肠道微生物群的研究领域继续快速发展。现在，研究人员发现，与基于食物中的千焦或碳水化合物含量的模型相比，使用基于人体肠道微生物群的算法可以更准确地预测餐后血糖峰值。

血糖水平升高会增加罹患2型糖尿病和心血管疾病等严重健康状况的风险。

改变饮食，使餐后血糖水平的变化正常化，是改善糖尿病患者空腹血糖等健康指标的基石。同样，异常的葡萄糖反应是一个迹象，表明某人可能正在发展为糖尿病或心血管疾病。

不同的人在吃完食物后血糖水平会有很大的不同。一个人的生理、遗传，甚至是他们的肠道菌群指纹都是造成这种变异的原因。

了解了肠道微生物群对健康的影响，研究人员正在更仔细地研究这如何有助于预测一个人对食物的独特血糖反应。

2015年，以色列研究人员首次展示了一种利用微生物组信息与性别、年龄和体重等其他因素相结合的算法，如何准确预测非糖尿病患者餐后的血糖反应。

现在，在一项新的研究中，美国梅奥诊所的一个研究团队使用了以色列研究人员开发的微生物组测试试剂盒，将其应用于生活在美国的一大群非糖尿病患者。

每个人都提供了粪便样本，以生成他们的微生物组指纹。在接下来的六天里，每个人都戴着一个连续的血糖监测器，并在手机应用程序中记录他们的饮食和活动水平。所有这些数据都被用于为每个人开发个性化的血糖预测算法。

这项研究的真正意义在于，该算法在标准化的实验室食品测试中进行了测试。

与仅使用食物中的千焦或碳水化合物含量估算葡萄糖峰值相比，一个包含人体肠道微生物群的模型要预测餐后葡萄糖峰值要好得多。

影响

这项早期研究显示了一个人的微生物组构成会对其生理产生多大的影响。

随着这项研究最终转移到糖尿病患者身上，阳性结果可能最终意味着大便测试和使用手机应用程序可能成为这种疾病生活方式管理的标准部分。