基于时空变化的牙菌斑微生物群实现幼儿龋齿单牙解析与全口预测

为解决早期儿童龋齿（ECC）牙位特异性预防难题，研究人员对 89 名学龄前儿童的 2504 份牙菌斑微生物样本展开研究。构建的空间微生物龋齿指标（spatial-MiC）诊断 ECC 准确率达 98%，预测新龋齿准确率 93%，为精准预防提供依据。

　　

早期儿童龋齿（ECC）具有牙位特异性，需单牙水平预防策略。研究采集 89 名学龄前儿童两队列共 2504 份牙菌斑微生物样本，在 11 个月内以单牙分辨率追踪菌群组成及功能趋势变化。健康儿童上颌牙微生物呈现前后向生态梯度及强双侧对称性，而龋齿患儿因菌群重组导致该模式破坏。利用牙位特异性致病菌群及空间相关临床 / 微生物特征，通过机器学习构建空间微生物龋齿指标（spatial-MiC 或 sMiC），其单牙水平诊断 ECC 准确率达 98%，并能提前 2 个月以 93% 准确率预测健康牙新发龋齿。该高分辨率时空微生物图谱在单牙水平揭示 ECC 微生物病因，鉴定各牙位特征菌群标记，为牙位特异性预防策略奠定基础。