中国研究团队开发新模型预测儿童龋齿，准确率达98%

好的牙·讯｜近日，一项由香港大学牙医学院、中国科学院青岛生物能源与过程研究所单细胞中心及青岛大学附属青岛市口腔医院等单位联合完成的研究成果在《Cell Host & Microbe》期刊上发表。

科研团队开发出一种基于牙菌斑微生物群时空变化的儿童早期龋齿（ECC）预测模型，通过高分辨率牙菌斑群监测，实现了儿童龋齿的"单颗牙齿级"预测。

研究团队对89名学龄前儿童的2504个牙菌斑样本进行了为期11个月的跟踪分析。研究发现，健康儿童的上颌牙齿菌群呈现从前牙到后牙的渐进式分布规律，且左右对称性显著。

龋病患儿的菌群空间结构被破坏，前磨牙富集的放线菌属（如致龋菌变异链球菌）与磨牙富集的坦纳菌属等发生异常迁移。此外，下颌牙齿因唾液缓冲作用较强，梯度特征弱于上颌。

研究团队据此开发的空间微生物龋齿指标（Spatial-MiC）通过整合单个牙位的微生物群落数据、周围牙齿的临床特征以及微生物特征的空间关系，创建了高精度的预测模型。

该模型在早期龋齿诊断中准确率达到98%，在预测新发龋齿方面准确率达到93%，能够提前2个月预测临床上看似健康牙齿的龋齿风险。这一突破性发现证实了不同牙位的微生物群落在龋齿发展中具有显著的空间异质性，单个龋齿的出现会对整个口腔微生物环境产生影响。

该研究在单齿水平系统揭示了口腔微生物群的空间异质性，为理解ECC发病机制、开发个性化龋齿预防策略提供了新的科学依据。通过持续监测牙菌膜微生物的变化，可以实现龋齿风险的早期预警，为临床干预提供更精准的时间窗口。

然而，研究团队也指出了研究的局限性：研究人群的饮食和行为相对同质，模型的普适性需要在更多人群中验证；由于技术和资源限制，研究合并了不同牙面的样本进行测序；基于16S rRNA测序的功能预测还需要进一步验证。

目前该技术还面临牙齿菌群测序成本高，耗时长等临床转化问题。不过，纳米孔测序等快速检测技术的发展有望加速其临床应用进程。

（本内容图源：Cell Host & Microbe）

【特别鸣谢】如果本文有错漏之处需要勘误，请联系我们的客服，届时我们会为您准备小礼物，感谢！

【免责声明】上述内容源于公开信息，可能存在不准确性，仅供参考。本文不构成对任何人的投资与决策建议，好的牙不对因使用本资料而导致的损失承担任何责任，并对本内容拥有最终解释权。文中图片均已获版权方授权

@好的牙口腔行业研究