「同じ食事でも血糖や脂質の上がり方が人によって違う」。その個人差を、腸内細菌の個別プロファイル でかなり説明できると示したのが、Asnicar 2021（PREDICT 1）です。代謝疾患と腸内細菌の研究の中で、個別化栄養時代の基準論文のひとつ。
原著: Asnicar, F., Berry, S.E., Valdes, A.M., Nguyen, L.H., Piccinno, G. et al. Microbiome connections with host metabolism and habitual diet from 1,098 deeply phenotyped individuals. Nature Medicine 27, 321–332 (2021). DOI: 10.1038/s41591-020-01183-8
なぜこの論文が重要か
従来のマイクロバイオーム × 代謝研究は、BMI や HbA1c など 空腹時・静的指標 との相関が中心でした。PREDICT 1 は 食後応答（postprandial response） という動的指標を持ち込み、かつ 1,098 人 × メタゲノム × 詳細食事 という規模で、食事–細菌–代謝の三角関係を高解像度で解析しました。
研究デザイン — 何をやったか
| 要素 | 内容 |
|---|---|
| 被験者 | 英米 1,098 人（うち双子含む） |
| サンプル | 糞便メタゲノム 1,203 検体 |
| 食事 | 長期食習慣質問票（頻度）＋標準化テスト食 |
| 測定 | 食後血糖・インスリン・TG・CRP の時系列、空腹時代謝指標 |
| 統計 | 機械学習による菌 × 代謝／食事関連の予測モデル |
何がわかったか — 主要な発見
発見1: 『健康的な食事 × 健康的な菌』は広く重なる
植物性食品多様性・魚・ナッツ・全粒が多い人は、15 の『好ましい』菌群（F. prausnitzii, Roseburia hominis, Coprococcus eutactus 等）が増加傾向。超加工食品・赤身肉中心の人では 15 の『好ましくない』菌群 が優位化。
発見2: 食後応答は腸内細菌で部分予測できる
テスト食後の血糖・インスリン・TG の上昇度は、個人の菌プロファイルから機械学習で予測可能。肥満バイオマーカー菌は他のコホートでも再現した。
発見3: Prevotella copri の型に注目
P. copri は集団によって代謝との関連方向が逆転する『難物』だが、PREDICT 1 では 型（clade）レベル で解析し、一部型は良好な食後糖応答と関連、別型は不良応答と関連、と示された。単一種名での善悪判定の危うさ。
発見4: Blastocystis spp. は『いて良い』存在に
かつて寄生虫扱いされた Blastocystis が、本研究では多様性・繊維摂取・良好な代謝指標と正相関。病原性ではなく 健康的食事のマーカー の可能性。
発見5: 空腹時 vs 食後 — 応答は別次元
食後 TG や血糖応答は空腹時指標と独立に健康リスクを予測する。細菌プロファイルは 食後応答の方により強く関連 した。
この研究の限界 — どこまで言えるか
- 観察研究で因果は未確立
- 英米コホートで、日本を含むアジアへの外挿は慎重
- Prevotella・Blastocystis の役割は集団依存で一般化困難
- 予測モデルの臨床的実装はまだ研究段階
- 企業（ZOE）関連研究で、商用利用との利益相反の可能性
Loam の読み解き — 有機農家の視点から
畑で「同じ肥料をまいても区画ごとに収量が違う」経験がある人は多い。土壌微生物プロファイルが違うと、同じインプットに対する応答が違うからです。PREDICT 1 は この区画差を腸で測った、と読めます。
| PREDICT 1（腸） | 区画差（土） |
|---|---|
| 同じ食事でも応答が違う | 同じ施肥でも収量が違う |
| 個人の菌プロファイルで予測 | 区画の微生物プロファイルで予測 |
| 『良い菌』は複数いて重なる | 『良い微生物群』は複数重なる |
| 個別化栄養の基盤 | 区画別管理（精密農業）の基盤 |
実践への含意:
- 画一的な『健康食』より多様性の高さ が総合的に効く
- 同じ炭水化物量でも自分の血糖応答を知る 価値（CGM 等）
- 菌は単一マーカーで決めつけない（P. copri の型依存を思い出す）
注意: 個別化栄養のサービスは商用で多数出てきていますが、臨床ガイドライン化されているわけではありません。糖尿病・脂質異常症の治療方針は主治医と決めてください。
関連する一次文献
- Zeevi, D. et al. (2015). Personalized nutrition by prediction of glycemic responses. Cell 163, 1079–1094.
- Berry, S.E. et al. (2020). Human postprandial responses to food and potential for precision nutrition. Nat Med 26, 964–973.
- Zhernakova, A. et al. (2016). Science 352, 565–569.
- Montgomery, D.R. & Biklé, A. (2016). The Hidden Half of Nature. 邦訳『土と内臓』築地書館
関連記事
- 土と腸の完全ガイド — ピラー記事
- 食物繊維カロリー計算機 — 実践
- プレバイオ食材15選
- Le Chatelier 2013 — 多様性と代謝
- Zhernakova 2016 — LifeLines
- Wu 2011 — エンテロタイプ
- Tosti 2018 — 地中海食の機序
- Wang 2021 — 地中海食と心代謝
本記事は一般的な科学情報の提供を目的としたものであり、特定の疾患の診断・治療・予防を保証するものではありません。糖尿病・脂質異常症等の治療は医療機関で決定してください。
よくある質問
- 個別化栄養サービスを受けるべきですか？
- PREDICT 1 のような研究は魅力的ですが、商用の個別化栄養サービスは臨床ガイドラインで推奨される段階には至っていません。糖尿病・脂質異常症など治療を要する代謝疾患は医療機関での診断と治療が優先で、個別化栄養サービスはあくまで参考情報として位置付けるのが現時点では妥当です。利益相反や検査の再現性も含めて慎重に判断してください。
- Prevotella copri は良い菌ですか？悪い菌ですか？
- PREDICT 1 では P. copri を型（clade）レベルで解析し、ある型は良好な食後糖応答と関連、別の型は不良応答と関連、と示されました。集団によっても代謝との関連方向が逆転する『難物』で、単一菌名で善悪を判断することはできません。マイクロバイオーム研究では「種より型」「単独より群集」で考えるのが安全な解釈です。
- 食後血糖を自分で測れますか？
- CGM（持続血糖測定器）は近年一般利用が広がりつつあり、自分の食後血糖応答パターンを把握できるツールとして注目されています。ただし糖尿病治療や境界型の管理は医療機関で行うべきで、健康者が自費で CGM を装着して食事最適化に使う場合も、結果の解釈は医療専門職と相談するのが安全です。自己流の極端な食事制限は避けてください。
- 『好ましい菌 15』を増やすには？
- PREDICT 1 で『好ましい菌 15』に分類されたグループは、植物性食品の多様性（野菜・果物・全粒・豆・ナッツ）、魚、発酵食品など、伝統的に「健康的な食事」とされるパターンと相関しました。特定の菌を直接増やすサプリより、多様な植物食材と発酵食品を日常食として組み合わせる食事戦略の方が、現時点で再現性のある実践と考えられます。
- 次に読むなら？
- PREDICT 1 シリーズと並ぶ Berry 2020（食後応答の精密化）、地中海食の機序を扱う Tosti 2018、地中海食と心代謝健康の Wang 2021、多様性と代謝指標の関係を最初に示した Le Chatelier 2013、エンテロタイプの Wu 2011 などが、個別化栄養と腸内細菌の関係を立体的に理解する上で推奨される次の一冊です。