Le microbiote intestinal influence la réponse glycémique

[Nutrimuscle-Conseils]

Human postprandial responses to food and potential for precision nutrition
Sarah E. Berry, Nature Medicine 11 June 2020

Metabolic responses to food influence risk of cardiometabolic disease, but large-scale high-resolution studies are lacking. We recruited n = 1,002 twins and unrelated healthy adults in the United Kingdom to the PREDICT 1 study and assessed postprandial metabolic responses in a clinical setting and at home.

We observed large inter-individual variability (as measured by the population coefficient of variation (s.d./mean, %)) in postprandial responses of blood triglyceride (103%), glucose (68%) and insulin (59%) following identical meals.

Person-specific factors, such as gut microbiome, had a greater influence (7.1% of variance) than did meal macronutrients (3.6%) for postprandial lipemia, but not for postprandial glycemia (6.0% and 15.4%, respectively); genetic variants had a modest impact on predictions (9.5% for glucose, 0.8% for triglyceride, 0.2% for C-peptide). Findings were independently validated in a US cohort (n = 100 people). We developed a machine-learning model that predicted both triglyceride (r = 0.47) and glycemic (r = 0.77) responses to food intake. These findings may be informative for developing personalized diet strategies.

[Nutrimuscle-Diététique]

Traduction de l'étude

Réponses postprandiales humaines à la nourriture et potentiel de nutrition de précision
Sarah E. Berry, Nature Medicine 11 juin 2020

Les réponses métaboliques aux aliments influencent le risque de maladie cardiométabolique, mais les études à grande échelle à haute résolution font défaut. Nous avons recruté n = 1 002 jumeaux et adultes en bonne santé non apparentés au Royaume-Uni pour l'étude PREDICT 1 et évalué les réponses métaboliques postprandiales en milieu clinique et à domicile.

Nous avons observé une grande variabilité interindividuelle (mesurée par le coefficient de variation de la population (s.d./moyenne,%)) dans les réponses postprandiales des triglycérides sanguins (103%), du glucose (68%) et de l'insuline (59%) après des repas identiques.

Les facteurs propres à la personne, tels que le microbiome intestinal, avaient une influence plus importante (7,1% de la variance) que les macronutriments des repas (3,6%) pour la lipémie postprandiale, mais pas pour la glycémie postprandiale (6,0% et 15,4%, respectivement); les variantes génétiques ont eu un impact modeste sur les prévisions (9,5% pour le glucose, 0,8% pour les triglycérides, 0,2% pour le C-peptide). Les résultats ont été validés indépendamment dans une cohorte américaine (n = 100 personnes). Nous avons développé un modèle d'apprentissage automatique qui prédit à la fois les réponses triglycérides (r = 0,47) et glycémiques (r = 0,77) à l'apport alimentaire. Ces résultats peuvent être instructifs pour l'élaboration de stratégies d'alimentation personnalisées