營養學院師生：代謝與肥胖科學研究所張瀞文老師，保健營養學博班新生郝以平同學及該系李信昌老師、王云柔同學，分別發表高點數論文、獲得獲臺灣物種多樣性基因體發展學會2026年「優秀生科獎學金」佳作，以及獲最佳醫療資訊學研究獎等殊榮，在在展現營養學院師生的學術實力。
█代謝與肥胖科學研究所張瀞文老師與研究團隊攜手發表高點數論文
臺北醫學大學代謝與肥胖科學研究所張瀞文老師與國立陽明交通大學黎萬君教授、中央研究院基因體中心王志豪助理研究員及國際研究團隊，近期於國際期刊《Current Obesity Reports》接連發表兩篇綜論文章。該期刊最新影響因子為17.0，在Nutrition & Dietetics領域排名第2，位居全球前1.75%。兩篇文章分別從癌症與代謝功能障礙相關脂肪性肝病（Metabolic Dysfunction-associated Steatotic Liver Disease, MASLD）的角度，解析脂肪組織產熱與褐化在不同疾病情境下的生物學意義與潛在臨床價值。兩篇研究共同指出，脂肪產熱並非單純「越多越好」，其影響高度取決於疾病階段與生理情境；理解這種差異，是未來發展精準代謝治療的重要關鍵。【右圖：營養學院代謝與肥胖科學研究所張瀞文助理教授】
肥胖不只是體重增加，更會牽動全身的能量代謝、慢性發炎與疾病風險。近年研究發現，脂肪組織並非單純儲存能量的器官，而是能主動調控全身代謝的重要內分泌組織。其中，「棕色脂肪」及「脂肪褐化」因具有消耗能量、產生熱能的能力，逐漸成為肥胖、代謝疾病與癌症研究的重要焦點。
第一篇研究〈Fueling or Fighting Cancer? The Thermogenic Paradox of Brown Adipose Tissue〉：聚焦於棕色脂肪在癌症中的「產熱悖論」。棕色脂肪可以抗肥胖，為何在癌症中可能反而有害？棕色脂肪與一般負責儲存能量的白色脂肪不同，含有豐富粒線體，可以透過解偶聯蛋白UCP1將能量轉化為熱。白色脂肪在特定刺激下也可以轉變成具有類似功能的米色脂肪細胞，此過程稱為「脂肪褐化」。研究團隊綜整2000～2025年間有關棕色脂肪、脂肪褐化、癌症及癌症惡病質的相關研究，從分子調控、代謝、內分泌訊號到潛在治療應用進行分析。
現有證據顯示，在肥胖及代謝異常的情況下，適度促進脂肪褐化可能增加能量消耗、改善胰島素敏感性及降低代謝性發炎。包括PRDM16、PPARγ與PGC-1α等調控因子皆參與脂肪細胞產熱程式，因此從長期癌症風險而言，改善肥胖及代謝失衡可能具有保護作用。然而，當癌症已經形成後，情況可能完全不同。
部分腫瘤可分泌副甲狀腺素相關蛋白（PTHrP）、介白素-6（IL-6）等訊號，異常刺激脂肪組織褐化、β3-腎上腺素受體訊號及UCP1活化，使脂肪大量分解並持續消耗能量。當這套產熱機制失去控制，就可能促進癌症惡病質，使患者出現體重與肌肉快速流失、虛弱及治療耐受性降低。
因此，同一套脂肪產熱機制，在肥胖及癌症發生前可能具有代謝保護作用；但在晚期癌症中，卻可能成為能量過度消耗的一部分。研究團隊將這種現象稱為棕色脂肪的「Thermogenic Paradox」，也就是產熱作用可能同時具有保護與致病的雙重角色。
第二篇研究〈Adipose Tissue Browning in MASLD and Its Molecular Mechanisms and Metabolic Crosstalk〉：則進一步把焦點從癌症延伸至MASLD。MASLD已成為全球最常見的慢性肝病之一，與肥胖、胰島素阻抗及第二型糖尿病密切相關。傳統上我們容易將脂肪肝視為「肝臟累積過多脂肪」，但疾病其實涉及脂肪組織、肝臟及其他代謝器官之間長期且複雜的訊號交流。當白色脂肪組織功能失調時，過量游離脂肪酸會進入循環並輸送至肝臟，同時伴隨慢性發炎及胰島素阻抗，進一步促進肝脂肪堆積、肝炎與纖維化。
研究團隊綜整目前脂肪褐化與MASLD的機制及轉譯研究後發現，促進脂肪褐化可能透過數條相互連結的路徑改善肝臟代謝：
1.米色及棕色脂肪細胞具有較高的粒線體β-氧化及能量消耗能力，可增加脂質利用，因而減少過多脂肪酸輸送至肝臟。
2.脂肪組織也是重要的內分泌器官，可透過 FGF21、irisin 及 neuregulin 4（Nrg4）等訊號分子，影響肝臟脂質代謝、胰島素敏感性以及發炎與纖維化反應。換言之，脂肪組織褐化所影響的不只是「燃燒多少脂肪」，而是一整套跨器官的代謝溝通網絡。
目前動物與細胞研究大致支持脂肪褐化具有改善代謝及保護肝臟的潛力，但人體證據仍相對有限。肥胖者的產熱能力下降、個體間棕色脂肪活性差異，以及如何安全且長期維持褐化反應，都是未來轉譯至臨床前必須解決的問題。
兩篇研究共同呈現一個重要概念：人體代謝調控很少存在單純的「好」或「壞」。
脂肪組織產熱與褐化，在肥胖及MASLD等代謝異常情境下，可能透過增加能量利用、改善脂質代謝及降低發炎而帶來益處；但當癌症造成全身代謝失衡時，同樣的產熱程式若被過度啟動，也可能加劇能量耗損與癌症惡病質。因此，未來治療策略的核心不應只是追求「更多棕色脂肪」或「更強的燃脂作用」，而是進一步理解哪些患者、在哪一個疾病階段、應該活化或抑制哪些代謝路徑。
張瀞文老師研究團隊長期關注代謝疾病與肝癌之間的分子連結。這兩篇研究進一步從脂肪組織出發，串聯肥胖、脂肪肝與癌症中的系統性代謝變化，期望未來能結合遺傳學、代謝體學及臨床資料，更精確辨識不同患者的代謝特徵，為個人化代謝疾病與癌症防治策略提供新的研究方向。
●論文資訊
1.Guerrero JJG, Encarnacion PC, Wang CH, et al. Fueling or Fighting Cancer? The Thermogenic Paradox of Brown Adipose Tissue. Current Obesity Reports. 2026;15:23.
2.Guerrero JJG, del Rosario MAS, Encarnacion PC, et al. Adipose Tissue Browning in MASLD and Its Molecular Mechanisms and Metabolic
█保健營養學博班新生郝以平同學，獲臺灣物種多樣性基因體發展學會2026年「優秀生科獎學金」佳作
臺灣物種多樣性基因體發展學會7月16日於亞洲生技大展舉辦「2026年優秀生科學生獎學金補助計劃」頒獎典禮，本校保健營養學研究所甫畢業的郝以平同學榮獲「優秀生科獎學金」之佳作獎項。
臺灣物種多樣性基因體發展學會為國內第一個以保護臺灣物種多樣性及促進相關產業發展為核心的學術組織，長期致力於推動物種多樣性、基因體及相關科學研究。本次獎學金由學會協同中央研究院、臺灣生物產業發展學會以及多家生物科技企業共同舉辦，以鼓勵學生投入研究，期待建立學術研究與生技產業的連結。
郝以平同學此次榮獲該學會頒發之佳作，其獎學金頒發標準是經由評選委員審查學業成績、專業研究以及學習歷程而篩選出來。因此，該獎項不僅是對個人學習表現的肯定，也代表認同學生長期投入研究過程的努力。在研究所期間，郝同學投入營養流行病學以及營養相關的動物實驗，主要探討發炎性腸道疾病、維生素D與肺功能之間的聯繫，並且嘗試用免疫路徑、發炎反應以及流行病學相關研究等不同面向，探討疾病可能造成的影響，以及是否可以透過營養補充的方式改善。【左圖：中央研究院陳建仁院長（左）頒獎予郝以平同學（右）】
其中，郝同學運用英國生物資料庫（UK Biobank）的大型族群資料，分析發炎腸道疾病與肺功能的關聯。研究結果顯示，維生素D透過體內發炎指標的調節機制，進而影響肺功能表現，這項發現提供了營養與發炎疾病間交互作用的基礎，為未來臨床評估與相關研究方向提供重要參考。這段研究過程使郝同學逐步學習如何從不同面向的問題出發，進行文獻統整、資料整理、統計分析以及學術論述，也讓郝同學更加理解跨領域研究的重要性，使其更加相信研究上的每一份投入，最終會成為持續前進的重要力量。
郝同學特別感謝指導教授葉秋莉教授與范掀裕教授長期以來的悉心指導，從研究問題的確立、資料分析，到最後結果解讀、論文撰寫以期刊發表，兩位教授始終以嚴謹的態度給予專業指導，也鼓勵勇於面對過中的困難和挑戰。她也衷心感謝保健營養學系提供完善的研究環境、學習資源和機會，使她能在研究期間持續探索學習。未來，她將以這份榮譽作為繼續前進的動力，持續精進研究與資料分析能力，並且對學術保持熱情，對社會做出更多貢獻。【下圖：中研院陳建仁院長（中）與北醫郝以平同學（左1）及其他得獎者合影】
█保健營養學系李信昌、王云柔師生等跨域研究，獲最佳醫療資訊學研究獎
由大學部王云柔同學擔任第一作者，在保健營養學系李信昌副教授指導下，與林詩萍營養師、高文德經理、蘇千田醫師及李信昌副教授共同完成研究「Preliminary Evaluation of an AI-Assisted Image-Based Dietary Assessment Workflow Using Dietitian-Annotated Food Images」，於2026年7月18日「2026健康數據科學全球高峰論壇」（2026 Health Data Science Global Summit Forum）發表，並榮獲大會「Best Medical Informatics Research Award」（最佳醫療資訊學研究獎），展現北醫在營養科學、人工智慧與健康數據科學跨域整合上的研究能量。
「2026健康數據科學全球高峰論壇」匯聚國內外健康數據科學、真實世界資料、真實世界證據及臨床人工智慧等領域專家，聚焦健康資料標準化、國際研究網絡及AI臨床應用等重要議題，並透過專題演講、跨領域交流及研究壁報競賽，探討健康數據科學在醫療研究與智慧健康發展中的應用與潛力。此次研究能自眾多成果中脫穎而出，獲得「最佳醫療資訊學研究獎」，不僅肯定研究團隊的跨域合作成果，也突顯營養科學結合AI與健康數據研究的發展潛力。【右圖：本校保健營養學系李信昌副教授（右）與大學部王云柔同學（左）於「2026 Health Data Science Global Summit Forum」研究壁報前合影】
隨著人工智慧快速發展，如何運用AI協助飲食評估，已成為智慧營養的重要研究方向。傳統飲食紀錄及24小時飲食回憶法，容易受到受試者記憶、紀錄負擔及食物分量估算誤差等因素影響；相較之下，透過餐食影像進行分析，可取得更貼近日常生活情境的飲食資料。因此，本研究以真實飲食照片為基礎，評估AI輔助飲食分析的可行性，並探討其作為營養專業輔助工具的潛力。
研究團隊收集12名大學生連續7天的飲食紀錄，並於每餐拍攝兩個角度的餐食影像，再由ChatGPT與營養師分別估算熱量、碳水化合物、蛋白質及脂肪等營養素。結果顯示，ChatGPT在每日及各餐次的營養素估算數值多高於營養師，但各項比較中，僅「晚餐碳水化合物攝取量」達統計顯著差異（p＝0.032）。研究團隊特別指出，目前無論是AI或單一營養師的估算結果，均不能直接視為實際攝取量，因此下一階段將透過多位資深營養師建立「共識參考標準」（Consensus Reference Standard），進一步評估AI在不同食物型態及餐次中的準確度。
此次獲獎亦展現北醫「從課堂走向研究、從營養走向AI」的人才培育特色。王云柔同學從參與研究、整理真實世界飲食資料，到完成研究壁報並於學術會議發表，實際體驗健康數據研究的完整歷程。李信昌副教授表示，AI的角色並非取代營養師，而是協助處理大量影像及初步飲食資料，讓營養師能將更多時間投入專業判斷、個別化營養諮詢及健康照護。
未來研究團隊將持續擴大受試者資料，建立更完整的飲食影像與營養標註資料庫，並持續驗證AI分析結果與營養師專業判讀的一致性，期望進一步發展適合臺灣飲食情境的AI輔助營養評估模式，將智慧科技真正轉化為營養教育、健康促進及臨床照護的實用新工具。（文/營養學院）
