编辑推荐：
牙龈沟液（GCF）和种植体周沟液（PICF）的生化差异尚不明确。本研究采用半口设计，通过中红外（MIR）光谱和化学计量学模型分析 12 名参与者的样本。结果显示两者无显著差异，但 PICF 在特定光谱区域有细微脂质和碳水化合物相关差异，为 PICF 的诊断应用提供了依据。
口腔健康的精准诊断依赖于生物流体的深入分析。牙龈沟液（GCF）作为血清衍生液，能反映牙周组织的动态变化，其成分在健康与炎症状态下差异显著，是监测口腔及全身疾病的重要窗口。而种植体周沟液（PICF）虽与 GCF 功能相似，但其生化特征是否受种植体结构（如缺乏牙周膜、血管化程度低）影响，能否作为替代生物标志物用于临床诊断，一直是领域内的未解之谜。现有研究表明，傅里叶变换红外（FTIR）光谱可快速解析生物流体的分子组成，但健康状态下 GCF 与 PICF 的光谱对比研究尚属空白。
为填补这一知识缺口，葡萄牙波尔图大学牙医学院（Faculty of Dental Medicine, University of Porto）的研究团队开展了一项半口对照研究，旨在通过中红外（MIR）光谱技术，对比健康状态下 GCF 与 PICF 的生化组成差异。该研究成果发表于《Clinical Oral Investigations》，为种植体周组织的生物标志物研究奠定了关键基础。
研究采用严格的纳入排除标准，从 46 名受试者中筛选出 12 名符合条件者（无牙周 / 种植体周病史、无全身疾病、定期维护治疗），在其对侧象限分别采集天然牙（下颌后牙）的 GCF 和种植体（NobelParallel Conical Connection）的 PICF 样本。样本经 Periopaper? 条收集后，利用配备衰减全反射（ATR）附件的 PerkinElmer Spectrum BX FTIR 光谱仪，在 4000-600 cm-1范围内采集光谱数据，并通过主成分分析（PCA）、偏最小二乘判别分析（PLS-DA）、k 近邻算法（k-NN）和支持向量机判别分析（SVM-DA）等化学计量学模型进行数据分析。
研究结果
光谱特征与化学计量学分析
原始光谱显示，GCF 与 PICF 均检测到蛋白质（酰胺 I/II 带）、脂质（CH2/CH3拉伸振动）、核酸（PO2-基团）等成分的特征峰。PCA 分析未发现两组样本的明显聚类，总方差解释率达 98.05%，表明光谱轮廓高度相似。PLS-DA 模型的校准、交叉验证和验证集预测准确率分别为 62.5%、37.5% 和 50%，k-NN（k=3）和 SVM-DA 模型的验证准确率均为 50%，提示传统分类模型难以有效区分两者。
细微生化差异
尽管整体相似，PICF 在光谱区域 R1（3982-2652 cm-1）和 R4（1180-922 cm-1）的吸光度略高，对应脂质含量增加及碳水化合物相关糖苷键的存在。这可能与种植体周组织血管化程度低、代谢产物清除效率差，以及种植体表面对免疫细胞和微生物群落的潜在影响有关。
结论与讨论
研究证实，健康状态下 GCF 与 PICF 的生化组成无显著差异，支持 “种植体相关因素对 PICF 成分影响可忽略” 的假设。这一发现拓展了 PICF 的临床应用价值 —— 其可作为 GCF 的替代生物流体，用于口腔及全身健康标志物的监测，尤其适用于种植体患者的疾病诊断。
值得注意的是，PICF 中脂质和碳水化合物的细微变化提示，种植体周微环境可能通过降低血管通透性、改变微生物定植模式或引发轻度免疫反应（如钛离子释放的潜在影响），导致局部代谢产物蓄积。尽管这些差异未达到统计学显著水平，但其生物学意义仍需在炎症状态（如种植体周炎）中进一步验证。
该研究首次通过 MIR 光谱建立了健康状态下 GCF 与 PICF 的基线特征，为后续病理状态的对比研究提供了重要参考。未来研究可聚焦于炎症条件下两者的差异，结合蛋白质组学等技术，深入解析种植体周组织的分子调控机制，推动 PICF 在精准医疗中的应用。
