[iF Care] 과학적 정밀 맞춤 영양 서비스
Personalized Nutrition
EDITOR'S NOTE
지금 시대는 패션, 가전부터 음식까지 모든 게 맞춤인 시대라고 해도 과언이 아닌데요!
패션이나 가전은 개개인 본인의 취향에 따른 것이지만 음식의 경우는 조금 다릅니다.
맞춤 음식을 섭취하려면 본인의 입맛이나 취향보다 먼저 본인의 장내미생물이나 유전적 특성에 대한 데이터가 필요하며 더 정밀한 연구 및 기술이 필요합니다.
오늘은 디이프의 신가희 이사님께서 개인 맞춤 영양이 어떻게 이루어지는지를 설명해 드리도록 하겠습니다~!
개인 맞춤 영양이란 각 개인의 다른 유전적 특성으로 인해 식품 섭취에 따른 건강상의 반응이 달라지는 것을 의미합니다. (Ferguson et al. 2016). 개인의 유전적 요인과 유전 다형성이 영양소 섭취와 관련이 있다는 연구가 발표되면서 이를 이용한 맞춤 영양 서비스가 개발되기 시작하였습니다. (Vallee Marcotte et al., 2018, Ozdemir and Kolker, 2016). 하지만 단순히 유전적 정보 이외에 생활 습관, 대사체, 장내미생물 등의 모든 요인이 복합적으로 관여하고 있다는 연구 결과가 지속적으로 발표되면서 최근에는 생활 습관, 식습관, 생화학적 바이오 마커, 장내미생물 등의 데이터를 통합하여 최적의 맞춤 영양 정보를 예측하는 지표를 찾아내는 기술이 개발되고 있습니다. 이러한 기술 발전은 데이터와 예측 지표를 이용해 정교한 표현형의 차이에 따라 특정 식품에 대한 반응의 차이를 구분하여 개인 맞춤 영양 서비스를 할 수도 있을 것입니다.
개인별 정밀영양을 위한 기계 학습 모델에 통합되는 데이터 유형들, Computers in Biology and Medicine Volume 133, June 2021, 104365나에게 맞는 정밀한 영양 서비스를 받으려면 어떻게 해야 할까?
건강이 좋지 않은 사람은 다른 사람이 무엇을 먹고 좋아졌다고 하면 귀가 솔깃합니다. 또한 나도 같은 것을 먹고 건강해지길 바라는 게 인지상정입니다. 그러나 불행히도 다른 사람이 먹고 건강이 좋아졌다고 해서 꼭 나도 건강해지는 것은 아니며, 그 이유는 앞서 간략히 언급한 것처럼 우리 몸은 개별적으로 모두 다른 정보를 가지고 있기 때문입니다.
이처럼 과학적 정밀 영양 서비스 (Precision Nutrition Service)란 유전체, 마이크로바이옴, 대사 프로필, 건강 상태, 신체활동, 식이 패턴, 음식 환경, 사회 경제적 및 심리적 특성을 기반으로 포괄적이고 역동적인 영양 정보에 접근하는 방식의 서비스입니다. 따라서 나에게 맞는 정밀한 영양 서비스를 받으려면 빅데이터나 머신러닝과 같은 새로운 분야의 기술을 활용해서 더 많은 나의 통합적 정보를 적절하게 활용함으로써 이러한 서비스에 더 가까이 접근해야 할 것입니다.
정밀영양 서비스를 위한 통합 영양 네트워크 시스템, ACS Sens. 2021, 6, 5, 1745–1760이처럼 과학적인 정밀 맞춤 영양 서비스는 빅데이터와 진보된 분석기술을 기반으로 가능하기 때문에 지속적으로 개인의 영양과 건강을 측정하기 위한 지표를 발굴하고, 더 정교한 분석기술을 적용하여 결과의 예측성과 정확성을 높여갈 때 가능합니다. 또한 고령화 시대를 넘어 초고령화 시대에 좀 더 건강하고 행복한 삶을 살기 위해서는 무엇보다 과학적이며 개인화된 정보를 오용 없이 잘 활용하는 서비스로 확장하는 것이 필요합니다.
현재 국내외 다양한 기업에서도 정밀 맞춤 영양 서비스를 제공하고 있으며, 정밀 영양 서비스를 제공하고 있는 대부분의 회사들은 유전자, 영양상태, 건강 상태 등을 평가하여 식단, 건강보조식품을 추천 및 제공하는 서비스를 하고 있습니다. 예를 들어 Persona와 Care/of는 생활 습관, 식습관 및 DNA 검사를 기반으로 건강식품을 추천하고 Teloyear는 혈액 샘플로 노화를 측정하여 항산화 제품을 추천하고 있습니다.
국가별 맞춤형 영양 서비스를 제공하는 기업 리스트이러한 많은 서비스가 출시되고 또 개발되고 있음에도 불구하고, 저를 비롯해 많은 사람들이 나열된 서비스들이 정말 나에게 맞는 정밀한 영양 서비스를 제공하고 있는가 아니면 정말 과학적인가에 대한 의문이 들 것으로 생각됩니다. 하지만, 개인의 생물학적, 생화학적, 유전적 정보들과 식습관, 식사 패턴과 같은 다양한 형태의 데이터를 통합하고 예측하는 기술 발전이 지금처럼 지속적으로 이루어지면 가까운 시일에 영양적 중재가 가능한 지식 기반이 이루어질 것이라 기대합니다.
Reference
https://pubmed.ncbi.nlm.nih.gov/27169401/
https://www.karger.com/Article/Abstract/499626
https://pubmed.ncbi.nlm.nih.gov/26785082/
https://www.marketsandmarkets.com/Market-Reports/personalized-nutrition-market249208030.html
https://www.sciencedirect.com/journal/computers-in-biology-and-medicine/vol/133/suppl/C
https://pubs.acs.org/doi/abs/10.1021/acssensors.1c00553
