用机器学习方法检测牙周炎时唾液微生物群的表现
Shinya Kageyama1, Shion Hama1,2, Michiko Furuta1
1Section of Preventive and Public Health Dentistry, Division of Oral Health, Growth and Development, Faculty of Dental Science, Kyushu University, Fukuoka, Japan.
Frontiers in cellular and infection microbiology
|October 6, 2025
概括
改变的唾液微生物群可以检测牙周炎. 这项研究在2,050名成年人中使用了16S rRNA基因测序,识别了像Porphromonas gingivalis这样的关键细菌,以准确查牙周炎.
科学领域:
- 微生物学 微生物学
- 牙周病学 牙周病学
- 生物信息学是一种生物信息学.
背景情况:
- 牙周炎的进展与唾液微生物群组成的变化有关.
- 准确和简单的牙周炎识别方法是早期干预所需的.
研究的目的:
- 研究唾液微生物群作为检测牙周炎的生物标志物的潜力.
- 评估唾液微生物特征在识别牙周炎的预测性能.
主要方法:
- 来自2,050名成年人的唾液样本的16S rRNA基因测序.
- 机器学习算法 (光梯度增强机) 用于预测建模.
- 五重分层交叉验证和AUC分析用于性能评估.
主要成果:
- 唾液微生物群在检测牙周炎方面表现出显著的预测性能.
- 平均AUC值在0.81至0.87之间,随着牙周炎的严重程度而增加.
- 确定的主要细菌物种包括 Porphromonas gingivalis,Tannerella forsythia 和 Mycoplasma faucium.
结论:
- 唾液微生物群有可能成为一次性牙周炎大规模查的非侵入性工具.
- 超出已知病原体的新型微生物标可以帮助开发唾液查测试.
更多相关视频
07:15Robust Ligature-Induced Model of Murine Periodontitis for the Evaluation of Oral Neutrophils
Published on: January 21, 2020
12.2K
06:22Machine Learning-Based Cough Tone Classification: Diagnostic Exploration of Chronic Obstructive Pulmonary Disease and Respiratory Tract Infections
Published on: September 19, 2025
432
