Cell子刊：我国学者利用牙菌斑微生物时空变化，实现儿童蛀牙的精准诊断和预测

来源：生物世界 2025-06-04 10:06

这一高分辨率的幼儿龋齿（ECC）发展时空微生物图谱，在单颗牙齿层面厘清了龋齿的微生物病因，为每颗牙齿确定了特征性的微生物标志，并为针对特定牙齿的 ECC 预防策略奠定了基础。

幼儿龋齿（ECC），是一种很常见的现象，幼儿的乳牙虽然会被替换，但幼儿龋齿仍需关注，其会产生一系列健康后果，包括疼痛不适、咀嚼困难、感染、影响恒牙发育、影响颌面部发育、影响发音和心理健康，甚至会影响全身健康。幼儿龋齿具有牙齿特异性，这凸显了单颗牙齿级别预防的重要性。

2025 年 5 月 30 日，香港大学牙医学院黄适教授、中国科学院青岛生物能源与过程研究所单细胞研究中心徐健研究员、青岛大学附属青岛市口腔医院滕飞医生等，在 Cell 子刊Cell Host Microbe上发表了题为：Single-tooth resolved, whole-mouth prediction of early childhood caries via spatiotemporal variations of plaque microbiota的研究论文。

该研究通过对学龄前儿童的牙菌斑微生物群样本进行分析，以单颗牙齿的分辨率追踪了 11 个月内的微生物组成变化，结合机器学习技术，开发出了龋齿的空间微生物指标（Spatial-MiC），在早期龋齿方面达到了98%的准确率，在龋齿预测方面达到了93%的准确率，为针对特定牙齿的幼儿龋齿（ECC）预防策略奠定了基础。

在这项最新研究中，研究团队对来自两个队列的 89 名学龄前儿童的 2504 份牙菌斑微生物群样本进行了分析，以单颗牙齿的分辨率追踪了 11 个月内的微生物组成变化以及推断出的功能趋势。

在健康儿童中，上颌牙齿的口腔微生物群表现出从前到后的生态梯度，并且具有很强的左右对称性。而在患龋齿的儿童中，由于龋齿导致的微生物群重组，这些模式被破坏了。

利用特定牙齿的疾病相关菌群以及空间相关的临床/微生物特征，研究团队运用机器学习技术开发出了龋齿的空间微生物指标（Spatial-MiC）。sMiC 在单颗牙齿分辨率下诊断早期龋齿的准确率可达98%，并且能提前两个月预测看起来健康的牙齿中即将出现的新龋齿，准确率高达93%。

该研究的核心发现：

上颌牙齿微生物群表现出从前到后的梯度分布和左右对称性；

局部龋齿破坏了微生物的空间组织，导致菌群失调；

Spatial-MiC 在早期龋齿诊断方面达到了 98% 的准确率，在龋齿预测方面达到了 93% 的准确率；

牙齿特异性微生物特征可指导针对性预防策略。

这一高分辨率的幼儿龋齿（ECC）发展时空微生物图谱，在单颗牙齿层面厘清了龋齿的微生物病因，为每颗牙齿确定了特征性的微生物标志，并为针对特定牙齿的 ECC 预防策略奠定了基础。

版权声明 本网站所有注明“来源：100医药网”或“来源：bioon”的文字、图片和音视频资料，版权均属于100医药网网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：100医药网”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。

87%用户都在用100医药网APP 随时阅读、评论、分享交流 请扫描二维码下载->

医药网新闻