Nauka
Roboty sprzątające AI i ChatGPT. Sztuczna inteligencja na co dzień
20 listopada 2024
Kofeina to substancja powszechnie kojarzona z kawą, ale występuje również w innych napojach, takich jak herbata, cola, napoje energetyczne i yerba mate. Spożycie kofeiny na całym świecie jest ogromne – szacuje się, że regularnie spożywa ją około 60 proc. ludzi. Chociaż kofeina jest ceniona za swoje pobudzające działanie, nowe badania wskazują, że może mieć pozytywny wpływ na obniżenie ilości tkanki tłuszczowej, która przyczynia się do wyższego ryzyka wystąpienia cukrzycy typu 2.
W badaniach przeprowadzonych w 2023 roku przez szwedzkich naukowców wykazano, że kofeina redukuje tkankę tłuszczową. Jej poziom we krwi może wpływać na ilość tłuszczu w organizmie, co z kolei przekłada się na ryzyko rozwoju chorób sercowo-naczyniowych oraz cukrzycy typu 2. Analiza markerów genetycznych umożliwiła dokładniejsze ustalenie związku między stężeniem kofeiny, wskaźnikiem BMI a ryzykiem wystąpienia cukrzycy. Wyniki te sugerują, że metabolizm kofeiny może mieć istotne znaczenie w regulacji masy ciała i zdrowia metabolicznego.
Naukowcy ze Szwecji oraz Wielkiej Brytanii sugerują, że napoje bezkaloryczne zawierające kofeinę mogą wspomagać redukcję tkanki tłuszczowej. Wyższe stężenie kofeiny w osoczu było związane z niższym wskaźnikiem masy ciała (BMI) oraz mniejszą ilością tkanki tłuszczowej. Co więcej, odkryto, że wyższe stężenie kofeiny we krwi może zmniejszać ryzyko zachorowania na cukrzycę typu 2.
Polecamy: Wpływ kawy na zdrowie. Ile filiżanek czarnego napoju powinniśmy pić dziennie?
W badaniu wykorzystano dane genetyczne od niemal 10 000 osób pochodzące z istniejących baz danych. Naukowcy skupili się na genach, takich jak CYP1A2 oraz AHR, które wpływają na metabolizm kofeiny. Gen CYP1A2 odpowiada za produkcję enzymu rozkładającego kofeinę, natomiast gen AHR reguluje jego aktywność. Osoby posiadające określone warianty tych genów metabolizują kofeinę wolniej, co powoduje, że pozostaje ona dłużej we krwi, mimo iż spożywają jej mniej.
Do badania wykorzystano metodę randomizacji mendlowskiej. Pozwala ona na określenie związków przyczynowo-skutkowych. Dzięki niej możliwe jest badanie powiązań między obecnością określonych wariantów genów, masą ciała i ryzykiem rozwoju chorób, takich jak cukrzyca typu 2. Badanie wykazało związek między stężeniem kofeiny we krwi a wskaźnikiem BMI oraz ryzykiem cukrzycy typu 2. Jednakże nie potwierdzono takiej zależności z chorobami sercowo-naczyniowymi. Wśród tych chorób uwzględniono migotanie przedsionków, niewydolność serca oraz udar.
Wcześniejsze badania wskazywały, że umiarkowane spożycie kofeiny może być korzystne dla zdrowia serca oraz sprzyjać obniżeniu wskaźnika masy ciała. Najnowsze badania dodatkowo rozszerzają naszą wiedzę na temat wpływu kawy na organizm. Warto jednak pamiętać, że ten alkaloid nie zawsze przynosi pozytywne efekty, dlatego oceniając korzyści z jej spożycia, należy zachować ostrożność. Ostatnie badanie stanowi ważny krok w kierunku ustalenia optymalnej ilości kofeiny, jaka może być bezpieczna i korzystna dla organizmu.
Polecamy: HOLISTIC NEWS: Dlaczego jelita nazywa się drugim mózgiem? prof. Tomasz Gosiewski | #PoLudzku
Badania sugerują, że związek między tą substancją a metabolizmem może wynikać z jej zdolności do zwiększania termogenezy (produkcji ciepła) i utleniania tłuszczu, co przyczynia się do bardziej efektywnego przekształcania tłuszczu w energię. Procesy te odgrywają kluczową rolę w regulacji metabolizmu organizmu.
Mimo że badanie objęło dużą grupę uczestników, naukowcy podkreślają, że potrzebne są dalsze analizy, aby jednoznacznie potwierdzić zależności przyczynowo-skutkowe. Randomizacja mendlowska, choć użyteczna, nie jest pozbawiona wad. Oznacza, że inne nieprzewidziane czynniki mogły również mieć wpływ na uzyskane wyniki.
„Biorąc pod uwagę ogromne globalne spożycie kofeiny, nawet jej drobne efekty metaboliczne mogą mieć znaczący wpływ na zdrowie publiczne” – podsumowują naukowcy w swoim raporcie.
Polecamy: Uzależnienie od kawy jest zapisane w naszych genach – tak twierdzą naukowcy