在Nature上的食品添加剂如何影响菌群并导致葡萄糖耐受不良的研究，这项研究可以与两篇食品乳化剂文献（第一篇：http://www.xunludkp.com/papers/read/1091914540，第二篇：http://www.xunludkp.com/papers/read/1096108812）一起读，必有收获。

人工甜味剂葡萄糖耐受 Lisa Rizzetto Lisa Rizzetto