buff 叠满，这篇高分文章的思路，竟然这么简单

俗话说「岁月如飞刀，刀刀催人老」，随着时间流逝，人体的组织和器官日渐衰老，各种老年疾病也悄然来袭。特别是在全球老龄化浪潮汹涌而至的当下，探索延缓衰老的方式方法，显得十分重要。

今天分享的这篇文章，来自我国吉林大学研究团队的学者们，他们巧妙借助 NHANES 数据库的强大资源，运用中介分析方法，深入剖析了变量间的内在关联机制，可以说是 buff 叠满，怪不得可以发表在食品领域的中科院 1 区国际顶级期刊《 Food & Function 》上！简单易学的高分文章思路，快来和笔者一起 Get 吧！

DOI: 10.1039/d4fo01088d

图片来源：文献截图

研究背景

表型年龄（ PhenoAge ）是一种创新的衰老生物标志物，它将标准临床生化标志物和实际年龄相结合，以评估相同实际年龄个体之间的死亡风险。表型年龄加速（ PhenoAgeAccel ）是根据实际年龄调整的线性模型的残差确定的，其能够识别出相对于同龄人衰老速度更快或更慢的个体。

饮食对于提供营养和能量至关重要，也是人类生存、衰老和慢性病的重要因素。膳食指数能全面评估饮食习惯，本研究涉及膳食炎症指数( DII ）、健康饮食指数 - 2020（ HEI - 2020 ）、替代健康饮食指数 - 2010（ AHEI - 2010 ）和综合膳食抗氧化指数（ CDAI ），来评估饮食对疾病风险和代谢紊乱的复杂影响。

肥胖是一种全球性的多因素疾病，研究表明，体重指数（ BMI ）与加速衰老相关。而饮食调整可以预防、治疗或减轻肥胖症状，从而提升整体健康水平, BMI 可能是膳食指数与加速衰老之间关联的一个中介因素。

在此背景下，本研究大胆提出假设：肥胖在膳食指数与表型年龄加速的关联中扮演着中介的角色。研究核心聚焦于甄别与衰老紧密相关的膳食指数，并深度剖析 BMI 在这一复杂关系网络中所发挥的关键作用，从而为引导公众通过选择更健康的饮食模式达到延缓衰老的效果提供更多的理论依据。

实验设计与方法

本文旨在探究 BMI 在四种饮食指数与成人体表型年龄加速（ PhenoAgeAccel ）关联中的中介作用，采用了横断面研究设计，具体实验设计与方法如下：

研究对象

本研究依托美国国家健康与营养检查调查（ NHANES ），研究对象为 2005 ~ 2010 年期间参与 NHANES 的 15,874 名 20~79 岁成年人，通过怀孕或哺乳期、癌症诊断、缺乏 PhenoAgeAccel 计算数据、能量摄入记录异常以及缺失 BMI 等一系列排除标准后，最终纳入 5444 名参与者。

饮食指数计算

通过 NHANES 中的两次 24 小时饮食回顾访谈收集饮食摄入数据， 使用食品和营养数据库（ FNDDS ）计算营养素和能量，依据美国农业部（ USDA ）的食品模式等效数据库（ FPED ）指南进行食物组分类。

计算四种饮食指数：

饮食炎症指数（ DII ）：基于 45 个食物参数，本研究使用其中 26 种营养素计算，得分范围从正（促炎）到负（抗炎）。

健康饮食指数 - 2020（ HEI - 2020 ）：根据 2020 ~ 2025 年美国膳食指南，通过 13 个食物组或营养成分评估饮食质量，总分 0~100 分。

替代健康饮食指数 - 2010（ AHEI - 2010 ）：扩展自 HEI - 2010，纳入更多与慢性病风险相关的饮食因素，基于 11 种食物和营养素摄入评分，因 NHANES 膳食文件中无反式脂肪数据，对最大分值进行了调整。

综合膳食抗氧化指数（ CDAI ）：关注膳食抗氧化剂（如维生素 A、C、E、锌、硒和总类胡萝卜素），不包括补充剂、药物或水中的抗氧化剂，评估其对抗炎反应的影响。

肥胖指数测量

BMI 作为衡量一般肥胖程度的指标，计算方法为个体体重（ kg ）除以身高（ m ）的平方，流行病学研究发现，其与慢性疾病和死亡风险相关。

表型年龄加速计算

采用 Levine 等人开发的方法，基于九个生物标志物和实际年龄计算 PhenoAge ，其残差定义为 PhenoAgeAccel ，正值表示生理年龄较大，负值表示生理年龄较小。

主要研究结果

参与者特征：加速衰老组（ N = 964 ）的实际年龄和 PhenoAge 大于延迟衰老组（ N = 4480 ），延迟衰老组的 HEI - 2020、AHEI - 2010、CDAI 评分较高，DII 评分较低。

饮食指数与 PhenoAgeAccel 的关联：调整协变量后，发现 zHEI - 2020、zAHEI - 2010 及 zCDAI 与 PhenoAgeAccel 呈负相关，zDII 与 PhenoAgeAccel 呈正相关。具体而言，HEI - 2020、AHEI - 2010 和 CDAI 每增加一个标准差，PhenoAgeAccel 分别降低 0.61、0.52 和 0.53 ；DII 每增加一个标准差，PhenoAgeAccel 增加 0.93 。

图：饮食指数与表型年龄加速之间的线性回归分析

BMI 与饮食指数及 PhenoAgeAccel 的关系：HEI - 2020、AHEI - 2010 和 CDAI 的标准差增加与 BMI 降低相关，DII 的标准差增加与 BMI 增加相关；BMI 增加与 PhenoAgeAccel 增加相关。

中介分析结果：BMI 显著参与中介了饮食指数与 PhenoAgeAccel 的关系。zDII、zHEI - 2020、zAHEI - 2010 和 zCDAI 的中介比例分别为 23.7%、43.3%、24.5% 和 23.6%。在排除糖尿病、心血管疾病和高血压这三个可能的混杂因素（也可能是中介因素）后，除 zCDAI 外，中介效应仍然显著。

图：BMI 在饮食指数与表型年龄加速之间关联中的中介效应

研究结论

四种饮食指数及 BMI 均与 PhenoAgeAccel 显著相关，且四种饮食指数与 PhenoAgeAccel 的关联无显著差异。此外，BMI 在 HEI - 2020 与表型年龄加速关系中的中介比例最高。基于这些结果，建议采用抗炎饮食和控制肥胖作为减缓衰老的可行策略。

1. 数据代表性强：利用 NHANES 复杂加权，使研究结果能更好地代表人群情况，增强了研究结论的普遍性和可靠性，为基于人群的研究提供了高质量的数据支持。

2. 多饮食指数比较：通过 Z 值变换比较了四种饮食指数（ DII、HEI - 2020、AHEI - 2010、CDAI ）与衰老的关联，有助于深入理解不同饮食模式对衰老的影响，为制定更有效的饮食干预策略提供了依据。

3.科学分组：根据计算得出的表型年龄加速值将参与者科学地分为加速衰老组和延迟衰老组，这种分组方式能够直观地比较不同衰老状态下参与者的特征差异，有助于深入分析膳食指数和 BMI 在不同衰老进程中的作用。

4. 揭示中介作用：明确了 BMI 在饮食指数与表型年龄加速关联中的中介作用，尤其是在 HEI - 2020 与表型年龄加速关系中中介比例最高，这一发现为理解饮食、肥胖与衰老之间的复杂关系提供了新的视角，有助于针对肥胖管理制定减缓衰老的策略。

看到这里，巧妙借助数据库发表高分文章的思路是否已被你成功解锁？不要犹豫，速速动手，开始实践起来吧！

参考文献：

[1] Li J, Wu Z, Xin S, et al. Body mass index mediates the association between four dietary indices and phenotypic age acceleration in adults: a cross-sectional study. Food Funct. 2024 Jul 29;15(15):7828-7836.

我们长期为科研用户提供前沿资讯、实验方法、选品推荐等服务，并且组建了 70 多个不同领域的专业交流群，覆盖PCR、细胞实验、蛋白研究、神经科学、肿瘤免疫、基因编辑、外泌体、类器官等领域，定期分享实验干货、文献解读等活动。

添加实验菌企微，回复中的序号，即可领取对应的资料包哦～
【2401】论文写作干货资料（100 页）
【2402】国内重点实验室分子生物学实验方法汇总（60 页）
【2403】2024 最新最全影响因子（20000+ 期刊目录）

【2404】免疫学信号通路手册

【2405】PCR 实验 protocol 汇总

【2406】免疫荧光实验 protocol 合集

【2407】细胞培养手册