Nieuw onderzoeksproject MetaboTwin ontwikkelt computermodel van hoe ons lichaam reageert op voeding

Een team van wetenschappers van Wageningen University & Research (WUR) en Technische Universiteit Eindhoven (TU/e) en verschillende industriële partners uit de sectoren voeding & gezondheid, healthtech en (digitale) biomarkers bundelen hun krachten om een Human Dietary Digital Twin te ontwikkelen: een geavanceerd computermodel dat voorspelt hoe mensen reageren op echte maaltijden.

Wanneer we eten, verandert tijdelijk de hoeveelheid suiker (glucose), hormonen (insuline) en vet (triglyceriden) in ons bloed, reacties die ook wel postprandiale responsen worden genoemd. Deze responsen laten zien hoe efficiënt het lichaam voedingsstoffen verwerkt na een maaltijd. Op de lange termijn kunnen herhaaldelijk ongunstige reacties het risico op ziekten zoals diabetes type 2 en hart- en vaatziekten vergroten.

Ieder mens heeft een uniek metabolisme: onderzoeken tonen aan dat mensen heel verschillend kunnen reageren op dezelfde voedingsmiddelen of maaltijden.

“Mensen reageren verschillend op voeding en maaltijden, maar we begrijpen nog niet goed hoe dat precies komt.” zegt dr. Anouk Gijbels van Wageningen University & Research. “Bovendien is voor de glucoserespons bijvoorbeeld niet alleen de hoeveelheid koolhydraten van belang; ook vet, eiwit, vezels en textuur spelen een belangrijke rol. In dit project willen we deze interacties ontrafelen — rekening houdend met zowel individuele verschillen als maaltijdkenmerken — om beter te begrijpen hoe voeding het metabolisme na de maaltijd beïnvloedt in verschillende mensen.”

Om deze factoren te onderzoeken voert het MetaboTwin-team zorgvuldig gecontroleerde voedingsstudies uit, waarin wordt gemeten hoe mensen reageren op verschillende maaltijden.

Het meten van stofwisselingsreacties op verschillende maaltijden in dit soort studies is tijdrovend, kostbaar en belastend voor deelnemers. Door gebruik te maken van slimme computermodellen om deze reacties beter te begrijpen en te voorspellen, kunnen onderzoekers de gezondheidseffecten van veel verschillende maaltijden efficiënter en op grotere schaal bestuderen.

In eerder gezamenlijk onderzoek ontwikkelden TU/e en WUR al een computermodel dat beschrijft hoe bloedglucose, insuline en triglyceriden veranderen na gestandaardiseerde testmaaltijden, in feite milkshakes met veel vet en suiker. MetaboTwin breidt dit model nu uit om reacties op complexere, realistische maaltijden te kunnen voorspellen, met verschillende hoeveelheden en bronnen van eiwit en aanvullende maaltijdkenmerken zoals textuur en vezelgehalte.

De nieuwe data uit de humane studies worden gecombineerd met bestaande hoogwaardige voedingsdatabestanden om de Dietary Digital Twin te ontwikkelen. Met dit virtuele model kunnen onderzoekers simuleren hoe het metabolisme van een individu reageert op verschillende voedingsmiddelen en maaltijdcombinaties, zonder dat daarvoor herhaaldelijk testen in mensen nodig is.

“Digitale tweelingen worden in de techniek al veel gebruikt om systemen zoals vliegtuigmotoren of productieprocessen te simuleren en te optimaliseren,” legt professor Natal van Riel van de TU/e uit. “Maar het menselijk lichaam is vele malen complexer dan welke machine dan ook. Met MetaboTwin combineren we biologie, wiskunde en kunstmatige intelligentie om een virtuele kopie van het menselijk metabolisme te maken. Dit model kan ons helpen te begrijpen, te voorspellen en uiteindelijk te verbeteren hoe ons lichaam reageert op voeding.”

Door een computermodel van het menselijk metabolisme te ontwikkelen, wil MetaboTwin bijdragen aan het ontwerpen van gezondere en duurzamere voedingsmiddelen en aan gepersonaliseerd voedingsadvies dat is afgestemd op ieders unieke stofwisselingsprofiel. Zo ondersteunt het project de preventie van chronische, voedinggerelateerde ziekten zoals diabetes type 2 en hart- en vaatziekten.

Het project wordt gefinancierd door het Topconsortium voor Kennis en Innovatie (TKI) Agri & Food en door private partners rhai Union, Herbalife, Norilia, Ani.AI, Nuritas en Genos.