二十二碳六烯酸 (DHA) 的剂量反应研究 (DRI-DHA)

二十二碳六烯酸 (DHA) 对于细胞膜的结构至关重要，对于大脑和眼睛的发育至关重要，在整个大脑和神经系统中含量很高，对于儿童的最佳认知发展、怀孕期间胎儿的生长和健康也很重要哺乳期间的母乳。 DHA 还被证明有助于预防心血管疾病以及黄斑变性的原发性和继发性症状。 然而，DHA 是否被认为是饮食中必需的仍然存在争议。 与此同时，美国医学研究所（现为美国国家医学院）规定健康男性和女性 DHA 前体 α-亚麻酸 (ALA) 的充足摄入量分别为 1.6 克/天和 1.1 克/天。 研究人员认为，这种混乱源于研究 omega-3 脂肪酸，特别是 DHA 需求的方法。 在这些研究中，补充了 DHA，并且通常使用复杂的多因素疾病结果作为终点。 这些研究中使用的 DHA 剂量通常是主观的，参与者（包括对照组）的 DHA 摄入量和水平各不相同。 补充维生素A水平同样较低的人群（例如素食者或纯素食者）会很有用。 传统上，人们认为，当 DHA 被消耗时，一部分会“向后”转化为二十碳五烯酸 (EPA)，然后在称为“逆向转化”的过程中积累。 然而，使用一种称为化合物特异性同位素分析 (CSIA) 的新方法，研究人员观察到 EPA 的增加并非主要来自逆向转换，而是来自主要源自 ALA 的 EPA 积压。该团队最初由 CSIA 在啮齿动物模型中进行论证，通过类似的模型证实，人类消耗 DHA 会导致同样的 EPA 积压。 至关重要的是，DHA 会导致 EPA 代谢积压，而饮食中的 ALA 似乎对于这种积压至关重要。 因此，EPA 的增加代表了一种生化反馈途径，可减缓 DHA 合成以响应足够的 DHA。

意义：通过精确确定激活该反馈机制所需的最低 DHA 量，可能有助于未来估计 DHA 需求。 此外，非官方建议中提出的数量的问题在于，如果全球人口消耗这些数量，则会对环境产生影响，因为这种营养素对生态敏感，其主要来源来自已经受到压力的海洋鱼类种群，从而鼓励不可持续的捕捞方式，环保人士和研究人员表示，这正在造成合理的气候和健康问题。

假设：EPA 随 DHA 增加而增加的剂量是伸长减慢的点，表明存在显着的反馈途径。

目标：1。 确定 DHA 增加 EPA 的剂量反应。 2. 使用 CSIA 研究增加 EPA 的 DHA 剂量和时间。 3. 测量 EPA、DPAn-3 和 DHA 周转率和损失率。 4. 提供与 PUFA 代谢、ALA 消耗及其对 EPA 和 DHA 水平的影响以及 DHA 对疾病相关生物标志物、C 反应蛋白 (CRP) 和凝血的影响相关的探索性分析数据。

试验设计：联合主要研究者 Dr. 理查德·巴齐内特 (Richard Bazinet) 和约翰·西文派珀 (John Sievenpiper) 博士以及合作研究员 Drs. David Jenkins 和 Adam Metherel 以及博士生 Amy Symington 将进行一项双盲、安慰剂对照、剂量反应补充试验。 72 名健康的纯素食者或 18-50 岁的素食者将被随机分配到 6 组中的一组。 在随机分组之前，参与者将经历为期两周的磨合阶段以收集问卷数据。 随机分组后，每组将在 8 周内每天服用 0 毫克（安慰剂）、100 毫克、200 毫克、400 毫克、800 毫克和 1000 毫克 DHA 补充剂。 这些剂量代表了 DHA 摄入水平范围，涵盖平均人群摄入量 (<100 mg/d)、经常推荐的摄入量 (250 - 500 mg/d) 以及已知会增加血浆 EPA 水平的 DHA 摄入量 (1000 mg/d)。 将进行问卷调查，以获取有关补充期前后 ALA、EPA 和 DHA 大致摄入量的信息。 我们将提供 3 天的称重饮食日记，以获取补充期间的食物摄入量，以衡量 ALA 的消耗量。 参与者将被要求在补充期间避免食用富含 DHA 的食物。 这不会成为问题，因为该人群通常不食用富含 DHA 的食物。 必需脂肪酸 ALA 的基线摄入量将通过调查问卷进行评估并通过血液样本进行验证。

参与者：该研究将招募 72 名健康素食者和纯素食者，以尽可能降低 EPA 和 DHA 基线水平。 排除标准如下：过去六个月内食用 EPA 和/或 DHA 补充剂、总血浆脂中 DHA 含量为 3% 或更高、BMI <18 kg/m2 或 >30 kg/m2、绝经期或绝经后-更年期、怀孕或哺乳、慢性或传染性疾病（如多发性硬化症、肾病和炎症性肠病、2型糖尿病、癌症或心脏病）、长期服用抗炎药物、使用调脂药物、高甘油三酯血症（> 4 mmol/l) 或高胆固醇血症 (LDL-C > 5 mmol/l)，预计生活方式、吸烟者、酗酒者（> 3 杯/天）和重大手术发生重大变化，或在过去 6 年内参加过干预试验几个月。 该排除数据与之前使用上述排除标准的荟萃分析和 n-3 补充试验一致，因为它们影响 n-3 PUFA 代谢。 签署同意书后因 BMI 或 DHA 水平百分比而被视为不符合资格的参与者将通过电子邮件和/或电话收到通知。 同意书对此进行了解释。

脂肪酸分析：将在 12 小时禁食过夜后获取用于基线和后续会议的血样。 将在第 0、3、7、14、28 和 56 天采集血样。 样本将由注册护士采集。 每个参与者的全血样本将被保存和储存。 然后，对每个参与者剩余的全血样本进行离心，并从每个样本中分离出血浆和红细胞 (RBC)。 它们将储存在 -80°C 的气密容器中，直至需要进行分析。 将使用气相色谱 (GC) 火焰电离检测分析血浆和红细胞样本的脂肪酸浓度，并使用 GC 同位素比质谱法评估 δ 碳 13 (δ13C)。 将分析血浆和红细胞，以血浆 EPA 水平的变化作为主要结果，以化合物特异性同位素分析 (CSIA) 测量的血浆 δ13C EPA 特征作为次要结果。 还将测量 EPA 的 δ13C 特征，看看它是否与血浆 ALA（而非 DHA 补充剂）的 δ13C 特征一致。

样本量：功效是根据文献结果计算的，该文献一致报道了 12 名受试者补充 DHA 6 周后血浆 EPA 的变化，这与我们的研究结果一致。 使用 2019 年 Metherel 等人的研究以及这两项之前的研究的平均值、标准差和样本量，α = 0.05 和期望功效 0.8，我们确定样本量略多于 9 足以产生统计上显着的效果。 因此，考虑到预计的 20-25% 的退出率，我们将招募 12 名参与者，以确保我们有适当的动力来实现我们的主要成果。

二次分析：根据招募情况，研究人员将在探索性分析中检查男性和女性的反应是否不同，并认识到他们可能无法检测潜在的真实但与性别相关的微小差异。 研究人员将使用收集的全血样本来确定 FADS1、FADS2、ELOVL2 和 ELOVL5 亚型，这些亚型已被证明会影响 EPA 和 DHA 的血液水平作为子分析。

研究人员还将提供数据，以进行与 n-3 PUFA 周转率和损失率、参与者的 ALA 消耗及其对 n-3 PUFA 代谢的影响相关的额外分析。 此外，根据目前的研究，补充 DHA 可能产生的一些有益结果将被确定，包括血压、心率、甘油三酯、低密度脂蛋白、高密度脂蛋白和总胆固醇。

招募：参与者将通过电子邮件和社交媒体招募到各种素食/纯素食团体和组织。

人体测量分析：将使用壁挂式测距仪测量身高。

体重将通过平衡秤进行评估。 将使用心脏和中风基金会的方法评估腰围。 将测量血压 (BP) 和静息心率。 为了收集该测量值，参与者将坐在安静、温度受控的房间中至少 5 分钟，以获得静息心率和血压。 随后，将根据 JNC VII 标准使用 OMRON Intellisense HEM-907 以示波法测量血压。 血压将测量三次，每次测量间隔一分钟，并取三次测量的平均值。

生化分析：血浆和红细胞样本中的 EPA 和 DHA 将通过离心机分离，并立即在多伦多大学冷冻于 -80 C 下以供后续分析。 虽然血浆是结果的主要焦点，但血浆和红细胞样本都将使用 GC-FID 进行分析进行比较，以确定 EPA 和 DHA 水平，并使用 GC-IRMS 分析 δ13C。

基线和后续调查问卷：为了获得补充期之前和之后的 ALA、EPA 和 DHA 大致摄入量，将通过电子邮件向参与者提供一份调查问卷，供参与者在第一次电话/视频会议后以及当天的最后一次访问时填写56.

统计分析

主要结果。 将使用 GC-FID 分析血浆和红细胞 (RBC) 样本，以确定每组内的 n-3 PUFA 浓度。 将通过双向方差分析（剂量 x 时间）进行统计分析，并按时重复测量以确定相互作用和/或主要效应。 此外，将通过分段回归（或断点分析）来分析 EPA 水平的增加，就像使用剂量之间和每个时间点内的指示氨基酸氧化技术一样，以确定导致突然增加的 DHA 补充剂量在 EPA 水平中，启动反馈抑制的 DHA 剂量。 重复测量事后 Tukey 测试将用于确定访问之间以及组之间 DHA% 和 EPA% 的显着差异。 如果一个小组由于退出而导致参与者人数不均匀，则在 Tukey 测试期间将进行 Games-Howell 测试。

次要结果。 将使用 GC-IRMS 分析 δ13C。 将测量 EPA 的 δ13C 特征，看看它是否与血浆 ALA（而不是 DHA 补充剂）的 δ13C 特征一致。 EPA、DPAn-3 和 DHA 的周转率和半衰期将通过 GraphPad Prism 10.0 版计算，血浆中 EPA、DPAn-3 和 DHA 的损失率（nmol/ml/天）将使用以下公式计算公式：Jout = 0.693CFA/t1/2。

探索性和坚持性的结果。 将使用重复测量混合效应模型来评估所有探索性结果的变化，而不控制错误发现率。 将使用 Tukey-Kramer 调整或其他适当的统计数据进行组之间的成对比较。 将探索 ALA 消耗、性别和遗传学的影响修改，并分析血液样本的依从性。

亚组分析。 将根据年龄、性别、种族、基线 BMI、基线腰围、遗传变异和 ALA 消耗量进行先验分析。