Bài báo khoa học Tập 66 Số 2 04/03/2025

12. ỨNG DỤNG GIẢI MÃ GEN ĐỂ LỰA CHỌN DINH DƯỠNG CHĂM SÓC SỨC KHỎE CHỦ ĐỘNG

Trần Bá Kiên1,2, Ngô Nguyễn Quỳnh Anh1,2, Vũ Vân Anh3,4, Bùi Thị Huyền3,4, Hoàng Thị Ngọc Hà5,6, Vincent Nguyễn7,8
1 Hai Duong Central College of Pharmacy
2 Trường Cao đẳng Dược Trung ương Hải Dương
3 Institute of Biotechnology, Vietnam Academy of Science and Technology
4 Viện Công nghệ Sinh học, Viện Hàn lâm Khoa học và Công nghệ Việt Nam
5 Hue University of Medicine and Pharmacy
6 Trường Đại học Y Dược, Đại học Huế
7 Advanced Genomics Research Inc
8 Công ty Advanced Genomics Research Inc
Tác giả liên hệ: qanhk63hup@gmail.com
DOI: 10.52163/yhc.v66i2.2057
19 Lượt xem
14 Lượt tải xuống
Tóm tắt

Mục tiêu: Nghiên cứu nhằm làm rõ mối liên hệ giữa gen và dinh dưỡng từ đó lựa chọn chế độ ăn uống và vận dụng chủ động chăm sóc sức khỏe chủ động ngay từ các khi khỏe mạnh chưa mắc bệnh.

Phương pháp tìm kiếm và tổng quan tài liệu: tổng hợp và phân tích các nghiên cứu trong và ngoài nước đã công bố về mối liên hệ giữa gen và dinh dưỡng, di truyền liên quan đến các chỉ số sức khỏe như BMI, khả năng tiêu hóa, nguy cơ mắc bệnh tiểu đường, béo phì, bệnh tim mạch.

Kết quả: Giải mã gen giúp xác định cách cơ thể mỗi người phản ứng với thực phẩm, từ khả năng tiêu hóa đến nguy cơ mắc bệnh mãn tính như tiểu đường, béo phì và bệnh tim mạch. Các nghiên cứu cho thấy những người điều chỉnh chế độ ăn theo thông tin di truyền có thể giảm nguy cơ bệnh tật.

Kết luận: Việc ứng dụng giải mã gen trong chế độ dinh dưỡng nhấn mạnh vai trò của giải mã gen trong việc cá nhân hóa chế độ ăn uống để chăm sóc sức khỏe chủ động.

Tài liệu tham khảo
[1]
. Lê Đình Lương, Giáo trình Di truyền học (2009), NXB Đại học Quốc gia Hà Nội. Google Scholar
[2]
. Ellen Vogel, Ruth DeBusk, Milly Ryan-Harshman, Chapter 9 - Advancing Knowledge Translation in Nutritional Genomics by Addressing Knowledge, Skills and Confidence Gaps of Registered Dietitians, Nutrition and Genomics, Academic Press, 2009, Pages 161-186. Google Scholar
[3]
. Bouchard, C., & Rankinen, T. (2001). Individual differences in response to regular exercise. Medicine and Science in Sports and Exercise, 33(6), S446-S451. Google Scholar
[4]
. Nagata JM, Braudt DB, Domingue BW, Bibbins-Domingo K, Garber AK, Griffiths S, Murray SB. Genetic risk, body mass index, and weight control behaviors: Unlocking the triad. Int J Eat Disord. 2019 Jul;52(7):825-833. doi: 10.1002/eat.23083. Google Scholar
[5]
. Wang, L., et al. (2020). Application of artificial intelligence in nutritional research: a review. Frontiers in Nutrition, 7, 90. Google Scholar
[6]
. Frayling, T. M., et al. (2007). A common variant in the FTO gene is associated with body mass index and predisposes to childhood and adult obesity. Science, 316(5826), 889-894. Google Scholar
[7]
. Loos, R. J. F., & Yeo, G. S. H. (2008). The genetics of obesity: from discovery to biology. Nature Reviews Genetics, 9(1), 37-50. Google Scholar
[8]
. Möller, N. C., et al. (2019). Personalized nutrition in the prevention of chronic disease: a review of the evidence. Nutrients, 11(1), 1-12. Google Scholar
[9]
. Sicherer, S. H., et al. (2017). "Genetic Factors in Milk Allergy." Journal of Allergy and Clinical Immunology. Google Scholar
[10]
. Boukhalfa W, Jmel H, Kheriji N, Gouiza I, Dallali H, Hechmi M, Kefi R. Decoding the genetic relationship between Alzheimer's disease and type 2 diabetes: potential risk variants and future direction for North Africa. Front Aging Neurosci. 2023 Jun 5;15:1114810. doi: 10.3389/fnagi.2023.1114810. Google Scholar
[11]
. World Health Organization. Fact sheet no 311. WHO; 2012. Obesity and overweight. Google Scholar
[12]
. Ogden CL, Carroll MD, Kit BK, Flegal KM. Prevalence of childhood and adult obesity in the United States, 2011–2012. JAMA. 2014;311:806–814. doi: 10.1001/jama.2014.732. Google Scholar