horysk.com

在人类基因组中，有一片广袤而神秘的“禁区”，它占据了每条染色体的核心位置，却长期以来让我们束手无策。这片区域就是着丝粒 (Centromere)。它就像基因组中的“百慕大三角”，充满了高度重复的DNA序列，结构复杂多变，让传统的基因测序和分析技术在此屡屡碰壁。然而，这片“禁区”却掌握着细胞分裂时染色体能否被精确分离的关键，其失常与癌症、发育异常等多种疾病息息相关。我们如何才能读懂这片充满变数又至关重要的区域呢？ 7月3日，一篇发表在《Science》上的研究“Chromosome-specific centromeric patterns define the centeny map of the human genome”，为我们提供了一把前所未有的“钥匙”。研究人员绕开了直接解读那些“乱码”般序列的传统思路，另辟蹊径，发现了一种隐藏在混乱背后的秩序——一种由特定DNA基序 (motif) 的间距构成的、每条染色体独有的“条形码”。这一发现不仅为我们揭示了着丝粒的古老建筑蓝图，更绘制出了一幅全新的、高分辨率的人类基因组“导航图”，为我们提供了一个全新的视角来审视染色体。 基因组的‘百慕大三角’：为什么着丝粒如此神秘？ 如果你正在拼一幅巨大的拼图，大部分区域，比如风景、建筑，都有着清晰的特征，让你能按图索骥。但突然，你遇到了一大片纯蓝色的天空，成千上万的拼图块看起来一模一样。这就是研究人员在面对着丝粒时的窘境。 人类的着丝粒主要由一种叫做α-卫星DNA (alpha-satellite DNA, aSat) 的序列大量串联重复而成。这些重复单元（称为单体 (monomer)）的长度大约为171个碱基对，它们成千上万地排列在一起，构成了长达数百万个碱基对的巨大阵列。更复杂的是，这些重复序列并非一成不变。在不同的人之间，甚至在同一个人的两条同源染色体之间，着丝粒的DNA序列、长度和结构都存在巨大差异。这种“快速进化”的特性，使得通过传统的序列比对方法来研究着丝粒，就像在流沙上建造城堡一样困难。 然而，功能上的保守性提示我们，背后必有蹊跷。无论DNA序列如何变化，着丝粒都必须精确地执行其在细胞分裂中的“牵引绳”功能。这暗示着，决定着丝粒功能的，可能并非DNA序列本身，而是基于这些序列形成的、一种更高级的结构或“表观遗传”标记。 在这片混乱的α-卫星DNA海洋中，有一个相对稳定的“灯塔”——着丝粒蛋白B (CENP-B)。它是目前已知的唯一能直接结合特定DNA序列的着丝粒蛋白。它识别并结合的是一个长约17个核苷酸的特定序列，被称为CENP-B盒 (CENP-B box)。 研究人员提出了一个大胆而巧妙的假设：既然直接比较那些杂乱无章的α-卫星DNA序列行不通，那么，我们能否忽略序列本身，转而关注这些CENP-B盒“灯塔”的空间分布规律呢？或许，在不同的染色体上，这些CENP-B盒之间的距离 (distance) 遵循着某种特定的、被保守下来的“节拍”或“韵律”。如果这个假设成立，我们就能将复杂难解的DNA序列“解码”成一组简单的数字——也就是这些灯塔之间的距离值，从而找到一种全新的、可量化的方式来描述和比较着丝粒。 为了验证这一想法，他们开发了一套名为“基因组着丝粒分析” (Genomic Centromere Profiling, GCP) 的计算流程。这个工具的核心功能，就是自动化地在整个基因组中定位每一个CENP-B盒，并精确计算出相邻两个CENP-B盒之间的碱基对距离。这就像是给基因组配备了一把高精度的“数字尺子”，专门用来测量这些关键地标之间的间距。 从混乱中发现秩序：每条染色体都有自己的‘节拍’ 当研究人员将GCP流程应用于目前最完整的人类参考基因组——T2T-CHM13——时，惊人的发现出现了。分析结果显示，CENP-B盒之间的距离并非随机分布，而是集中在几个特定的数值范围内。这些距离值背后，隐藏着着丝粒的基本结构单元——α-卫星单体的组织方式。例如，一个约150个碱基对 (bp)的距离，意味着几乎每一个 (every-monomer) α-卫星单体上都有一个CENP-B盒。一个约323 bp的距离，则对应着“隔一模式” (every-other-monomer)，即一个单体有CENP-B盒，下一个则没有，如此交替出现，这也是在大多数染色体中最常见的组织形式。此外，还存在着约492 bp（隔二模式）、663 bp（隔三模式）、833 bp（隔四模式）等更长的距离。 这仅仅是开始。真正让研究人员兴奋的是，当他们将这些距离数据按染色体进行分类后，一幅壮观的图景展现在眼前。他们绘制了一张热图，图中每一行代表一个特定的距离值，每一列代表一条染色体，颜色的深浅则表示该距离在对应染色体上出现的频率。 这张热图清晰地揭示了：每条人类染色体都拥有一套独一无二的、由CENP-B盒间距构成的“条形码”！ 例如，17号染色体的“条形码”以高频率的“每一模式”（约148-150 bp）为主，显示出非常密集的CENP-B盒排布。而X染色体则是一个“异类”，它的条形码中几乎完全没有最常见的“隔一模式”（323 bp左右的距离），其最主要的节拍是“隔二模式”（约494 bp）和“隔四模式”（约833 bp），这表明X染色体的着丝粒经历了一条与众不同的演化路径。其他染色体，如1、5、19号染色体等，则共享着一种以“隔一模式”（约320、322、324 bp）为主的相似条形码，但彼此之间仍有细微差别。 这个发现的意义是革命性的。它意味着，我们终于有了一种不依赖于DNA序列比对，却能精确区分不同染色体着丝粒的方法。这个“条形码”就像是每条染色体的“身份证”。为了验证其普适性，研究人员将分析扩展到了更多的人类基因组样本中，包括来自不同个体的RPE-1和HG002细胞系的二倍体基因组。结果令人振奋：无论是在不同个体间，还是在同一个体的两条同源染色体之间，这种染色体特异性的“条形码”都表现出了高度的保守性。这有力地证明，这套“节拍系统”并非偶然，而是被写进人类遗传物质深处的一套稳定而古老的建筑规则。 不止于中心：绘制全新的全基因组‘CENP-B导航图’ 随着研究的深入，一个更大的惊喜浮出水面。研究人员发现，CENP-B盒并非只存在于着丝粒这个“核心区”。它们实际上像星辰一样，散布在每条染色体的整个臂区 (chromosome arms)！这些位于着丝粒之外的CENP-B盒，被研究人员命名为“外着丝粒序列” (ectocentromeric sequences, ECSs)。 更令人惊讶的是，就连过去被认为完全没有CENP-B盒的Y染色体，也被发现其臂区上存在着这些序列。这些臂区上的CENP-B盒同样不是随机散落的，它们的排布位置、方向（正向或反向）以及组织方式，也构成了每条染色体独有的模式。 基于这一发现，研究人员构建了一幅前所未有的全基因组地图。他们将这种利用着丝粒元件（CENP-B盒）的分布模式来定义基因组特征的方法，巧妙地命名为“Cen-teny”——一个融合了“Centromere”（着丝粒）和“Synteny”（同线性）的自创新词。这幅“Centeny图谱”，用不同颜色的标记（例如，蓝色代表正向，红色代表反向）在每条染色体上标注出所有CENP-B盒的位置和方向。 这幅图谱就像一个高精度的全基因组GPS导航系统，其威力很快就得到了证实。研究人员分析了一个已知的特殊细胞系——RPE-1，该细胞系的X染色体发生了一次易位 (translocation)，其长臂的末端与10号染色体长臂的一部分发生了交换。在“Centeny图谱”上，这一切变得一目了然。研究人员发现，在这条衍生X染色体上，其“Centeny图谱”前半部分完美匹配正常的X染色体“条形码”，但在易位断点之后，图谱模式突然切换，变成了10号染色体长臂所特有的“条形码”！这种清晰的模式拼接，如同一份不容置疑的“法证报告”，精准地指出了结构变异的发生位置和拼接来源。 解码着丝粒的‘三板斧’：分类，寻踪，和纠错 有了这套强大的GCP流程和“Centeny”概念，研究人员进一步开发了三个环环相扣的分析模型，如同三板斧，精准地劈开了着丝粒研究中的重重迷雾。 第一板斧：基于“条形码”的染色体家族重分类 (Model 1)。过去，研究人员根据α-卫星单体的序列相似性，将人类染色体划分为几个“超家族”。现在，研究人员利用CENP-B盒间距的“条形码”作为特征，对人类染色体进行了重新聚类。结果显示，染色体被分成了四个主要的新“超家族”，例如4、18、9、11号染色体聚为一类，而X和17号染色体则因其独特的“条形码”自成一派。 第二板斧：追踪着丝粒的“分层演化”历史 (Model 2)。着丝粒如何演化？一个流行的理论是“分层扩张”。研究人员的第二个模型，巧妙地将这一过程可视化了。他们用不同的颜色表示CENP-B盒在连续单体中的出现模式，形成了一幅“彩虹图”。在X染色体的“彩虹图”上，他们观察到主区域呈现稳定的“隔二模式”，但在其一侧，出现了一个明显的“扩张区”，模式突然变成了密度急剧下降的“隔八模式”。这幅图生动地描绘了X染色体着丝粒的演化史。 第三板斧：利用“节拍模块”进行精准注释和纠错 (Model 3)。研究人员提出了“k-pattern”——即由k个连续的CENP-B盒间距值组成的“节拍模块”。每个染色体都有一套独特的“k-pattern”曲库。这个模型被用作一个高精度的“探针”来注释精细结构。例如，在1号染色体一个长达1.7兆碱基对的倒位 (inversion) 区域，尽管发生了剧烈的结构重排，倒位内部的“k-pattern”节拍模块却几乎完美保留，表明维持正确的“节拍”对于功能至关重要。这个模型甚至能直接从原始测序数据中“打捞”出特定染色体的着丝粒片段。 跨越个体与物种的‘通用语言’：从人类泛基因组到灵长类近亲 这项研究的视野并未止步于单个参考基因组。为了验证这套“条形码”系统的普适性，研究人员将其应用到了人类泛基因组参考联盟 (HPRC) 的海量数据中，分析了来自全球不同人群的225个单倍型。结果再次印证了他们的发现：CENP-B盒的染色体特异性模式在整个人类群体中都惊人地保守。同时，这个工具也展现了其作为基因组“质检员”的威力，轻易地就识别出了一些在组装过程中被错误分配的DNA片段。 最后，研究人员将目光投向了更广阔的演化时空，他们分析了我们最亲近的灵长类亲戚——黑猩猩 (chimpanzee)、倭黑猩猩 (bonobo) 和 大猩猩 (gorilla) 的基因组。分析结果为这个故事写下了最辉煌的注脚：构成人类染色体“条形码”的核心距离值，在这些灵长类物种中同样存在！尽管物种之间存在数百万年的演化差距，这套基本“语法规则”却被保留了下来。 这一发现强烈地暗示，我们今天在人类染色体上看到的这套“条形码”系统，并非新生事物，而是一个在数千万年前的灵长类共同祖先中就已经存在的、深刻烙印在基因组中的古老建筑蓝图。 一把解开‘生命暗物质’的钥匙 这项杰出的研究，为我们打开了一扇全新的窗户，让我们得以窥见基因组“禁区”——着丝粒——内部的深刻秩序。它告诉我们，生命的编码方式远比我们想象的要丰富。有时，信息并不在于“字母”（DNA序列），而在于“节奏”（功能基序的间距）。 研究人员发现的染色体特异性“条形码”和绘制的“Centeny图谱”，以及他们开发的GCP分析工具箱，共同构成了一套革命性的研究框架。它不仅能帮助我们以前所未有的分辨率和可扩展性来注释、比较和理解着丝粒，还能快速识别染色体结构变异，评估基因组组装质量，并追溯染色体的演化历史。 更重要的是，这项工作开启了无数新的可能性。散布在染色体臂区的那些“外着丝粒序列”(ECSs) 究竟扮演着什么角色？它们是否参与了染色质的高级折叠，或者调控着基因的表达？这些“条形码”在癌症等疾病中是否会发生改变？我们能否利用这套系统去探索更多物种的基因组奥秘？ 这把钥匙已经交到我们手中，通往生命“暗物质”世界的大门已经敞开。一个关于着丝粒生物学的全新探索时代，正等待着我们去开启。

基因治疗领域近年来取得了突破性进展，特别是在造血系统遗传疾病的治疗方面。目前，基于慢病毒载体的体外基因治疗策略已经在多种严重遗传性疾病中展现出显著疗效，包括腺苷脱氨酶缺乏导致的严重联合免疫缺陷症（ADA-SCID）等。这些成功案例为遗传病患者带来了新的治疗希望，部分疗法已经获得监管机构批准并进入临床应用阶段。然而，现有的体外基因治疗方法仍然面临着几个关键性挑战，严重限制了该技术的广泛应用和治疗效果。 首先，患者在接受治疗前需要进行高强度化疗预处理，通常使用白消安等骨髓清除性药物。这种预处理虽然为基因修饰的造血干细胞腾出了骨髓空间，但其毒副作用不容忽视，包括严重的骨髓抑制、感染风险增加，以及潜在的长期并发症如不育和继发恶性肿瘤等。其次，体外操作过程复杂且成本高昂，需要采集患者造血干细胞后进行体外培养、基因修饰和扩增，这一系列操作不仅增加了治疗费用，还可能导致细胞损伤和功能丧失。此外，许多遗传代谢性疾病需要多组织协同修复才能达到理想治疗效果，而目前的体外基因治疗主要靶向造血系统，对其它受累组织的修复能力有限。 近日，意大利圣拉斐尔科学研究所Luigi Naldini和Michela Milani在Nature期刊上发表题为 In vivo haemopoietic stem cell gene therapy enabled by postnatal trafficking 的研究论文，开创性地利用新生儿期造血干细胞从肝脏向骨髓迁移的生物学特性，通过抗吞噬慢病毒载体实现高效体内基因治疗，在多种遗传性血液疾病模型中取得突破性疗效，为临床转化提供了新范式。 为克服这些限制，研究者开始探索体内基因治疗这一创新策略。该策略的核心思想是通过静脉注射基因治疗载体，直接在体内靶向造血干细胞进行基因修饰，从而避免体外操作和化疗预处理带来的各种问题。然而，在成年个体中实施这一策略面临重大技术障碍，因为成熟的造血干细胞主要定位于骨髓微环境，在外周血中数量极少，导致载体难以有效转导目标细胞。本研究基于对造血发育生物学的深入理解，即新生儿期存在独特的“造血干细胞迁移窗口”，这为突破体内基因治疗的技术瓶颈提供了重要线索。 作者团队首先通过精细的发育生物学分析，揭示了造血干细胞在出生后的动态分布规律。利用高参数流式细胞术，对不同发育阶段（包括新生、1周龄、2周龄和成年）小鼠的骨髓、外周血、肝脏和脾脏中的造血干细胞进行了定量分析，特别关注了Lin-KIT+SCA-1+细胞群体的变化特征，证实了新生小鼠外周血中的造血干细胞数量是成年小鼠的10倍以上，这种数量优势在出生后2周内持续存在。此外，还精确描绘了这些细胞从胎儿造血器官向骨髓迁移的时空动态。 进一步作者团队开发了多项创新性技术来提高转导效率。其中最具突破性的是CD47high慢病毒载体系统，该载体表面具有高水平的CD47分子（一种“别吃我”信号），能够有效逃避免疫系统的清除。还设计了多种组织特异性启动子系统，包括广泛表达的PGK启动子和肝脏特异性表达的ET启动子，以满足不同疾病治疗的需求。 其次，本研究还在三种具有代表性的遗传疾病模型中测试了治疗方案的疗效，包括免疫缺陷、骨髓衰竭和骨代谢异常等不同类型的疾病。在ADA-SCID模型中，采用广谱表达载体的治疗组获得了71%的存活率，显著优于对照组。深入机制研究发现，这一成功不仅依赖于造血系统的基因校正，肝脏细胞的解毒功能也起到了关键作用。范可尼贫血模型的研究结果更为惊人，在DNA损伤剂诱导的骨髓衰竭压力下，基因校正的造血干细胞显示出强大的选择性优势，载体拷贝数从初始的0.1上升到治疗后的1.0，几乎完全重建了正常的造血系统。虽然在骨硬化症模型中治疗效果相对有限，但这主要与疾病进展速度过快有关，而非技术本身的局限性。 最后，分析了人类新生儿与成人的比较数据，结果显示人类新生儿外周血中的造血干细胞数量同样显著高于成人。这一发现具有重要的临床意义，它不仅验证了动物实验结果的转化价值，还为未来开展新生儿期基因治疗的临床试验提供了理论依据。 综上所述，本研究开创性地发现并利用了新生儿期造血干细胞从肝脏向骨髓迁移的独特生物学窗口，通过工程化改造的抗吞噬慢病毒载体（CD47high-LV）首次实现了高效的体内造血干细胞基因治疗。在三种典型遗传性血液疾病模型（ADA-SCID、范可尼贫血、骨硬化症）中，该策略不仅克服了传统体外基因治疗需骨髓清除和体外操作的瓶颈，更在范可尼贫血模型中展现出基因校正细胞的自然选择性优势，实现近乎完全的造血系统重建。研究进一步证实人类新生儿同样存在循环造血干细胞高峰期的转化医学特征，为临床应用于早发型遗传病提供了明确的理论和技术基础。 原文链接： https://doi.org/10.1038/s41586-025-09070-3

当你点开外卖软件，一份香气四溢的手抓饼、一根滋滋冒油的热狗，或是一杯冰镇的奶茶，是否瞬间治愈了你疲惫的灵魂？这些现代生活中的“续命神器”——加工食品，以其便捷和诱人的风味，早已深度融入我们的日常。我们或多或少都听过“这些东西不健康”的告诫，但这种“不健康”究竟到了何种地步？每天多吃一根烤肠，多喝一杯可乐，风险会增加多少？这种风险是线性叠加，还是存在一个“安全阈值”？ 长期以来，这些问题如同隔靴搔痒，答案模糊不清。6月30日，《Nature Medicine》上的重磅研究“Health effects associated with consumption of processed meat, sugar-sweetened beverages and trans fatty acids: a Burden of Proof study”，为我们带来了迄今为止最审慎、也最发人深省的答案。这项研究动用了被称为“证据负担”（Burden of Proof）的元回归分析方法，系统性地剖析了三种我们日常生活中最常见的“健康刺客”——加工肉类（processed meat）、含糖饮料（sugar-sweetened beverages, SSBs）和反式脂肪酸（trans fatty acids, TFAs）与几种重大慢性病之间的剂量-反应关系。 解密“证据之尺”：为何这项研究如此与众不同？ 在深入探讨具体食物之前，我们先理解这项研究为何能从浩如烟海的营养学研究中脱颖而出。关键在于其采用的“证据负担”（Burden of Proof, BoP）分析框架。这套方法论并非简单地将过往研究结果相加，而是像一位极其严谨、甚至有些“悲观”的法官，对所有证据进行最保守的审判。 传统的元分析（meta-analysis）常常假设风险与摄入量之间是简单的对数线性关系（log-linearity），即吃得越多，风险对数式增长。但这未必符合生物学现实。BoP方法则巧妙地采用样条模型（spline model），让数据自己“说话”，灵活地描绘出风险随摄入量变化的真实曲线，无论它是S形、J形还是其他复杂形态。 更重要的是，BoP框架引入了一个核心概念——“证据负担风险函数”（Burden of Proof Risk Function, BPRF）。它并非取风险的平均值，而是取风险曲线的第5百分位数（5th percentile）。这听起来有点抽象，打个比方：假设多项研究表明，某食物的风险增加了10%到30%不等，BPRF会告诉你一个最保守但依然可信的估计，比如“风险至少增加了8%”。这种“宁可信其有，不可信其无”的审慎态度，旨在为公共卫生政策提供最坚实的决策底线，避免因过度乐观的估计而延误行动。 最后，研究人员还将复杂的风险-结果关系，量化成一个直观的“星级评分”系统（star-rating system）。从一星到五星，星级越高，代表该风险与疾病之间的关联证据越强、越一致。 理解了这把“证据之尺”的严苛与巧妙，我们就能更好地体会接下来这些惊人数据背后的分量。 第一重罪：加工肉——餐桌上的“隐形杀手” 什么是加工肉？研究中定义的加工肉，是指通过烟熏、腌制、盐渍或添加化学防腐剂等方式处理过的肉类。我们熟悉的火腿、培根、香肠、热狗、午餐肉以及各种肉干，都名列其中。这些加工过程会产生一些潜在的有害物质，如N-亚硝基化合物（N-nitroso compounds）、多环芳烃（polycyclic aromatic hydrocarbons, PAHs）和杂环胺（heterocyclic amines），它们被认为是主要的致病元凶。 加工肉与2型糖尿病（Type 2 Diabetes）的“致命纠缠” 这项研究整合了16项高质量的前瞻性队列研究，涉及超过111万名参与者和近6.5万例2型糖尿病事件。结果描绘出一条清晰而令人不安的风险曲线。 数据显示，与完全不吃加工肉的人相比，每天摄入50克（约等于一根标准热狗或两片培根的重量）加工肉，患上2型糖尿病的平均相对风险会惊人地增加30%。 而当我们用最保守的BPRF尺度来衡量时，结论依然不容乐观。研究估计，在普通人群的摄入量范围（每天0.6克至57克）内，与零摄入相比，食用加工肉平均会带来至少11%的2型糖尿病风险增量。这个关联获得了“两星”评级，意味着虽然证据强度不算顶级，但风险信号明确，不应被忽视。 更值得警惕的是，风险曲线的斜率在低摄入量区域最为陡峭。这意味着，从“不吃”到“偶尔吃一点”，风险的跃升幅度最大。根本不存在所谓的“安全食用量”。 加工肉与结直肠癌（Colorectal Cancer）的“铁证如山” 世界卫生组织（WHO）早已将加工肉列为1类致癌物，即“对人类有确认的致癌性”，与烟草和石棉同级。本次研究的发现，为这一结论提供了更精准的剂量-反应证据。 通过分析18项前瞻性队列研究、覆盖超过267万参与者和超过3万例结直肠癌病例，研究人员发现： 每天摄入50克加工肉，患结直肠癌的平均相对风险显著增加26%。 同样，在BPRF的保守估计下，在每天摄入0.78克至55克的常见范围内，食用加工肉将导致结直肠癌的风险平均增加至少7%。这一关联也获得了“两星”评级。这再次证实，即使是看似微不足道的摄入量，也在悄无声息地累积着癌症风险。 加工肉与缺血性心脏病（Ischemic Heart Disease, IHD）的“悬案” 有趣的是，在加工肉与缺血性心脏病（IHD，冠心病的主要类型）的关系上，研究结果却显得“扑朔迷离”。尽管数据点显示出一定的正相关趋势，即每天摄入50克加工肉，平均风险增加约15%，但当考虑了研究间的巨大差异性（异质性）后，这种关联的统计显著性消失了。 最终，这个风险-结果对只获得了“一星”评级，风险评分甚至是负值（-0.001），表明现有证据非常薄弱或相互矛盾。这并不意味着加工肉对心脏绝对无害，而是告诉我们，目前的研究结果杂音太多，无法形成一致的、强有力的结论。这恰恰凸显了未来研究需要攻克的方向。 第二重罪：含糖饮料——甜蜜的“液体陷阱” 什么是含糖饮料？研究中的含糖饮料（SSBs）涵盖了所有添加了糖分的非酒精饮料，包括我们熟悉的碳酸饮料（可乐、汽水）、果汁饮料（非100%纯果汁）、运动饮料、能量饮料，以及加了糖的茶和咖啡（例如，大部分奶茶和风味拿铁）。它们是现代饮食中添加糖（added sugars）最主要的来源。 高糖，尤其是液体糖的摄入，与体重增加、内脏脂肪（visceral fat）积聚以及系统性炎症密切相关，这些都是通往多种慢性病的“高速公路”。 含糖饮料与2型糖尿病的“甜蜜暴击” 这项分析堪称“地毯式搜索”，汇集了19项研究、超过56万参与者和近4万例2型糖尿病事件。结果清晰地揭示了含糖饮料如何一步步将人推向糖尿病的边缘。 研究发现，每天饮用250克（约等于一听标准330毫升可乐的四分之三，或一杯中杯奶茶的量）含糖饮料，患2型糖尿病的平均相对风险会增加20%。 在BPRF的保守框架下，在每天摄入1.5克至390克的常见范围内，饮用含糖饮料会导致2型糖尿病的风险平均增加至少8%。这个关联获得了稳健的“两星”评级。 和加工肉一样，风险曲线在低剂量时最为陡峭。这意味着，即使你每天只喝一杯，也已经踏入了风险显著增加的区间。那种“我每天只喝一瓶，问题不大”的想法，在这项研究的数据面前显得苍白无力。 含糖饮料与缺血性心脏病的“温柔一刀” 心脏似乎也无法抵挡甜蜜的“腐蚀”。通过对8项研究、超过96万参与者和约2.5万例IHD事件的分析，研究人员发现： 每天饮用250克含糖饮料，患缺血性心脏病的平均相对风险增加7%。 BPRF的保守估计则显示，在每天0克至365克的摄入范围内，饮用含糖饮料会导致IHD风险平均增加至少2%。这个关联同样获得了“两星”评级。 虽然2%的风险增量听起来不大，但考虑到全球含糖饮料的巨大消费量以及心脏病作为头号健康杀手的普遍性，这个“微小”的风险乘以庞大的人口基数，其造成的公共卫生负担将是天文数字。 第三重罪：反式脂肪酸——健康的“定时炸弹” 什么是反式脂肪酸？反式脂肪酸（TFAs）分为天然和人造两种。天然的少量存在于牛羊等反刍动物的肉和奶制品中。而对健康构成主要威胁的，是工业生产的人造反式脂肪酸，主要来源于部分氢化植物油（partially hydrogenated oils）。它们因为能延长保质期、改善口感且成本低廉，曾被广泛用于烘焙食品（饼干、蛋糕、面包）、油炸食品（炸鸡、薯条）、人造黄油和各种零食中。 大量研究已证实，人造反式脂肪酸会显著增加系统性炎症（systemic inflammation）水平，并导致心血管疾病风险急剧上升。 反式脂肪酸与缺血性心脏病的“精准打击” 这项研究聚焦于反式脂肪酸与缺血性心脏病这一“经典”组合，分析了6项前瞻性队列研究，涉及超过22万参与者和超过1.2万例IHD事件。 结果显示，风险与摄入量之间存在明确的单调递增关系： 当反式脂肪酸供能占每日总能量摄入的1%时，患IHD的平均相对风险增加11%。 当这个比例上升到2%时，风险增幅则跃升至20%！ （作为参考，一份大薯条或一块奶油蛋糕就可能轻松让你的TFA摄入量超标。） 在BPRF的保守评估下，当反式脂肪酸供能占比在0.25%至2.56%的常见范围内，其导致的IHD风险平均增加至少3%。这个关联也获得了“两星”评级。 同样，研究没有发现任何“安全”的摄入水平。只要摄入，风险就在增加。这一发现为世界卫生组织（WHO）提出的在全球范围内消除工业生产反式脂肪酸的倡议（REPLACE行动方案）提供了强有力的科学支持。 星级背后的潜台词：科学的谦逊与行动的紧迫 读到这里，你可能会有一个疑问：为什么这些听起来如此确凿的风险，大多只获得了“一星”或“两星”的评级，而不是更高的四星或五星？ 这恰恰是“证据负担”框架最核心的价值所在——科学的谦逊。较低的星级并不意味着风险不存在，而是反映了现有证据的复杂性。研究人员坦承，观察性研究本身存在局限。比如，爱吃加工肉的人可能同时也有其他不健康的生活习惯（如吸烟、少运动），这些混杂因素（confounding factors）很难被完全剥离。此外，大多数研究依赖食物频率问卷（food frequency questionnaire, FFQ）来收集饮食数据，这种依赖个人回忆的方法本身就存在测量误差（measurement error）。 这些因素导致了不同研究之间的结果存在差异，即研究间异质性（between-study heterogeneity）很高。BoP框架正是通过将这种异质性纳入考量，才给出了保守的星级。一个“两星”评级可以这样理解：“尽管证据并非完美无瑕，但基于我们最审慎的分析，风险信号是明确且值得警惕的。” 而这项研究最颠覆性的发现，或许并非那些具体的百分比，而是一个贯穿始终的模式：对于所有这三种食物，风险曲线在低剂量时最为陡峭，且不存在安全阈值。 这意味着什么？这意味着“从无到有”或“从少到更多一点”的过程，是健康成本最高的阶段。它彻底粉碎了“只要不多吃就没事”的幻想。对于公共卫生而言，推动人群哪怕只是“少吃一点点”，其带来的健康效益也将是巨大的。 我们该如何行动？ 这项研究并非要制造恐慌，让我们彻底告别所有美食，而是赋予我们用知识武装自己、做出明智选择的力量。 成为聪明的“标签阅读者”：购物时，花几秒钟看看食品成分表。警惕配料表中的“部分氢化植物油”“起酥油”“人造黄油”等字眼，它们是反式脂肪酸的藏身之所。留意营养成分表，对高糖、高钠的产品保持警惕。 拥抱天然，回归本真：尽可能选择新鲜、未加工的食材。用新鲜的瘦肉、禽肉和鱼肉替代香肠和培根；用白开水、纯茶或无糖苏打水替代含糖饮料；用水果的天然甜味满足对甜食的渴望。 重新定义“方便”与“美味”：方便不等于快餐和加工食品。提前准备一些健康的零食（如坚果、水果），或者花十几分钟做一顿简单的家常便饭，长远来看，这是对健康最划算的投资。美味也绝非只有重油、重糖、重盐才能创造。探索不同的烹饪方法和香料，你会发现健康与美味完全可以兼得。 面对这些美味的“健康刺客”，我们并非无能为力。真正的自由，源于了解真相后的清醒选择。 参考文献 Haile D, Harding KL, McLaughlin SA, Ashbaugh C, Garcia V, Gilbertson NM, Kifle H, Parent MC, Sorensen RJD, Hay SI, Aravkin AY, Zheng P, Stanaway JD, Murray CJL, Brauer M. Health effects associated with consumption of processed meat, sugar-sweetened beverages and trans fatty acids: a Burden of Proof study. Nat Med. 2025 Jun 30. doi: 10.1038/s41591-025-03775-8. Epub ahead of print. PMID: 40588677.