與傳統的基于空腹特征的單一維度評估方法相比，“雙維度”健康狀態模型能夠更敏感地捕捉到個體的代謝健康變化。

撰文 | 李娟（生命科學專業博士）

一個人的代謝健康是整體健康的重要組成部分，它關注的是身體內部各種生化過程的平衡與穩定，比如血糖、血脂、血壓等的調節。據報道，美國僅有12.2%的成年人被認為代謝健康：在體重正常的成年人中，只有不到三分之一的人是代謝健康的，而92%的超重者和99.5%的肥胖者不符合代謝健康的標準。

代謝健康應當如何衡量？

高血壓、高血脂、低高密度脂蛋白（“好”膽固醇）、高血糖和腰圍過大等，被認為是代謝綜合征的表現，因為這些因素會導致心血管疾病、糖尿病等慢性疾病的風險增加。基于此，以往對于代謝健康的大致調查，往往是以測量腰圍、空腹和長期血糖、血壓、血脂以及膽固醇水平的方式。

然而，近年來，越來越多的科學家提出，代謝健康并非是不生病或者不需要服用任何藥物（降壓、糖尿病藥物和降脂藥物），而是指身體在不同環境下保持平衡的能力，這種適應力被稱為“表型靈活性”（phenotypic flexibility）。它反映了個體應對日常壓力（如營養攝入）時的代謝應激能力，比如身體能夠有效地處理和吸收食物中的營養，同時避免血糖、血脂和胰島素水平出現劇烈波動。

當人們去醫院例行體檢，空腹血糖和血脂一般都是必檢項目。目前普遍使用的健康評估指標通常基于空腹狀態，這一點有其局限性，因為它無法評估一個人在飯后或其他環境壓力下的代謝適應能力。

事實上，我們大部分時間都處于進餐后的狀態，而餐后代謝的變化——比如血糖、脂質水平的變化，對心血管疾病和糖尿病的早期風險具有重要提示作用。

為了更全面地認識人體對葡萄糖、脂肪、蛋白質的代謝適應能力，科學家一直在嘗試多種創新的評估策略，來量化參與維持或恢復代謝穩態的相關代謝過程。

荷蘭的“健康空間”研究

荷蘭研究人員通過在受試者中進行營養挑戰測試來獲得“表型靈活性測試”（PhenFlex test，PFT）數據，并結合“健康空間”（health space）統計模型，量化和可視化人群的代謝適應能力。

研究人員通過給予受試者富含脂肪、糖分和蛋白質的混合餐飲，檢測并收集測試前后的血液代謝組學數據，以及器官（腸道、肝臟、脂肪、胰腺、脈管、肌肉和腎臟）和組織功能的生物標志物。通過將數據投射到“健康空間”模型中，來評估一個人的代謝情況。

包括炎癥、氧化和代謝參數的“健康空間”模型丨圖片來源：參考文獻[2]

“健康空間”使用兩組參考個體（如年輕健康者與老年肥胖者）來定義“最佳健康”和“較差健康”的范圍，其他受試者則根據測試結果在這個范圍內定位。每個受試者的數據通過建模，被映射到一個多維空間中，其在健康空間中的位置反映了其代謝健康狀況（從最佳到較差）。

結果表明，這種模型可以有效區分健康人群與代謝紊亂患者，反映個體的表型靈活性與年齡、肥胖的關系，比傳統空腹測試更能提前揭示潛在的健康問題。例如，個別體脂率正常的參與者在“健康空間”中表現出與老年肥胖群體相似的代謝特征，提示潛在的胰島素抵抗或肝功能受損。

中國“雙維度”健康狀態圖研究

2024年12月，我國科學家提出了一種更全面的評估代謝健康的方法：“雙維度”的健康狀態圖（Health State Map, HSM）。這一模型將空腹和餐后狀態分開，分別作為兩個獨立的維度，幫助更準確地了解個體的代謝適應能力。“雙維度”健康狀態圖研究不僅揭示了代謝健康的復雜性，也為個性化營養干預和早期疾病預防提供了新工具。

在這項研究中，“雙維度”健康狀態圖由兩項核心評分組成：

健康表型評分（Health Phenotype Score,HPS）——基于空腹狀態的生物標志物（如血糖、血脂和肝功能指標）計算，主要反映個體在靜態健康中的表現。

穩態適應評分（Homeostatic Resilience Score,HRS）——通過標準化的MMTT評估（后文會展開解釋MMTT評估是什么），反映個體在日常膳食壓力下的代謝適應能力，提供對代謝健康的動態評估。

該研究內容的展示圖。其中h部分為包括 HPS 和 HRS數據的雙維度健康狀態圖。丨圖片來源：參考文獻[1]

該研究的受試者包括111名年齡在20至70歲之間的中國成年人，涵蓋正常體重、超重/肥胖及代謝綜合征（存在高血壓，腹部肥胖，高血糖，高甘油三脂或低高密度脂蛋白膽固醇）患者。

為了全面評估人們在餐后的動態適應能力，研究者使用混合餐耐量測試（mixed macronutrient tolerance test，MMTT）來模擬日常飲食對代謝的影響。所有受試者在夜間禁食后，空腹食用含有葡萄糖、脂肪和蛋白質標準配比的400毫升混合餐飲，用于均衡刺激三大代謝通路（糖、脂肪和蛋白質）。采集基線血液樣本，并在餐后5個時間點（30至240分鐘）測量血糖、脂類、氨基酸等代謝指標的動態變化。

“雙維度”健康圖測量得更準確嗎？

為了測試“雙維度”健康狀態圖（HSM）是否比一維模型提供更多信息，通過使用與HSM相同的數據集，研究者將空腹和餐后數據結合構建了混合評分（Mixed-score）。結果表明，空腹數據（HPS）與空腹+餐后的混合數據之間存在顯著的強相關性，意味著兩者在某種程度上反映相似的代謝健康狀況。同時，兩者與一些代謝風險標志物（如血糖、血脂等）的相關性也相似。

不同的是，在“雙維度”健康狀態圖中，基于餐后數據的HRS與HPS、Mixed-score沒有顯著的相關性，因為HRS關注的是餐后代謝的變化。而且，HRS與代謝綜合征風險（比如高血壓、高血糖等）具有高度相關性，且這種相關性獨立于HPS和Mixed-score而存在。

具有較高健康表型得分（HPS）和穩態適應得分（HRS）的參與者，其代謝特征更為優越，表現為高密度脂蛋白膽固醇（HDL-c）和Matsuda指數（評估胰島素敏感性的指標）顯著較高，空腹血糖、甘油三酯（TAG）、低密度脂蛋白膽固醇（LDL-c）以及肝功能生物標志物水平較低。

而在那些健康表型評分（HPS）相似的人中，其動態穩態適應評分（HRS）仍可能差別很大，提示個體的代謝能力有很大不同。具體表現為：

一些人對葡萄糖有更高的敏感性，餐后血糖波動小（HRS-glu高），乳酸鹽水平更高，顯示出良好的糖代謝適應性；一些人對脂質的調節能力更強，表現為三酰甘油水平平穩（HRS-lip高），顯示出更優的脂質適應能力；一些人的亮氨酸和賴氨酸水平顯著增加（HRS-aa高），表明其蛋白質代謝功能較強。這些結果說明，人們的代謝適應能力是高度個性化的，不僅僅由靜態指標決定。

以上結果均提示，HRS比一維模型更有優勢，能夠分辨并提供更多代謝健康狀況的信息。

研究提示：生活方式對代謝健康有顯著影響！

此外，這項研究結果提示生活方式對動態代謝有顯著影響，具體表現為：

1. 運動水平；

運動水平與氨基酸代謝適應性（HRS-aa）呈正相關，表明運動有助于改善蛋白質代謝，這可能是與肌肉利用氨基酸的效率提升有關；

2. 睡眠時長；

睡眠時長與脂質代謝適應性（HRS-lip）相關，適量睡眠對脂質調控有潛在好處，提示良好的睡眠可能對健康飲食反應起積極作用。

3. 腸道微生物；

與之前的一些研究一致，腸道微生物在代謝健康方面也發揮著重要作用。這項研究表明，特定菌群（如厚壁菌門和擬桿菌門的比例）與 HRS 密切相關，它們可能通過影響脂肪和氨基酸代謝適應能力來調控代謝健康，為未來通過調整腸道菌群改善健康提供了可能性。

這項研究創新性的提出一種評估代謝健康的方法，與傳統的基于空腹特征的單一維度評估方法相比，“雙維度”健康狀態模型能夠更敏感地捕捉到個體的代謝健康變化。

綜上可知，代謝健康是一個由多種因素共同塑造的復雜概念，包括飲食選擇、新陳代謝效率、腸道微生物群、運動水平、睡眠質量、壓力管理和心理健康等。換句話說，代謝健康是一種動態平衡，反映了身體對外部環境和食物的適應能力。

“雙維度”健康圖的應用前景值得期待

該研究的創新之處在于將靜態評估與動態反應相結合，為代謝健康的研究和應用提供了全新框架。動態代謝適應能力可以更早期地檢測代謝紊亂，幫助預防糖尿病、心血管疾病等慢性病。同時，為了優化健康狀態，可以根據個體對不同營養素（如糖、脂肪和蛋白質）的代謝能力，制定量身定制的飲食計劃，設計更精準的飲食。該研究還為通過運動、睡眠管理和腸道微生物調節，進行生活方式干預來提升代謝健康提供了依據。

盡管這項研究為代謝健康的評估帶來了全新視角，但其實際應用仍需進一步探索。未來，研究團隊計劃在更大規模的不同種族群體中驗證這一模型，同時結合多組學數據（如基因組、代謝組和微生物組）進行優化。

同時，將HSM模型應用于臨床實踐，將為患者提供更個性化的治療方案，從而提高治療效果和生活質量。

參考資料

[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：科普中國
監制：中國科普博覽

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閱不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關注公眾號，回復四位數組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。

版權說明：歡迎個人轉發，任何形式的媒體或機構未經授權，不得轉載和摘編。轉載授權請在「返樸」微信公眾號內聯系后臺。