研究背景

近年来，蔬菜摄入与血糖调控及代谢健康之间的关系逐渐成为营养与食品科学领域的重要研究方向。蔬菜富含膳食纤维、维生素、多酚及多种生物活性成分，在改善胰岛素敏感性、调节血糖水平以及降低慢性疾病风险方面具有重要作用。然而，不同类型蔬菜在血糖反应及健康影响方面存在明显差异。

尽管如此，目前仍存在一些关键问题有待进一步探究：不同蔬菜中的碳水化合物组成与血糖生成指数 (GI) 之间是否存在稳定关联？膳食纤维与己糖比例能否作为评价蔬菜GI和血糖负荷 (GL) 的可靠指标？不同类型蔬菜在葡萄糖耐量和胰岛素敏感性中的作用机制是否存在差异？这些问题目前仍缺乏系统研究。

为进一步探究蔬菜与血糖生成指数之间的关系，本研究“Vegetables and Glycemic Index: Exploring Their Correlation and Health Implications”以不同类型蔬菜为研究对象，分析蔬菜碳水化合物组成、己糖含量及其与膳食纤维的比例。在此基础上，依据膳食纤维与己糖的比值对蔬菜进行分类，为GI和GL评价提供参考，从而为改善葡萄糖耐量和胰岛素敏感性提供理论依据。

研究主要内容

本研究基于蔬菜碳水化合物组成及膳食纤维比值，对GI和GL的相关性进行了系统分析。研究基于多种公开食品成分数据库及在线GI数据库，系统分析不同蔬菜中的总碳水化合物 (TC)、总糖 (TS)、各己糖及膳食纤维组成，并评估其与GI和GL之间的关系。

研究共纳入65种蔬菜，收集每100 g样品中的碳水化合物、葡萄糖、果糖、蔗糖及膳食纤维数据，并构建碳水化合物-膳食纤维比值数据库。通过净碳水化合物计算、韦恩图分析、主成分分析 (PCA)、多元线性回归分析 (MLRA) 及Pearson相关分析，评估不同蔬菜成分与GI和GL之间的相关性，以探索蔬菜碳水化合物组成及纤维比例在血糖调控中的潜在作用。

研究过程

实验设计：研究根据全球蔬菜可获得性与消费模式，选择65种不同类型蔬菜作为研究对象，并结合碳水化合物、多种己糖、膳食纤维及GI和GL数据，建立蔬菜碳水化合物组成与血糖生成指数分析数据库，用于蔬菜GI与GL相关性研究。

数据收集与指标计算：研究从USDA、EFSA、WHO营养数据库及多个开放食品成分数据库中收集每100 g蔬菜的总碳水化合物 (TC)、总糖 (TS)、膳食纤维 (DF) 及GI、GL数据，并采用净碳水化合物计算方法和碳水化合物-膳食纤维比值评估蔬菜可利用碳水化合物含量，以分析其与GI和GL之间的关系。

数据分析与可视化：研究利用InteractiVenn构建总碳水化合物、净碳水化合物及其纤维比值相关韦恩图，并采用主成分分析 (PCA)、平行分析、Pearson相关分析及多元线性回归分析 (MLRA) 评估蔬菜组成成分与GI和GL之间的相关性及关联强度。

统计分析：所有统计分析均采用Excel与GraphPad Prism完成，并基于双尾检验与单因素方差分析 (ANOVA) 进行显著性分析，统计显著性设定为p < 0.05。

研究结果

(1) 主成分分析 (PCA) 与多元线性回归分析 (MLRA) 结果表明，总碳水化合物 (TC) 和淀粉 (DS) 是影响蔬菜GI的主要相关指标。PC1和PC2累计解释了74.64%的总变异，其中TC、DS和蔗糖主要集中于PC2。结果显示，TC与GI呈显著正相关(r = 0.5307；p < 0.0001)，DS同样与GI显著相关，而葡萄糖、果糖和膳食纤维 (DF) 的相关性较弱，表明TC和DS是影响GI的关键指标。

(2) 碳水化合物与膳食纤维比值进一步增强了其与GI之间的关联。研究发现，TC-to-DF和DS-to-DF比值均与GI呈显著相关，而TS-to-DF则未表现出显著性。通过分析净可利用碳水化合物后发现，净TC和净DS与GI仍保持显著正相关，而葡萄糖、果糖和蔗糖则与GI呈负相关，提示葡萄糖、果糖和蔗糖与GI之间的相关性相对较弱。

图1. 蔬菜中碳水化合物组分 (n = 65) 与GI关系的多元线性回归分析 (MLRA)。(A) 蔬菜碳水化合物含量与GI之间的MLRA分析。(B) 碳水化合物-膳食纤维比值与GI之间的MLRA分析。(C) 可利用碳水化合物含量与GI之间的相关性分析。(D) 可利用碳水化合物-膳食纤维比值与GI之间的相关性分析。每个数据点代表一种独立蔬菜样本，Y轴表示碳水化合物含量，X轴表示GI。

(3) 不同类型蔬菜在GI和血糖负荷 (GL) 中的表现存在明显差异。芝麻菜、生菜、菠菜和羽衣甘蓝等低TC、低DS蔬菜通常表现出较低GI和GL，而青豆、蚕豆、红薯、木薯和芋头等则具有较高TC和淀粉含量，与较高GI水平相关。Venn图分析结果表明，不同蔬菜在最低和最高糖含量分布上存在差异。

图2. Venn图展示了常见蔬菜在不同碳水化合物类别中的分布情况。(A) 总碳水化合物 (低糖含量组)；(B) 总碳水化合物 (高糖含量组)；(C) 碳水化合物与膳食纤维比值 (低糖含量组)；(D) 碳水化合物与膳食纤维比值 (高糖含量组)；(E) 可利用碳水化合物 (低糖含量组)；(F) 可利用碳水化合物 (高糖含量组)；(G) 可利用碳水化合物与膳食纤维比值 (低糖含量组)；(H) 可利用碳水化合物与膳食纤维比值 (高糖含量组)。

(4) 已有研究表明，膳食纤维在调节餐后血糖反应中发挥重要作用，可通过延缓胃排空、降低葡萄糖吸收以及促进短链脂肪酸生成等途径改善胰岛素敏感性。十字花科蔬菜中的萝卜硫素 (SFN) 和吲哚-3-甲醇 (I3C) 被认为具有抗氧化及调节血糖作用，而大蒜、生姜和洋葱等蔬菜则与改善胰岛素敏感性相关。此外，煮制和粉碎等加工方式通常会提高GI和GL，而部分新鲜绿叶蔬菜在加工后变化相对较小。

研究总结

本研究系统分析了蔬菜中总碳水化合物 (TC)、淀粉 (DS) 及其与膳食纤维 (DF) 比值与血糖生成指数 (GI) 和血糖负荷 (GL) 之间的关系。结果表明，TC和DS是影响GI的重要因素，而碳水化合物-膳食纤维比值同样与GI存在较强相关性，说明膳食纤维在调节蔬菜血糖反应中发挥重要作用。此外，芹菜、菠菜、生菜、芝麻菜、羽衣甘蓝及蘑菇等低碳水化合物蔬菜与较低GI水平相关，表明其可能有助于改善餐后血糖反应。

未来研究可结合临床人群，评估每日蔬菜摄入量及不同加工方式对个体血糖反应的影响，并进一步验证碳水化合物-膳食纤维比值作为评估蔬菜血糖效应指标的有效性，从而为精准膳食干预提供理论依据，为糖尿病膳食管理及健康饮食策略提供参考。

Singh, M.K.; Yun, H.R.; Ranbhise, J.S.; Han, S.; Kim, S.S.; Kang, I. Vegetables and Glycemic Index: Exploring Their Correlation and Health Implications. Foods 2025, 14, 3703.

Foods 期刊介绍

主编：Arun K. Bhunia, Purdue University, USA

期刊主题涵盖食品研究相关各方面。目前已被 Scopus、SCIE (Web of Science)、PubMed 等数据库收录。

2025 Impact Factor：6.0

2025 CiteScore：10.3

Time to First Decision：15 Days

Acceptance to Publication：2.6 Days