使用人工智能绘制ECC-Saliva神经免疫轴:一个系统级框架
Ahmed Alamoudi1, Hammam Ahmed Bahammam2
1Oral Biology Department, Faculty of Dentistry, King Abdulaziz University, Jeddah P.O. Box 80209, Saudi Arabia.
Children (Basel, Switzerland)
|February 27, 2026
概括
这项研究利用人工智能绘制了儿童早期 (ECC) 和唾液研究的地图,揭示了微生物组和化物等关键主题,以及新兴的抗氧化剂和神经免疫主题. 未来的研究应该探索这些新的唾液轴.
科学领域:
- 口腔健康研究研究 口腔健康研究
- 生物信息学是一种生物信息学.
- 免疫学 免疫学 免疫学
背景情况:
- 幼儿 (ECC) 研究涉及多个领域,如微生物组,化物和神经内分泌学.
- 使用自然语言处理 (NLP) 并没有系统地绘制ECC和唾液研究的相互联系.
研究的目的:
- 通过分析PubMed文献来确定ECC-唾液研究中的主要主题,新兴主题和潜在的神经免疫轴.
- 使用人工智能辅助的主题建模和网络分析创建ECC-唾液研究的文献地图.
主要方法:
- 检索了298个PubMed记录 (2000-2025) 对于ECC和唾液.
- 采用NLP技术,包括BERTopic用于主题建模和Prophet用于时间趋势分析.
- 为了说明目的,生成了一个合成神经免疫唾液数据集.
主要成果:
- 确定了七个ECC-唾液主题,包括微生物组,化物,抗氧化剂/氧化剂,蛋白质组,免疫和Candida生物膜主题.
- 突出了与抗氧化能力和基于的宿主防御相关的高度新主题,其中反应性氧物种排毒的中心过程.
- 预测表明,越来越多的研究重点是抗氧化剂和免疫主题,具有潜在的Candida-cytokine-neuroendocrine联系.
结论:
- 由人工智能驱动的分析提供了ECC-唾液研究的地图,强调未经探索的抗氧化剂/减少氧化剂和神经免疫唾液轴.
- 该研究提出了未来ECC研究的结构化议程,重点关注新型机制和唾液成分.
