仅靠空腹抽血，不能良好评估代谢健康，中国科学家给出新方法_风闻

与传统的基于空腹特征的单一维度评估方法相比，“双维度”健康状态模型能够更敏感地捕捉到个体的代谢健康变化。

撰文 | 李娟（生命科学专业博士）

一个人的代谢健康是整体健康的重要组成部分，它关注的是身体内部各种生化过程的平衡与稳定，比如血糖、血脂、血压等的调节。据报道，美国仅有12.2%的成年人被认为代谢健康：在体重正常的成年人中，只有不到三分之一的人是代谢健康的，而92%的超重者和99.5%的肥胖者不符合代谢健康的标准。

代谢健康应当如何衡量？

高血压、高血脂、低高密度脂蛋白（“好”胆固醇）、高血糖和腰围过大等，被认为是代谢综合征的表现，因为这些因素会导致心血管疾病、糖尿病等慢性疾病的风险增加。基于此，以往对于代谢健康的大致调查，往往是以测量腰围、空腹和长期血糖、血压、血脂以及胆固醇水平的方式。

然而，近年来，越来越多的科学家提出，代谢健康并非是不生病或者不需要服用任何药物（降压、糖尿病药物和降脂药物），而是指身体在不同环境下保持平衡的能力，这种适应力被称为“表型灵活性”（phenotypic flexibility）。它反映了个体应对日常压力（如营养摄入）时的代谢应激能力，比如身体能够有效地处理和吸收食物中的营养，同时避免血糖、血脂和胰岛素水平出现剧烈波动。

当人们去医院例行体检，空腹血糖和血脂一般都是必检项目。目前普遍使用的健康评估指标通常基于空腹状态，这一点有其局限性，因为它无法评估一个人在饭后或其他环境压力下的代谢适应能力。

事实上，我们大部分时间都处于进餐后的状态，而餐后代谢的变化——比如血糖、脂质水平的变化，对心血管疾病和糖尿病的早期风险具有重要提示作用。

为了更全面地认识人体对葡萄糖、脂肪、蛋白质的代谢适应能力，科学家一直在尝试多种创新的评估策略，来量化参与维持或恢复代谢稳态的相关代谢过程。

荷兰的“健康空间”研究

荷兰研究人员通过在受试者中进行营养挑战测试来获得“表型灵活性测试”（PhenFlex test，PFT）数据，并结合“健康空间”（health space）统计模型，量化和可视化人群的代谢适应能力。

研究人员通过给予受试者富含脂肪、糖分和蛋白质的混合餐饮，检测并收集测试前后的血液代谢组学数据，以及器官（肠道、肝脏、脂肪、胰腺、脉管、肌肉和肾脏）和组织功能的生物标志物。通过将数据投射到“健康空间”模型中，来评估一个人的代谢情况。

包括炎症、氧化和代谢参数的“健康空间”模型丨图片来源：参考文献[2]

“健康空间”使用两组参考个体（如年轻健康者与老年肥胖者）来定义“最佳健康”和“较差健康”的范围，其他受试者则根据测试结果在这个范围内定位。每个受试者的数据通过建模，被映射到一个多维空间中，其在健康空间中的位置反映了其代谢健康状况（从最佳到较差）。

结果表明，这种模型可以有效区分健康人群与代谢紊乱患者，反映个体的表型灵活性与年龄、肥胖的关系，比传统空腹测试更能提前揭示潜在的健康问题。例如，个别体脂率正常的参与者在“健康空间”中表现出与老年肥胖群体相似的代谢特征，提示潜在的胰岛素抵抗或肝功能受损。

中国“双维度”健康状态图研究

2024年12月，我国科学家提出了一种更全面的评估代谢健康的方法：“双维度”的健康状态图（Health State Map, HSM）。这一模型将空腹和餐后状态分开，分别作为两个独立的维度，帮助更准确地了解个体的代谢适应能力。“双维度”健康状态图研究不仅揭示了代谢健康的复杂性，也为个性化营养干预和早期疾病预防提供了新工具。

在这项研究中，“双维度”健康状态图由两项核心评分组成：

健康表型评分（Health Phenotype Score, HPS）——基于空腹状态的生物标志物（如血糖、血脂和肝功能指标）计算，主要反映个体在静态健康中的表现。

稳态适应评分（Homeostatic Resilience Score, HRS）——通过标准化的MMTT评估（后文会展开解释MMTT评估是什么），反映个体在日常膳食压力下的代谢适应能力，提供对代谢健康的动态评估。

该研究内容的展示图。其中h部分为包括 HPS 和 HRS数据的双维度健康状态图。丨图片来源：参考文献[1]

该研究的受试者包括111名年龄在20至70岁之间的中国成年人，涵盖正常体重、超重/肥胖及代谢综合征（存在高血压，腹部肥胖，高血糖，高甘油三脂或低高密度脂蛋白胆固醇）患者。

为了全面评估人们在餐后的动态适应能力，研究者使用混合餐耐量测试（mixed macronutrient tolerance test，MMTT）来模拟日常饮食对代谢的影响。所有受试者在夜间禁食后，空腹食用含有葡萄糖、脂肪和蛋白质标准配比的400毫升混合餐饮，用于均衡刺激三大代谢通路（糖、脂肪和蛋白质）。采集基线血液样本，并在餐后5个时间点（30至240分钟）测量血糖、脂类、氨基酸等代谢指标的动态变化。

“双维度”健康图测量得更准确吗？

为了测试“双维度”健康状态图（HSM）是否比一维模型提供更多信息，通过使用与HSM相同的数据集，研究者将空腹和餐后数据结合构建了混合评分（Mixed-score）。结果表明，空腹数据（HPS）与空腹+餐后的混合数据之间存在显著的强相关性，意味着两者在某种程度上反映相似的代谢健康状况。同时，两者与一些代谢风险标志物（如血糖、血脂等）的相关性也相似。

不同的是，在“双维度”健康状态图中，基于餐后数据的HRS与HPS、Mixed-score没有显著的相关性，因为HRS关注的是餐后代谢的变化。而且，HRS与代谢综合征风险（比如高血压、高血糖等）具有高度相关性，且这种相关性独立于HPS和Mixed-score而存在。

具有较高健康表型得分（HPS）和稳态适应得分（HRS）的参与者，其代谢特征更为优越，表现为高密度脂蛋白胆固醇（HDL-c）和Matsuda指数（评估胰岛素敏感性的指标）显著较高，空腹血糖、甘油三酯（TAG）、低密度脂蛋白胆固醇（LDL-c）以及肝功能生物标志物水平较低。

而在那些健康表型评分（HPS）相似的人中，其动态稳态适应评分（HRS）仍可能差别很大，提示个体的代谢能力有很大不同。具体表现为：

一些人对葡萄糖有更高的敏感性，餐后血糖波动小（HRS-glu高），乳酸盐水平更高，显示出良好的糖代谢适应性；一些人对脂质的调节能力更强，表现为三酰甘油水平平稳（HRS-lip高），显示出更优的脂质适应能力；一些人的亮氨酸和赖氨酸水平显著增加（HRS-aa高），表明其蛋白质代谢功能较强。这些结果说明，人们的代谢适应能力是高度个性化的，不仅仅由静态指标决定。

以上结果均提示，HRS比一维模型更有优势，能够分辨并提供更多代谢健康状况的信息。

研究提示：生活方式对代谢健康有显著影响！

此外，这项研究结果提示生活方式对动态代谢有显著影响，具体表现为：

1. 运动水平；

运动水平与氨基酸代谢适应性（HRS-aa）呈正相关，表明运动有助于改善蛋白质代谢，这可能是与肌肉利用氨基酸的效率提升有关；

2. 睡眠时长；

睡眠时长与脂质代谢适应性（HRS-lip）相关，适量睡眠对脂质调控有潜在好处，提示良好的睡眠可能对健康饮食反应起积极作用。

3. 肠道微生物；

与之前的一些研究一致，肠道微生物在代谢健康方面也发挥着重要作用。这项研究表明，特定菌群（如厚壁菌门和拟杆菌门的比例）与 HRS 密切相关，它们可能通过影响脂肪和氨基酸代谢适应能力来调控代谢健康，为未来通过调整肠道菌群改善健康提供了可能性。

这项研究创新性的提出一种评估代谢健康的方法，与传统的基于空腹特征的单一维度评估方法相比，“双维度”健康状态模型能够更敏感地捕捉到个体的代谢健康变化。

综上可知，代谢健康是一个由多种因素共同塑造的复杂概念，包括饮食选择、新陈代谢效率、肠道微生物群、运动水平、睡眠质量、压力管理和心理健康等。换句话说，代谢健康是一种动态平衡，反映了身体对外部环境和食物的适应能力。

“双维度”健康图的应用前景值得期待

该研究的创新之处在于将静态评估与动态反应相结合，为代谢健康的研究和应用提供了全新框架。动态代谢适应能力可以更早期地检测代谢紊乱，帮助预防糖尿病、心血管疾病等慢性病。同时，为了优化健康状态，可以根据个体对不同营养素（如糖、脂肪和蛋白质）的代谢能力，制定量身定制的饮食计划，设计更精准的饮食。该研究还为通过运动、睡眠管理和肠道微生物调节，进行生活方式干预来提升代谢健康提供了依据。

尽管这项研究为代谢健康的评估带来了全新视角，但其实际应用仍需进一步探索。未来，研究团队计划在更大规模的不同种族群体中验证这一模型，同时结合多组学数据（如基因组、代谢组和微生物组）进行优化。

同时，将HSM模型应用于临床实践，将为患者提供更个性化的治疗方案，从而提高治疗效果和生活质量。

参考资料

[1] Yanpu Wu, Xinyan Zhang, Liang Sun, Qingqing Wu, Xiaoping Liu, Yueyi Deng, Zhenzhen Lu, Zhongxia Li, Chaoming Deng, Ruikun He, Luyun Zhang, Rong Zeng, Xuguang Zhang, Luonan Chen, Xu Lin, Two-dimensional Health State Map to define metabolic health using separated static and dynamic homeostasis features: a proof-of-concept study, National Science Review, Volume 12, Issue 1, January 2025, nwae425, https://doi.org/10.1093/nsr/nwae425

[2] Bouwman, J., Vogels, J.T., Wopereis, S.et al.Visualization and identification of health space, based on personalized molecular phenotype and treatment response to relevant underlying biological processes.BMC Med Genomics5, 1 (2012).

[3] Araújo J, Cai J, Stevens J. Prevalence of Optimal Metabolic Health in American Adults: National Health and Nutrition Examination Survey 2009-2016. Metab Syndr RelatDisord. 2019 Feb;17(1):46-52. doi: 10.1089/met.2018.0105. Epub 2018 Nov 27. PMID: 30484738.

出品：科普中国

监制：中国科普博览

特 别 提 示

1. 进入『返朴』微信公众号底部菜单“精品专栏“，可查阅不同主题系列科普文章。

2. 『返朴』提供按月检索文章功能。关注公众号，回复四位数组成的年份+月份，如“1903”，可获取2019年3月的文章索引，以此类推。

版权说明：欢迎个人转发，任何形式的媒体或机构未经授权，不得转载和摘编。转载授权请在「返朴」微信公众号内联系后台。