광고
광고
광고
광고
광고

대규모 국민 건강 연구는 식단을 유전적 구성에 맞게 조정하는 것으로 보인다. 이제 NIH(미국국립보건원)가 이끄는 대규모 새 프로젝트 덕분에 영양 과학이 정밀 치료를 받게 된다. 이 프로그램은 방대한 데이터 세트를 사용하여 AI 기반 알고리즘을 개발하여 음식과 다이어트에 대한 개별 반응을 예측할 수 있다.

https://singularityhub.com/2021/02/16/massive-national-health-study-looks-to-tailor-your-diet-to-your-genetic-makeup/

JM Kim | 기사입력 2021/02/17 [01:10]

대규모 국민 건강 연구는 식단을 유전적 구성에 맞게 조정하는 것으로 보인다. 이제 NIH(미국국립보건원)가 이끄는 대규모 새 프로젝트 덕분에 영양 과학이 정밀 치료를 받게 된다. 이 프로그램은 방대한 데이터 세트를 사용하여 AI 기반 알고리즘을 개발하여 음식과 다이어트에 대한 개별 반응을 예측할 수 있다.

https://singularityhub.com/2021/02/16/massive-national-health-study-looks-to-tailor-your-diet-to-your-genetic-makeup/

JM Kim | 입력 : 2021/02/17 [01:10]

 

세금과 죽음처럼 영양은 우리가 피할 수 없는 것이다. 먹는 것은 쉬워야 한다. 그러나 그것은 또한 엄청나게 혼란스럽고 잘못된 정보를 받기 쉬우며 완전히 개인적이다.

 

체중을 늘리지 않고 정기적으로 수천 칼로리를 섭취하는 경쟁적인 음식을 섭취하라. 프렌치 프라이를 보고 있는 사람들과 비교해보라. 또는 음식을 견딜 수 있는 사람들을 전체 식품군에 민감하거나 알레르기가 있는 사람들과 비교해보라. 또는 케토와 같은 고지방 식단으로 번성하는 사람들, 같은 식단을 가진 불행한 영혼들에게 화장실 가까이 머물러야 한다.

 

당신은 아이디어를 얻는다. 그러나 영양 과학은 식이 권장 사항을 만들기 위해 오랫동안 평균에 의존해 왔다. 80년대지방은 나쁘다패러다임부터 오늘날의설탕은 끔찍하다추세에 이르기까지 우리 각자가 먹는 음식과 상호 작용하는 방식을 파헤치지 않고 항상 하나의 식품 구성 요소를 비난하기가 쉬웠다.

 

이제 NIH (미국국립보건원/National Institutes of Health)가 이끄는 대규모 새 프로젝트 덕분에 영양 과학이 정밀 치료를 받게 된다. 1 5,600만 달러의 가격표로 5년에 걸친 이 연구는 10,000명의 미국인이 음식을 가공하는 방법을 조사할 것이다. "정밀 건강을 위한 영양"이라는 프로그램은 강력한 힘을 발휘하지 않는다. 각 사람에게는 가변성을 줄이기 위해 고도로 통제된 식단이 제공된다. 그런 다음 혈당 수준부터 유전자, 단백질, 장내 미생물 군유 전체 구성에 이르기까지 모든 것을 철저히 모니터링한다. 이 프로그램은 방대한 데이터 세트를 사용하여 AI 기반 알고리즘을 개발하여 음식과 다이어트에 대한 개별 반응을 예측할 수 있다.

 

성공한다면 곧 우리의 유전자와 장내 미생물을 기반으로 식단과 건강을 최적화하는 과학적으로 입증된 방법을 갖게 될 것이다. 우리 중 요리 우주비행사들은 이 아이디어에 불만을 품을 수 있지만, 신진 대사 장애 또는 음식 과민증이 있는 사람들에게 알고리즘은 도움을 요청하는 사람들에게 영양사를 처방하는 데 도움이 되는 강력한 도구이다.

 

 

 

퍼지 과학

 

영양 과학은 약간의 "모호한"평판을 얻었다. 그러나 그것은 자체 잘못이 아니다. 이 분야는 부러워할 수 없는 두 가지 도전에 직면해 있다. 하나는 결과가 전체 연구 집단의 평균이고, 두 가지는 인간은 일관된 결과를 얻기에 충분한 시간 동안 엄격한 식단을 고수하는 것을 싫어한다. 14일 다이어트를 시도한 적이 있는가? 이제 5년 동안 그렇게 한다고 상상해보라.

 

American Society of Nutrition의 부회장인 Paul Coates가 말했듯이 우리는 모두 "자유 범위를 먹는 사람"이며 결과 데이터를 엉망으로 만든다고 말했다.

 

고전적인 영양 과학이 큰 성과를 거두지 못했다는 것은 아니다. 심장 및 혈관 건강을 더 잘 이해하기 위해 5,000명이 넘는 사람들과 함께 1948년에 시작된 Framingham Heart Study를 살펴보라. 이 연구는 식이 요법과 심혈관 질환을 연결하는 데 있어 인구 수준의 첫 번째 승리였으며, 이는 오늘날까지도 가장 큰 사망 원인 중 하나이다.

 

그러나 NIH의 이사인 Francis Collins 박사에게 영양 과학을 21세기로 가져올 때이다. 2020 5, 이 기관은 건강을 최적화하고 당뇨병, 비만 및 심장병과 같은 만성 건강 전염병을 줄이기 위해 "무엇을, 언제, , 어떻게 먹는지"를 다루면서 영양의 핵심을 파헤치기 위한 10년 계획을 발표했다.

 

험난한 라이드를 찾고 있다. 예를 들어 야심 찬 노력은 직감에만 집중하는 것이 아니다. -뇌 연결이라고 불리는 장과 뇌 사이의 밀접한 연결을 보여주는 새로운 연구 덕분에 이 계획은 신경 과학을 구성 요소로 포함한다. 장수와 식단 사이의 연관성을 고려할 때, 우리의 수명에 걸친 영양의 역할 또는 음식을 약으로 사용하는 방법도 연구한다.

 

그리고 이 모든 근본적인 질문의 기초가 되는가? 개인화: 우리 각자가 우리가 먹는 음식에 어떻게 반응하는지 이다.

 

 

 

모두를 위한 모든 것

 

새로운 프로그램은 NIH의 주력 건강 프로젝트인 All of Us 아래에 있다. 이 연구 프로그램은 Google earth 스타일의 생물학, 건강, 생활 양식 및 질병 데이터베이스를 구축하기 위해 100만 명을 모집하는 것을 목표로 한다. 핵심은 개성이다. 평균적인 치료를 잊어버리고 개인화가 미래이다.

 

NIDKK (National Institute of Diabetes and Digestive and Kidney Diseases) 소장인 Griffin Rodgers 박사에게 지금은 정밀 영양을 탐구하기에 완벽한 시기이다. 지난 9월 발표에서 그는 그 이유를 설명했다. 우리는 미생물 군집이 건강에 어떤 영향을 미치는지 이해하기 시작했다. 우리는 유전자, 단백질 및 신진 대사에 대한 개인의 전체 시스템을 살펴보는 다중 오 믹스 연구를 신속하게 수행할 수 있다. AI와 머신러닝을 통해 이러한 방대한 데이터 세트를 보다 쉽게 ​​분석할 수 있다. 마지막으로, 스마트 폰 또는 스마트 워치를 통해 제공되는 디지털 건강 기술은 일상적인 건강 추적을 간단하고 저렴하게 만든다.

 

이 프로젝트는 세 단계로 계획된다. All of Us의 약 10,000명의 자원자들이 Fitbits와 유사한 다양한 모니터를 착용하여 일상적인 식단, 신체 활동 및 혈당 수치를 추적하여 기준선을 만든다. 두 번째 단계에서는 일부 참가자가 정기적으로 클리닉을 방문한다. 그곳에서 그들은 통제된 특정 식사를 제공하고 혈당 수치 변화와 같은 일련의 바이오 마커에 대해 모니터링 된다.

 

또 다른 자원자들에게는 세 가지 유형의 식단이 제공되며, 그 사이에 "휴식"기간 (휴식)이 차례로 이어진다. 준비된 학습식은 집에서 먹기 때문에 참가자들은 일상 생활을 할 수 있다.

 

마지막으로, 최대 1,000명의 자원 봉사자가 2주 동안 3번의 휴일 동안 클리닉에 머물 것이다. 여기서 세 끼의 식사는 엄격히 통제되며 외부 음식은 허용되지 않는다. 겉보기에는 가혹해 보이지만 자유 범위에서 통제된 범위로 이동하는 것은 다른 변수를 제거하기 때문에 영양 과학의 황금 표준이다.

 

식단을 유지하는 동안 세 그룹 모두 유전학 및 미생물 군유 전체 구성부터 혈당 수치, 신진 대사 및 소변에 이르는 일련의 임상 테스트를 받게 된다. 심리학 및 행동 측정도 평가된다. 더 나아가서는 우편 번호와 같은 사회 경제적 요인이 있다.

 

Tufts University의 영양 과학자인 José Ordovás 박사는 이러한 포괄적 인 조치를 통해 "우리가 이전에 측정하지 않았던 요인으로 인해 발생했던 수년간 가졌던 많은 '노이즈'를 제거하고 있다."고 말했다.

 

연구가 데이터를 수집함에 따라 백엔드에서 소프트웨어 엔지니어는 데이터 세트를 저장, 구성 및 검색하기 위한 인프라 구축을 시작한다. 이 데이터 라이브러리는 AI 과학자에게 전달되어 다이어트에 대한 개인의 반응을 예측하는 모델과 알고리즘을 만든다. 마지막으로, 또 다른 5년 기간은 임상 시험에서 이러한 모델을 검증할 것이다.

 

정밀 영양과 AI를 연결한 연구는 이번이 처음이 아니다. 2015년에 800명을 대상으로 한 이스라엘 연구에서 혈당 수치와 미생물 군집을 모니터링하여 개인이 다양한 유형의 설탕 섭취에 어떻게 반응하는지 분석했다. 이 연구는 머신러닝을 사용하여 당뇨병이 있거나 체중 감량을 원하는 사람에게 가장 적합한 식단을 예측하는 소프트웨어 프로그램을 구축했다.

 

그러나 Precision Health를 위한 영양은 이전에 시도한 것보다 더 크고 훨씬 더 광범위하다. 현재 이 프로그램은 아직 계획 단계에 있으며 2023년 초에 정식 출시될 예정이다.

 

Rodgers에게이 연구는 단지 "앞으로 몇 년 동안 발견 과학을 촉진할 풍부한 데이터"를 생성하는 것이 아니다. 그 결과 도구, 방법 및 패러다임 전환은 "영양 과학 분야를 진정으로 변화시킬 잠재력"을 갖게 될 것이라고 그는 말했다.

 

 
인공지능, 머신러닝, 식단, 유전적 구성 관련기사목록
광고
광고
광고
광고
광고
많이 본 기사
최신기사