Adv Sci | 西湖大学郑钜圣/付元庆等：多模态数据+AI，开启精准营养新纪元（综述）｜热心肠日报

随着个体化健康需求的增长，传统“一刀切”的膳食指南已无法满足精准营养的要求。本文系统综述了通过整合多模态数据与人工智能（AI）来破解个体代谢异质性的研究进展。背景方面，个体对相同食物的代谢反应差异巨大，其根源在于宿主基因（如AMY1、APOE基因变异）、肠道微生物组（如gbu基因簇调控TMAO生成）以及脑连接组（如眶额叶皮层神经活动模式）的生物学独特性。研究目的在于探索如何利用AI技术，整合基因组学、宏基因组学、脑影像及穿戴设备等多源数据，实现个性化饮食决策优化。结论指出，AI模型如深度学习网络能够有效纠正膳食评估偏差，而N-of-1试验设计则为验证个体化干预提供了科学范式。尽管面临模型可解释性、数据融合及稀疏建模等技术挑战，未来通过迁移学习、数字孪生及更丰富的实时数据流，精准营养有望从实验室走向临床实践，开启预防医学新篇章。