龋病不同阶段菌斑微生物组结构差异的宏基因组研究及深度学习诊断模型构建

本研究采用新型2bRAD-M测序技术（2bRAD-Microbiome）解析龋病进展中菌斑微生物组动态变化，首次在物种水平揭示健康（CH）、相对健康（RH）、釉质龋（EC）和牙本质龋（DC）四阶段的微生物群落差异。研究发现CH组物种丰富度最高（P<0.05），DC组与CH组微生物结构差异最大，并鉴定出链球菌（S. mutans）、丙酸杆菌（P. acidifaciens）等关键致病菌的梯度变化规律。创新性结合深度学习（DL）构建的诊断模型AUC达98%以上，为龋病早期干预提供精准生物标志物。

　　

微生物多样性在龋病不同阶段的比较

研究通过2bRAD-M技术对60份菌斑样本（CH、RH、EC、DC各15份）进行测序，共鉴定出3,251个物种。α多样性分析显示CH组的Chao1指数显著高于其他组（P<0.05），而RH、EC与DC组间无显著差异。dmfs指数（乳牙龋失补指数）被证实是影响微生物多样性的最强宿主因素（Cohen’s d=0.96）。β多样性分析揭示DC组与其他组Bray-Curtis距离最大，PCA图中DC组样本明显分散，而CH至EC组样本沿龋病进展轨迹连续分布，提示微生物结构渐变特征。

不同龋病阶段的物种组成差异

LEfSe分析发现DC组富含致龋菌如变异链球菌（S. mutans）、副格氏乳杆菌（L. paragasseri）和威格萨链球菌（S. wiggsiae），其特有的F6PPK代谢通路可能增强酸性环境适应性。CH组则以罗氏菌（R. aeria）和棒状杆菌（C. matruchotii）为主，后者通过代谢乳酸提升口腔pH值。值得注意的是，RH组放线菌（A. naeslundii）丰度升高，暗示其在龋病早期生态失衡中的桥梁作用。真菌检测显示白色念珠菌（C. albicans）在龋病组富集，可能与细菌协同增强生物膜致龋性。

基于深度学习的诊断模型表现

研究创新性整合属种水平微生物数据，对比支持向量机（SVM）、随机森林（RF）和深度学习（DL）模型性能。五折交叉验证显示，DL模型在联合属种特征时表现最优：对CH和DC组的分类AUC达100%，RH与EC组达98%，Kappa系数显著高于传统方法（P<0.01）。特征权重分析筛选出前100个标志物种，包含9个已知致龋菌和11个健康相关菌，其中普雷沃菌（Prevotella）的胶原溶解能力被证实与龋病进展密切相关。

讨论与展望

研究验证了生态菌斑假说（EPH），揭示龋病进程伴随微生物多样性递减和致病菌定向富集。2bRAD-M技术克服传统测序低分辨率局限，首次实现物种水平口腔低生物量样本分析。临床意义在于发现RH阶段已出现微生物扰动，提示"临床健康"表面可能存在亚临床病变。未来需扩大样本验证模型泛化能力，并探索快速椅旁检测技术转化路径。

（注：全文严格依据原文数据，未添加非文献支持结论）