先说结论
为什么同样的饮食减肥方案，有人一个月瘦5斤、有人纹丝不动？最新发表在《Gut Microbes》上的多组学研究追踪150名减肥者12个月后发现：血液代谢组数据是预测减肥效果的最强「水晶球」——特定的代谢物（胰岛素、糖蛋白乙酰基、脂蛋白亚型、某些氨基酸）能解释减重效果的53%-59%差异。相比之下，肠道菌群对短期BMI变化的贡献很有限，但基因+菌群+代谢组三者组合对长期BMI轨迹的预测力最强。

怎么办
如果你减肥效果不理想：①先查空腹血糖+血脂+胰岛素（HOMA-IR）——这些基础代谢指标已经能预测大部分代谢响应；②不要盲目信「肠道菌群检测定制减肥方案」，目前证据支持度有限；③减肥6个月后无明显效果的，找医生查代谢指标（特别是胰岛素抵抗标志物和糖蛋白乙酰基GlycA）；④注意：目前模型仍处于研究阶段，不能用于临床预测，但代谢指标可以作为你调整方案的重要参考。

你节食减肥，朋友也节食减肥。你饿得头晕眼花瘦了2斤，朋友一边吃汉堡一边瘦了5斤。这不是意志力的差距——是你的「代谢指纹」从一开始就注定了结果。最新一项发表在《Gut Microbes》上的研究用多组学数据追踪了150名减肥者12个月，终于回答了这个扎心的问题：为什么减肥效果差异这么大？

你减肥失败过吗？你是不是觉得「我一定是代谢太差了」或者「我的易胖体质无药可救了」？其实错了。研究发现，你在减肥开始前的血液代谢指标——特别是胰岛素水平、糖蛋白乙酰基（GlycA，慢性炎症标志物）、脂蛋白亚型分布——就已经能解释53%-59%的减肥效果差异。不是你不够努力，是你的「代谢脚本」给了你一个Hard模式的初始设定。

研究怎么做的？
– 150名超重/肥胖成年人，12个月行为减肥干预
– 采集：基因 + 肠道菌群（16S分类 + 基因通路 + 代谢物动态） + 血液代谢组 + 常规临床指标
– 用混合效应随机森林（MERF）和GLMM-Lasso建模预测BMI变化

关键发现一：血液代谢组是MVP
– 胰岛素抵抗标志物、糖蛋白乙酰基（GlycA，反映全身低度炎症）、各种脂蛋白亚型大小和浓度、特定氨基酸——这些血液代谢物是预测减重效果的最强单一组学数据
– 代谢组风险评分解释BMI变化的R²m=52.9-59.3%

关键发现二：肠道菌群贡献有限但独特
– 肠道菌群分类和基因通路对某些模型有「适度但显著的提升」
– 但菌群代谢物动态——令人意外——在任何一个模型中都没能提高预测能力
– 说明：菌群检测目前还不足以指导个体化减肥策略

关键发现三：多组学才是最强组合
– 基因+菌群+代谢组+临床数据的联合风险评分，对长期BMI轨迹预测力最强
– 解释纵向BMI变化的20.5-26.0%边际方差
– 注意：R²m是边际方差（只算组学部分），不是总方差

关键发现四：哪些指标最重要？
– 胰岛素（HOMA-IR的代理）
– 糖蛋白乙酰基（GlycA——炎症标志物）
– VLDL/HDL亚型分布
– 苯丙氨酸、亮氨酸等氨基酸
– 这些都与已知的炎症和代谢通路一致

代谢组风险评分解释53-59%的BMI变化差异——这意味着，如果你和另一个人做同样的减肥方案，你们的代谢血液指标差异，就已经提前决定了你们之间一半以上的效果差距。而肠道菌群，虽然媒体上被吹得神乎其神，对短期减重预测贡献「适度但有限」。下次有人让你花几千块做肠道菌群检测减肥，你可以先问一句：「测过空腹血糖和胰岛素吗？」

三句话记住：
1. 血液代谢组（炎症+胰岛素+脂蛋白）是最强减肥效果预测指标
2. 肠道菌群对短期减重预测价值有限——不需要花大钱测菌群来「定制减肥」
3. 同样方案不同效果，不是你的意志力不够，是你的代谢「初始设定」不同

研究局限

• 样本量只有150人，模型内部验证，无外部验证
• 12个月随访对长期体重维持来说仍偏短
• 行为干预（非药物/手术），结果不能推广到药物或手术减肥
• 「混合效应随机森林」虽然能处理纵向数据，但不能直接推断因果
• 菌群数据只有16S分类水平，宏基因组和功能通路信息有限
• 菌群代谢物动态数据在所有模型中都没改善预测——这个阴性结果值得关注，但可能受限于检测方法
• 模型复杂度和可解释性的平衡尚未解决，离临床应用还有距离
• 种族多样性有限（大多数为白人），外推到其他人群需谨慎

参考资料：

[1] Yeo EN, Scadden AW, Caterer ZT, et al. Multi-omic modelling of body mass index response to a dietary weight loss intervention. Gut Microbes (2026).

https://doi.org/10.1080/19490976.2026.2696645

本文为研究解读，仅供科普参考，不构成医疗建议。本文基于观察性研究，不能确定因果关系。