代谢组学可以识别饮食生物标志物并描述饮食的代谢后果。一项设计稳健的研究确定了一组稳定的尿液代谢物，这些代谢物与健康的和不健康的饮食模式、代谢网络和独特的尿液代谢特征相关。

尿液代谢组图谱包含来自饮食和内源性代谢的信号，可用于了解营养素和健康结果之间的功能关系。Posma及其同事 在Nature Food上发表的研究描述了尿液"营养组"及其功能，并强调代谢组学是人营养研究中的一个有力的分析工具。

代谢表型是遗传和环境相互作用的产物。虽然纵向的双胞胎研究量化了代谢表型的遗传性，但它们也表明，饮食是环境的一个方面，它塑造了个体的代谢表型，并使该表型随时间保持稳定。在营养研究中，代谢组学可用于确定饮食性生物标志物或描述习惯性饮食或饮食干预的代谢后果。

Posma及其同事将营养组描述成是"化学上不同的、源自饮食的、能促成人类代谢表型的分子物种"。他们提出，一组稳定的饮食相关代谢物可以是监测从健康到不健康表型发生转变的功能方法，因此，可以通过饮食和生活方式进行早期干预。这项研究通过对INTERMAP队列中的1,848名美国成年人反复（间隔约3周）进行24小时饮食后分析和1H-NMR尿液代谢组分析，提供了强大的数据集。研究人员通过代谢反应网络分析和使用尿液代谢物来预测健康和不健康的饮食模式来证明其功能。

测量食物摄入量是很困难的，不准确的数据会使得饮食-疾病的关联站不住脚。Posma及其同事通过严格的选择标准发现有67种营养素与46种尿液代谢物相关。他们还使用了新颖的层次聚类方法对营养素和代谢物关联进行分类，以确定稳健的营养素和代谢物群。例如，膳食果糖、葡萄糖和维生素C共为一簇且与尿液中的脯氨酸甜菜碱相关，后者是著名的柑橘类水果摄入量的代谢组学生物标志物相关。作者展示了他们在确定代谢反应网络上的功能的方法，这个方法除了简单的统计相关性之外，还能显示代谢物在生物化学方面的关联。作者举例描述了为什么一些代谢物与膳食营养素相关，而其他密切相关的代谢物却并没有。值得关注的是参与多种代谢途径和/或涉及胃肠道中微生物酶的反应的代谢物也与膳食营养素相关；这强调网络分析能潜在地帮助理解影响代谢健康的宿主-微生物组相互作用。

尿液代谢物还能预测健康和不健康的饮食模式。使用基于美国数据的模型在英国INTERMAP队列中预测健康的和不健康的饮食模式的预测准确率为62%至74%。虽然英国队列的预测准确率仍然很高，但需要注意的是，这两个队列的尿液和饮食数据采集遵循相同的标准操作程序，这在一定程度上减少了队列间的差异。无论如何，这表明尿液代谢谱作为一种客观的测量方法，在自由生活人群中根据人们对健康饮食模式的坚持程度进行分类，具有实用性。

不同的是，本研究在一个大队列中对饮食和尿液代谢物进行了重复测量，这样的稳定性保证了数据收集的可靠性。重复测量可以比较饮食营养素和尿液代谢物在类内的相关性，或稳定性。尿液代谢物比膳食营养素更稳定，这更体现了尿液代谢物作为客观的饮食衡量的重要性。此外，重复的测量使得使用在时间点1时的代谢物数据建立起的饮食模式预测模型能够利用时间点2时的尿液代谢物预测健康的和不健康的饮食模式得分。测试模型的预测精度与原模型结合尿液数据的预测精度相匹配。代谢物的总体的人内类内相关性高于人与人之间的相关性，说明至少对于这组46种代谢物来说，个体比其他人更像自己。虽然以前的研究已经报告了类似的指标，但很少有如此大的样本，包括重复的尿液收集和饮食的重复测量。

Posma及其同事解决了其他营养代谢组学研究中共同存在的不足。他们有一个大型的代表性队列和一个独立的外部验证队列，他们在代谢网络分析中不仅研究了饮食-代谢物的关联，还描述了能够解释所观察到的关联的潜在途径，他们对饮食和尿液进行重复测量，从而能够进行重复性和稳定性分析。然而，问题仍然存在。这些与饮食相关的代谢物是否在较长时间内保持稳定，有哪些遗传学或环境因素有助于稳定？除了明确哪些是健康的和不健康的饮食之外，还有哪些其他意义？例如，已经描述了一个用于整合基于膳食的饮食模式和代谢组学数据的框架，通过这个框架，通过一组最常见的饮食模式和连接的尿液代谢组图谱库，可以使用一个未知饮食史的个体的尿液代谢组来预测其饮食模式。然而，我们可以在此基础上再加一层，描述这些群体的潜在代谢状态，这样的代谢组图谱就不是简单的饮食生物标志物，而是一种"功能营养表型"。这是人类营养研究和实践的一个进步，也是精准营养的一个切实的工具。