想象一个世界，在这个世界的杂货店货架上的食品按照其健康程度进行排名，有简单且基于研究的评分。在某些国家，这个世界已经存在。营养成分分析系统（Nutrient Profiling Systems，简称NPS）支持明确的食品包装正面标签，这些标签根据食品的营养成分评估食品质量。例如，法国的Nutri-Score是一个彩虹色的评分系统，从A到E对食品进行分级；澳大利亚的Health Star Rating则是一个五星级系统，以半星递增的方式对食品进行评分；英国的Traffic Light System用绿色、黄色或红色标注营养水平。
相比之下，美国缺乏食品包装正面的评分系统。为了填补这一空白，塔夫茨大学最近开发了Food Compass。然而，它使用的营养信息目前大多数食品和消费者并不具备。作为一名胃肠病学家和医师科学家，我致力于使最新的微生物组和营养数据更易于公众获取。基于此研究，我开发了营养消费评分（Nutrient Consume Score，简称NCS），该评分从1到100对食品进行评级，使用所有食品都可获得的营养信息，并结合对健康微生物组重要的因素。
营养成分分析系统的工作原理是什么？它们与其他消费者营养指南相比如何？
每个营养成分分析系统使用不同的评分算法，但大多数系统会给通常摄入不足的营养素和食物（如纤维、水果和蔬菜）分配正分，而给过量摄入的营养素（如糖、饱和脂肪和钠）分配负分，这些负分通常存在于加工食品中。这些分数汇总成一个单一的评分：高分表示更健康的食品，低分则表示不太健康的选择。例如，羽衣甘蓝富含纤维、钾和不饱和脂肪，同时糖、钠和饱和脂肪含量低，因此会得到高分。相反，Twinkies含有大量糖、钠和饱和脂肪，但纤维、钾和不饱和脂肪含量低，因此得分较低。像黑橄榄这样的食品，虽然富含纤维但也含有较高的钠，会介于两者之间。
营养成分分析系统类似于食品包装背面或侧面的营养成分标签，帮助消费者做出明智的选择。这些标签提供了有关食品营养成分的信息，包括卡路里、宏量营养素以及关键维生素和矿物质。这些值通过实验室分析和基于标准化份量的营养数据库确定，并由美国食品药品监督管理局（FDA）监管。然而，NPS的不同之处在于它们将营养信息整合成一个单一的操作性评分。这意味着您不必花费时间解读营养成分标签，这些标签通常字体较小且难以解读。
营养成分分析系统的算法在对未加工食品（如豆类、坚果、种子、水果、蔬菜和全谷物）进行高评分，以及对加工食品（如热狗、软饮料、蛋糕和饼干）进行低评分方面非常相似。它们帮助人们重新平衡因食品加工而失衡的饮食。它们补充了圣保罗大学研究人员开发的NOVA分类系统，该系统根据加工程度对食品进行分类。该系统引入了“超加工食品”的概念，即经过显著工业加工并含有家庭烹饪中不常见成分的食品。
尽管NOVA将超加工食品与不良健康结果（如肥胖、心理健康恶化、癌症和早逝）联系起来，但它对所有此类食品一视同仁，忽视了糖、钠和其他添加剂之间的差异。营养成分分析系统通过在超加工食品类别中识别更健康的选择来提供细微差别。例如，植物基奶（如杏仁奶或豆浆）可能在NOVA系统中被归类为超加工食品，但如果它们含有的添加糖和盐较少，则可以获得相对较高的NPS评分。
尽管营养成分分析系统有助于选择更健康的选项，但现有系统仍存在局限性。它们并不总是与其他研究完全一致，经常忽略调节微生物组和身体过程的生物活性化学物质，并可能依赖不完整的数据。当前系统也不考虑酒精的热量和健康影响。我设计的营养消费评分旨在弥补这些差距，通过纳入这些被忽视的食品成分来改进。例如，它使用食品类别作为有限数据区域的代理，包括多酚、欧米伽-3脂肪酸和发酵纤维等生物活性化合物。未加工食品（如水果、蔬菜、谷物、豆类、坚果和种子）中的生物活性化合物代理被整合到评分的核心算法中，该算法使用营养比率来衡量食品加工的程度。
营养比率（如碳水化合物对纤维、饱和脂肪对不饱和脂肪和钠对钾）反映了未加工食品细胞中营养成分的天然平衡，研究表明这与心脏代谢健康相关。例如，植物细胞壁提供结构强度并富含纤维，而能量囊泡储存碳水化合物。纤维减少糖吸收并发酵成丁酸，维持血糖并调节食欲。未加工食品的脂肪谱与细胞膜中的脂肪组成相似。饱和脂肪对不饱和脂肪的比例反映了不同类型脂肪对炎症和体重的影响。最后，钾对钠的比例反映了细胞膜泵的自然功能，它将钾集中在细胞内，同时将钠运输出去。这影响血压以及微生物组和代谢健康。
目前正在进行同行评审的研究表明，营养消费评分与其他系统相比表现良好。该评分基于近5,000名美国人的营养数据，与血压、腰围和体重相关。NCS还被整合到一款智能手机应用程序中，供公众使用，目前处于测试阶段。
尽管营养成分分析系统是更健康食品选择的有前途工具，但它们附带重要警告。大多数测试其效果的研究侧重于两个因素之间的关系，而不是一个直接导致另一个。相关性并不证明因果关系。还需要进一步研究评估这些系统是否影响购买习惯、消费趋势和健康结果（如体重和血压）。此外，个人的饮食需求各不相同，个性化算法可以帮助调整这些评分，提供定制建议。
尽管如此，营养成分分析系统是应对代谢疾病上升率的有前途工具。它们在欧洲的应用展示了其改变消费者购买习惯和激励食品公司创造更健康产品的潜力。美国人有一天可能会在美国看到类似的食品包装正面标签。在此之前，智能手机技术可以提供一种实用的方法，帮助消费者今天做出更明智的选择。
(全文结束)
