Layne Norton: 营养与健身工具 | 莱恩·诺顿博士

安德鲁·休伯曼在访谈开场提出：什么样的证据，才足以促使人们改变营养或训练方式？他虽然预告了后续话题，包括糖、GLP-1受体激动剂、人工甜味剂、抗阻训练、心血管运动和蛋白质，但这一部分首先确立了评判这些话题的标准。核心问题是：如何从一种观察或看似合理的解释，走向一个站得住脚的判断，说明人体中究竟发生了什么。

休伯曼概述了人们对证据的几种态度。有些人在采用某种做法之前，希望先看到一项或多项人体随机对照试验。另一些人则会接受个人成功经历，只要这些经历符合某种生物学机制。还有一些人不信任科学实验，因为实验中的控制条件可能无法很好地反映日常生活，于是转而追随那些已经取得自己理想成果的人。这些类别呈现了实验严谨性、生物学合理性与实践经验之间的张力。

莱恩·诺顿不愿把自己固定归入其中任何一类。他说，自己现年42岁，在这个领域已有20年，既曾因为一份病例报告或朋友的经历就愿意尝试某种做法，也曾在缺乏人体随机试验证据时直接否定相关主张。他现在会区分两个问题：某件事是否构成证据，以及这份证据值得多大程度的信任。个人经验也算证据，但他认为它属于低质量证据。

对诺顿而言，一个人如何表述主张也很重要。当有人请他驳斥某个已经明确标为个人观点或亲身经历的说法时，他可能并不认同，却不认为那个人理应遭到猛烈反驳。理想情况下，他希望看到人体随机对照试验，同时也承认开展这类试验存在现实限制。因此，他的标准既涉及证据本身的强度，也涉及说话者是否准确呈现了这种强度。

诺顿将自己的思考方式追溯到生物化学本科学习，以及随后跟随Don Layman接受的营养学博士训练。他认为，Layman既理解细微的生物过程，也始终关注这些过程对整体结果的贡献。他用指挥家作比：指挥家既明白小号如何影响交响乐，也不会因此失去聆听整场演奏的能力。他认为，科普教育的难点在于，读者看到一条研究引文时，可能会以为它与其他任何引文都具有同等的证据价值。

通路与结果之间的区别贯穿了整场访谈。诺顿列举的关注结果包括肌肉增长、脂肪减少、心血管疾病风险、胰岛素敏感性和癌症。这些结果反映了数十条、数百条，甚至可能数千条生化通路的综合作用。一条通路可以真实存在，却未必决定整体结果。反过来，他认为，只要某个结果确实发生，就必然存在某种机制可以解释它，即使某个具体提出的机制无法解释也一样。

但仅仅因为某种机制存在，并不意味着你就会产生相应的结果。

阿司匹林是诺顿举的第一个例子。他将它的总体作用描述为抗凝，并把它在有心脏病或心脏病发作风险的患者中的使用，与减少凝血联系起来。但他说，阿司匹林也会激活促凝通路。如果有人只挑出这些通路，就可以构建出阿司匹林会促进血栓形成的论点，却忽略其净效应。这个例子说明，孤立的机制不足以描述整体作用；这里并没有将其作为针对个人的治疗建议。

吸烟则是选择性引用研究而非通路的例子。诺顿回忆，一项关于腺癌风险的荟萃分析纳入了大约50项研究，总体结果显示风险增加约300%或400%。其中两项研究的结果略微偏向看似有保护作用的一侧，但都不具有统计学显著性。他完全可以引用这两项研究，再加上他所说的吸烟与帕金森病风险降低30%至40%之间的一贯关联；休伯曼也认同后一项观察。不过，诺顿明确否定由此拼凑出的吸烟有益叙事，强调吸烟会增加肺癌、其他癌症和心血管疾病的风险。即便每条引文本身都准确，选择性地将它们组合起来，仍然可能构成误导性的整体叙述。

研究一个话题时，诺顿首先寻找荟萃分析：这类分析尝试合并研究相似问题的多项研究，并估计总体效应。他解释，森林图展示了各项研究的估计值、置信区间，以及它们对合并分析的贡献。按照他的描述，标记相对于中线的位置表示效应的方向和大小，而标记的大小体现分析权重，通常与参与者人数有关。休伯曼用一项有10名参与者的研究和一项有500名参与者的研究作比较，说明了后一层含义。

荟萃分析并不会因为合并了许多论文就自动变得有说服力。诺顿强调纳入标准：决定哪些研究能够进入分析的规则，必须适合所要回答的问题。他还区分了论文结论与实际测量。结论表达的是作者的解释；读者仍然需要检查，研究是否检验了相关命题，以及是否采用了适当的测量方法。如果荟萃分析之间结论不一致，诺顿就会转向控制最严格的单项研究，包括随机对照试验。

他的主要例子是一项比较低碳水化合物饮食与较高碳水化合物或低脂饮食的分析。他将这项工作归于美国国立卫生研究院（NIH）的Kevin Hall，并不太确定地回忆其发表于2017年。诺顿赞赏它只纳入向参与者提供食物的控制供餐试验。这种选择解决了自由生活条件下营养研究的部分局限，包括休伯曼所说的自我报告问题：人们可能忘记自己吃过什么，或者吃下未列入报告计划的食物。

这些纳入研究还使各组的热量和蛋白质摄入量相匹配。匹配热量很重要，因为否则，禁食或低碳水化合物饮食期间出现更多脂肪减少，可能只是吃得更少的结果。匹配蛋白质也很重要，因为诺顿解释说，蛋白质具有食物热效应，还会影响瘦体重的保留，从而改变减掉的体重由哪些成分构成。他记得还设有至少四周的持续时间要求，但对这个细节并不十分确定。所测量的终点是脂肪量变化，而不是脂肪氧化或能量消耗。

据诺顿介绍，在这些摄入量匹配的条件下，该分析没有发现脂肪减少方面的差异，其他荟萃分析也往往支持这一结果。他谨慎限定了这一结果所能回答的问题：它回答的是，在热量和蛋白质摄入相当时，这些饮食是否会带来不同的减脂结果。它没有回答某种饮食是否更容易坚持，或更便于实际执行。这些日常生活中的差异属于另外的问题，而不是足以推翻受控比较结果的例外。

两位讲者都区分了彻底造假与研究产生误导的其他方式。诺顿认为，完全捏造的研究可能没有许多人想象得那么常见；休伯曼也希望这类情况相对罕见。这些是他们的判断，并非讨论中确立的发生率估计。休伯曼更关注另一种情况：排除那些不支持研究者偏好结论的结果。他描述，自己曾见过其他实验室的研究者，以小鼠起初就生病了，或某批药物即将过期为由，解释为何可以不采纳某些实验结果。

休伯曼说，造假往往会通过撤稿暴露出来，并提出，借助AI检查图像，可以让问题在更接近论文发表的时间被发现。诺顿则聚焦于更常见的方法选择。他说，当某个结论起初让自己感到意外时，阅读其方法、测量和分析，就能在99%的情况下解释结果——这是他以口语方式描述自己的经验。研究可以通过特定安排或分析方式来偏向某个预期发现，而不必捏造观察数据。

一个相关问题是，把实际上在结果出现后才形成的问题，呈现得仿佛早在结果之前就已提出。休伯曼将临床试验与实验室研究作对比：他说，临床试验要求研究者在开始时明确假设，而实验室工作中，问题或假设可能随着实验进展而修改。诺顿补充，研究者还必须说明将测量什么。他们担忧的是，读者和审稿人可能始终看不到研究框架如何发生变化；休伯曼认为，这种隐而不报的重新设定，在实验室基础研究中不幸相当常见。

尽管有这些顾虑，诺顿说，自己很少仅以研究很差为由否定一篇论文。更常见的是，他质疑结论是否能从数据和设计中推出，同时仍然承认那些观察就是观察。他感谢Layman在早期就确立了一种态度：出错是可以接受的。这把对解释的批评，与声称整项研究毫无价值或存在欺诈这种更严重的指控区分开来。

蛋白质研究说明，看似矛盾的发现可能回答的是不同问题。诺顿自己的研究考察了蛋白质摄入量接近推荐膳食摄入量、而非高摄入量时的蛋白质质量，发现质量确实会产生差异。但他说，在提供每千克体重约1.6至2克蛋白质的实验中，不同蛋白质来源通常不会让瘦体重或蛋白质合成出现太大差异。

他的解释是，当摄入量接近触发相关信号所需的较低阈值时，来源质量更重要。当摄入量足够高时，不同来源可能都能提供足够的蛋白质，使所测反应达到相应水平。他回忆，有人曾拿一项研究来质疑他：该研究发现，米蛋白与乳清蛋白对蛋白质合成的刺激程度相同。他的回应是，研究者使用了40克蛋白质；按照他的解释，这个量可能足以让两种来源都使合成达到最大水平。因此，这一发现未必与较低摄入量下质量会产生影响的结果矛盾。

这个例子让诺顿的证据层级有了具体含义。他讨论了荟萃分析、系统综述、随机对照试验、队列与流行病学数据、动物研究和个案研究，认为这些证据形式都有其作用。证据层级并不是忽略研究条件的理由。总摄入量、剂量、研究人群和测量终点，都可能决定两个结果究竟真正冲突，还是仅仅描述了不同情境。

接着，诺顿审视了一种说法：十字花科蔬菜会损害甲状腺功能并导致体重增加。提出的因果链是，其中的异硫氰酸酯与碘结合，削弱甲状腺功能，降低代谢率，最终使体重增加。他承认这条通路存在，也承认原则上可能出现这样的效应。他反对的是，把通路存在本身，当成食用这些蔬菜就会产生上述结果的充分证据。

他报告说，考察十字花科蔬菜摄入的人体随机对照试验，没有发现甲状腺功能或基础代谢率的差异。他还说，吃更多这类蔬菜的人往往稍微更瘦，但随即对这种关联作出限定：健康使用者偏倚，或更强的饱腹感导致热量摄入减少，都可能有助于解释这一现象。他没有把这种关联作为蔬菜直接使人变瘦的证据。他的论点更为有限：据他介绍的结果证据，不支持那条通向体重增加的假设链条。

诺顿承认，自己也犯过同类的机制推理错误。2003年，他还在学习生物化学并参与健美论坛讨论时，得知咖啡因会抑制糖原磷酸化酶。他由此推断，运动后摄入咖啡因应该能通过限制糖原分解，帮助糖原再合成。另一名参与者批评他过度聚焦于单一通路。如今，诺顿更强调咖啡因对交感神经系统的广泛激活及其促进能量底物动员的作用，并指出有些人会出现血糖升高。这段经历解释了他为什么不信任仅凭一种酶的相互作用就作出的笃定预测。

这一段以一个刻意荒诞的示范收尾，展示看似科学的论证如何掩盖决定性的局限。诺顿与癌症生物学家Joseph Sundell开玩笑时，提出构建一套论证，主张通过吃粪便来减脂。他围绕丁酸展开论证：丁酸是一种发酵产生、也存在于粪便中的短链脂肪酸。他引用了涉及脂肪氧化、胰岛素敏感性、炎症和肥胖形成的效应，还不太确定地回忆起一种对棕色脂肪的影响。这套论证是讽刺，并非建议。

被隐去的细节暴露了问题：诺顿说，支撑这些说法的实验大多在啮齿动物中进行，而要从粪便中获得实验所用的丁酸剂量，每天大约需要吃50至100磅粪便。这个例子结合了几种反复出现的错误：从动物实验直接推及人类、忽略剂量，以及把某种化合物的效应当成食用含有该化合物的材料也会产生同样效应的证据。休伯曼回应说，这个主意听起来越来越糟；诺顿则将它的论证结构与网络上流传的大量内容相提并论。

这段节选的局限值得关注。它提供的是诺顿对研究的描述，而非完整参考文献或底层分析，而且若干细节明确是凭记忆作出的近似回顾。休伯曼的开场还包括对Matina、Eight Sleep和Maui Nui Venison的商业推介，并披露了自己持有Matina所有权权益；这些开场主张并未在证据讨论中得到检验。这一部分深入展开的是一种解读方法：评估研究发现的整体格局，检查实际检验了什么，并始终把机制、剂量、研究环境与测量结果联系起来。

莱恩·诺顿区分了个人做法与声称所有人都应采用某种做法。他承认，自己的某些训练和营养习惯缺乏随机对照试验支持。他反对的是，把某种做法说成已经证实更优，尤其是当人体随机试验指向相反结论时。人们可以挑选孤立的化合物、假定机制、个案研究和流行病学关联，拼出一个有说服力的故事；但他认为，这个故事仍必须接受更强证据的检验。

应安德鲁·休伯曼的请求，诺顿解释说，队列研究会追踪一群人，却不给他们分配干预措施。他们举的例子是：一些人原本就选择纯素或杂食饮食，同意参与研究，并回答有关自己生活的问题。研究者随后可能用10年或20年追踪心血管疾病或癌症等结果。困难在于，习惯往往成群出现。诺顿回忆，Stephen Bartlett曾说，去健身房有助于他改善饮食：人们可能因为不想抵消训练效果，而改变吃法。诺顿补充，在他看来，健康饮食对不运动的人尤其重要。不论如何，饮食和运动可能相伴出现，让各自的贡献难以辨别。

诺顿将随机分组描述为一种方法：把潜在特征及相关习惯分散到各组，使结果差异更有可能归因于干预。这就是他把人体随机对照试验视为确立因果关系的金标准的原因。但他马上对这一偏好作出限定。营养试验很难让人们连续30年遵循受到严格控制的饮食；他记得最长的一项营养随机试验持续了两年，而且控制程度有限。代谢病房研究可以实施严格得多的控制，但他描述的持续时间可能只有四周或六周。参与者都是普通志愿者，研究越是控制他们生活的更多方面，招募就越困难。他认为，为参与这类研究而放弃数周正常生活的人，应该需要获得报酬。

研究问题也必须适合观察时长。诺顿认为，一项在60岁以上人群中考察饱和脂肪、低密度脂蛋白胆固醇（LDL胆固醇）与心脏病发作的一年期试验，可能是在为数不多的事件中寻找微小差异，却未能解决此前40年饮食的影响。他援引孟德尔随机化证据，说明终生LDL暴露的重要性，而非只关注一小段时间。他更广泛的观点是，无论期刊、研究者还是研究设计，都不能使一个发现绝对可靠。因此，他会首先寻找整个研究体系中的一致性，同时承认，个别实验可能存在缺陷，甚至可能造假。

一水肌酸是他用来说明证据如何在不同环境中累积的例子。诺顿描述了数十年间在数百家实验室开展的数千项实验，涉及不同的资金来源、国家和条件。他报告说，在Consensus上搜索肌酸是否能增肌时，返回的结果约有92%为肯定；这是他转述的一次搜索结果，并非访谈中得到解释的统计估计。休伯曼补充说，每天摄入5至10克一水肌酸有益于力量和肌肉量，也可能在一定程度上有益于认知，诺顿表示认同。在这段节选中，他们没有审视认知方面的证据，也没有讨论单项研究的细节。

讨论暂时中断，插入了一段AG1赞助广告。休伯曼说，如果只能服用一种补充剂，他会选择AG1，并将其描述为市面上质量最高、最全面的基础营养补充剂。他说，其中含有维生素、矿物质、益生菌、益生元和适应原，旨在弥补饮食缺口，支持高负荷的生活。这些都是广告中的宣传主张；该段没有提供评估这些主张的研究。

休伯曼说，虽然他摄入的大部分食物都是天然完整食物或最低限度加工的食物，但他发现，仅靠食物很难获得足够的水果、蔬菜、维生素、矿物质、其他微量营养素和适应原。他报告说，自己从2012年起每天服用AG1，常常一天两次：早晨或上午较晚时一次，下午或晚上再一次。他将精力、免疫功能和肠道微生物群的改善归因于这一习惯，并把这些方面与脑功能、情绪和身体表现联系起来。广告引导听众访问drinkag1.com/huberman，以获取五包免费旅行装和一年的维生素D3 K2供应量。

回到访谈后，休伯曼将前面的讨论定位为一种帮助听众自行选择证据质量门槛的方法。诺顿把这个想法延伸到听众对他个人的信任上。当一位评论者说，自己可以相信他所说的一切时，他回应说，自己也是有缺点的人，并请对方继续保持批判性思考。他表示，自己的目标是教会大家，他如何得出结论，让听众能够检查推理过程，并将其用于其他情境。

诺顿建议，除了关注一个人说了什么，也要留意他如何表达。他举例说，自己在介绍一项研究时，会承认可能记错细节或算错数学，并邀请懂行的听众纠正。他将这种愿意接受纠正的态度，与最好、最差、总是和从不等绝对化措辞作对比；他说，真正的专家通常会避免使用这类措辞。

他将只有权衡、没有解决方案这一原则归于经济学家Thomas Sowell。他在营养方面举的例子是：减少饱和脂肪摄入可能降低睾酮，而饱和脂肪又可能升高LDL；他将LDL描述为心血管疾病的独立风险因素。诺顿判断，对大多数人而言，这种睾酮下降可能不具有生理上的实质意义，但他将其呈现为对相互竞争效应的权衡判断。他对生化通路也采用类似的推理：炎症具有必要的生理功能，尽管失控的炎症并不可取。他说，导师对他的影响，就是让知识与质疑意愿并行，即使面对看似根本的假设，也愿意提出疑问。

诺顿用研究生阶段的一项实验来说明这种科学态度。他起初称之为自己的第一次实验，随后纠正：此前14次实验都失败了，所以这其实是第15次。他感谢导师的耐心与支持。这项最终完成的实验考察了，在摄入一顿含有乳清蛋白的完整膳食后，肌肉蛋白质合成升高能持续多久。研究者没有仅依赖通常的餐后60或90分钟测量，也没有依赖从纯化溶液得出的假设，而是随时间持续追踪反应。

他的假设是，只要血液中的亮氨酸水平仍然升高，蛋白质合成就会保持升高。但结果是，蛋白质合成在90分钟达到峰值，到三小时时已回到基线，而血浆氨基酸仍然升高，且在三小时时处于最大值或平台期。那些显而易见的其他解释也未能成立：mTOR信号仍然升高，这一点通过结合蛋白4E-BP1的磷酸化来评估，作为mTOR激活的替代指标；细胞内亮氨酸的变化模式也与血浆亮氨酸相同。

诺顿说，因为认定这些结果一定有错，他大概重复做了五次血浆分析。导师查看了相对集中的数据、标准误差条和分析技术，随后质疑了他的这一假定。诺顿强调，测量血浆氨基酸需要许多实验室步骤，并不是瞬间就能读出结果。他从这次交流中学到的是，应当更在意找到正确答案，而不是捍卫最初的预期。这也影响了他的偏好：在采取强烈立场之前，希望先看到10项或20项研究；同时也承认，即使是自己最坚定的立场，也仍然可能出错。

听起来，你是在试图让数据符合你的结论，而你需要做的是改变结论，让它符合数据。

休伯曼问，在亮氨酸和mTOR信号仍然升高时，什么能够解释蛋白质合成却开始下降？诺顿描述了一种不应性反应，并说明这个术语来自另一家实验室：蛋白质合成对最初启动它的信号变得不再那么敏感。他给出的简化机制从DNA转录为mRNA开始，核糖体随后将氨基酸组装起来，把mRNA翻译成蛋白质。EIF4F复合物为核糖体附着到mRNA上提供支架；它的形成依赖EIF4E与EIF4G的结合。诺顿解释，4E-BP1会结合EIF4E，而亮氨酸驱动的mTOR信号会使4E-BP1磷酸化，释放EIF4E，使其能够与EIF4G结合。休伯曼将要点概括为：必要的分子条件与维持合成所需的充分条件并不相同。他提到这些过程在120分钟后失效，是交谈中的概括；诺顿前述实验描述的是，到三小时时合成已回到基线。

诺顿说，另一家实验室把这称为肌肉饱和效应：反应一旦启动，就会完成自身的过程，单纯再提供更多氨基酸，并不一定能让它持续。他回忆起一项大约2001年的研究，并不太确定地将其归于Rennie的实验室，其中连续输注必需氨基酸六小时。骨骼肌蛋白质合成先升高，到两小时时已回落，且在输注期间没有再次升高。他将其作为支持不应性模式的证据，同时明确表示，对研究日期和归属并不确定。