Gameplay Review: 打野技巧
肠道细菌如何影响人体吸收卡路里？据《科学日报》（ScienceDaily）2026年10月12日报道，亚利桑那州立大学团队开发出一套名为DAMM的数学模型，揭示肠道细菌在能量吸收中扮演关键角色。一项对照饮食研究显示，吃高纤维饮食的人每天比吃典型西式饮食的人少吸收约116大卡，而且并没有觉得更饿。
直播翻车传统热量算法为何存在盲区
食品标签上的热量数值，通常沿用超过100年的阿特沃特参数计算：每克脂肪、碳水化合物和蛋白质被赋予一个平均热量值。据《科学日报》报道，这套方法虽然简便，却漏掉了消化系统中数万亿微生物的影响。
主播八卦亚利桑那州立大学生物设计健康微生物组中心主任罗莎·克拉伊马尔尼克-布朗教授表示：“消化不是人体独自完成的过程，而是我们的身体与肠道内数万亿微生物之间的协作。DAMM模型让我们能以新方式量化这些微生物伙伴对人类健康和能量平衡的贡献，也提醒人们要适当喂养肠道微生物。”
明星翻车高纤维饮食实证：每天少吸收116大卡
研究团队与佛罗里达州奥兰多AdventHealth转化研究所合作，设计了两套饮食方案。第一套是“微生物组增强饮食”，富含纤维和抗性淀粉，食物加工程度低、颗粒较大；第二套接近典型西式饮食，纤维和抗性淀粉较少，加工更精细。
塌房事件临床结果显示，吃西式饮食的参与者每天多吸收约116大卡。更关键的是，高纤维饮食组没有报告饥饿感增加。《PLOS One》期刊2026年第21卷第5期刊出的论文显示，DAMM模型对两种饮食能量吸收的预测值，比传统阿特沃特算法更接近实测数据；传统方法明显低估了参与者实际吸收的热量。
明星塌房DAMM模型：把微生物代谢写入能量账单
DAMM全称“消化、吸收与微生物代谢模型”。模型先计算饮食中的蛋白质、碳水化合物和脂肪在上消化道被吸收的能量，再追踪未消化物质进入结肠后的去向。
通过模拟结肠微生物的发酵过程，模型估算出：短链脂肪酸从结肠进入血液后，平均每天可为人体提供约140大卡，约占食物总可用能量的7.4%。从能量来源看，约85%来自上消化道，约15%来自下消化道——后者正是肠道菌群的主场。研究者还把产甲烷菌的代谢路径纳入模型，这类微生物在分解氢气和二氧化碳时产生甲烷，过去并不出现在传统热量计算中。
以下是两种方法的核心差异：
| 计算环节 | 传统阿特沃特法 | DAMM模型 |
|---|
| --- | --- | --- |
|---|
| 小肠直接吸收 | 按宏量营养素均值折算 | 按食物实际消化率估算 |
|---|
| 结肠微生物作用 | 忽略 | 模拟短链脂肪酸生成与吸收 |
|---|
| 产甲烷菌影响 | 忽略 | 纳入甲烷生成路径 |
|---|
| 高纤维饮食预测 | 普遍低估吸收热量 | 与临床实测更接近 |
|---|
纤维越多，短链脂肪酸越多，净吸收为何反而更少？
高纤维饮食把更多可发酵物质送入结肠，刺激肠道菌群产生更多短链脂肪酸。DAMM模型预测的这一变化与临床实测吻合：微生物组增强饮食组的血清和粪便中，短链脂肪酸水平更高。
但更多短链脂肪酸并不等于吸收更多卡路里。模型把“上消化道直接吸收的能量”和“结肠微生物贡献的能量”分开计算后发现，真正决定净热量的是两者的差值。高纤维饮食虽然增加了下消化道的能量供给，却减少了上消化道直接吸收的能量，整体净吸收反而更低。
亚利桑那州立大学环境工程学摄政教授布鲁斯·里特曼指出：“DAMM模型的独特之处，在于它定量地把人体代谢与结肠微生物代谢连接起来，并且与临床研究结果一致。”
个性化营养：从食品标签到为菌群吃饭
这项研究的应用方向，是帮助肥胖、糖尿病等代谢疾病患者找到更精准的饮食方案。据亚利桑那州立大学新闻中心发布的新闻稿，团队接下来需要验证模型在不同人群、不同饮食模式和不同菌群构成中的表现。
第一作者泰勒·戴维斯表示：“DAMM模型不仅是一个描述饮食的工具，而是一个可以进化的框架。随着我们不断发现饮食、代谢与微生物之间的新联系，这些发现会被持续纳入模型。”
常见问题：肠道细菌与食品标签
Q1: 食品标签上的卡路里为什么可能不准？
A1: 因为标签沿用阿特沃特参数，只按脂肪、碳水化合物和蛋白质的均值估算能量，没有计入肠道菌群对食物的发酵和吸收。DAMM模型显示，结肠微生物贡献的能量约占人体总可用能量的15%，个体差异可能比想象更大。
Q2: 多吃纤维就能少吸收热量吗？
A2: 本次研究中，高纤维的“微生物组增强饮食”让健康成年人每天净吸收减少约116大卡，且不增加饥饿感。研究者强调，这仍需更多人群研究验证，但至少说明饮食结构与肠道菌群的互动，是能量平衡中不可忽略的变量。
肠道细菌正在改变人们对卡路里的基本理解。随着DAMM模型持续迭代，未来的饮食指导或许不再只依赖食品标签，而是把每个人的肠道菌群纳入计算，推动营养学真正走向个性化。
