Mikrobiom und Ernährung: Warum Modelle Ländergrenzen nicht einfach überwinden

Fünf Länder, gemeinsame Laborverfahren – und doch kein universelles Ernährungssignal. Was die THDMI-Studie für die Bewertung personalisierter Modelle zeigt.

Redaktionelles Schema: Ein im Herkunftsland entwickeltes Ernährungsmodell braucht vor dem Transfer eine neue Prüfung.
Originale redaktionelle Schemazeichnung zur Modellübertragung; keine gemessene Leistungskennzahl.

Ernährungsforschung · Übertragbarkeit

Ein Mikrobiommodell kann im Herkunftsland ein Ernährungsmuster erkennen und anderswo deutlich weniger aussagekräftig sein. Eine Fünf-Länder-Studie zeigt, warum einheitliche Laborverfahren noch keine weltweit gültige Ernährungsformel ergeben.

Die entscheidende Frage ist nicht, welches Land die „besten Darmbakterien“ hat. Sie lautet: Bleibt eine Verbindung zwischen Ernährung und Mikrobiom bestehen, wenn sich Esskultur, Erhebungsinstrumente und Teilnehmerstruktur ändern? Wer einen Bericht über personalisierte Ernährung liest, braucht genau diese Unterscheidung zwischen einem lokal gefundenen Muster und einem übertragbaren Modell.

Die Arbeit von Khatib und Kollegen wurde am 21. September 2026 in Nature Communications veröffentlicht. Alle Studienangaben dieses Beitrags beziehen sich auf den publizierten Originalvolltext [1]. Es handelt sich um eine Beobachtungsanalyse, nicht um eine randomisierte Prüfung mikrobiomgesteuerter Ernährung. Das Ergebnis liefert eine konkrete Prüfaufgabe für Forschung und Testanbieter, keinen persönlichen Speiseplan.

Die Evidenz in einer Minute

Population: 1.976 Erwachsene aus den USA, dem Vereinigten Königreich, Spanien, Mexiko und Japan. Messung: Ernährungsfragebögen, Lebensstilangaben und Shotgun-Metagenomik von Stuhlproben. Vergleich: Zusammenhänge innerhalb der Länder und die Anwendung dort entwickelter Ernährungsmodelle auf andere Länder. Befund: viele länderspezifische und einige gemeinsame mikrobielle Signale; begrenzte Übertragbarkeit. Grenze: keine gesicherte Kausalität und kein nachgewiesener klinischer Nutzen einer daraus abgeleiteten Empfehlung.

Wer steckt hinter dem Ländervergleich?

Analysierte Personen nach Qualitätskontrolle. Die Balken zeigen Stichprobengrößen, nicht Ernährungsqualität, mikrobielle Vielfalt oder Gesundheit.

0 Personen500 Personen

Quelle: [1], Results „Population characteristics“, Tabelle 1 und Abb. 1. Gemeinsame Skala 0–500 Personen; Summe n = 1.976. Exakte Stichprobenzahlen, keine geschätzten Effekte; deshalb keine Konfidenzintervalle. Statische Textalternative: USA 411; Vereinigtes Königreich 308; Spanien 450; Mexiko 397; Japan 410. Kein bevölkerungsrepräsentativer Ländervergleich.

Einheitlich untersucht heißt nicht identisch erfasst

Das Projekt heißt The Human Diets and Microbiome Initiative, kurz THDMI. Die Forschenden verwendeten standardisierte Proben- und Laborabläufe sowie eine gemeinsame bioinformatische Auswertung. Das ist eine Stärke gegenüber einem nachträglichen Vergleich völlig unabhängiger Studien. Nach der Qualitätskontrolle blieben 1.976 Proben und 3.375 mikrobielle Merkmale. Die Proben wurden zwischen November 2019 und Mai 2023 gesammelt; es gab keine longitudinale Nachbeobachtung.

Bei den Ernährungsdaten war die Lage komplizierter. Die Fragebögen waren an die Länder angepasst und wurden anschließend auf gemeinsame Lebensmittelgruppen und Nährstoffgrößen gebracht. In den USA, Mexiko und dem Vereinigten Königreich bezogen sich die Angaben auf die vergangenen drei Monate. In Spanien und Japan erfassten sie das vergangene Jahr. Diese unterschiedlichen Zeitfenster verschwinden nicht durch eine gemeinsame Datenbank.

Die Harmonisierung macht einen Vergleich möglich, aber nicht fehlerfrei. Ein regional typisches Gericht muss einer gemeinsamen Kategorie zugeordnet werden; unterschiedliche Rezepte und Portionsangaben können dabei Information verlieren. Die Autoren betonen ausdrücklich, dass biologische Unterschiede und technische Verzerrung durch Fragebögen und Nährstoffberechnung nicht vollständig auseinanderzuhalten sind. „Standardisiert“ ist hier also eine wichtige Verbesserung, kein Beweis restlos identischer Messbedingungen.

Was der Healthy Eating Index tatsächlich bewertet

Zur Zusammenfassung der Ernährung nutzte das Team den Healthy Eating Index 2015, kurz HEI. Er beruht auf den US-amerikanischen Ernährungsempfehlungen und kombiniert Lebensmittel- und Nährstoffkomponenten. Er ist in dieser Untersuchung die Zielgröße einer Ernährungsbewertung, nicht ein aus dem Stuhl abgeleiteter klinischer Gesundheitszustand.

Die durchschnittlichen HEI-Werte unterschieden sich zwischen den Ländern. Diese Rangfolge ist jedoch kein Wettbewerb um die gesündeste Bevölkerung. Der Index und die Zuordnung regionaler Lebensmittel bringen eigene Annahmen mit. Die Arbeit weist gerade auf mögliche Verzerrungen hin, wenn länderspezifische Fragebögen mit einer gemeinsamen Datenbank und einem einheitlichen Index ausgewertet werden. Ein niedrigerer Indexwert beweist deshalb weder eine schlechtere Darmgesundheit noch einen Bedarf an einem bestimmten Präparat.

Innerhalb der Länder prüften die Forschenden, ob HEI-Gesamtwert oder einzelne Komponenten mit der Zusammensetzung des Mikrobioms zusammenhingen. Alter, Geschlecht und BMI wurden berücksichtigt. Keine einzelne HEI-Komponente war in allen fünf Ländern signifikant mit der gesamten Mikrobiomzusammensetzung verbunden. Das heißt nicht, dass Ernährung unwichtig wäre. Es heißt, dass in dieser Auswertung kein durchgehend gleiches Komponenten-Signal nachgewiesen wurde.

Der eigentliche Härtetest: ein anderes Land

Ein Modell kann Zusammenhänge in seiner Entwicklungsstichprobe gut beschreiben, ohne sie zuverlässig in einer anderen Umgebung zu erkennen. Die Autoren trainierten dafür Elastic-Net-Regressionsmodelle: ein statistisches Verfahren, das zahlreiche mikrobielle Merkmale mit dem HEI-Gesamtwert verknüpft und dabei die Modellkomplexität begrenzt. Es ging um die Vorhersage eines Ernährungsindex, nicht um eine Krankheitsdiagnose.

Die mikrobielle Eingabe war auf Nachweis beziehungsweise Nichtnachweis eines Merkmals reduziert. Die Methoden beschreiben eine fünffache Kreuzvalidierung und eine Anwendung auf andere Länder; die Merkmalsauswahl sollte ausschließlich auf der Trainingskohorte beruhen. Die Ergebnisse und Diskussion sprechen insgesamt für eingeschränkte Übertragbarkeit. Besonders lehrreich: Ähnlichkeit der gesamten mikrobiellen Gemeinschaft garantierte keine ähnlich gute Übertragung eines Ernährungsmodells. Spanien und Mexiko ähnelten sich im Gemeinschaftsprofil, ohne dadurch die beste gegenseitige Generalisierung zu erreichen.

Berichtsgrenze im Original: Der Ergebnistex­t formuliert, sowohl RMSE als auch R² seien bei länderübergreifender Anwendung zurückgegangen, und deutet dies als schwächere Vorhersage. Ein kleinerer RMSE bedeutet normalerweise jedoch einen kleineren Vorhersagefehler. Diese Formulierung wird hier nicht stillschweigend korrigiert. Wir übernehmen deshalb keine exakten Leistungsverluste oder Rangfolgen aus den Modellgrafiken. Zudem nennen die Methoden beim Modelltransfer ausdrücklich USA, Mexiko und Spanien, während die Abbildungsbeschreibung den Vergleich breiter formuliert. Der belastbare Kern bleibt die von den Autoren diskutierte begrenzte Übertragbarkeit, nicht eine von uns rekonstruierte vollständige Leistungsmatrix.

Vier Aussagen, vier verschiedene Nachweise

Redaktionelle Leseschule auf Grundlage von [1]; keine individuellen Grenzwerte.
BeobachtungWas sie stütztWas sie nicht belegt
Unterschiedliche LänderprofileKontextabhängige GemeinschaftsmusterEin Gesundheitsranking der Länder
HEI-Modell im HerkunftslandVorhersage in untersuchter DatenumgebungGültigkeit in jeder Esskultur
Gemeinsame mikrobielle MerkmaleLänderübergreifende AssoziationenEin universelles Therapieziel
Unterschiedliche mikrobielle GeneGenetische Differenzierung von LinienGemessene Stoffproduktion im Körper

Die Tabelle bleibt ohne JavaScript erhalten. Auf schmalen Bildschirmen lässt sich der fokussierbare Tabellenbereich mit Tab und Pfeiltasten bedienen.

Gemeinsame Signale sind nicht ausgeschlossen

Die Studie findet nicht nur Unterschiede. In einer ergänzenden Analyse waren 48 mikrobielle Merkmale in allen fünf Kohorten mit dem HEI verbunden. Darunter hob das Team eine Gruppe innerhalb der Klasse Clostridia hervor, die positiv mit dem Index korrelierte. Das widerspricht dem fehlenden universellen Komponenten-Signal nicht: Eine Assoziation einzelner Merkmale mit dem Gesamtindex ist eine andere Frage als die Verbindung jeder Indexkomponente mit dem gesamten Gemeinschaftsprofil.

Die verwendeten Operational Genomic Units, kurz OGUs, sind an Referenzgenome gebundene Messmerkmale. Sie sind nicht automatisch 48 eindeutig getrennte Bakterienarten oder 48 klinisch geprüfte Biomarker. Die Autoren konnten etwa bei mehreren Escherichia-coli-OGUs nicht sicher unterscheiden, ob verschiedene Stämme oder Mehrfachzuordnungen zu einem Stamm dahinterstanden. Auch ein gut klingender Bakterienname ist daher noch keine präzise persönliche Handlungsanweisung.

Zusätzlich untersuchte das Team rekonstruierte mikrobielle Genome und fand geografisch strukturierte genetische Unterschiede. Das kann Hinweise auf unterschiedliche funktionelle Möglichkeiten liefern. Es misst aber nicht unmittelbar, wie viel eines Stoffes im Darm entsteht oder beim Menschen ankommt. Die Autoren schreiben ausdrücklich, dass die meisten differenzierten Stoffwechselwege aus diesen Querschnittsdaten nicht sicher bestimmten Ernährungsfaktoren zugeordnet werden können. Genetisches Potenzial, tatsächliche Aktivität und gesundheitliche Wirkung bleiben getrennte Ebenen.

Drei Fragen an ein Ernährungsmodell

Passt die Referenzpopulation zu meiner Umgebung?

Fragen Sie nach den Ländern und Ernährungsgewohnheiten der Entwicklungs- und Prüfgruppen. Diese Studie liefert keine direkte Validierung für Deutschland. Ein in einem anderen Land trainiertes Muster ist weder automatisch unbrauchbar noch automatisch übertragbar; es braucht eine passende externe Prüfung.

Wurde Ernährung oder Gesundheit vorhergesagt?

Hier war ein fragebogenbasierter Ernährungsindex das Modellziel. Ein gut vorhergesagter HEI beweist nicht, dass eine Empfehlung Symptome verbessert oder Erkrankungen verhindert. Dafür wäre eine gesonderte Prüfung mit passenden gesundheitlichen Endpunkten erforderlich.

Bleiben Messunterschiede als Erklärung möglich?

Ja. Gemeinsame Laborabläufe reduzieren technische Unterschiede. Sie gleichen aber weder die verschiedenen Erinnerungszeiträume der Fragebögen noch alle Unterschiede der Nährstoffzuordnung aus. Ein Modellbericht sollte solche Unsicherheiten offenlegen, statt jede Abweichung als biologische Besonderheit einer Person darzustellen.

Was die Studie nicht entscheiden kann

Die Teilnehmenden waren keine repräsentative Auswahl der fünf Bevölkerungen. Frauen und Personen mit vergleichsweise hoher Ernährungsqualität waren überrepräsentiert. Trotz standardisierter Abläufe gab es Unterschiede der Sequenziertiefe; die Autoren berücksichtigten diese in Sensitivitätsanalysen, schließen verbleibende technische Variation aber nicht aus. Kontrollproben mit definierter mikrobieller Zusammensetzung, sogenannte Mock Communities, fehlten.

Vor allem fehlt die zeitliche und experimentelle Trennung von Ursache und Folge. Ernährung, Umwelt, Lebensstil und andere nicht gemessene Faktoren können gemeinsam mit dem Mikrobiom variieren. Aus dieser Momentaufnahme lässt sich nicht bestimmen, ob eine gezielte Veränderung eines Bakteriums die Ernährungswirkung vermittelt. Für diese Frage wären Interventionsstudien in unterschiedlichen Ernährungsumgebungen nötig. Die hier gezeigten Assoziationen sind keine Dosierungsanleitung und kein Grund, einzelne Bakterien gezielt erhöhen oder senken zu wollen.

Fazit: Nicht nur fragen, ob ein Modell funktioniert

Die nützliche Zusatzfrage lautet: Wo, bei wem und für welche Zielgröße funktioniert es? THDMI macht deutlich, dass ein gemeinsamer Laborweg nicht automatisch ein universelles Ernährungsmodell erzeugt. Zugleich verbietet die Arbeit keine Suche nach gemeinsamen Signalen. Sie verlangt, lokale und länderübergreifende Evidenz sichtbar auseinanderzuhalten. Für Leser ist das ein präziserer Maßstab als ein Kultur-Ranking oder ein weiterer farbiger Mikrobiomscore.

Originalquelle und Transparenz

[1] Khatib L., Oles R. et al. Five-country analysis of geographic and dietary drivers of gut microbiome composition and genomic variation. Nature Communications 17, 11004 (2026). DOI: 10.1038/s41467-026-77928-9. Eingegangen am 28. Januar, angenommen am 1. September, veröffentlicht am 21. September 2026; die Verlagsseite nennt den 22. Oktober 2026 als Datum der Version of Record. Verwendet wurde der publizierte Volltext mit Methoden, Ergebnissen, Diskussion und Erklärungen. Keine eigene Replikation, keine aus Abbildungen digitalisierten Leistungswerte.

Die Arbeit wurde durch Danone Nutricia Research und das UC San Diego Center for Microbiome Innovation finanziert und durch die Microsetta Initiative unterstützt. Mehrere Autoren waren bei Danone beschäftigt; weitere Beratungs-, Beteiligungs- und Patentbeziehungen sind im Original offengelegt. Das ersetzt keine methodische Prüfung und ist kein automatischer Gegenbeweis zu den Ergebnissen. Die Autoren erklären, die genannten Unternehmen hätten Interpretation, Schreiben und Veröffentlichung nicht kontrolliert.

Quellenstand 16. November 2026: Verlagsseite sowie aktuelle Crossref- und Europe-PMC-Metadaten geprüft; kein verknüpfter Korrektur- oder Retraktionshinweis gefunden. Diese Prüfung ist auf die genannten Quellen begrenzt. Die oben benannte RMSE-Formulierung bleibt eine Berichtsgrenze, keine von uns aufgelöste Messung.

Redaktion Klinisches Mikrobiom · Herausgeber: Sebastjan Stjepanovic

KI-gestützte redaktionelle Produktion nach dem freigegebenen Redaktionsstandard. Keine behauptete persönliche oder ärztliche Einzelprüfung. Dieser Beitrag dient der Information und ersetzt keine individuelle Diagnose oder Behandlung.