关注 | Cell Metabolism重磅发文！超加工食品摄入损害男性生殖与代谢健康

摘要：近日，丹麦哥本哈根大学研究团队在Cell子刊Cell Metabolism发表了题为Effect of ultra-processed food consumption on male reproductive and metabolic health的研究性

近日，丹麦哥本哈根大学研究团队在Cell子刊Cell Metabolism发表了题为Effect of ultra-processed food consumption on male reproductive and metabolic health的研究性论文。

研究背景

全球超加工食品（ultra-processed foods，UPFs）的消费量呈现显著增长，如今在英国、澳大利亚、加拿大和美国，这类食品已占到总能量摄入的50%以上。UPFs被NOVA营养分类体系归为第四类，其特征是经过工业化处理，并含有高度加工、提取或人工合成的成分。这类食品含有饱和脂肪、精制碳水化合物等高热量配方，其中的饱和脂肪、精制碳水化合物和高热量配方等成分与代谢系统功能障碍密切相关。研究显示，UPFs可能含有邻苯二甲酸酯等增塑剂残留，这些物质可能在加工或包装过程中渗入食品供应链。食用UPFs后，尿液中邻苯二甲酸酯含量会明显升高，可能通过干扰内分泌激素导致代谢功能和生殖系统受损。

越来越多的横断面研究和前瞻性研究表明，增加UPFs摄入量与慢性疾病风险升高存在关联，包括心血管疾病、代谢性疾病、某些癌症及精神健康障碍。尽管多项研究已证实UPFs摄入与心脑代谢功能受损的临床指标相关，例如体重增加、高血压和高密度脂蛋白胆固醇降低，但关注其对男性生殖健康影响的研究却相对较少。随着UPF消费量攀升，全球精液质量持续恶化——自20世纪70年代以来精子数量已减少约60%。导致精液质量参数下降的潜在因素包括体重增长趋势、饱和脂肪与反式脂肪摄入量增加，以及工业源内分泌干扰物暴露等问题，其中UPFs摄入量可能是这些参数的因果因素。尽管UPFs消耗量的同时增加和整体精液质量的下降，但尚不清楚UPFs消耗是否在更广泛的生育趋势恶化中起直接作用。

迄今为止，针对UPFs饮食对人体健康影响的随机对照研究仍属凤毛麟角。这些研究表明，食用UPFs与心血管代谢相关临床指标紊乱存在因果关系。数据显示，摄入UPFs的受试者每日能量摄入比遵循控制性未加工饮食的对照组高出约500~800千卡。目前尚不明确UPFs的负面影响究竟是单纯源于热量摄入增加，还是热量过量与食品本身潜在危害性共同作用的结果。在本研究中，我们采用双臂2×2交叉设计的膳食干预方案，比较超加工饮食与未加工饮食的效果。参与者被随机分配接受热量充足或过量负荷的两种饮食方案。饮食干预持续3周，其中超加工饮食平均77%的热量来自UPFs，5.5%来自未加工食品；未加工饮食则1%的热量来自UPFs，66%来自未加工食品。为确保研究结果能准确反映UPFs摄入对热量总摄入的影响，我们要求两组参与者摄入的总热量必须相等。本报告仅呈现次要结局指标，而注册临床试验的主要研究终点——精子DNA甲基化数据未在此披露。结论与展望

本项饮食干预研究表明，UPFs消费本身（独立于过量热量摄入）对人类健康有害。摄入UPFs会影响心血管代谢和生殖健康，并导致某些污染物在血液和精液中积累模式的改变（如锂和汞积累减少，血清cxMINP积累呈增加趋势）。

研究结果证明，即使控制了热量和宏量营养素摄入，来自未加工食品和UPFs的热量在体内的储存或代谢方式并不相同。UPFs的负面影响不仅源于其诱导更高的热量摄入，还源于其加工性质本身。

将饮食模式从UPFs转向加工较少的替代品，可能有助于促进心血管代谢和心理健康，并改善男性生殖健康。本研究为减少UPFs消费、改善公共健康提供了重要的因果证据。

图1.营养干预措施的特征

(A) 交叉研究设计示意图，确定研究中心访视时测量的参数。

(B) 未加工和加工饮食方案的宏营养素贡献。

(D) 食物组在每种饮食干预中的分配量，以标准份量的数量表示。雷达图的轴是用对数刻度的

图2.饮食干预后代谢特征的改变

(A) 饮食期间体重的变化。

（B和C）通过DEXA扫描获得的(B)瘦体重和(C)脂肪体重在饮食期间的变化。

图3.饮食干预后生殖特征的改变

（A和B）在(A)血清FSH浓度和(B)血清睾酮浓度随饮食期的变化。

（C和D）饮食期间(C)总精子活动率百分比和(D)精子浓度的变化。

箱线图表示四分位距（IQR），须线为±1.5×IQR。圆点表示单个观测值，灰色线条表示配对数据。p值

图4.饮食干预后污染物和炎症标志物的变化

(A) 本研究通过对比未加工饮食与超加工饮食中污染物、金属及生物活性食品标志物的浓度变化，分析了这些物质浓度的总体波动。图中圆点标注了未经校正的化合物浓度变化，圆点大小反映显著性水平，颜色则显示变化方向和幅度。带星号（*）的数值表示经过错误发现率（FDR）校正后仍具有统计学意义（p >0.05）；FDR校正的统计学显著性校准为独立的家族错误率（FWER），即单独针对毒素的错误率评估。检测对象涵盖血清、精液及全血样本中的化合物。

（B-D）膳食期间炎症标志物浓度的变化(B) IL-4、(C) MCP-1和(D) CRP；从CRP的可视化中删除单个异常值。