由蔚山科学技术院(UNIST)、釜山大学牙科医院牙周科、全北大学药学院及基因组分析企业Helixco Inc.共同组成的韩国研究团队，开发出一种仅凭一滴唾液中的细菌构成，就能区分从无牙周炎状态到1~3期进展阶段的判别模型。研究团队读取并比较了健康人群与250名患者唾液中的细菌基因，结果显示，仅凭20种细菌的比例判断是否患有牙周炎的准确率就高达92%。不过，区分最早期的1期与健康牙龈之间的差异依然存在困难。
用唾液取代对牙龈的探测
长期以来，牙周炎一直依靠牙科医生直接测量牙周袋深度、观察牙龈退缩程度以及按压后是否出血来诊断。这种方式需要到医院就诊，而且结果可能因检查者不同而略有差异。本刊此前介绍过的牙周炎自我检测试剂盒，是通过测量溶入漱口水中的牙龈破坏酶(aMMP-8)浓度来判断的方式。而这项研究读取的不是酶，而是唾液中细菌的种类和比例本身。此前，通过婴幼儿唾液细菌预测龋齿的检测曾用于判断一岁左右幼儿是否会发生龋齿，而这项研究则把检测范围扩展到了成人牙周炎，甚至细分到判断其进展阶段。
依据哪些细菌来判别
研究团队采集了在釜山大学牙科医院就诊的100名健康人群及150名1~3期牙周炎患者(每个阶段各50人)的唾液，读取了细菌基因(16S核糖体RNA)。在确认的425种细菌中，研究团队挑选出随分期明显增多或减少的20种，将其比例输入名为随机森林的人工智能分类方法中。在牙龈患病的所有阶段中共同增多的7种细菌里，包括被认为是牙周炎代表性致病菌的牙龈卟啉单胞菌和福赛坦纳菌。相反，放线菌等3种细菌在健康人群中较多，并随病情进展而减少。其中，放线菌的比例在全部四种分类方式中都是最重要的判别指标。以往的模型大多只关注增多的有害菌，而这次的模型同时观察了减少的有益菌，这被认为是使该模型的特异度比以往模型提高超过17个百分点的原因。
准确率因判别目标而异
仅判断是否患有牙周炎时，准确率(AUC)为92%，在100名患者中找出了86人，在100名健康人群中也准确筛出了92人。但如果只把最早期的1期单独与健康牙龈区分，准确率就降至73%：100名患者中找出了79人，但在100名健康人群中也有约38人被误判为患病。而在健康、1期、2期、3期一次性划分的四分类中，平衡准确率仅为76.8%，AUC也因阶段不同而在68%到90%之间波动。这意味着牙周炎越严重，细菌构成的差异越明显，而刚刚开始的1期与健康牙龈之间的界限则较为模糊。
用其他国家的资料也验证了结果
研究团队还用西班牙和葡萄牙已公开的细菌资料对同一模型进行了测试。不过，西班牙的资料并非来自唾液，而是取自牙龈缝隙刮取的牙菌斑，样本本身存在差异，因此特异度等部分指标有所下降。研究团队解释称，这是一次在不同种类样本之间考验模型稳健性的严格测试。由于该模型是以韩国参与者为基准建立的，而不同种族的唾液细菌构成可能存在差异，因此在其他人群中还需要进一步验证。这项研究只是在某一时间点采集唾液来判断当下的分期，并未预测疾病随时间的活跃程度或未来的进展。尽管如此，这项成果展示了仅凭一滴唾液就能大致判断是否患有牙周炎及其进展程度的可能性。