О питании обычно говорят в единицах, которые легко посчитать: калории, граммы белка, миллиграммы витамина C. Чеснок в такой системе выглядит короткой строчкой в таблице состава. В каталоге проекта Foodome для сырого чеснока указано почти семь тысяч разных молекул. Об этом 4 ноября 2026 года сообщила Science News в материале Тины Хесман Сэй, Манданы Тадайон и Анны Мэттсон.

Само число ничего не говорит о действии на организм. Если соединение присутствует в продукте, это ещё не значит, что оно попадает в кровь в заметной концентрации и что-то там меняет. Но число меняет масштаб вопроса. Если в одном овоще тысячи соединений, то совет «ешьте больше овощей» и утверждение «витамин C нужен для синтеза коллагена» описывают разные слои одной системы. Второй слой исследован несравнимо подробнее первого.

Что считают в Foodome

Проектом руководит Джулия Меникетти, вычислительный физик из Гарвардской медицинской школы (Harvard Medical School). По описанию Science News, команда использует искусственный интеллект, чтобы разбирать научные статьи и находить каждое химическое соединение, которое когда-либо связывали с каким-либо продуктом. Сейчас в каталоге около 140 000 молекул.

В разговоре о «химии в еде» обычно вспоминают добавки. Меникетти занимают в первую очередь природные соединения, и чеснок здесь показателен: в сыром овоще почти семь тысяч молекул. Часть из них уже проверяли на влияние на здоровье, часть, по её словам, совершенно новая.

Откуда взялась «тёмная материя»

Внутри каталога Меникетти выделяет соединения, которые не учитываются в эпидемиологических исследованиях, и называет их «нутритивной тёмной материей». Слово взято из космологии, но означает другое. Там о тёмной материи судят по тому, как она влияет на видимое вещество. Здесь «тёмное» скромнее: соединение описано в научной литературе и связано с продуктом, но не входит в перечни, по которым в исследованиях популяций считают, что и сколько едят люди.

Практическая разница ощутима. Эпидемиология питания работает с десятками, в лучшем случае сотнями показателей: энергия, макронутриенты, витамины, минералы, отдельные жирные кислоты. Остальное в опросники не попадает. Значит, и связь между этим «остальным» и здоровьем в больших выборках никто не проверял.

Гипотеза, а не измеренный эффект

Меникетти объясняет, почему это важно: «Они способны взаимодействовать, связываться с белками человека, модулировать наш микробиом. Мы хотим использовать это, чтобы всё больше говорить о роли еды и питания в здоровье человека».

Это заявка на исследовательскую программу. В статье нет ни одного названного соединения, для которого показали бы связывание с конкретным белком или сдвиг состава микробиома. Нет данных о концентрациях и о том, сколько таких молекул доходит до тканей. Химически утверждение правдоподобно: малые молекулы действительно могут связываться с белками. Но правдоподобный механизм не заменяет измерения. Утверждения «может взаимодействовать» и «влияет на здоровье» имеют разную силу.

Что подтверждено, а что нет

Проверяемая часть материала невелика и состоит из чисел: около 140 000 молекул в каталоге, почти 7 000 в сыром чесноке. Работа по разбору литературы и наполнению баз продолжается.

Дальше начинается зона, где нужна осторожность. В статье нет ссылки на рецензируемую публикацию Foodome и нет DOI. Не описаны схема базы, правила включения соединений, проверка на ошибки. Не сказано, как в каталоге различают синонимы одного вещества и как поступают с соединениями, которые связаны с продуктом косвенно: загрязнение, плесень, продукт реакции при готовке. Для базы, собранной автоматическим разбором текстов, это не детали, а главный вопрос качества.

Размер списка тоже не результат измерения. За числами 140 000 и 7 000 не стоит вывод «в чесноке семь тысяч полезных веществ». Такой вывод из них не следует, хотя при пересказе аккуратная формулировка легко превращается именно в него.

Зачем такой каталог нужен

Смысл не в готовых рекомендациях, а в приоритетах для дальнейшей работы. Исследователю, который хочет проверить гипотезу о конкретном соединении, нужно сначала узнать, что оно вообще встречается в еде, которую едят люди. Список из 140 000 позиций, даже неполный и с ошибками, даёт материал для отбора: какие соединения стоит искать в биологических образцах, какие часто встречаются вместе, для каких продуктов химический профиль описан хуже всего.

Проверка начинается после каталога. Нужно подтвердить присутствие вещества в реальном продукте, измерить концентрацию, посмотреть, доходит ли оно до клеток и в какой форме. Ничего этого в материале Science News нет, и для научно-популярной заметки о текущем проекте это ожидаемо.

Про будущее сказано прямо: Меникетти хотела бы, чтобы искусственный интеллект предсказывал, как все эти молекулы взаимодействуют друг с другом и в организме человека. Пока это цель. Предсказание требует модели, обученной на данных о концентрациях и эффектах, а такие данные для тысяч соединений ещё предстоит получить.

Способ работы тоже часть вопроса. Автоматический разбор публикаций уверенно находит формулировки и так же уверенно ошибается на синонимах, отрицаниях и разных названиях одного и того же вещества. О том, как устроен поиск по литературе с помощью ИИ и где он ломается, есть отдельный разбор: как использовать генеративные ИИ-инструменты для поиска и анализа литературы.

Открытым остаётся вопрос, от которого зависит всё остальное: сколько из почти семи тысяч молекул чеснока действительно оказываются в организме в измеримой концентрации после обычной порции, а сколько существует только в виде строки в базе. Ответ на него дают не каталоги, а лабораторные измерения. До появления рецензируемой публикации Foodome разговор о «тёмной материи» в еде остаётся разговором о гипотезе: интересной, проверяемой, но пока непригодной для советов о питании.

Источник

Источники и литература

Схема показывает путь от научных публикаций к каталогу пищевых молекул и к отбору соединений, не охваченных эпидемиологией; последний шаг обозначен как заявленная цель, а не полученный результат.

Фото: Cats Coming / Pexels