Dana M.Small，Alexandra G.DiFeliceantonio
科学 25 Jan 2019：
卷。 363，Issue 6425，pp.346-347
DOI：10.1126 / science.aav0556
将营养信息从肠道传递到大脑的信号调节食物增强和食物选择（1–4）。 具体而言，尽管中枢神经计算执行选择，但肠神经系统将关于选择的营养结果的信息传达给大脑，以便可以更新食物值的表示。 在这里，我们讨论了最近的研究结果，这些研究结果表明，肠道信号的保真度以及由此产生的食物价值表现受到加工食品的影响（3, 4）。 了解这一轴可以告知涉及加工食品和肥胖的喂养行为。
在1947中，喂食啮齿动物的实验，在体积不同的等热量饮食中，啮齿动物准确地滴定所消耗的食物量，以维持几天内恒定的热量摄入，表明“老鼠吃的是卡路里”（5）。 这意味着必须产生信号以将食物的能量值传递给大脑以引导摄入。 后来，其他人证实这些“后摄入”信号可以通过显示动物能够形成对卡路里消耗的风味的偏好而不是没有 - 称为风味营养调理（FNC）的学习形式（6）。 重要的是，FNC甚至在没有伴随的口腔感觉刺激的情况下发生，其将摄入后信号隔离为关键强化物（7）。 例如，与单独的水相比，缺乏转导甜味的神经生物学机制的动物仍然形成对含有蔗糖的水的偏好，并且这种行为伴随着纹状体中的细胞外多巴胺的增加，纹状体是动机和学习所必需的脑区域。 然而，重要的是，输注抗代谢药物2-脱氧葡萄糖，阻断细胞使用葡萄糖作为燃料的能力，减弱细胞外多巴胺和偏好的形成（1）。 这些信号可能是神经而非内分泌（即激素），因为在灌胃葡萄糖后，细胞外多巴胺的增加很快（8）。 此外，在门静脉输注葡萄糖但不能输入不可代谢的葡萄糖可增加细胞外多巴胺（8）。 总的来说，这表明在动物中，驱动糖（碳水化合物）强化的无条件刺激是当细胞使用葡萄糖作为燃料时产生的代谢信号; 然后通过门静脉中的机制感测该信号，随后将其传递到大脑以调节多巴胺信号传导（参见图）。 代谢信号的确切性质，它的传感器以及它如何传递到大脑是未知的。
有证据表明，类似的机制在人类中起作用。 神经影像学研究已经确定，预测卡路里的食物线索会激活人体的纹状体，并且这些反应的大小受代谢信号的调节（9）。 具体地，在食用含碳水化合物的饮料后血浆葡萄糖的增加预测条件性纹状体对饮料的视觉和味道的反应的量级。 因为必须存在葡萄糖用作燃料，这表明在人类中，如在动物中，碳水化合物增强取决于与葡萄糖的存在相关的代谢信号。 此外，对人类的观察表明，代谢信号的大脑表征独立于有意识的感知，例如喜欢食物。 对与卡路里预测风味提示相同的纹状体反应与血浆葡萄糖的变化如此紧密耦合，与参与者对饮料的额定喜好无关。 这与其他神经影像学研究一致，这些研究发现实际的能量密度，而不是食物图片的估计能量密度或评级喜好，预测了支付食物的意愿和纹状体奖励回路的反应（3, 10）。 这些观察结果表明，这些强化营养信号的神经表征与有意识的食物观念无关。 一个有趣的可能性是代谢信号是激励显着性的重要产生者（如何提示具有动机意义）以及由这些信号引发的不同途径映射到食物缺乏与食物喜欢的神经回路（11).
脂质是另一种重要的能量来源，其代谢与碳水化合物不同。 因此，脂肪的能量值传递到大脑的途径不同。 阻止脂肪氧化会增加脂肪的食欲，阻止葡萄糖氧化会增加食欲。 然而，小鼠的迷走神经切断术（切除迷走神经的手术）只能破坏对脂肪增加的食欲，使葡萄糖的食欲不受影响（12）。 与葡萄糖一样，直接将脂质输注到肠道中会使细胞外纹状体多巴胺立即上升。 然而，这通过过氧化物酶体增殖物激活受体α（PPARα）特异性机制发生（2）。 PPARα由小肠中的十二指肠和空肠细胞表达，并通过尚未知的机制向迷走神经发出信号。 与通过葡萄糖释放纹状体多巴胺一样，多巴胺的增加是快速的，这与神经而不是内分泌信号传导一致。 此外，上部肠道中这些迷走神经感觉神经元的激活，其突出到右侧结节神经节，后脑，黑质和背侧纹状体，足以支持奖励学习（位置偏好）和释放小鼠纹状体多巴胺（13）。 这种途径是否存在于人类中尚不清楚，是否存在其他脂质和营养素存在的代谢神经传入（MNA）途径正在研究中。
发现支持食物强化的无条件刺激是MNA信号 - 至少有时独立于感官愉悦 - 是令人惊讶的。 然而，更深层的反思揭示了这种解决方案的优雅。 所有生物都必须获得能量才能生存，而大多数生物缺乏支持意识的高阶脑功能。 因此，该机制可能反映了一种保守系统，该系统旨在将食物的营养特性传递到大脑中的中枢回路，这些回路独立于意识来调节喂食，因此食物就像它是一种有用的能量来源一样强化。 因此，营养信息从肠道到大脑的高保真度转移对于准确估计价值是至关重要的。
尽管现代食物环境显然促进肥胖和糖尿病，但争议仍围绕着这种情况发生的确切机制。 现代加工食品往往是能量密集的，被设计成尽可能不可抗拒，并提供以前没有遇到的剂量和组合的营养素。 因为能量信号驱动强化，增加的剂量可能增加加工并因此增加加工食品的“上瘾”潜力。 然而，这些可能不是导致糖尿病和肥胖增加的唯一因素。
为了增加适口性，非营养性甜味剂（不含热量的物质）经常添加到含有营养糖和淀粉的食品和饮料中。 例如，含糖饮料含有营养糖葡萄糖和果糖，以及非营养性甜味剂三氯蔗糖和乙酰磺胺酸钾。酸奶通常含有营养糖和非营养甜味剂，例如甜叶菊叶提取物。 在杂货店仔细阅读食品标签将揭示许多含有营养糖和非营养性甜味剂的食品和饮料的例子。 相反，在未加工的食物中，甜味与食物的含糖量和热量（能量）含量成比例。 最近的证据表明，含有营养糖和非营养性甜味剂组合的产品会产生令人惊讶的新陈代谢和强化效果。 例如，如果甜度与热量负荷“匹配”，那么摄入115-kcal饮料会产生更大的产热效应，如果它太甜或不够甜（4）。 因为饮食诱导的产热（DIT）是营养代谢的标志物，并且代谢反应通过MNA推动增强，低热量“匹配”饮料可以比高热量“不匹配”饮料调节更大的喜好和纹状体反应（4）。 重要的是，即使血浆葡萄糖升高，也会发生这种效应。 这表明在人类中，如在动物中，当营养物用作关键的燃料时，不是肠道或血液中营养物质的存在驱动增强，而是产生MNA。 这种“不匹配”效应背后的机制尚不清楚，值得进一步研究。 特别是，了解未代谢葡萄糖的命运，并确定是否存在对糖尿病和肥胖的影响，是未来的重要方向。 显而易见的是，至少在某些情况下，含有营养糖和非营养性甜味剂的饮料的能量价值并未准确地传达给大脑，这可能导致产生不准确的信号，不仅用于调节奖励，还有能量储存和营养分配等过程。
增强大脑的代谢信号
在这个用于增强代谢神经传入（MNA）信号的模型中，脂肪的信号取决于PPARα介导的迷走神经感觉传入的激活，其投射到正确的结节神经节，后脑，黑质和背侧纹状体。 碳水化合物的信号在葡萄糖氧化期间产生并且激活未知的门静脉传感器，其传递激活中脑多巴胺神经元投射到纹状体的信号。 独立的皮质网络将MNA信号与有意识的价值相结合。
图形：A。KITTERMAN /科学
肠道 - 大脑信号保真度受损的第二个例子来自一项研究，其中比较了主要含有脂肪，主要是碳水化合物或脂肪和碳水化合物的食物的强化值（3）。 在非加工食品中不容易发现脂肪和碳水化合物含量高的食物，但往往是食物渴望的主题（例如，巧克力和甜甜圈）。 该研究表明，从选择同样热量和喜欢的食物，人们想要的脂肪和碳水化合物的食物比单独使用脂肪或碳水化合物的食物更多，这反映在超附加的纹状体反应上（3）。 这可能导致某些食物比其他食物更渴望或更不可抗拒，因此在暴饮暴食中发挥作用。
这些新兴研究结果指出两个可分离的系统推动了食物选择。 一个系统直接反映食物的营养价值，并依赖于到达大脑的代谢信号（MNAs）。 这种营养传感系统似乎在调节纹状体多巴胺，决定食物价值和推动食物选择方面发挥着关键作用。 在第二个系统中，有意识的感知，例如关于食物的热量含量，成本和健康的风味和信念，也是食物选择的重要决定因素（14, 15）。 与有意识的价值贡献者相关的神经计算似乎不同于与MNA的营养强化信号相关的神经计算，并且依赖于前额叶皮层和岛叶皮质内的回路（9）。 确定两个系统如何相互作用以调节摄食行为和营养代谢是一个重要的研究课题。
有证据表明加工食品的营养成分没有准确地传递到大脑。 这提高了食物如何制备和加工的可能性，超出其能量密度或适口性，以可能促进暴饮暴食和代谢功能障碍的意外方式影响生理。 更好地理解加工食品的性质如何与肠 - 脑通路相互作用是至关重要的，确定这些效应是否会影响饱腹感信号，食物的成瘾特性，代谢健康和肥胖。 此外，虽然我们专注于脂肪和碳水化合物，但可能有多种信号传导途径向大脑传递一系列营养信息以指导食物选择 - 这些途径可能同样受到加工食品的影响。
http://www.sciencemag.org/about/science-licenses-journal-article-reuse
这是根据条款分发的文章 科学期刊默认许可证.
参考文献和注释
- ↵
- LA Tellez等人
。，J。Physiol。 591，5727（2013）。
- ↵
- LA Tellez等人
。，Science 341，800（2013）。
- ↵
- AG DiFeliceantonio等
。，细胞Metab。 28，33（2018）。
- ↵
- MG Veldhuizen等
。，库尔。 生物学。 27，2476（2017）。
- ↵
- EF阿道夫
，上午。 J. Physiol。 151，110（1947）。
- ↵
- GL霍尔曼
，J。Comp。 生理学。 心理学。 69，432（1969）。
- ↵
- X. Ren等人
。，J。Neurosci。 30，8012（2010）。
- ↵
- L. Zhang等
。， 面前。 INTEGR。 Nuerosci。 12，57（2018）。
- ↵
- IE de Araujo等人
。，库尔。 生物学。 23，878（2013）。
- ↵
- DW Tang等
，心理学。 科学。 25，2168（2014）。
- ↵
- KC Berridge
，Neurosci。 Biobehav。 版本20，1（1996）。
- ↵
- S. Ritter，
- JS泰勒
，上午。 J. Physiol。 258，R1395（1990）。
- ↵
- W. Han等人
。，Cell 175，665（2018）。
- ↵
- TA Hare等
。，Science 324，646（2009）。
- ↵
- H. Plassmann等
。，J。Neurosci。 30，10799（2010）。
致谢： 我们感谢I. de Araujo，A。Dagher，S。La Fleur，S。Luquet，M。Schatzker和M. Tittgemeyer帮助我们制定了我们的观点。 我们感谢B. Milner在隐性学习方面的开创性工作。
;
