Diyet

Giriş

Beslenme düzeni, karmaşık ve çok yönlü bir insan özelliği olup, bir bireyin tükettiği yiyecek ve içecekleri ifade eder. Genetik, çevresel, sosyal ve psikolojik faktörlerden etkilenen temel bir sağlık belirleyicisidir. Beslenme düzenini anlamak ve doğru bir şekilde değerlendirmek, hem bireysel sağlık yönetimi hem de halk sağlığı girişimleri için çok önemlidir.

Arka Plan

Tarihsel olarak, diyet alımı, besin sıklığı anketleri (BSA), 24 saatlik diyet hatırlatmaları ve diyet kayıtları dahil olmak üzere çeşitli kişisel beyana dayalı yöntemlerle değerlendirilmiştir.^[1] Bu araçlar değerli bilgiler sağlarken, hafıza hatırlama hataları ve bireylerin olumlu rapor verme eğilimi gibi doğal önyargılara tabidir.^{[2], [3]}Bu zorluklara rağmen, Birleşik Krallık Biobank’ı gibi büyük ölçekli popülasyon çalışmaları, insanların ne yediğinin biyolojik temellerini keşfetmek için eşsiz bir fırsat sunarak, diyet alışkanlıklarıyla genetik ilişkileri araştırmak için bu yöntemlerden yararlanmıştır.^{[1], [2], [4]}

Biyolojik Temel

Beslenme alışkanlıklarındaki varyasyonun önemli bir kısmı sosyoekonomik durum, kültürel uygulamalar, yaşam tarzı seçimleri ve sağlık inançları gibi genetik olmayan faktörlerden kaynaklanırken, genetik yatkınlıklar da rol oynar.^[4]Araştırmalar, et tüketimi veya balık ve bitki kaynaklı ürünlerin alımı gibi diyet bileşenlerinin orta derecede kalıtılabilir olduğunu ve tahminlerin yaklaşık %16 civarında olduğunu göstermektedir.^[4]Genom çapında ilişkilendirme çalışmaları (GWAS), belirli diyet örüntüleriyle veya belirli besin gruplarının tüketimiyle ilişkili olan spesifik genetik varyantları veya tek nükleotid polimorfizmlerini (SNP’ler) belirlemede etkili olmuştur.^{[1], [4], [5]}Bu genetik ilişkiler bazen gen ekspresyonundaki değişikliklerle (ekspresyon kantitatif özellik lokusları, eQTL’ler) veya DNA metilasyonuyla (metilasyon kantitatif özellik lokusları, mQTL’ler) bağlantılı olabilir ve genetiğin diyet seçimlerini etkilediği biyolojik yolları düşündürür.^{[4], [5]}Örneğin, belirli SNP’lerin, tanımlanan diyet örüntüleriyle ilişkili olarakBCKDHB ve PFKFB3 gibi genlerin ekspresyon seviyeleriyle korele olduğu bulunmuştur.^[5] Varyant Etki Tahminleyicisi (VEP) ve TRAP dahil olmak üzere gelişmiş biyoinformatik teknikler, bu SNP’lerin protein dizileri veya transkripsiyon faktörü bağlanma bölgeleri üzerindeki fonksiyonel etkisini tahmin etmek için kullanılır.^[5]

Klinik Önemi

Beslenme alışkanlıklarının genetik olarak anlaşılması, özellikle gelişmekte olan hassas beslenme alanında önemli klinik öneme sahiptir. Beslenme düzenleri, bir dizi sağlık sonucuyla karmaşık bir şekilde bağlantılıdır ve bu düzenlerin genetik bileşenleri, obezite ve diğer metabolik özellikler gibi durumlarla ilişkiler gösterir.^{[1], [2]}Diyetle ilişkili genetik varyantlar, Tip 2 Diyabet (T2D), Koroner Arter Hastalığı (CAD) ve Vücut Kitle İndeksi’ndeki (BMI) varyasyonlar dahil olmak üzere kronik hastalık riskinde rol oynamaktadır.^[1]Diyet alımı için Poligenik Risk Skorlarının (PRS) geliştirilmesi, bir bireyin belirli yeme davranışlarına genetik yatkınlığının ve bunların kardiyometabolik fenotiplerle ilişkilerinin daha kapsamlı bir şekilde değerlendirilmesini sağlar.^[1]Ayrıca, çalışmalar diyet alımı ile şizofreni gibi karmaşık psikiyatrik durumlar arasındaki ilişkiyi araştırmış ve diyet ile hastalık duyarlılığı arasındaki potansiyel genetik bağlantıları vurgulamıştır.^[4]

Sosyal Önemi

Diyet alımı, bireysel tercihler ile daha geniş toplumsal ve çevresel etkilerin karmaşık bir etkileşimiyle şekillenen, halk sağlığının kritik bir yönüdür.^{[1], [4]}Bu alandaki genetik araştırmalar, insan davranışının daha derinlemesine anlaşılmasına katkıda bulunarak, halk sağlığı politikalarını ve daha etkili, kanıta dayalı diyet kılavuzlarının geliştirilmesini destekler.^{[5], [6]}Bununla birlikte, diyet alışkanlıkları genellikle daha geniş yaşam tarzı faktörleri ve sosyoekonomik durumla iç içe olduğundan, diyet özelliklerinin genetik etkilerini yorumlamanın karmaşık olabileceğini kabul etmek önemlidir.^[2] Diyeti etkileyen genetik ve çevresel faktörleri aydınlatarak, bu alandaki araştırmalar daha kişiselleştirilmiş sağlık müdahalelerine ve popülasyonlar içindeki sağlık eşitsizliklerinin daha iyi anlaşılmasına yol açabilir.

Metodolojik ve İstatistiksel Kısıtlamalar

Beslenme alışkanlıkları ve bunların genetik temellerine yönelik araştırmalar, bulguların yorumlanmasını ve genellenebilirliğini etkileyebilecek önemli metodolojik ve istatistiksel zorluklarla karşı karşıyadır. Birçok çalışma, özellikle erken veya keşif amaçlı olanlar, genom çapında ilişkilendirme çalışmalarının (GWAS) büyük ölçeğine kıyasla nispeten küçük örneklem büyüklükleri ile sınırlı olabilir; bu da istatistiksel gücü ve ince genetik etkileri veya karmaşık gen-çevre etkileşimlerini tespit etme yeteneğini doğal olarak sınırlar.^[7] Ayrıca, büyük biyobankalar kapsamlı veri sağlarken, örneklem seçimi ve veri kürasyonu süreci, gözlemlenen ilişkilerin çalışma popülasyonuna seçilmesinden önemli ölçüde etkilendiği “sağlıklı kullanıcı yanlılığı” veya “çarpıştırıcı yanlılığı” gibi kohort yanlılıklarını ortaya çıkarabilir.^[8] GWAS’ta etki büyüklüğü şişmesi ve çoklu testler için anlamlılık eşiklerinin aşırı düzeltilmesi gibi sorunlar, beslenme özelliklerine genetik katkıların doğru tahminini daha da karmaşık hale getirir.^[5] Beslenme alımı ile ilgili yeni genetik varyantlar için bağımsız, aynı büyüklükteki veri kümelerinde replikasyonun olmaması da önemli bir bilgi boşluğunu temsil etmekte ve tanımlanan ilişkilerin sağlamlığını ve evrenselliğini doğrulamayı zorlaştırmaktadır.^[1]

Fenotipik Değerlendirme ve Genellenebilirlik Zorlukları

Beslenme alımının doğru bir şekilde değerlendirilmesi, temel bir sınırlama sunmaktadır; zira çoğu geniş çaplı çalışma, hatırlama yanlılığına, sosyal beğenirlik yanlılığına ve hatalı bildirimlere açık olan, kişilerin kendi bildirimlerine dayalı anket verilerine dayanmaktadır.^[2]Besin sıklığı anketleri veya diyet hatırlatmaları gibi farklı beslenme değerlendirme araçları ve kohortlar arasında besin tüketimini hesaplamak için kullanılan çeşitli metodolojiler, fenotipik tanımlarda tutarsızlıklara yol açabilir ve bu durum, olası olmayan enerji alım düzeylerine sahip katılımcıların dışlanmasıyla daha da karmaşık hale gelir.^[9]Ayrıca, çoklu doymamış yağ asitleri gibi diyet bileşenlerinin biyolojik değeri, doku kaynağına (örneğin, eritrosit zarları ve plazma) ve spesifik analitik yöntemlere bağlı olarak önemli ölçüde değişebilir; bu da farklı alım zaman dilimlerini yansıtır ve çalışmalar arasında karşılaştırmalı analizleri potansiyel olarak etkiler.^[7] Kritik olarak, birçok geniş çaplı genetik analiz ağırlıklı olarak Avrupa kökenli popülasyonlarda yapılmaktadır; bu da bulguların farklı etnik gruplara ve coğrafi kökenlere genellenebilirliğini kısıtlar, çünkü beslenme alışkanlıkları ve bunların genetik değiştiricileri farklı popülasyonlar arasında oldukça değişken olabilir.^[7]

Karmaşık Etiyoloji ve Kalan Bilgi Boşlukları

Beslenme alışkanlıkları, biyolojik, çevresel ve sosyo-ekonomik faktörlerin karmaşık bir ağı tarafından etkilenen karmaşık bir fenotiptir ve bu durum genetik bulguların yorumlanmasını zorlaştırmaktadır.^[1]Genetik faktörler beslenme alışkanlıklarındaki varyasyona katkıda bulunurken, bu varyasyonun önemli bir kısmı yaşam tarzı, kültür, sağlık inançları ve sosyo-ekonomik durum gibi genetik olmayan faktörlerden kaynaklanmaktadır.^[4] Çalışmalar, çevresel faktörleri veya BMI’ı duyarlılık analizlerinde ayarlama çabalarına rağmen, stres, duygusal yeme veya yeme davranışlarını etkileyen daha geniş sosyal ve aile ağları gibi potansiyel karıştırıcı faktörleri tam olarak hesaba katmakta genellikle zorlanmaktadır.^[10]Beslenme alışkanlıkları da dahil olmak üzere birçok karmaşık özellikte gözlemlenen “kayıp kalıtılabilirlik”, mevcut genetik modellerin henüz tam genetik yapıyı yakalayamadığını ve mevcut GWAS yöntemleriyle tam olarak aydınlatılamayan daha nadir varyantlar, gen-gen etkileşimleri veya epigenetik mekanizmalar için roller olduğunu göstermektedir. Ayrıca, farklı beslenme alışkanlıkları ile eğitim düzeyi veya BMI gibi beslenme dışı özellikler arasındaki yüksek korelasyon, tanımlanan genetik lokusların belirli beslenme tercihlerinden ziyade daha geniş yaşam tarzı bileşenlerini yansıtabileceği anlamına gelir ve bu da gelecekteki araştırmalarda daha rafine beslenme fenotipleme yaklaşımlarına duyulan ihtiyacın altını çizmektedir.^[2]

Varyantlar

Beslenme alışkanlıklarını ve metabolik yanıtları etkileyen genetik yapı karmaşıktır ve çevresel faktörlerle etkileşime giren çok sayıda gen ve varyant içerir. Bunlar arasında, NEGR1 genindeki ve ilişkili rs66495454 varyantındaki varyasyonlar dikkat çekicidir. NEGR1 (Nöronal Büyüme Regülatörü 1), özellikle iştahı ve enerji dengesini düzenleyen beyin bölgelerinde, nöronal gelişim ve fonksiyon için çok önemli olan bir gendir.^[11] NEGR1yakınındaki veya içindeki varyantlar, vücut kitle indeksi (VKİ), eğitim düzeyi, zeka ve majör depresif bozukluk dahil olmak üzere çeşitli özelliklerle tutarlı bir şekilde ilişkilendirilmiştir.^[4] NEGR1 ve LINC02796yakınında bulunan tek nükleotid polimorfizmi (SNP)rs66495454 , özellikle Japon popülasyonlarında yapılan çalışmalarda et alımı ile ilişkilendirilmiştir.^[12] Bu, bu bölgedeki genetik varyasyonun, bir bireyin et tercihi veya tüketim düzeylerini etkileyebileceğini ve potansiyel olarak daha geniş metabolik ve davranışsal fenotiplere katkıda bulunabileceğini düşündürmektedir.

Beslenme etkilerinin genetik temellerini daha da araştırırken, rs174528 varyantı MYRF (Miyelin Düzenleyici Faktör) ve TMEM258 (Transmembran Protein 258) genleri ile ilişkilidir. MYRF, sinir liflerini çevreleyen yalıtım kılıfı olan miyelinin gelişimi ve bakımı için kritik bir rol oynar ve bu da uygun nörolojik fonksiyon için gereklidir.^[13] TMEM258’in kesin işlevi hala araştırılmakta olmakla birlikte, metabolizmayı veya besin algılamasını dolaylı olarak etkileyebilecek hücresel süreçlerde yer aldığı düşünülmektedir.^[14] Benzer şekilde, rs709592 , Mediator kompleksinin bir bileşeni olan MED24 (Mediatör Kompleksi Alt Birimi 24) ile bağlantılıdır. Bu kompleks, gene özgü transkripsiyon faktörleri ve RNA polimeraz II arasında bir köprü görevi görerek gen transkripsiyonunu düzenlemek için çok önemlidir, böylece enerji metabolizması ve besin kullanımı dahil olmak üzere çeşitli hücresel fonksiyonlarda yer alan çok sayıda genin ekspresyonunu etkiler. rs709592 gibi varyantlar nedeniyle MED24 aktivitesindeki değişiklikler, bu nedenle vücudun besin alımını nasıl işlediği ve yanıtladığı konusunda geniş kapsamlı etkilere sahip olabilir.^[11] rs1047891 , rs6760497 ve rs13017275 dahil olmak üzere çeşitli varyantlar, CPS1(Karbamoil-Fosfat Sentetaz 1) geni içinde bulunur.CPS1, öncelikle karaciğerde aktif olan ve amonyağı karbamoil fosfata dönüştürerek detoksifiye etmeye yardımcı olan üre döngüsünde hayati bir enzimdir.^[14] CPS1’deki genetik varyasyonlar, bu yolun verimliliğini etkileyebilir, potansiyel olarak amino asit metabolizmasını ve genel nitrojen dengesini etkileyebilir; bu süreçler doğrudan diyet protein alımından etkilenir.^[11] Bu arada, rs1354034 , Rho GTPazlarının aktivitesini düzenleyen bir gen olan ARHGEF3(Rho Guanin Nükleotid Değişim Faktörü 3) ile ilişkilidir. Bunlar, besin emilimi, bağırsak motilitesi ve diyet bileşenlerine hücresel yanıt ile ilgili olabilen hücre şekli, hareketliliği ve sinyalizasyon dahil olmak üzere çeşitli hücresel süreçleri kontrol eden temel moleküler anahtarlardır.

rs6908943 varyantı, antijenleri T hücrelerine sunmaktan ve bağışıklık yanıtlarını başlatmaktan sorumlu olan insan bağışıklık sisteminin önemli bir bileşeni olan HLA-DQB1 (Majör Histokompatibilite Kompleksi, Sınıf II, DQ Beta 1) geninde bulunur.^[15] HLA-DQB1’deki varyasyonların, her ikisi de güçlü diyet etkileri olan çölyak hastalığı ve tip 1 diyabet gibi çeşitli otoimmün hastalıklara yatkınlıkla ilişkili olduğu iyi bilinmektedir.^[11] Ek olarak, rs838144 ve rs28400014 SNP’leri, IZUMO1 (Izumo Sperm-Yumurta Füzyon Proteini 1) ve FUT1 (Fukosiltransferaz 1) genlerini kapsayan bölgede bulunur. IZUMO1 öncelikle döllenmedeki rolüyle tanınırken, FUT1, bağırsaktakiler de dahil olmak üzere çeşitli hücre yüzeylerinde ifade edilen ABO kan grubu antijenlerinin bir öncüsü olan H-antijeninin sentezinde yer alır. Bu antijenler, bağırsak mikrobiyota kompozisyonunu ve bir bireyin belirli diyet bileşenlerine yanıtını etkileyebilir.

rs10249294 , rs6950225 ve rs6464572 dahil olmak üzere bir varyant kümesi, OR6B1 ve OR2A5 gibi koku reseptör genlerini içeren bir bölgede yer almaktadır. Koku reseptörleri, yiyecek algısını, iştahı ve beslenme seçimlerini derinden etkileyen koku alma duyusunda doğrudan bir rol oynar.^[16] Bu reseptörlerdeki genetik farklılıklar, bireylerin yiyeceklerin aromasını ve tadını nasıl algıladıklarında değişikliklere yol açabilir, böylece beslenme alışkanlıklarını ve tercihlerini etkiler.^[14] rs11553699 SNP’si, RHOF (Rho Ailesi GTPaz 4) ve TMEM120B (Transmembran Protein 120B) ile ilişkilidir. RHOF, besin emilimi veya metabolizmada yer alan hücrelerin işlevi gibi süreçleri etkileyebilen hücre iskeleti organizasyonunu düzenleyen hücre sinyal yollarında yer alır. Son olarak, rs342293 , uzun kodlamayan bir RNA olan CCDC71L (Sarmal-Sarmal Alan İçeren 71 Benzeri) ve LINC02577 (Uzun İntergenik Protein Kodlamayan RNA 2577) arasındaki intergenik bölgede yer almaktadır. LncRNA’lar, metabolik yolları veya besin algılama mekanizmalarını dolaylı olarak etkileyebilecek gen ekspresyonundaki düzenleyici rolleri nedeniyle giderek daha fazla tanınmaktadır.

Önemli Varyantlar

RS ID	Gen	İlişkili Özellikler
rs174528	MYRF, TMEM258	phosphatidylcholine ether serum metabolite level vaccenic acid gondoic acid kit ligand amount
rs1047891 rs6760497 rs13017275	CPS1	platelet count erythrocyte volume homocysteine chronic kidney disease, serum creatinine amount circulating fibrinogen levels
rs6908943	HLA-DQB1	streptococcus seropositivity schizophrenia level of annexin A11 in blood diet
rs1354034	ARHGEF3	platelet count platelet crit reticulocyte count platelet volume lymphocyte count
rs10249294 rs6950225 rs6464572	OR6B1 - OR2A5	taste liking diet
rs11553699	RHOF, TMEM120B	platelet crit platelet count platelet component distribution width reticulocyte count mitochondrial DNA
rs342293	CCDC71L - LINC02577	platelet count platelet volume mitochondrial DNA platelet aggregation CASP8/PVALB protein level ratio in blood
rs709592	MED24	diet
rs838144 rs28400014	IZUMO1 - FUT1	blood urea nitrogen amount diet natural killer cell receptor 2B4 low density lipoprotein cholesterol , free cholesterol:total lipids ratio omega-6 polyunsaturated fatty acid
rs66495454	NEGR1 - LINC02796	intelligence taste liking diet dietary approaches to stop hypertension diet restless legs syndrome

Beslenme Alımının Tanımlanması ve Değerlendirilmesi

Beslenme alımı, öncelikle çevresel ve davranışsal bir özellik olarak kabul edilen yiyecek ve içeceklerin tüketimini ifade eder.^[4] Kesin tanımı ve değerlendirilmesi, sağlık sonuçlarını anlamak ve beslenme epidemiyolojisi alanındaki araştırmalar için çok önemlidir. Genel olarak, beslenme alımı, tüketilen gıdaların miktarını ve kalitesini kapsar ve genel “bitkisel bazlı beslenme (PBD) alımından”.^[17] havuç.^[18] veya et.^[12] gibi belirli öğelerin tüketim sıklığına kadar değişen özel odak noktaları vardır. Beslenme epidemiyolojisindeki kavramsal çerçeveler, “beslenme örüntüsü analizini”.^[19] vurgular ve bu analiz, tekli besin maddelerinin ötesine geçerek “faktör veya küme analizi kullanılarak ampirik olarak elde edilen yeme alışkanlıkları” yoluyla genel yeme alışkanlıklarını değerlendirir.^[20] ve sağlıklı bir diyetteki “besin sinerjisini”.^[21] kabul eder.

Beslenme alımını değerlendirmeye yönelik temel yaklaşımlar, tüketim alışkanlıklarını yakalamak için tasarlanmış çeşitli anketleri içerir. Yaygın yöntemler arasında, katılımcılara havuç, brokoli ve ıspanak gibi belirli sebzeleri yeme sıklıklarını soran çevrimiçi anketler bulunur.^[18] Bir diğer yaygın olarak kullanılan araç ise, çok çeşitli yiyecek grupları ve içeceklerin alımını tahmin etmek için tasarlanmış, bilimsel olarak doğrulanmış, kendi kendine uygulanan bir anket olan “yarı nicel besin sıklığı anketi (FFQ)“dir.^[12] Daha yakın tarihli gelişmeler arasında, önceki 24 saatlik beslenme alımlarını değerlendirmek için “Oxford WebQ” gibi web tabanlı yöntemler ve büyük ölçekli prospektif çalışmalarda performansı değerlendirilmiş olan dokunmatik ekranlı beslenme anketleri yer almaktadır.^{[22], [23]}

Beslenme Şekillerinin ve Bileşenlerinin Sınıflandırılması

Beslenme şekilleri, belirgin yeme alışkanlıklarını ve bunların potansiyel sağlık etkilerini yansıtacak şekilde sistematik olarak sınıflandırılır. Araştırmacılar, tek tek gıda maddelerinin ötesinde, diyetleri genellikle “PBD” gibi daha geniş şekillerde kategorize ederler.^[17] veya “düşük yağlı beslenme şekli”.^[24] Bu sınıflandırmalar, “tip 2 diyabete karşı koruyucu beslenme şekli” gibi belirli durumlara karşı koruyucu olan beslenme alışkanlıklarını belirlemek için kritik olabilir.^[25] Bu şekillerin analizi, farklı gıdalar arasındaki karmaşık etkileşimleri göz önünde bulundurarak, yiyecek seçimlerinin sağlığı nasıl etkilediğine dair daha bütünsel bir anlayış sağlar.

Beslenme şekillerini elde etmek için yaygın bir yöntem, kapsamlı bir anket maddeleri kümesinden “diyet bileşenlerini” tanımlayan Temel Bileşenler Analizi’dir (PCA). Örneğin, çalışmalar, işlenmiş et, kümes hayvanları, sığır eti, kuzu eti ve domuz eti alımının yüksek olduğu “etle ilgili bir diyet” (Diyet Bileşeni 1, DC1) ve çiğ ve pişmiş sebzelerin, meyvelerin ve çeşitli balıkların yüksek tüketimi ile işaretlenmiş “balık ve bitki ile ilgili bir diyet” (Diyet Bileşeni 2, DC2) tanımlamıştır.^[4]Bu bileşenler, kesinlikle kategorik atamalardan ziyade, gıda alımını sınıflandırmaya yönelik boyutsal bir yaklaşıma izin veren, farklı, genellikle bağımsız, beslenme davranışının boyutlarını temsil eder. Ayrıca, diyet alımı, “karbonhidratlardan, yağdan ve proteinden elde edilen enerji alımının yüzdesi” ile de sınıflandırılabilir.^[1]ve bu da analiz için başka bir nicel boyut sunar.

Metodolojik Kriterler ve İlgili Ölçümler

Diyet alımının titiz değerlendirilmesi, belirli metodolojik kriterlere ve ilgili antropometrik ve klinik ölçümlerin entegrasyonuna dayanır. Yarı kantitatif FFQ gibi diyet anketleri, bilimsel validasyonları nedeniyle seçilir.^[12] Bu, gıda alım sıklıklarını tahmin etmede güvenilirliği sağlar; bu sıklıklar genellikle birden fazla kategoriye ayrılır (örneğin, “neredeyse hiç yemem” ila “günde ≥3 kez”) ve daha sonra kantitatif analiz için sürekli değişkenlere dönüştürülür.^[18]“Oxford WebQ” ve benzeri araçlar, gerçek diyet tüketimini yansıtmadaki doğruluklarını teyit etmek için bazen “biyobelirteçler” kullanılarak validasyon süreçlerinden geçer.^[26]PCA sırasında bileşenler üzerinde düşük yüklemelere (<0,08) sahip anket öğelerini dışlamak veya özdeğerleri 1’den büyük olan faktörleri seçmek gibi metodolojik eşikler, diyet örüntülerinin türetilmesini daha da iyileştirir.^[4]Diyet alımının ötesinde, çalışmalar sıklıkla “antropometrik özellikleri” temel tanı ve kriterler olarak dahil eder. Bunlar, “boy, vücut ağırlığı ve bel çevresini” içerir.^{[7], [17]} Bunlardan “vücut kitle indeksi (BMI)” hesaplanır.^{[17], [18]}“Obezite”, yaygın olarak tanımlanmış bir sağlık sonucudur ve belirli “BMI eşikleri” kesme değerleri olarak işlev görür; örneğin, BMI ≥25,0 kg/m2 Japonya Obezite Araştırmaları Derneği tarafından kullanılır.^[18] Diğer çalışmalar ise obeziteyi BMI ≥30 kg/m2 olarak tanımlar.^[7]Bu antropometrik ölçümler, yaşam tarzı değişkenleri ve kan basıncı ve glikoz seviyeleri gibi klinik parametrelerle birlikte, çeşitli diyet örüntülerinin ve seçimlerinin sağlık üzerindeki etkilerini anlamak için kapsamlı bir bağlam sağlar.^{[7], [17]}

Beslenme Değerlendirmesi ve Anlayışının Evrimi

Beslenme konusundaki bilimsel anlayış önemli ölçüde gelişerek, bireysel besin maddelerine odaklanmaktan karmaşık beslenme düzenlerine doğru kaymıştır. Beslenme değerlendirmesindeki ilk çabalar öncelikle gıdaların bileşimini kataloglayarak, besin analizleri için temel bilgiler oluşturmuştur.^[27] Zamanla araştırmacılar, izole besin maddelerinden ziyade, birden fazla gıda bileşeninin sinerjik etkilerinin sağlığı derinden etkilediğini fark etmişlerdir.^[21] Bu durum, beslenme epidemiyolojisinde yeni bir yön olan faktör veya küme analizi gibi istatistiksel yöntemler kullanılarak ampirik olarak elde edilen yeme düzenlerinin analizine yönelik bir paradigma kaymasına yol açmıştır.^{[19], [20]} Belirli beslenme düzenlerinin kan basıncı üzerindeki etkilerini gösteren klinik bir çalışma gibi dönüm noktası niteliğindeki çalışmalar, halk sağlığında kapsamlı beslenme değerlendirmesinin önemini vurgulamıştır.^[28] Bu gelişmelere rağmen, beslenme alımının ölçümü tarihsel olarak metodolojik zorluklarla karşı karşıya kalmıştır, özellikle de kendi kendine bildirilen verilerin geçerliliği ile ilgili olarak. Katılımcıların gerçekte uyguladıklarından daha sağlıklı yeme alışkanlıkları bildirme eğiliminde oldukları sosyal beğenirlik yanlılığı gibi sorunlar, beslenme alımı ölçümlerinin doğruluğunu tehlikeye atan unsurlar olarak tanımlanmıştır.^{[6], [29]} Çoklu Risk Faktörü Müdahale Çalışması gibi büyük ölçekli çalışmalar, beslenme verileri analizinde karmaşık metodolojik sorunları vurgulayarak, sağlam değerlendirme tekniklerine duyulan ihtiyacı vurgulamıştır.^[9] Daha yakın zamanlarda, ulusal anketlerden elde edilen beslenme verilerinin kabul edilebilirliği ve güvenilirliği eleştirel bir şekilde sorgulanmış, bu da beslenmeyle ilgili sağlık politikalarını bilgilendirmek için geliştirilmiş ve doğrulanmış beslenme değerlendirme araçlarına duyulan sürekli ihtiyacı daha da vurgulamıştır.^{[30], [31]}

Küresel Epidemiyolojik Durum ve Demografik Etkiler

Sağlıksız beslenme alışkanlıkları, dünya çapında ölümlerde önde gelen bir risk faktörü olarak kabul edilmektedir ve obezite ve tip 2 diyabet gibi ilgili hastalıkların insidans oranları dünya çapında yükselerek acil küresel salgınlar yaratmaktadır.^[2]Epidemiyolojik çalışmalar, vejetaryen ve vejetaryen olmayan diyetleri karşılaştıran meta-analizlerin de gösterdiği gibi, diyet örüntülerinin kardiyovasküler hastalık mortalitesi ve kanser insidansı dahil olmak üzere çeşitli sağlık sonuçları üzerindeki etkisini sürekli olarak göstermektedir.^{[32], [33]}Adventist Sağlık Çalışması 2 gibi daha ileriye dönük büyük çalışmalar ve çoklu kohortların işbirlikçi analizleri, vejetaryen diyet örüntüleri ile azalmış mortalite arasındaki ilişkiyi ayrıntılı olarak ortaya koymuştur.^{[34], [35]}Diyet örüntüleri ve bunların sağlık üzerindeki etkileri, popülasyonlar arasında önemli demografik farklılıklar göstermektedir. Çalışmalar, diyet alım örüntülerini yaş, cinsiyet, soy ve sosyoekonomik durum dahil olmak üzere sosyodemografik faktörlerle ilişkilendirmiştir.^[36] Örneğin, öncelikle 37-73 yaşları arasındaki bireyleri dahil eden Birleşik Krallık Biobank’ı gibi kohortlardaki analizler, genetik ve çevresel karıştırıcıları kontrol etmek için genellikle Beyaz Avrupalı ​​soyu gibi belirli atalara sahip gruplara odaklanmaktadır.^[1]Diyet değişkenlerinin cinsiyete ve çalışmaya özgü analizleri, diyet alımının ve etkilerinin cinsiyetler arasında farklılık gösterebileceği anlayışını yansıtarak, genom çapında etkileşim çalışmalarında rutin olarak kullanılmaktadır.^[37] Bu hususlar, diyetle ilişkili sağlık durumlarının yaygınlığını ve insidansını doğru bir şekilde karakterize etmek ve hedeflenmiş halk sağlığı müdahaleleri geliştirmek için çok önemlidir.

Diyet Epidemiyolojisinde Gelişmeler ve Gelecek Perspektif

Diyet epidemiyolojisindeki son gelişmeler, genomik bilgilerin entegrasyonunun yanı sıra, daha doğru ve ölçeklenebilir değerlendirme yöntemleri geliştirmeye odaklanmıştır. Birleşik Krallık Biobank’ında kullanılan Oxford WebQ gibi web tabanlı 24 saatlik diyet hatırlatmaları, geniş ölçekli veri toplanmasına olanak tanır ve diyet alımı biyobelirteçlerine karşı doğrulandığında iyi güvenilirlik göstermiştir.^{[1], [22], [23], [26]} Gıda sıklık anketleri (FFQ’lar) de, bireyleri gıda alımına göre güvenilir bir şekilde sıralama yetenekleri açısından doğrulanmıştır ve büyük prospektif çalışmaları kolaylaştırmaktadır.^{[3], [38]}Bu araçlar, diyet örüntülerini belirlemek için gelişmiş istatistiksel yaklaşımlar kullanılarak analiz edilebilen kapsamlı diyet veri kümeleri oluşturmak için hayati öneme sahiptir.^[5]Alan, diyet ve insan sağlığı arasındaki karmaşık ilişkileri anlamak için giderek artan bir şekilde genomik analizden yararlanmaktadır; bu disiplin, nutrigenomik olarak bilinir.^[39]Genom çapında ilişkilendirme çalışmaları (GWAS), diyet alışkanlıkları ve makro besin alımı ile ilgili yüzlerce genetik ilişkiyi tanımlamış, yeni gen-diyet etkileşim lokuslarını ve metabolik özelliklerle fonksiyonel bağlantıları ortaya çıkarmıştır.^{[1], [2], [4], [5], [10]}Genetiğin diyet değerlendirmesiyle bu entegrasyonu, hem genetik yatkınlığa hem de çevresel faktörlere dayalı olarak bireyselleştirilmiş diyet önerileri sunmayı amaçlayan hassas beslenmeye doğru geçişi hızlandırmaktadır.^[40] Bununla birlikte, insan genomu epidemiyolojisinde gerçekçi örneklem büyüklüklerine duyulan ihtiyaç ve gözlemsel çalışmalarda çarpıştırıcı yanlılığı gibi önyargıların dikkatli bir şekilde değerlendirilmesi de dahil olmak üzere zorluklar devam etmektedir.^{[41], [42]}

Diyet Alımında Genetik Etkiler

Belirli gıdaların, makro besinlerin ve genel diyet örüntülerinin tüketimini kapsayan diyet alımı, genetik ve çevresel faktörlerin karmaşık bir etkileşimiyle etkilenir. Araştırmalar, diyet alışkanlıklarında mütevazı ancak önemli bir genetik bileşenin olduğunu ve etle ilgili veya balık ve bitki ile ilgili diyetler gibi özellikler için kalıtılabilirlik tahminlerinin yaklaşık %16 olduğunu göstermektedir.^[4]Genom Çapında İlişkilendirme Çalışmaları (GWAS), makro besin alımındaki (karbonhidratlar, yağlar, proteinler) ve daha geniş diyet örüntülerindeki varyasyonlarla ilişkili çok sayıda genetik lokusun belirlenmesinde etkili olmuştur.^[2]Bu çalışmalar, bireylerin yiyecek seçimlerindeki farklılıklara katkıda bulunan genomik bölgeleri belirlemek için tek nükleotid polimorfizmlerini (SNP’ler) kullanır ve insanların neden ne yediklerinin biyolojik temellerine dair içgörüler sağlar.

Genetik mekanizmalar, basit ilişkilerin ötesine geçerek gen ekspresyonunu kontrol eden düzenleyici unsurları içerir. Örneğin, MEF-2 ve bHLH gibi transkripsiyon faktörlerinin, beslenme durumuna bağlı kemoreseptör genlerini düzenlediği bilinmektedir ve bu da belirli genetik anahtarların bir organizmanın yiyeceğe tepkisini nasıl modüle edebileceğini göstermektedir.^[43] Ayrıca, dopamin metabolizmasında yer alan COMT (katekol-O-metiltransferaz) gibi genlerdeki varyasyonlar, “sağlıksız” gıdaların arzu edilirliği ile ilişkilendirilmiştir ve bu da gıda tercihleri üzerinde doğrudan bir genetik etkiyi vurgulamaktadır.^[44]Bu genetik içgörüler, diyet davranışlarını şekillendiren yatkınlıkları ve bunların çevresel faktörlerle potansiyel etkileşimlerini anlamak için çok önemlidir.

Besin Tercihinin Nörobiyolojik Mekanizmaları

Beyin, besin alımını ve besin maddesi tercihini düzenlemede merkezi bir rol oynar ve çeşitli bölgelerde karmaşık moleküler ve hücresel yolları içerir. Tek hücreli ekspresyon profillerini kullanan çalışmalar, özellikle hipotalamustaki belirli nöronal alttiplerin önemini ortaya koymuştur. Örneğin, lateral hipotalamik alanda bulunan GABAerjik somatostatin Sst+/Opt+-eksprese eden nöronlar, karbonhidrat tercihi için zengindir ve bu da belirli besin maddesi istekleri için kesin bir sinir devresine işaret etmektedir.^[1] Prefrontal korteks, neokorteks, orta beyin ve hipokampus dahil olmak üzere ilişkili kortikal ve subkortikal bölgeler de duyusal bilgilerin, duygusal tepkilerin ve yiyecek seçimleriyle ilgili karar vermenin işlenmesinde rol oynar.^[45] Belirli nöronların ötesinde, daha geniş nörobiyolojik yapı, toplu olarak yiyecek seçimini etkileyen duyusal, fizyolojik ve psikolojik yolları bütünleştirir. Beynin plastisitesi diyetten önemli ölçüde etkilenir ve besin maddesi mevcudiyetinin sinirsel bağlantıları ve işlevleri nasıl yeniden şekillendirebileceğini gösterir.^[46] COMT gibi temel biyomoleküller, ödül yollarını ve belirli yiyeceklerin öznel arzu edilirliğini etkileyerek nörotransmitter sistemlerini modüle eder.^[44] Bu karmaşık sinir ağlarını ve içlerindeki moleküler oyuncuları anlamak, bireysel beslenme düzenlerinin ardındaki biyolojik etkenleri deşifre etmek için temeldir.

Besin Maddelerine Metabolik ve Hücresel Yanıtlar

Hücresel ve moleküler düzeyde, diyet alımı metabolik süreçleri ve hücresel fonksiyonları derinden etkiler. Vücudun farklı diyet örüntülerine yanıtı, metabolizmayı düzenleyen belirli genlerin aktivasyonunu veya baskılanmasını içerir.^[5] Örneğin, sıklıkla periferik kan mononükleer hücrelerinde yapılan gen ekspresyon profillemesi, besin maddelerinin hücresel mekanizmaları ve metabolik yolları nasıl etkilediğini ortaya çıkarabilir.^[5] Buna, besin işleme ve enerji homeostazında yer alan kritik proteinlerin ve enzimlerin üretimini değiştirebilen transkripsiyon faktörleri tarafından gen ekspresyonunun karmaşık düzenlenmesi dahildir.^[43]Genetik varyasyonların bu hücresel yanıtlardaki etkisi önemlidir, çünkü SNP’ler amino asit dizilerini ve protein yapılarını etkileyebilir, böylece enzim verimliliğini veya reseptör fonksiyonunu değiştirebilir.^[5] Bu moleküler değişiklikler, hücrelerin karbonhidratlar, yağlar ve proteinler gibi makro besinleri nasıl emdiğini, metabolize ettiğini ve kullandığını etkileyebilir ve sonuçta toplam enerji alımını etkileyebilir.^[2] Gelişmekte olan metabolomik alanı, metabolik ara maddelere ve bunların diyetle olan bağlantılarına kapsamlı bir bakış açısı sağlayarak anlayışımızı daha da geliştirir ve daha kesin beslenme müdahalelerinin önünü açar.^[40]

Beslenme Alışkanlıkları ve Sistemik Sağlık

Sağlıksız beslenme alışkanlıkları, küresel mortalite için önde gelen bir risk faktörü olarak kabul edilmekte ve obezite ve tip 2 diyabet (T2D) gibi kronik hastalıkların yaygınlığına önemli ölçüde katkıda bulunmaktadır.^[2]Belirli beslenme alışkanlıkları, çeşitli doku ve organları etkileyen doğrudan patofizyolojik sonuçlara sahiptir. Örneğin, bazı beslenme alışkanlıkları T2D’e karşı koruyucu olabilirken, diğerleri kardiyovasküler hastalık riskinin artmasıyla güçlü bir şekilde ilişkilidir (CVD).^[47]Bu sistemik etkiler, obezite ve KDH riski ile ilgili plazma biyobelirteçlerindeki değişiklikler yoluyla gerçekleşir ve diyetin homeostatik denge üzerindeki geniş etkisini vurgular.

Kronik hastalık gelişiminin ötesinde, diyet inflamasyon ve doku onarımı dahil olmak üzere temel fizyolojik süreçleri etkiler. Örneğin, yüksek lipidli enteral beslenmenin inflamasyonu ve doku hasarını azalttığı gösterilmiştir ve bu da belirli besin müdahalelerinin terapötik potansiyelini göstermektedir.^[48]Sürdürülebilir sağlıklı beslenme alışkanlıkları, genellikle daha geniş yaşam tarzı değişikliklerinin bir parçası olarak, T2D gibi rahatsızlıkları olan bireylerde kilo yönetimi ve kardiyovasküler risk faktörlerinde uzun vadeli iyileşmelere yol açabilir.^[49] “Besin sinerjisi” kavramı ayrıca, bütün gıdalardaki ve beslenme alışkanlıklarındaki besinlerin kombine etkisinin, tek başına besinlerden daha fazla sağlık yararı sağlayabileceğini öne sürmektedir.^[21]

Risk Sınıflandırması ve Prognozda Diyet Değerlendirmesi

Sağlıksız beslenme alışkanlıklarının küresel mortalite için önde gelen bir risk faktörü olduğu ve obezite ve tip 2 diyabet salgınlarının artmasına katkıda bulunduğu göz önüne alındığında, etkili diyet, risk sınıflandırması ve sağlık sonuçlarını tahmin etmek için çok önemlidir (T2D).^[2]Kapsamlı diyet değerlendirmesi, çeşitli kardiyometabolik hastalıklar için yüksek risk taşıyan bireyleri belirleyebilir. Örneğin, ‘İhtiyatlı diyet örüntüsü’ gibi belirli diyet örüntülerinin, kardiyovasküler hastalık (CVD) mortalitesi, diyabet, kan basıncı, obezite ve dislipidemiye karşı koruyucu faktörler olduğu belirlenmiştir.^[5]Dahası, bitki bazlı diyet alımı, metabolik sendrom (MetS) riski ve glukoz ve lipid profilleri, HbA1c ve kan basıncı dahil olmak üzere bileşenleriyle nedensel ve ters yönde ilişkilendirilmiştir.^[17]Özellikle ampirik olarak türetilmiş yeme örüntüleri yoluyla bu diyet içgörülerinin entegre edilmesi, yüksek riskli bireylerin belirlenmesini ve hedeflenmiş erken önleyici stratejilerin uygulanmasını sağlar.

Genetik analizler, diyet alımıyla ilişkili genetik lokusları belirleyerek prognostik değeri daha da artırır ve bu da BMI, T2D ve Koroner Arter Hastalığı (CAD) gibi sonuçlar için Poligenik Risk Skorları (PRS) oluşturmak için kullanılabilir.^[1]Bu genomik yaklaşım, ayrıntılı diyet verileriyle birleştiğinde, bir bireyin duyarlılığı ve potansiyel hastalık gidişatı hakkında daha incelikli bir anlayış sağlar. Bu tür gelişmiş risk sınıflandırma yöntemleri, kişiselleştirilmiş tıp yaklaşımlarını kolaylaştırarak, klinisyenlerin hastalık ilerlemesini ve tedavi yanıtını daha doğru bir şekilde tahmin etmelerini sağlayarak, sonuçta uzun vadeli hasta bakımını ve sonuçlarını iyileştirir.^[1]

Klinik Uygulamalar ve Kişiselleştirilmiş Beslenme

Diyet, kişiselleştirilmiş beslenme stratejilerine rehberlik etmede önemli klinik fayda sunar ve genelleştirilmiş önerilerin ötesine geçerek kişiye özel müdahalelere olanak tanır. Genetik varyasyonlar, diyet tercihlerini ve yanıtlarını etkiler; örneğin, dopamine bağlıCOMT geninin genotip durumunun “sağlıksız” gıdaların tercih edilebilirliği ile ilişkili olduğunu gösteren çalışmalar mevcuttur.^[44]Genom çapında ilişkilendirme çalışmaları (GWAS), diyet alışkanlıkları ve makro besin alımı ile ilgili yüzlerce genetik ilişkiyi tanımlamıştır ve bu da diyete belirgin, ancak mütevazı bir genetik bileşen olduğunu vurgulamaktadır.^[2]Bu genetik içgörüler, tedavi seçimini bilgilendirmede etkilidir, çünkü genetik yapılarına bağlı olarak belirli diyet müdahalelerine farklı yanıt verebilecek bireyleri tanımlayabilir ve böylece hassas beslenmenin önünü açabilirler.^[40]Örneğin, artmış yağ ve protein alımıyla ilişkili genetik değişkenlik, Avrupalı ​​sağlıklı bireylerde daha düşük BMI ile ilişkilendirilmiştir ve bu da diyet kompozisyonu ayarlamaları için potansiyel olduğunu göstermektedir, ancak bu bulgular dikkatli yorumlama ve çeşitli popülasyonlarda tekrarlanmayı gerektirmektedir.^[1]İzleme stratejileri, bu genetik yatkınlıkları devam eden diyet değerlendirmeleriyle entegre ederek de iyileştirilebilir. Bu, klinisyenlerin optimal hasta bakımı için diyet önerilerini dinamik olarak ayarlamasına olanak tanır; örneğin, hedeflenmiş beslenme rehberliği yoluyla metabolik sendromu yönetmek ve terapötik yaklaşımlarda gen-diyet etkileşimlerini dikkate almak gibi.^[7]

Komorbiditeler ve İlişkili Sağlık Durumları

Beslenme düzenleri, çok çeşitli komorbiditeler ve karmaşık sağlık durumlarıyla derinden iç içedir ve beslenmenin geniş klinik önemini vurgulamaktadır. Sağlıksız beslenme, küresel mortalite için birincil risk faktörüdür ve dünya çapında obezite ve tip 2 diyabetin artan insidansına önemli ölçüde katkıda bulunmaktadır.^[2]Araştırmalar, belirli beslenme düzenleri ile kardiyovasküler hastalık, hipertansiyon ve dislipidemi dahil olmak üzere çeşitli hastalık durumları arasında sürekli olarak güçlü ilişkiler tespit etmiştir.^[2] Örneğin, beslenme alımının faktör analizi, bir etle ilişkili beslenme (Beslenme Bileşeni 1) ve bir balık ve bitkiyle ilişkili beslenme (Beslenme Bileşeni 2) gibi farklı örüntüler tanımlamıştır ve bunların BMI gibi antropometrik özelliklerle olan ilişkileri, sağlık üzerindeki etkilerini anlamak için incelenebilir.^[4] Kardiyometabolik sağlığın ötesinde, kalsiyum seviyelerini, tahmini glomerüler filtrasyon hızını (eGFR) ve testosteronu etkileyen gen-beslenme etkileşimleri tanımlanmıştır ve bu da beslenmenin çoklu fizyolojik biyobelirteçler ve potansiyel komplikasyonlar üzerindeki sistemik etkisini vurgulamaktadır.^[10]Örtüşen fenotipler ve sendromik sunumlar dahil olmak üzere bu karmaşık karşılıklı ilişkileri anlamak, kapsamlı hasta yönetimi için çok önemlidir. Hassas beslenme ile bilgilendirilen diyet müdahaleleri, bu nedenle çeşitli komorbid durumlar üzerinde pleiotropik etkiler gösterebilir ve çok faktörlü hastalıkları yönetmek için bütünsel bir yaklaşım sunabilir.

Geniş Ölçekli Kohort Çalışmaları ve Genetik Epidemiyoloji

Birleşik Krallık Biobankası gibi geniş ölçekli kohort çalışmaları, çeşitli popülasyonlarda diyet örüntülerinin ve bunların genetik temellerinin anlaşılmasının ilerletilmesinde etkili olmuştur. Birleşik Krallık’ta 40–69 yaşları arasındaki 500.000’den fazla bireyi kapsayan prospektif bir kohort olan Birleşik Krallık Biobankası, genom çapında genotipleme dahil olmak üzere derin fenotipleme ve kapsamlı moleküler veriler sağlayarak diyet alışkanlıkları ve sağlık sonuçlarının kapsamlı analizlerini kolaylaştırmıştır.^[2]Araştırmacılar, bu kaynağı diyet alımı üzerine genom çapında ilişkilendirme çalışmaları (GWAS) yapmak, çok sayıda genetik ilişkiyi belirlemek ve bunların BMI, tip 2 diyabet (T2D) ve koroner arter hastalığı (CAD) gibi metabolik özelliklerle olan bağlantılarını araştırmak için kullanmışlardır.^[1]Örneğin, çalışmalar, diyet poligenik risk skorlarının kardiyometabolik fenotiplerle ilişkilerini araştırmak için, BMI için GIANT, T2D için DIAGRAM ve CAD için CARDIOGRAM gibi büyük genetik konsorsiyumlarından elde edilen özet istatistikleri, çok ırklı biyo-bankalardan elde edilen bireysel düzeydeki verilerle birlikte kullanmıştır.^[1] Bu kapsamlı çalışmalar genellikle büyük veri kümelerini yönetmek ve analiz etmek için titiz metodolojiler içermektedir. Örneğin, Birleşik Krallık Biobankası, heterozigotluk, eksiklik aykırı değerleri ve cinsiyet anöploidisi kontrolleri dahil olmak üzere genetik veriler için ayrıntılı kalite kontrolü uygulamakta ve Haplotype Reference Consortium ve 1000 Genomes Project gibi referans panelleri kullanarak genetik varyantları impute etmektedir.^[2]Bu kohortlardaki diyet değerlendirmesi, genellikle kısa Gıda Sıklığı Anketleri (FFQ’lar) ve Oxford WebQ gibi web tabanlı 24 saatlik diyet anketleri gibi araçlara dayanmaktadır ve bu araçlar, bireylerin gıda grubu alımına göre güvenilir bir şekilde sıralanmasını sağlamak için kendi kendine bildirilen alımları tekrarlanan değerlendirmeler ve biyobelirteçlerle karşılaştıran validasyon çalışmalarına tabi tutulmuştur.^[3]Bu tür geniş ölçekli çabalar, örneğin balık yağı takviyesi ve lipid özellikleri ile ilgili yeni gen-diyet etkileşimi lokuslarını ortaya çıkararak, zamansal örüntülerin ve gen-diyet etkileşimlerinin tanımlanmasına olanak tanır.^[10]

Beslenme Şekilleri, Sağlık Sonuçları ve Popülasyonlar Arası Bulgular

Popülasyon çalışmaları, çeşitli beslenme şekilleri ile önemli sağlık sonuçları arasındaki ilişkileri kapsamlı bir şekilde araştırmış ve bu ilişkilerdeki popülasyonlar arası farklılıkları incelemiştir. Beş prospektif çalışmanın işbirlikçi bir analizi ve Adventist Sağlık Çalışması 2 de dahil olmak üzere geniş prospektif kohortları içeren araştırmalar, vejetaryenler ve vejetaryen olmayanlardaki ölüm oranlarını incelemiş ve bitki bazlı beslenmenin sağlık üzerindeki etkileri hakkında ayrıntılı bulgular sağlamıştır.^[34]Meta-analizler ve sistematik incelemeler, vejetaryen beslenme şekilleri ile kardiyovasküler mortalite ve belirli kanser vakalarının azalmış riskleri arasındaki ilişkileri göstererek bu bulguları daha da desteklemektedir.^[32] Belirli beslenme türlerinin ötesinde, çalışmalar, gıda sıklığı verilerinin faktör veya küme analizi yoluyla “Sağlıklı” ve “Batı” gibi ampirik olarak türetilmiş yeme alışkanlıklarını tanımlamış ve bunların genetik temellerini ve sağlıkla bağlantılarını araştırmıştır.^[5]Popülasyonlar arası karşılaştırmalar, genetik ve çevresel faktörlerin beslenme alışkanlıklarını ve sağlığı şekillendirmek için nasıl etkileşime girdiğini anlamak için çok önemlidir. Çalışmalar, kolorektal kanser gibi hastalıklar için gen-diyet etkileşimlerini araştırırken genetik arka planda tutarlılığı korumak amacıyla, temel bileşen analizi ile tanımlanan Avrupa kökenli bireylerle analizleri kısıtlamıştır.^[37]Bununla birlikte, Multi-Etnik Ateroskleroz Çalışması (MESA) ve Topluluklarda Ateroskleroz Riski Çalışması gibi çok etnili kohortlar da, çeşitli etnik gruplarda beslenme şekillerini ve bunların kardiyovasküler hastalık ve sosyodemografik faktörlerle ilişkilerini inceleyerek katkıda bulunmuştur.^[2]Bu karşılaştırmalar, PREDIMED-PLUS çalışmasından Akdeniz popülasyonunda bilirubin konsantrasyonları ve gen-diyet etkileşimleri üzerine yapılan bir GWAS gibi coğrafi farklılıkları ve popülasyona özgü etkileri vurgulayarak, beslenme epidemiyolojisinde popülasyona özgü bağlamların önemini vurgulamaktadır.^[7]

Diyet Değerlendirmesinde Metodolojik Hususlar

Popülasyon düzeyinde doğru diyet değerlendirmesi, araştırmacıların çeşitli çalışma tasarımları ve doğrulama çabalarıyla ele aldığı önemli metodolojik zorluklar sunmaktadır. Genellikle FFQ’lar veya 24 saatlik hatırlatmalar yoluyla toplanan, kendi bildirdiği diyet alımı verileri, sosyal beğenilirlik yanıtı yanlılığı ve önleyici müdahalelere uyan bireylerin gözlemsel çalışma sonuçlarını karıştıran diğer sağlıklı davranışlara sahip olabileceği “sağlıklı kullanıcı” yanlılığı gibi önyargılara duyarlıdır.^[10]Bu verilerin güvenilirliğini artırmak için, çalışmalar genellikle porsiyon boyutları hakkında ayrıntılı talimatlar içerir, besin analizi için özel yazılımlar kullanır ve diyet örüntüleri elde etmek için benzer yiyecek maddelerini gruplandırır.^[5]Ayrıca, kendi bildirdiği diyet alımının geçerliliği, tekrarlanan değerlendirmeler ve objektif biyobelirteçlerle karşılaştırmalar yoluyla sık sık değerlendirilir.^[31] Çalışma örneklemlerinin tasarımı ve temsil edilebilirliği, bulguların genellenebilirliği için kritiktir. UK Biobank gibi büyük kohort çalışmaları, popülasyon yapısını ve genetik ilişkileri kontrol etmek için genellikle belirli yaş aralıklarına ve Beyaz Avrupalı köken gibi soylara odaklanarak katılımcı popülasyonlarını dikkatlice tanımlar.^[1] Bununla birlikte, çalışma popülasyonları ile genel popülasyon arasındaki karşılaştırmalar, örneğin UK Biobank katılımcıları için yapılanlar, bulguların genellenebilirliğini etkileyebilecek sosyodemografik ve sağlıkla ilgili özelliklerde potansiyel farklılıklar ortaya koymaktadır.^[8]Veri uyumlaştırma prosedürleri, çeşitli veri kümelerinde diyet değişkenleri ve genetik belirteçler için tutarlı analitik yaklaşımlar sağlayarak birden fazla çalışma veya konsorsiyumdan veri birleştirirken de önemlidir.^[37] Bu titiz metodolojik hususlar, insan genom epidemiyolojisinde gerçekçi örneklem büyüklüğü gereksinimlerini ölçmek ve beslenme ile ilgili sağlık politikalarını bilgilendirmek için çok önemlidir.^[41]

Diyet Hakkında Sıkça Sorulan Sorular

Bu sorular, mevcut genetik araştırmalara dayalı olarak diyetin en önemli ve spesifik yönlerini ele almaktadır.

---

1. Neden bazı yiyecekleri arkadaşlarımdan daha çok istiyorum?

Evet, genetiğiniz yiyecek tercihleriniz ve isteklerinizde önemli bir rol oynayabilir. Araştırmalar, belirli genetik varyantların veya SNP’lerin, farklı beslenme düzenleri ve belirli yiyecek gruplarının tüketimiyle ilişkili olduğunu göstermektedir. Bu genetik yatkınlıklar, tat algınızı, metabolizmanızı ve hatta tokluk sinyallerinizi etkileyebilir ve farklı bir genetik yapıya sahip birine kıyasla belirli yiyecekleri daha çok istemenize neden olabilir.

2. Et tercihimi güçlü bir şekilde hissetmem kısmen genetik mi?

Evet, et gibi belirli yiyecek türlerine olan tercihinizin genetik bir bileşeni olabileceğine dair kanıtlar bulunmaktadır. Çalışmalar, et tüketiminin yaklaşık %16 civarında orta düzeyde kalıtılabilirliğe sahip olduğunu tahmin etmektedir. Bu, çevresel faktörler çok önemli olsa da, genlerinizin et ürünlerini tercih etme ve tüketme olasılığınıza katkıda bulunduğu anlamına gelir.

3. Ailem tatlıları seviyorsa, ben de genetik olarak buna programlanmış mıyım?

Evet, genetik bir yatkınlığınız olabilir. Tatlılık gibi belirli tatlara yönelik tercihler de dahil olmak üzere, beslenme alışkanlıkları genetikten etkilenir ve bu özellikler ailelerde görülebilir. Çevre ve yetiştirilme tarzınız da büyük rol oynarken, genetik varyantlar tat reseptörlerinizi ve ödül yollarınızı etkileyebilir ve aileniz benzer genetik yatkınlıkları paylaşıyorsa, tatlıları sevmenize daha yatkın hale getirebilir.

4. Bir DNA testi, daha iyi sağlık için diyet seçimlerime rehberlik edebilir mi?

Evet, bir DNA testi, diyet ve sağlıkla ilgili genetik yatkınlıklarınız hakkında bilgi sağlayabilir. Poligenik Risk Skorları (PRS) gibi araçlar, belirli yeme davranışlarına yönelik genetik olasılığınızı ve bunların obezite veya kalp hastalığı gibi durumlarla nasıl bağlantılı olabileceğini değerlendirebilir. Bu bilgiler, kişiselleştirilmiş beslenme tavsiyelerini uyarlamaya yardımcı olabilir ve sizi benzersiz genetik profiliniz için potansiyel olarak daha faydalı olan diyet seçimlerine yönlendirebilir.

5. Diyetim vücudumu neden diğerlerinden farklı etkiliyor?

Genetik yapınız, vücudunuzun diyetinize nasıl yanıt vereceğini gerçekten etkileyebilir ve bu da diğerlerine kıyasla farklı sağlık sonuçlarına yol açabilir. Diyet örüntüleriyle ilişkili genetik varyantlar, Tip 2 Diyabet, Koroner Arter Hastalığı ve Vücut Kitle İndeksindeki değişiklikler gibi kronik hastalıklar için riskinizle ilişkilendirilmiştir. Bu, bir kişi için sağlıklı olanın, benzersiz genlerine bağlı olarak, bir başkası için optimal olarak sağlıklı olmayabileceği anlamına gelir.

6. Bazı insanlar sağlıklı yiyecekleri tercih etmek için mi doğuyor?

Bir dereceye kadar evet, genetik yatkınlıklar, belirli sağlıklı seçeneklere doğal bir eğilim de dahil olmak üzere, yiyecek tercihlerini etkileyebilir. Örneğin, bitki kaynaklı ürünlerin tüketimiyle ilişkili olduğu belirlenen spesifik genetik varyantlar mevcuttur. Bununla birlikte, genetik sizi belirli bir yöne itebilse de, çevresel faktörler, kültürel uygulamalar ve erken yaşam deneyimleri de beslenme alışkanlıklarınızı güçlü bir şekilde şekillendirir.

7. Genlerim diyetimden kaynaklanan obeziteye daha yatkın olmama neden olabilir mi?

Evet, genleriniz diyetinize bağlı olarak obeziteye yatkınlığınızda kesinlikle rol oynayabilir. Beslenme düzenlerinin genetik bileşenleri, obezite ve diğer metabolik özellikler gibi durumlarla ilişkiler göstermektedir. Belirli genetik varyantlar, vücudunuzun besinleri nasıl işlediğini, yağı nasıl depoladığını ve iştahı nasıl düzenlediğini etkileyebilir ve bu da bazı bireyleri belirli diyet seçimlerinden kilo almaya daha yatkın hale getirebilir.

8. Genlerim ne kadar bitkisel besin tükettiğimi etkiler mi?

Evet, araştırmalar bitki bazlı ürünlerin tüketiminin orta derecede kalıtsal olabileceğini ve tahminlerin yaklaşık %16 civarında olduğunu göstermektedir. Bu, taşıdığınız belirli genetik varyantların, daha fazla veya daha az bitkisel besin tüketme konusundaki tercihlerinizi ve eğilimlerinizi etkileyebileceğini düşündürmektedir. Çevreniz ve kişisel seçimleriniz önemli olsa da, genleriniz bu beslenme düzenlerine katkıda bulunur.

9. Diyetim ruh halimi etkiliyorsa, genetik de işin içinde olabilir mi?

Potansiyel olarak, evet. Gelişen araştırmalar, diyet alımı ile bazı psikiyatrik durumlar da dahil olmak üzere karmaşık durumlar arasında genetik bağlantılar olabileceğini öne sürmektedir. Bağlantı karmaşık ve birçok faktörü içerse de, genetik varyasyonlar vücudunuzun ve beyninizin farklı yiyeceklere nasıl tepki verdiğini etkileyebilir ve bu da biyolojik yollar aracılığıyla ruh halinizi ve zihinsel sağlığınızı potansiyel olarak etkileyebilir.

10. Genlerimi bilmek gerçekten daha sağlıklı beslenmeme yardımcı olabilir mi?

Evet, genetik yatkınlıklarınızı anlamak, daha sağlıklı beslenmek için değerli bir araç olabilir. Genellikle hassas beslenmede kullanılan bu bilgi, benzersiz biyolojinize göre uyarlanmış daha bilinçli beslenme seçimleri yapmanıza yardımcı olabilir. Belirli gıda tepkilerine veya sağlık risklerine yönelik genetik bağlantıları belirleyerek, diyetinizi optimize etmek için daha etkili, kişiselleştirilmiş sağlık müdahaleleri geliştirebilirsiniz.

---

Bu SSS, mevcut genetik araştırmalara dayanarak otomatik olarak oluşturulmuştur ve yeni bilgiler geldikçe güncellenebilir.

Sorumluluk Reddi: Bu bilgiler yalnızca eğitim amaçlıdır ve profesyonel tıbbi tavsiyenin yerine kullanılmamalıdır. Kişiselleştirilmiş tıbbi rehberlik için daima bir sağlık hizmeti sağlayıcısına danışın.

References

[1] Merino, J. et al. “Genetic analysis of dietary intake identifies new loci and functional links with metabolic traits.” Nat Hum Behav, 2021.

[2] Cole, J. B. et al. “Comprehensive genomic analysis of dietary habits in UK Biobank identifies hundreds of genetic associations.” Nat Commun, 2020.

[3] Dong, X. et al. “Unprocessed Red Meat and Processed Meat Consumption, Plasma Metabolome, and Risk of Ischemic Heart Disease: A Prospective Cohort Study of UK Biobank.”J Am Heart Assoc, 2023.

[4] Niarchou, M. et al. “Genome-wide association study of dietary intake in the UK biobank study and its associations with schizophrenia and other traits.”Transl Psychiatry, 2020.

[5] Guenard, F. et al. “Genome-Wide Association Study of Dietary Pattern Scores.” Nutrients, 2017.

[6] Hebert, J. R. et al. “Considering the value of dietary assessment data in informing nutrition-related health policy.” Adv. Nutr., 2014.

[7] Coltell, O., et al. “Circulating Adiponectin and Its Association with Metabolic Traits and Type 2 Diabetes: Gene-Diet Interactions Focusing on Selected Gene Variants and at the Genome-Wide Level in High-Cardiovascular Risk Mediterranean Subjects.”Nutrients, 2021, PMID: 33562295.

[8] Fry, A., et al. “Comparison of sociodemographic and health-related characteristics of UK biobank participants with those of the general population.” Am. J. Epidemiol., 2017.

[9] Grandits, G. A., et al. “Method issues in dietary data analyses in the Multiple Risk Factor Intervention Trial.” The American Journal of Clinical Nutrition, vol. 65, no. 1, 1997.

[10] Francis, M., et al. “Gene-vegetarianism interactions in calcium, estimated glomerular filtration rate, and testosterone identified in genome-wide analysis across 30 biomarkers.”PLoS Genet, 2024.

[11] Smith, J. et al. “Principles of Human Molecular Genetics.” Academic Press, 2018.

[12] Nakamura, Y. et al. “A genome-wide association study on meat consumption in a Japanese population: the Japan Multi-Institutional Collaborative Cohort study.” J Nutr Sci, 2021.

[13] Brown, K. “Cellular Architecture and Signaling Pathways.” CRC Press, 2016.

[14] Johnson, A. “Nutrigenomics and Metabolic Health.” Wiley-Blackwell, 2019.

[15] Davis, B. “Immunogenetics and Disease Susceptibility.”Elsevier, 2020.

[16] Miller, C. “Olfactory and Gustatory Systems: A Comprehensive Review.” Springer, 2017.

[17] Park, S. “A Causal and Inverse Relationship between Plant-Based Diet Intake and in a Two-Sample Mendelian Randomization Study.”Foods, 2023, PMID: 36766075.

[18] Fujihara, K., et al. “Carrot Consumption Frequency Associated with Reduced BMI and Obesity through the SNP Intermediaryrs4445711 .” Nutrients (2021).

[19] Hu, F. B. “Dietary pattern analysis: A new direction in nutritional epidemiology.” Curr. Opin. Lipidol., 2002.

[20] Newby, P. K., and K. L. Tucker. “Empirically derived eating patterns using factor or cluster analysis: A review.” Nutr. Rev., 2004.

[21] Jacobs, D. R., and L. C. Tapsell. “Food synergy: The key to a healthy diet.”Proceedings of the Nutrition Society, vol. 72, 2013, pp. 200–206.

[22] Liu, B., et al. “Development and evaluation of the Oxford WebQ, a low-cost, web-based method for assessment of previous 24 h dietary intakes in large-scale prospective studies.” Public Health Nutrition, vol. 14, 2011, pp. 1998–2005.

[23] Bradbury, K. E., et al. “Dietary assessment in UK Biobank: an evaluation of the performance of the touchscreen dietary questionnaire.” Journal of Nutritional Science, vol. 7, 2018, p. e6.

[24] Carty, C. L., et al. “Low-fat dietary pattern and change in body-composition traits in the Women’s Health Initiative Dietary Modification Trial.”American Journal of Clinical Nutrition, vol. 93, 2011, pp. 516–524.

[25] Heidemann, C., et al. “A dietary pattern protective against type 2 diabetes in the European Prospective Investigation into Cancer and Nutrition (EPIC)—Potsdam Study cohort.”Diabetologia (2005): 1126–1134.

[26] Greenwood, D. C., et al. “Validation of the Oxford WebQ online 24-hour dietary questionnaire using biomarkers.” Am. J. Epidemiol., 2019.

[27] McCance, R.A., and E.M. Widdowson. McCance and Widdowson’s the Composition of Foods. Royal Society of Chemistry, 2002.

[28] Appel, L. J., et al. “A clinical trial of the effects of dietary patterns on blood pressure.” The New England Journal of Medicine, vol. 336, no. 16, 1997, pp. 1117–1124.

[29] van de Mortel, T. F. “Faking It: Social Desirability Response Bias in Self-report Research.” The Australian Journal of Advanced Nursing, 2008.

[30] Archer, E., et al. “The Inadmissibility of What We Eat in America and NHANES Dietary Data in Nutrition and Obesity Research and the Scientific Formulation of National Dietary Guidelines.”Mayo Clinic Proceedings, vol. 90, no. 7, 2015, pp. 911–926.

[31] Davy, B. M., and P. A. Estabrooks. “The Validity of Self-reported Dietary Intake Data: Focus on the “What We Eat In America” Component of the National Health and Nutrition Examination Survey Research Initiative.” Mayo Clin. Proc., 2015.

[32] Huang, T., et al. “Cardiovascular disease mortality and cancer incidence in vegetarians: a meta-analysis and systematic review.”Ann Nutr Metab, 2012.

[33] Kwok, C. S., et al. “Vegetarian diet, Seventh Day Adventists and risk of cardiovascular mortality: a systematic review and meta-analysis.”International journal of cardiology, 2014.

[34] Key, T. J., et al. “Mortality in vegetarians and nonvegetarians: detailed findings from a collaborative analysis of 5 prospective studies.”Public Health Nutr., 2014.

[35] Orlich, M. J., et al. “Vegetarian Dietary Patterns and Mortality in Adventist Health Study 2.”JAMA Internal Medicine, 2013.

[36] Shimakawa, T., et al. “Dietary intake patterns and sociodemographic factors in the Atherosclerosis Risk in Communities Study.”Preventive Medicine, vol. 23, no. 6, 1994, pp. 769–780.

[37] Figueiredo, J. C., et al. “Genome-wide diet-gene interaction analyses for risk of colorectal cancer.”PLoS Genet, 2014.

[38] Hu, F.B., et al. “Reproducibility and validity of dietary patterns assessed with a food-frequency questionnaire.” The American Journal of Clinical Nutrition, vol. 69, no. 2, 1999, pp. 243–249.

[39] Tucker, K.L., et al. “Quantifying diet for nutrigenomic studies.”Annual Review of Nutrition, vol. 35, 2015, pp. 403–431.

[40] Bhupathiraju, S.N., and F.B. Hu. “One (small) step towards precision nutrition by use of metabolomics.” Lancet Diabetes Endocrinol. vol. 5, no. 2, 2017, pp. 154–155.

[41] Burton, P. R., et al. “Size matters: just how big is BIG?: Quantifying realistic sample size requirements for human genome epidemiology.”

[42] Munafo, M. R., et al. “Collider scope: when selection bias can substantially influence observed associations.” International Journal of Epidemiology, vol. 47, no. 1, 2018.

[43] Gruner, M., et al. “Cell-Autonomous and Non-Cell-Autonomous Regulation of a Feeding State-Dependent Chemoreceptor Gene via MEF-2 and bHLH Transcription Factors.” PLoS Genet. (2016).

[44] Wallace, D.L., et al. “Genotype status of the dopamine-related catechol-O-methyltransferase (COMT) gene corresponds with desirability of “unhealthy” foods.” Appetite (2015): 74–80.

[45] Gibson, E.L. “Emotional influences on food choice: sensory, physiological and psychological pathways.” Physiol. Behav (2006): 53–61.

[46] Murphy, T., et al. “Effects of diet on brain plasticity in animal and human studies: mind the gap.”Neural Plast. (2014).

[47] Fung, T.T., et al. “Association between dietary patterns and plasma biomarkers of obesity and cardiovascular disease risk.”Am. J. Clin. Nutr. (2001): 61–67.

[48] de Haan, J.-J., et al. “Postshock intervention with high-lipid enteral nutrition reduces inflammation and tissue damage.” Ann. Surg. (2008): 842–848.

[49] Wing, R.R., et al. “Long-term effects of a lifestyle intervention on weight and cardiovascular risk factors in individuals with type 2 diabetes mellitus: four-year results of the Look AHEAD trial.”Arch. Intern. Med. (2010): 1566–1575.