Diversidad y modelos forestales aleatorios de microbiomas orales en la salud periodontal utilizando datos disponibles...

Área de la Ciencia:

• Investigación del microbioma oral
• Ecología microbiana
• Biología computacional

Sus antecedentes:

• Existen pruebas limitadas sobre la metabarcodificación 16S de microbiomas supragingival, subgingival y salival en la salud periodontal.
• Comprender estas comunidades microbianas es crucial para el diagnóstico y la terapéutica.

Objetivo del estudio:

• Para analizar la diversidad de los microbiomas supragingival, subgingival y salival en sujetos periodontalmente sanos.
• Evaluar el potencial de los modelos de aprendizaje automático para clasificar los nichos microbianos orales.

Principales métodos:

• Análisis de 848 muestras (supragingival, subgingival, saliva) de 491 sujetos sanos.
• Secuenciación y procesamiento de genes de ARNr 16S utilizando una base de datos específica para uso oral.
• Modelos forestales aleatorios (RF) construidos y probados para la precisión de la clasificación.

Principales resultados:

• Se encontraron diferencias significativas en las abundancias bacterianas entre los tipos de placa y la saliva.
• Los modelos de RF clasificaron con precisión las muestras por nicho, con un rendimiento superior para distinguir la saliva de la placa (AUC > 0,98).
• Cinco variantes de la secuencia de amplicones (ASV) fueron clave en la clasificación de la placa supragingival frente a la subgingival (AUC = 0, 908).

Conclusiones:

• Los perfiles bacterianos supragingival y subgingival mostraron una divergencia modesta, pero eran distintos de la saliva.
• El aprendizaje automático identificó efectivamente las firmas microbianas específicas de nicho.
• Los ASV específicos se asociaron con placa y saliva subgingival, lo que indica posibles biomarcadores para los nichos orales.