PENELITIAN TERKINI GIZI: Sekarang para peneliti tahu persis apa yang kamu makan

‘You are what you eat,’  dan sekarang para peneliti tahu persis apa yang kamu makan

Mencocokkan sampel darah atau tinja ke database referensi makanan mengungkapkan berapa banyak kimia tubuh kita yang dapat dilacak dengan apa yang kita konsumsi

Para peneliti menjelaskan metode baru untuk mengidentifikasi semua molekul tak dikenal yang berasal dari makanan, menyediakan cara langsung untuk menghubungkan molekul dalam makanan dengan hasil kesehatan.

Sebuah tim ilmuwan internasional, yang dipimpin oleh para peneliti di University of California San Diego, melaporkan metode baru yang disebut metabolomik yang tidak ditargetkan untuk mengidentifikasi sejumlah besar molekul yang berasal dari makanan yang sebelumnya tidak teridentifikasi, tetapi muncul dalam darah dan tinja kita.

Metode tersebut, yang dijelaskan dalam Nature Biotechnology edisi 7 Juli 2022, mencocokkan semua produk metabolisme dalam spesimen dengan database sampel yang besar di mana persediaan bahan kimia tersedia, menyediakan katalog yang belum pernah ada sebelumnya dari tanda molekul yang dibuat dengan mengonsumsi makanan atau dengan memprosesnya di usus kita.

Para penulis mengatakan bahwa, digunakan secara luas, pendekatan baru secara dramatis dapat memperluas pemahaman tentang sumber bahan kimia dalam berbagai jenis sampel manusia, hewan dan lingkungan.

“Spektrometri massa yang tidak ditargetkan adalah teknik yang sangat sensitif yang memungkinkan untuk mendeteksi ratusan hingga ribuan molekul yang sekarang dapat digunakan untuk membuat profil diet individu,” kata rekan penulis Pieter Dorrestein, PhD, direktur Collaborative Mass Spectrometry Pusat Inovasi di Skaggs School of Pharmacy and Pharmaceutical Sciences di University of California San Diego.

“Kemampuan yang diperluas untuk memahami bagaimana apa yang kita makan diterjemahkan ke dalam produk dan produk sampingan metabolisme memiliki implikasi langsung bagi kesehatan manusia. Kita sekarang dapat menggunakan pendekatan ini untuk memperoleh informasi diet secara empiris dan memahami hubungan dengan hasil klinis. Sekarang dimungkinkan untuk menghubungkan molekul dalam diet untuk hasil kesehatan tidak satu per satu tetapi sekaligus, yang tidak mungkin dilakukan sebelumnya.”

Metabolomik melibatkan pengukuran komprehensif semua metabolit dalam spesimen biologis. Metabolit adalah zat, biasanya molekul kecil, dibuat atau digunakan ketika suatu organisme memecah makanan, obat-obatan, bahan kimia atau jaringannya sendiri. Mereka adalah produk metabolisme. Studi ini juga menggunakan teknik terkait, metagenomik, untuk mengukur materi genetik dalam sampel biologis dan mengkarakterisasi mikroba yang ada.

BACA:   8 Tes atau Pemeriksaan Pembuktian Protein

Studi metabolomik saat ini menganotasi atau mengidentifikasi hanya 10 persen fitur molekuler dalam spesimen sampel, meninggalkan 90 persen materi yang tidak diketahui. Pendekatan baru menggunakan analisis reference-data-driven (RDD) untuk mencocokkan data metabolomik yang berasal dari spektrometri massa tandem atau MS/MS (alat analisis yang mengukur berat molekul menggunakan dua penganalisis, bukan satu) terhadap data beranotasi metadata adalah pseudo- Pustaka referensi MS/MS.

Pada dasarnya, setiap molekul melepaskan elektron untuk membuatnya bermuatan. Ion bermuatan ditimbang menggunakan skala yang sangat sensitif, kemudian dihancurkan menjadi potongan-potongan dan potongan-potongan itu ditimbang, menciptakan sidik jari yang unik untuk setiap molekul.

Kumpulan potongan atau “spektra fragmentasi” ini dapat dicocokkan antara sampel yang dianalisis dan database referensi. Namun, hingga saat ini prosesnya sangat menantang.

Dalam karya baru ini, para peneliti menyelidiki ribuan makanan yang disumbangkan oleh orang-orang di seluruh dunia dalam inisiatif Global FoodOmics yang diluncurkan di UC San Diego tujuh tahun lalu, berdasarkan keberhasilan Proyek Usus Amerika/The Microsetta Initiative. Para ilmuwan meningkatkan keluaran data mereka lebih dari lima dari teknik konvensional. Yang paling penting, metode baru memungkinkan metabolomik yang tidak ditargetkan digunakan untuk menentukan diet berdasarkan sampel tinja atau darah.

Para penulis mengatakan analisis RDD memungkinkan mereka untuk mengurai pola diet (vegan versus omnivora, misalnya) dan konsumsi makanan tertentu dan lebih umum, mencocokkan data dengan database referensi yang ada.

“Kemajuan ini sangat penting karena metode tradisional untuk mengukur diet, seperti buku harian makanan atau kuesioner frekuensi makanan, sulit untuk diisi dan sangat sulit dilakukan secara akurat,” kata rekan penulis Rob Knight, PhD, direktur Center for Inovasi Mikrobioma di UC San Diego.

“Potensi untuk membaca pola makan dari sampel secara langsung memiliki implikasi besar untuk penelitian pada populasi seperti orang dengan Penyakit Alzheimer, yang mungkin tidak dapat mengingat atau menjelaskan apa yang mereka makan. Dan dalam aplikasi konservasi satwa liar. Semoga berhasil mendapatkan cheetah atau cheetah. gorila, untuk menyebutkan hanya dua spesies dari ratusan yang kami pelajari, untuk mengisi buku harian makanan.”

BACA:   Cara Pemilihan Susu Formula Terbaik Untuk Bayi dan Anak

Yang menarik, kata Dorrestein dan Knight, adalah peningkatan besar dalam jumlah molekul dalam darah atau tinja yang dapat dijelaskan ketika bahan makanan dicocokkan dengan populasi, seperti mencocokkan makanan dari Italia dengan orang-orang dari Cilent.

“Ini benar-benar menunjukkan betapa pentingnya mendapatkan spesimen makanan dan sampel klinis dari orang-orang di seluruh dunia untuk memahami bagaimana molekul dan mikroba kita bekerja sama untuk meningkatkan atau menurunkan kesehatan kita berdasarkan diet yang kita makan,” kata Knight.

“Studi ini juga menunjukkan cara menggunakan RDD untuk menjelaskan materi gelap dalam metabolisme kita,” tambah Dorrestein, “tidak hanya dalam hal diet, tetapi dalam paparan bahan kimia dari pakaian yang kita kenakan, obat yang kita pakai, produk kecantikan. kita terapkan dan lingkungan yang kita hadapi. Ini benar-benar akan memungkinkan kita menjelajahi hubungan kimiawi antara diri kita sendiri dan dunia yang kita huni.”

Referensi

  • Julia M. Gauglitz, Kiana A. West, Wout Bittremieux, Candace L. Williams, Kelly C. Weldon, Morgan Panitchpakdi, Francesca Di Ottavio, Christine M. Aceves, Elizabeth Brown, Nicole C. Sikora, Alan K. Jarmusch, Cameron Martino, Anupriya Tripathi, Michael J. Meehan, Kathleen Dorrestein, Justin P. Shaffer, Roxana Coras, Fernando Vargas, Lindsay DeRight Goldasich, Tara Schwartz, MacKenzie Bryant, Gregory Humphrey, Abigail J. Johnson, Katharina Spengler, Pedro Belda-Ferre, Edgar Diaz, Daniel McDonald, Qiyun Zhu, Emmanuel O. Elijah, Mingxun Wang, Clarisse Marotz, Kate E. Sprecher, Daniela Vargas-Robles, Dana Withrow, Gail Ackermann, Lourdes Herrera, Barry J. Bradford, Lucas Maciel Mauriz Marques, Juliano Geraldo Amaral, Rodrigo Moreira Silva, Flavio Protasio Veras, Thiago Mattar Cunha, Rene Donizeti Ribeiro Oliveira, Paulo Louzada-Junior, Robert H. Mills, Paulina K. Piotrowski, Stephanie L. Servetas, Sandra M. Da Silva, Christina M. Jones, Nancy J. Lin, Katrice A. Lippa, Scott A. Jackson, Rima Kaddurah Daouk, Douglas Galasko, Parambir S. Dulai, Tatyana I. Kalashnikova, Curt Wittenberg, Robert Terkeltaub, Megan M. Doty, Jae H. Kim, Kyung E. Rhee, Julia Beauchamp-Walters, Kenneth P. Wright, Maria Gloria Dominguez-Bello, Mark Manary, Michelli F. Oliveira, Brigid S. Boland, Norberto Peporine Lopes, Monica Guma, Austin D. Swafford, Rachel J. Dutton, Rob Knight, Pieter C. Dorrestein. Enhancing untargeted metabolomics using metadata-based source annotationNature Biotechnology, 2022; DOI: 10.1038/s41587-022-01368-1
BACA:   Kandungan Gizi Daging Kambing

Leave a Reply

Your email address will not be published.