医学课件唾液检测用于龋病风险性评估的研究进展

唾液检测用于龋病风险性评估的研究进展从微生物生态到智能预测2026年课程导览01龋病风险与唾液检测基础生态菌斑假说与检测价值02传统龋活性检测方法经典临床技术梳理03唾液微生物标志物核心致龋菌与真菌04唾液蛋白与代谢标志物多组学进展05智能预测与临床转化机器学习与前沿展望01龋病风险与唾液检测基础龋病是微生物失调驱动的生物膜疾病，而非单一病原体所致龋病是微生物失调的生态事件预测方向：不应只盯单一细菌，而应评估群落整体状态。龋病不是单纯由不良卫生习惯或高糖摄入引起，而是微生物失调驱动的复杂生物膜疾病。失衡机制牙菌斑生态平衡破坏：产酸菌与耐酸菌占据主导，形成局部低pH环境，促进牙釉质脱矿。关键通路发酵性碳水化合物代谢：蔗糖等被代谢为乳酸等有机酸，利于变形链球菌、乳杆菌属等耐酸物种增殖。生态菌斑假说多微生物性疾病：高通量测序显示龋齿源于微生物群落失衡而非单一病原体。预测方向评估群落整体状态：不应只盯单一细菌，而应评估群落整体状态。唾液是龋病评估的理想窗口71.9%我国5岁儿童患龋率<3%治疗率不足——非侵入性唾液检测是早期风险预测的关键突破口介质优势直接参与龋病发生发展其微生物群落、代谢产物与宿主分泌蛋白均可反映个体龋易感状态更特异捕捉口腔局部改变相比血液反映全身变化，唾液能更特异地反映口腔局部状态操作优势采集简单快速无创适合儿童与老年人便于纵向追踪与疗效监测临床紧迫性我国5岁儿童患龋率71.9%治疗率不足3%非侵入性唾液检测早期风险预测关键突破口02传统龋活性检测方法从细菌培养到产酸量化，经典方法奠定风险评估基石细菌培养法评估致龋菌数量三种经典方法DentocultSM选择培养基观察唾液变异链球菌数量，半定量培养法判断龋活性。DentocultLB专门检测乳杆菌数量，评估龋病进展风险——乳杆菌在牙本质深龋中占比可达70%，是进展期生物指示菌。刃天青纸片法蔗糖氧化还原显色，粉色以上判为龋活跃，快速筛查变链数量。共同特点直观、成本低培养周期较长，对厌氧菌与低丰度菌种不敏感难以完整反映口腔微生物群落的复杂生态Cariostat法量化产酸能力01原理体外再现龋齿形成过程，检测牙面菌斑致龋菌群的产酸能力。02操作棉签擦拭上颌磨牙颊侧及下前牙唇侧牙颈部3–5次接种培养基35–37℃培养48小时对照色卡判读蓝/深绿低患龋风险浅绿/黄绿中风险浅黄/深黄高风险定量PCR法检测唾液内变形链球菌数量，较培养法更灵敏快速。基层落地2026年苏州等地社区卫生服务中心已常规开展，48小时出结果，纳入家庭医生服务包。03唾液微生物标志物变异链球菌高丰度是预测龋病最重要的菌种标志变异链球菌与普雷沃菌属变异链球菌是证据最充分的龋病标志物，丰度随龋病发生逐渐升高，多模型预测效能良好。变异链球菌致龋机制代谢蔗糖使局部pH降至

4.5以下，合成胞外多糖促进牙面定植临床关联儿童早期定植者龋齿发生率提高

3倍普雷沃菌属龋病过程中丰度升高，已用于低龄儿童龋及重度低龄儿童龋预测模型，效能良好。暂不独立预测韦荣球菌属、罗氏菌属、乳杆菌属虽有丰度变化，但前瞻性研究不足。白色念珠菌与基因多态性真菌标志物白色念珠菌丰度重度低龄儿童龋患儿中显著高于无龋儿童唾液检出风险唾液中存在该菌者患龋风险为不存在者的5.26倍共感染与变异链球菌共感染同龋病复发密切相关菌株基因分型变异链球菌存在基因多态性错义突变龋病患儿与无龋儿童菌株携带不同错义突变多基因型携带1种以上基因型的儿童患龋风险更高证据边界研究局限现有真菌证据多来自横断面研究前沿方向尚需前瞻性研究明确其预测作用范式转变从“单一菌种计数”走向群落特征与菌株分型整合04唾液蛋白与代谢标志物多组学联合筛选，开启龋病早期预测新维度唾液蛋白标志物的诊断价值BD-2：免疫防御上调唾液水平9.25±2.89ng/mL无龋组6.41±2.45ng/mL显著性p=0.003诊断敏感性76%α淀粉酶：清除致龋菌酶活性1.7倍无龋儿童为龋患儿风险阈值122.8U/mL活性低于此值者患龋风险风险评估3.33倍为高活性者富酪蛋白：矿化调控趋势降低趋势龋患儿中呈降低趋势显著性未达显著差异尚不构成独立诊断指标代谢组学与多组学联合标志物一·研究设计研究设计队列：22名基线无龋3–5岁儿童，随访18个月，采集刺激性唾液。联合非靶向代谢组学与DIA蛋白组学分析。›二·差异分子谱差异分子谱›三·五标志物与模型五标志物与模型代谢物：雌三醇、2'-脱氧腺苷-5'-单磷酸、丙酸蛋白：ALOX12、CA1随机森林预测模型AUC达0.94，预测能力良好。患龋前期：25种差异代谢物、85种差异蛋白龋病发生时：173种差异代谢物、93种差异蛋白通路变化：碳水化合物与氨基酸代谢显著改变免疫/补体/凝血级联蛋白出现差异05智能预测与临床转化机器学习赋能精准预测，多组学整合引领未来机器学习构建龋病预测模型两项研究共同指向同一结论：多维度数据整合是龋病风险预测的核心路径。两项研究共同指出：多维度数据整合是龋病风险预测的核心路径。上海九院·巢式病例对照研究设计148名儿童，16SrRNA全长测序+随机森林核心标记Selenomonassp.oraltaxon137

贡献度最高预测效能训练集AUC95%，测试集

89.06%德黑兰医科大学·八算法比较最优算法梯度提升树与CatBoost，AUC达

1.000，准确率

96.4%关键因子BD-2水平、就诊频率、父母教育程度提升幅度敏感性较传统逻辑回归提升

29%前沿方向与现存挑战从基因组到微生态，从预测到落地——龋病防治正走向精准化与个体化。通过多中心前瞻性研究叠加多学科整合，推动个性化龋病预防落地。技术前沿全长16S测序：物种级分辨率牛津纳米孔测序，可区分变异链球菌与血链球菌单细胞+空间组学：解析菌群分布单细胞微生物组学与空间微生物组学，解析龋病微环境菌群空间分布与功能网络126物种转化障碍预测模型样本不足样本量不足，普适性有限唾液标志物标准化难唾液成分受年龄、饮