PLoS One。 2014; 9(5):e96319。
在线发布2014 May 7。 DOI: 10.1371 / journal.pone.0096319
PMCID:PMC4012945
迪安娜·华莱士,1,* Esther Aarts,1,2 Linh C. Dang,1,3 Stephanie M. Greer,1 威廉J.贾格斯特,1 和 Mark D'Esposito1
J. Bruce Morton,编辑
这篇文章已经 被引用 PMC的其他文章。
抽象
迄今为止,很少有研究探索支持人类食物偏好的个体差异的神经化学机制。 在这里我们研究如何通过正电子发射断层扫描(PET)示踪剂测量背侧纹状体多巴胺[18F]氟甲基酪氨酸(FMT)与食物相关的决策以及16健康体重与中度肥胖个体的体重指数(BMI)相关。 我们发现较低的PET FMT多巴胺合成结合潜力与较高的BMI相关,对感知的“健康”食物的偏好较大,但对食品的健康评级较高。 这些发现进一步证实了背侧纹状体多巴胺在食物相关行为中的作用,并揭示了食物偏好中个体差异的复杂性。
介绍
现代社会周围有过多的食物和各种各样的食物选择,这在一定程度上促成了美国不断增长的超重人口 [1]。 然而,支持食物偏好的个体差异的潜在神经化学机制尚不清楚。 有些人的食物偏好更多地取决于食物的健康价值与食物的味道价值,并且腹内侧前额叶皮层(vmPFC)已被证明在与“健康”和“健康”的影响相关的目标值中起作用。味道” [2]。 此外,个人对食品的热量含量和食品的“健康”判断存在很大差异 [3]尽管营养价值相等,但研究表明,与感知的“不健康”食品相比,感知“健康”食品过度消费 [3], [4].
已经证明背侧纹状体多巴胺在人和动物模型中对食物的动机起作用 [5], [6], [7]然而,多巴胺与食物的需求或人类偏好之间的关系尚未得到彻底探索。 此外,利用结合多巴胺受体的PET配体的研究显示与BMI相关,但两者均为阳性 [8] 和负 [9] 方向,并非所有研究都发现重要的关联(审查见 [10])。 此外,由于这些PET配体的性质取决于内源性多巴胺释放的状态,因此难以解释纹状体多巴胺和BMI之间的关系。 较低的多巴胺受体结合可能代表较少的现有纹状体多巴胺受体(即PET结合和BMI之间的负相关,如 [9])或更大的多巴胺受体结合可能代表较低的内源性多巴胺释放,允许更多可用的受体,其中PET配体可以结合(即结合和BMI之间的正相关,如在 [8])。 为了补充以前使用结合多巴胺受体的PET配体的研究,我们在这里使用PET配体稳定测量突触前多巴胺的合成能力[18F]氟甲基酪氨酸(FMT)已在人和动物模型中广泛研究 [11], [12], [13], [14].
我们的研究目的是研究背侧纹状体PET FMT多巴胺合成测量与BMI之间的关系,并研究这些PET FMT多巴胺合成测量如何与个体食物偏好差异相关联。 我们假设较低的PET FMT多巴胺合成结合将与较高的BMI相对应,如先前的工作所示 [15]。 我们还预测,与纹状多巴胺含量较高的个体相比,内源性纹状体多巴胺含量较低的个体对食品(即“健康”和“不健康”食品)的总体偏爱更大,并且个人对食品的健康认知也可能会对其产生影响偏爱。
方法和材料
主题
以前接受PET FMT多巴胺合成扫描的33名健康右手受试者被邀请参加此处提出的行为研究,并且没有事先了解该研究,只是告知其涉及研究复杂的决策。 在这些33中,16受试者同意参加(8 M,年龄20-30)。 计算所有受试者的BMI((以千克为单位的重量)/(以米为单位的高度)∧2))(范围:20.2-33.4,具有1肥胖,4超重和11健康体重受试者)。 受试者没有药物滥用,饮食失调,严重抑郁和焦虑症的病史。 还询问受试者他们是否处于非常贫穷,贫穷,平均,良好或极好的健康状况。 据报道,所有人均处于总体平均水平,健康状况良好,目前尚未节食或试图减肥。 社会经济地位(SES)也是使用Barratt简化的社会地位测量(BSMSS)从个人收集的 [16].
道德声明
所有受试者均签署了知情同意书,并根据当地伦理委员会(加利福尼亚大学伯克利分校(UCB)和劳伦斯伯克利国家实验室(LBNL)保护人类参与者委员会(CPHP)和劳伦斯伯克利国家委员会实验室机构审查委员会(IRB)。 UCB和LBNL的CPHP和IRB特别批准了此处介绍的研究
PET数据采集和分析
如前所述,PET成像和FMT结合在劳伦斯伯克利国家实验室进行 [17]。 FMT是芳香族L-氨基酸脱羧酶(AADC)的底物,AADC是一种多巴胺合成酶,其活性对应于多巴胺能神经元合成多巴胺的能力 [13] 并且已经显示出指示突触前多巴胺合成能力 [18]。 FMT被AADC代谢为[18F]氟甲酰胺,被氧化成[18F]氟羟基苯乙酸(FPAC)保留在多巴胺能末端并且在PET FMT扫描中可见。 因此,PET FMT扫描的信号强度已被证明与[18F] fluorodopa [18],其中示踪剂摄取与验尸患者纹状体多巴胺蛋白水平高度相关(r = 0.97,p <0.003),这是通过高效液相色谱(HPLC)方法测得的 [19]。 而且,与[相比]18F]氟多巴,FMT也不是O-甲基化的底物,因此提供比[更高的信噪比图像更高的信噪比图像18F] fluorodopa [18]。 此外,在动物帕金森氏病模型中,FMT措施已显示出与多巴胺措施直接对应 [14].
扫描从9AM-12PM或1PM-4PM进行。 采集PET FMT多巴胺合成数据与行为数据之间的平均延迟为2.37±0.26年,与我们实验室利用PET FMT的先前研究报告的延迟相当 [11]。 虽然这种延迟并不理想,但Vingerhoets等人的一项研究表明。 [20] 已经表明,与突触前多巴胺相关的纹状体Ki是一种相对稳定的测量,在95年的时间跨度内,在个体健康受试者中18%几率保持在其原始值的7%之内。 因此,FMT测量,可与[18F] fluorodopa [13]被认为反映了相对稳定的过程(即合成能力),因此对小的状态相关变化不敏感。 另外,BMI在PET的获得和行为数据之间没有显着差异(BMI的平均变化:0.13±1.45,T(15)= 0.2616,p = 0.79,双尾配对t-检验)。 此外,所有受试者都被筛选了自上次测试以来的任何生活方式变化(即饮食和运动/日常活动,吸烟或饮酒,精神健康或药物状态的变化)。 最后,从PET FMT扫描时间到行为测试的BMI变化以及PET扫描和行为测试之间经过的时间被用作多元回归数据分析中的变量。
使用Siemens ECAT-HR PET相机(Knoxville,TN)进行PET扫描。 将大比活性FMT的大约2.5 mCi作为推注注射到肘前静脉中,并且获得3D模式的动态采集序列,总共89 min扫描时间。 使用1.5通道头部线圈(TE / TR = 12 / 3.58 ms;体素大小),在西门子2120 T Magnetom Avanto MRI扫描仪(西门子,埃尔兰根,德国)的每个参与者处获得两个高分辨率解剖图像(MPRAGE)。 = 1.0×1.0×1.0 mm,160轴向切片; FOV = 256 mm;扫描时间〜9分钟)。 将两个MPRAGE平均以获得一个高分辨率结构图像,其用于产生单独的尾状和小脑感兴趣区域(ROI)。
左右尾状核和小脑ROI(用作参考区域,如先前的研究 [11])是使用FSLView在每个参与者的解剖MRI扫描上手动绘制的(http://www.fmrib.ox.ac.uk/fsl/),如前所述 [21]。 评估者内部和评估者内部的可靠性均高于95%(来自两个实验室成员的评级)。 为了避免来自多巴胺能核的FMT信号的污染,只有后四分之三的灰质被包括在小脑参考区域中。 在共同注册到PET FMT空间之后,仅包括具有超过50%机会位于ROI中的体素以确保高灰质概率。
使用统计参数映射版本4(SPM8),使用具有加权衰减,散射校正,运动校正和使用8 mm全宽半最大内核平滑的有序子集期望最大化算法重建PET FMT图像(www.fil.ion.ucl.ac.uk/spm/)。 使用FSL-FLIRT将解剖MRI扫描配合到PET FMT扫描中所有重新排列的帧的平均图像(http://www.fmrib.ox.ac.uk/fsl/,版本4.1.2)。 使用实施Patlak绘图的内部图形分析程序 [22], [23]ķi 图像,表示相对于参考区域(小脑)在大脑中累积的示踪剂的量 [11],创建了PET分析中的标准做法,以最大限度地减少PET数据中可能造成的混淆噪音)。 ķi 值与左右尾状核ROI分开获得,并且在K之间计算关联i 价值观,BMI和行为测量。 此外,由于年龄和性别已被证明对FMT结合有影响 [15], [24],通过皮尔逊偏相关中的控制变量校正了FMT与BMI之间的年龄和性别之间的相关性(以及从PET扫描到行为测试的BMI中的任何变化)。
行为范式
要求受试者在测试期前一小时吃一顿典型但不太重的食物。 为了鼓励遵守该请求,在典型的用餐时间(即9AM,2PM和7:30PM)之后安排测试会话,并记录最后一餐的时间。 记录测试前消耗的食物和从最后一餐进食到测试过程所经过的时间(由资源确定) www.caloriecount.com 和个人自我报告的膳食和份量)。 为了确保饥饿不影响任务,我们还用视觉模拟量表测量了饥饿感和饱腹感 [25].
使用了80种食品的图片,其中要求受试者根据3的需要,1)健康性和2)在E-Prime Professional(Psychology Software Tool,Inc.,Sharpsburg, PA,USA)(见 图1)。 为了创造具有平衡数量的健康,不健康和中性食品的任务,我们首先通过将+ 3(非常不健康)的标准化客观评分指定为+ 3(80%食品)来为每个食品创建一个客观的健康值(非常健康)基于字母等级(从F-减去(非常不健康)到A-加(非常健康))的每种食物和来自在线资源的营养信息 www.caloriecount.com。 这些字母等级包括几个因素(即卡路里,脂肪克数,纤维等),并列为网站上所述的“健康饮食选择”的在线参考。 然后我们用大致相同数量的健康(即具有2或3的客观分数的食物,例如水果和蔬菜),中性(即具有1和-1的客观分数的食物,例如咸饼干)和不健康的物品来平衡任务。 (即具有-2或-3的负目标分数的食物,例如高度加工的糖果条)。
首先要求受试者评估他们“期望”或“想要”每个项目的程度(1(强烈不想要)到4(强烈要求)的比例),在整个文本中称为“首选”,一个术语与文献一致 [2]。 食物项目将出现并且受试者将有最多4秒响应,并且他们在继续到随后的“健康”和“味道”块之前评价所有八十个食物项目(见下文)。 因为人类不仅可以根据某些食物的味道调节食物选择,还可以根据对健康的看法调节食物选择 [26],我们只询问受试者评价他们想要食物的数量或找到所需的食物,并始终首先呈现偏好块。 为了捕获受试者实际偏好所呈现的食物项目的多少,受试者被告知他们将在测试结束时根据他们的“期望”评级从任务接收食物项目。 受试者在即将到来的第二和第三块(下面描述)中也不知道,他们会被要求判断他们找到每种食物的健康和美味。
在第二个区块中,受试者评估了他们认为八十个食品有多健康或不健康(-3对非常健康非常不健康的3)和第三个区域,他们发现八十个食品有多好吃(-3不是对3来说非常美味可口。) 这些区块的顺序对所有受试者都是一致的,因为我们不希望影响潜在秩序效应中的健康评级。 受试者被告知健康和品味的评级不会影响他们根据他们在“可取性”区块中的答案而获得的项目。 我们为健康和味觉值选择了6点量表,以允许更广泛的测量味道/健康感知,包括对应于-1和+ 1的“中性”等级,而期望/偏好块的4点等级仅反映优选或非优选食品。 总任务持续了大约25分钟。 在任务结束时询问受试者是否有任何不熟悉的食物可能导致不答复。 所有受试者都表示熟悉食物项目,并且所有受试者都对所有三个街区的所有项目进行了评分。
已证明背侧纹状体中的多巴胺与食物的动机有很强的联系 [5], [6], [7]。 味觉感知与食物的可取性高度相关,因为大多数人喜欢他们也觉得好吃的食物 [27]。 因为有许多可以检查的偏好,味道和健康块的组合,为了消除多重比较和虚假相关的可能性,基于这些文献,我们检查了自评为1的食品数量首选,美味,感知“健康”和2)首选,美味,并感知“不健康”。 (在“合意性”区块中被评为3或4的优先项目;在“美味”区块中被评为2或3的美味项目;被评为2或3的感知“健康”项目以及被评为-2的感知“不健康”项目或-3在“健康”块中)。 事后分析还调查了感知的“健康”到“不健康”食品的比例,优选感知的“健康”食品的数量实际上没有被客观地评定为健康(即个人认为健康的首选项目)通过指定的客观健康评分确定受试者被评为优选的实际健康的项目(例如,如果受试者将“饼干”评为优选的感知健康食品,健康评分为3(非常健康),并且指定的客观健康评分为1(中性健康),这将被视为一种实际上并不健康的首选感知健康食品。还计算了每个受试者的首选项目的平均卡路里。
统计分析
使用逐步多元线性回归测试两个独立因变量之间的关系:1)偏好,美味和可感知的健康食品; 2)偏好,美味和可感知的不健康食品;以及独立变量:尾状PET FMT值,左尾状PET FMT值,BMI,年龄,性别,社会经济状况,PET与行为测试之间的BMI的任何变化以及SPSS 19版(IBM,伊利诺伊州,美国)中PET与行为测试之间的时间间隔,将自变量包含到模型中,设置为p <0.05,排除为p> 0.1。 感知的“健康”与“不健康”比率与首选感知的“健康”项目的因变量高度相关(r = 0.685,p <0.003),因此,我们无法将此变量输入模型。 然而,经皮尔逊偏相关校正后,通过年龄,性别和任何BMI变化进行校正,以检验右尾状PET FMT与1)BMI,2)感觉“健康”与“不健康”比率以及3)平均卡路里之间的直接关系。首选项目,使用SPSS 19版(IBM,美国伊利诺伊州芝加哥)进行。 在步骤中,我们还进一步测试了PET FMT多巴胺合成值,未被计算出的分数评为健康的首选感知“健康”食品的数量以及被计算出的分数被评为健康的首选食品之间的关系,明智的多元回归模型。 (通过计算得分未评为健康的首选感知“健康”食品的数量与通过计算得分未评级为健康的首选食品的数量没有显着相关性(r = 0.354,p = 0.23)。我们还测试了是否存在BMI变化与因变量之间的关系:左右尾状PET FMT值,SES,年龄,性别,PET成像与行为测试之间的时间,首选感知的“健康”食品和首选感知的“不健康”食品的数量(采用阶跃)线性回归,数据显示为Pearson r值。
成果
PET FMT多巴胺合成值与BMI的关系
我们首先测试了尾状PET FMT多巴胺合成值与16个体(平均至中度超重/肥胖个体)的BMI测量值之间是否存在显着关系。 我们发现尾状PET FMT多巴胺合成值与BMI之间存在显着的负相关,较高的BMI个体具有较低的多巴胺合成(图2A: PET FMT原始图像的较高(左)和较低(右)BMI个体; 图2B: 右尾状,r = -0.66,p = 0.014,左尾状:r = -0.22,p = 0.46(不显着(ns)),控制年龄,性别以及从PET FMT多巴胺合成扫描到行为测试的BMI变化)。
PET FMT多巴胺合成值与食物偏好的关系
受试者根据他们对3的需求,1)健康状况和每种食物的2(tNUMX)味道,对3中的80个食品进行了单独评估(见 图1)。 根据健康信息的规定,大约50%的物品是健康和不健康的(见 方法和材料)。 已证明背侧纹状体中的多巴胺与食物的动机有很强的联系 [5], [6], [7]虽然食物的享乐特性是通过其他神经元机制介导的 [7], [27]。 然而,味觉感知与食物的可取性高度相关,因为大多数人喜欢他们也觉得好吃的食物 [27]。 在这里,我们还发现味觉和喜好高度相关,因为优选的食物也被评为美味(r = 0.707,p <0.002)。
因此,为了检验健康知觉如何影响与食品相关的决策,我们采用了逐步多元线性回归模型来对被评定为优选,美味和感知健康的食品数量的因变量与自变量之间的关系进行建模。左右尾状FMT的变化,BMI,年龄,性别,SES,从PET扫描到行为测试的BMI的变化以及从PET到行为测试的时间的变化。 右尾状PET FMT多巴胺的合成值对认为是健康的优选美味食品数量的回归模型有显着贡献(Beta:-0.696; t(15)= -3.625,p <0.003, 图3),而所有其他自变数则视为不重要(t(15)<1.216,p> 0.246)。 我们还检验了以下假设:首选的,感知到的“不健康”项目的数量也会显示与这些自变量的关系,但是没有将自变量作为显着变量输入模型(F <2.7,p> 0.1)。 因此,尾状PET FMT多巴胺合成值较低的人更倾向于感知“健康”食品,而不是感知“不健康”食品。
PET FMT多巴胺合成值与食品健康感知的关系
我们假设尾状PET FMT多巴胺合成值与感知“健康”项目的偏好之间的关系可能是由于食物健康感知的个体差异。 尽管我们设计的任务与健康食品和不健康食品的1:1比率大致相同,但个体对食品健康状况的感知差异很大,健康品与健康食品的比例从1.83:1到0.15:1不等。 因此,作为事后分析,我们研究了右尾状PET FMT多巴胺合成与感知“健康”与“不健康”项目之间的关系,并发现显着的负相关(r = -0.534,p = 0.04)与较低的尾状PET FMT多巴胺合成值相对应,与“不健康”相比,更多的物品被认为是“健康的”。
因此,我们利用逐步多元线性回归来研究尾状PET FMT多巴胺合成与感知健康但不是实际健康食物的偏好之间的关系(由客观计算得分确定,见 方法),以及根据目标计算得分确定的对健康食品的偏爱。 我们发现尾状PET FMT多巴胺合成值与对感知的健康而非实际健康食品的偏好之间存在显着相关性(β:-0.631,t(15)= -3.043,p <0.01),但尾状PET FMT多巴胺之间无显着关系合成值和对实际计算得出的健康食品的偏爱(t(15)= -1.54,p> 0.148),表明偏低FMT人群对过度感知的“健康”食品的偏爱与相关性更强。 此外,尾状PET FMT多巴胺合成值与优选食品的平均卡路里之间无显着关系(r = 0.288,p> 0.34),表明较低的PET FMT多巴胺合成个体的优选食品热量没有差异。
我们也没有发现BMI和PET FMT多巴胺合成值的变化,SES,年龄,性别,PET成像和行为测试之间的时间,首选的被认为是“健康”食物或首选的被认为是“不健康”食物之间的关系(p> 0.1)。
测试时间,自上一餐以来经过的时间以及上一餐所消耗的卡路里数量与任何行为指标均无显着相关性(p> 0.13)。 饥饿和饱腹感测度也与任何行为测度均不相关(p> 0.26)。
讨论
这项研究的目的是调查内源性尾状核多巴胺合成,BMI和食物相关行为之间的关系。 我们发现,通过PET FMT多巴胺合成测量的较低尾状多巴胺合成与1相比更大的BMI和2)对感知的“健康”食物的更大偏好。 我们还发现低尾状PET FMT多巴胺合成值与食物健康状况的过高评级之间的关系,以及与更实际健康的“健康”食物的显着相关性。 我们发现PET FMT多巴胺合成与优选食品的平均卡路里含量之间没有显着关系。
研究表明,对不健康食品的偏好和过度消费是体重增加和BMI增加的众多因素中的两个(疾病控制和预防中心; http://www.cdc.gov/obesity/index.html)。 有趣的是,我们发现较低的背侧纹状体多巴胺合成与较多的优选的,感知的“健康”食品相关。 尽管这种相关性不能暗示因果关系,但这一发现表明背侧纹状体多巴胺合成的内源性差异可能部分地在食物偏好的个体差异中起作用。 在这里,我们建议较低的尾状PET FMT多巴胺合成值代表较低的滋补多巴胺,其响应于可口的刺激,允许更大的相位破裂 [28] 也许改变了对食物的反应。 A另外,背侧纹状体多巴胺的这些差异可能会影响躯体感觉皮层中味觉刺激的加工,因为之前的一项研究显示,在肥胖易感个体的食物摄入量的背侧纹状体和感觉区域均有改变。 [29]. 较低的背侧纹状体多巴胺也可能导致背侧纹状体和背外侧前额叶皮层(DLPFC)之间的连通性差异,正如我们最近的研究结果所示 [30]。 ţ因此,我们假设多巴胺相关的背侧纹状体机制可能通过与躯体感觉处理的连接(即改变的味觉特性)或可能与DLPFC的连接影响健康感知差异,DLPFC已被证明在过度评估先前优选的选择中起作用。项目 [31]。 功能磁共振成像(fMRI)可以阐明这些潜在的食物偏好个体差异和健康价值过高的机制。
最初,我们预测纹状体多巴胺背侧较低的个体将具有更高的总体食物偏好(即,与具有较高背侧纹状体多巴胺的个体相比,更喜欢自评为“健康”和“不健康”的物品的数量更多)。 然而,我们研究的另一个发现是,对食物的健康状况进行过度评价(即增加健康感),而不是优选食品的热量含量或对客观定义的健康食品的偏好,与内源性显着相关。背侧纹状体多巴胺测量。 因此,对于我们的发现与仅感知到的“健康”食品有显着关系的一种解释可能是,认为被视为“健康”的食品更合理。 由于我们的研究是在受试者进餐后进行的,因此对食物的总体需求应降至最低,因此情况尤其如此。 因此,受试者虽然饱腹而又不饿,但他们还是偏爱被高估的“健康”食品。 进一步的研究调查内源性纹状体多巴胺与饥饿和饱足状态下的食物偏好之间的关系将进一步证实这一假设。
还可以认为健康感知需要暴露和使用食物来获得健康价值,饮食生活方式的差异可能会影响或改变潜在的背侧纹状体多巴胺合成。 此外,与食品熟悉程度的差异可能归因于食品偏好的差异或食品的过度评级为健康。 然而,受试者在任务结束时确实报告说他们熟悉所有食品(参见 方法)。 虽然我们没有调查饮食方面的差异,但我们特意筛选了研究时没有节食的受试者。 此外,所有受试者都是年轻人(年龄范围19-30),没有任何进食障碍史,并将自己评为平均健康状况。 我们还评估了社会经济状况,没有发现任何影响。 然而,除了纹状体多巴胺之外,还有其他环境对食物偏好的影响可以在未来的研究中进一步探索。
我们假设健康感知中微妙的个体差异可能会导致BMI随着时间的推移而增加,因为据报道,每日热量摄入量的轻微增加(无论是“健康”还是“不健康”)都会导致整体体重增加。 [32]。 尽管我们发现BMI与健康知觉之间没有任何关系,也许BMI的范围更广,但是对于更高的BMI受试者来说,对食品健康性的过度评价可能更为明显。 我们在BMI与食物相关行为之间缺乏显着的发现也可能表明内源性纹状体多巴胺与食物相关行为的关系比BMI本身作为表型更密切,因为BMI受各种复杂因素的影响,可能不是最好的预测因子。行为或神经影像学发现(见 [10] 供审查)。 我们也没有找到任何关于PET采集和行为测试之间经过时间的BMI变化的预测因子,尽管受试者的BMI变化很小,并且在时间点之间没有显着差异。 然而,未来的研究利用PET FMT多巴胺合成措施,以及食物偏好和健康感知措施,对BMI波动较大的人群将是非常感兴趣的。
为了补充以前使用结合多巴胺受体的PET配体的研究,我们利用多巴胺合成能力的测量,并显示背侧纹状体(即尾状核)中较低的多巴胺合成对应于较高的BMI。 虽然应该指出,由于我们的研究的横截面性质,我们不能明确地得出与较低BMI对应的较低背侧纹状体FMT多巴胺合成值的因果关系。 然而,我们的研究使用健康体重至中度超重/肥胖(即非病态肥胖)个体,因此我们的结果可能表明较低的背侧纹状体突触前多巴胺测量值可能与肥胖倾向相对应。 另一方面,尾状核中的突触前多巴胺的下调也可能是由于中度较高的BMI而发生的,因为已经表明多巴胺能信号在动物模型中对食物的过度消耗有所减少。 [5], [33]和食物的过度消费通常与体重增加有关,导致更高的BMI。 尽管我们在研究中使用了BMI范围有限的个体,或许被视为研究的局限性,但我们实际上发现结果更加引人注目,因为PET FMT多巴胺合成与BMI之间存在关系而不包括病态肥胖个体。 此外,尽管我们的样本量(n = 16)大于或等于PET FMT研究中的其他样本量([11], [12], [15]),以更大的样本量和更广泛的BMI复制我们的研究结果将进一步证实我们的结果,并且可能发现与较低的PET FMT多巴胺合成值相关的不健康食品的更大偏好,这在我们的研究中未检测到。
总之,尽管其他神经递质系统涉及喂养和体重调节 [7],我们的研究发现背侧纹状体多巴胺在食物偏好中的作用以及人类对食物的健康感知。 利用多巴胺相关PET测量的未来前瞻性研究对于研究内源性多巴胺以及食物相关行为的个体差异如何与人体重量波动相关联具有重要意义。
资金声明
这项工作由NIH拨款DA20600,AG044292和F32DA276840以及Tanita健康体重社区奖学金资助。 资助者在研究设计,数据收集和分析,决定发表或准备手稿方面没有任何作用。
参考资料