Nutritionally recommended food for semi- to strict vegetarian diets based on large-scale nutrient composition data

Auteurs : Seunghyeon Kim, Michael F. Fenech, Pan-Jun Kim

Scientific Reports 8:4344 (2018)
arXiv: 1803.04915v2 - DOI (q-bio.OT)
Supplementary material is available at the journal website. Source codes are available at http://panjunkim.com

Résumé : Diet design for vegetarian health is challenging due to the limited food repertoire of vegetarians. This challenge can be partially overcome by quantitative, data-driven approaches that utilise massive nutritional information collected for many different foods. Based on large-scale data of foods' nutrient compositions, the recent concept of nutritional fitness helps quantify a nutrient balance within each food with regard to satisfying daily nutritional requirements. Nutritional fitness offers prioritisation of recommended foods using the foods' occurrence in nutritionally adequate food combinations. Here, we systematically identify nutritionally recommendable foods for semi- to strict vegetarian diets through the computation of nutritional fitness. Along with commonly recommendable foods across different diets, our analysis reveals favourable foods specific to each diet, such as immature lima beans for a vegan diet as an amino acid and choline source, and mushrooms for ovo-lacto vegetarian and vegan diets as a vitamin D source. Furthermore, we find that selenium and other essential micronutrients can be subject to deficiency in plant-based diets, and suggest nutritionally-desirable dietary patterns. We extend our analysis to two hypothetical scenarios of highly personalised, plant-based methionine-restricted diets. Our nutrient-profiling approach may provide a useful guide for designing different types of personalised vegetarian diets.

Soumis à arXiv le 12 Mar. 2018

Explorez l'arbre d'article

Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

Recherchez des articles similaires (en version bêta)

En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.