《Genomics & Informatics》：Salivary 1H NMR metabolic profiling of diabetic patients with and without periodontitis: an exploratory pilot study
编辑推荐：
摘要
背景：牙周炎是一种常见的慢性炎症性疾病，常与糖尿病（diabetes mellitus, DM）并存。识别非侵入性生物标志物对于早期检测、靶向治疗以及理解这两种疾病之间的双向关系至关重要。本研究旨在探究伴有和不伴有牙周炎的糖尿病患者的唾液代谢组学特征，以
摘要
背景：牙周炎是一种常见的慢性炎症性疾病，常与糖尿病（diabetes mellitus, DM）并存。识别非侵入性生物标志物对于早期检测、靶向治疗以及理解这两种疾病之间的双向关系至关重要。本研究旨在探究伴有和不伴有牙周炎的糖尿病患者的唾液代谢组学特征，以识别糖尿病患者中与牙周炎相关的候选代谢物。
方法：这项探索性研究比较了伴有和不伴有牙周炎的糖尿病患者的唾液1H NMR代谢组学特征（每组n=13）。研究人员从两组受试者中收集了非刺激性全唾液。采用偏最小二乘判别分析（partial least squares discriminant analysis, PLS-DA）来区分两组。选择VIP>1的谱变量进行代谢物注释，随后进行代谢物集富集分析（metabolite set enrichment analysis, MSEA）以识别失调的代谢通路。
结果：通过PLS-DA模型，共识别出78个判别变量，最终注释出十种关键代谢物：乙醇酸、胸苷、酪胺、脱氧鸟苷、胞苷、尿苷、NADPH、ADP、血清素和烟酸盐。MSEA揭示了显著的通路扰动，其中嘧啶代谢成为显著富集的通路。
结论：使用1H NMR进行的唾液代谢组学研究显示，糖尿病性牙周炎存在明显的代谢紊乱，尤其是在嘧啶代谢方面。尽管这些改变的代谢物可作为非侵入性生物标志物的潜在候选物，但在其转化为临床诊断应用之前，仍需在大规模独立队列中进行验证。
一、研究背景与目的
牙周炎是一种慢性进行性炎症性疾病，累及牙齿支持组织，以牙龈炎症、牙周袋形成以及牙周软组织和牙槽骨的进行性破坏为特征，最终导致牙齿松动和脱落。该疾病是全球重大公共卫生挑战，近期估计显示全球约62%的有牙成年人受牙周炎影响，其中重度病例占23.6%。牙周炎的发病机制高度多因素化，由微生物失调、宿主免疫反应、遗传易感性和环境或行为因素（如吸烟和口腔卫生不良）之间的复杂相互作用驱动。除口腔局部影响外，牙周炎日益被认为是具有深远全身影响的疾病，与心血管疾病、肥胖、阿尔茨海默病和不良妊娠结局等多种全身性疾病密切相关。在这些全身性关联中，牙周炎与糖尿病（DM）之间的关系尤为关键。这两种疾病具有充分记录的双向关系，彼此加剧对方的进展。血糖控制不佳的糖尿病尤其通过多种复杂生物学机制显著增加牙周组织破坏的风险、严重程度和快速进展。尽管这种临床关联已知，但糖尿病患者的牙周炎加剧所依据的精确分子改变仍未完全阐明。
唾液是一种信息丰富、非侵入性的生物体液，可反映局部口腔病理和全身代谢变化。核磁共振（NMR）波谱是一种强大的分析工具，可在原子分辨率下阐明分子结构和动态行为，同时实现对复杂生物样本的定量分析。由于其非侵入性和最小样本制备要求，特别适用于生物医学和代谢组学应用。因此，研究人员采用NMR波谱分析伴有和不伴有牙周炎的糖尿病患者的唾液代谢组，通过识别差异表达代谢物（DEMs）和通路富集分析，旨在阐明糖尿病背景下驱动牙周炎的潜在代谢通路。
二、研究方法概述
这项探索性研究在伊朗哈马丹医科大学牙科学院招募确诊为糖尿病的成年患者，纳入伴有牙周炎（病例组）和不伴牙周炎（对照组）各13名参与者。糖尿病诊断依据HbA1c≥6.5%和空腹血糖≥126 mg/dL确认；牙周炎诊断依据2017年世界牙周和种植体周疾病与状况分类研讨会标准。所有唾液样本于上午9:00至11:00在统一条件下收集，参与者需在采样前至少1小时禁食、禁饮、禁咖啡因、酒精、尼古丁、口香糖及所有口腔卫生操作。收集的非刺激性全唾液经离心处理后于?80°C保存。1H NMR分析采用Bruker 400-MHz光谱仪在298 K下进行，使用CPMG脉冲序列抑制大分子信号，谱处理采用ProMetab软件完成。统计分析采用偏最小二乘判别分析（PLS-DA）区分两组，VIP>1的谱变量被选择用于代谢物注释，随后进行代谢物集富集分析（MSEA）识别失调的代谢通路。模型验证采用7折交叉验证和500次置换检验。
三、研究结果
3.1 参与者
共评估30名糖尿病患者，其中4人被排除（2人因甲状腺功能亢进不符合纳入标准，2人拒绝参与）。最终26名参与者入组并分为两组：13名伴牙周炎，13名不伴牙周炎。所有入组受试者均提供唾液样本并纳入最终分析，无失访或缺失数据。
3.2 基线特征的统计学匹配
两组HbA1c值均呈正态分布（牙周炎组Shapiro–Wilk W=0.943, p=0.495；对照组W=0.954, p=0.657）。两组平均HbA1c无显著差异（牙周炎组7.53%，对照组7.33%）（t(22.50)=0.47, p=0.642），平均差异为0.20个百分点（95% CI ?0.68至1.08）。
3.3 投影变量重要性
经ProMetab软件预处理1H NMR原始数据后，采用PLS-DA构建预测模型，该模型可区分伴有和不伴有牙周炎的糖尿病患者。模型参数为R2X=0.449, R2Y=0.146, Q2=0.031，表观AUC为0.905。由于AUC基于训练集计算，鉴于样本量小和Q2值低，该值可能偏乐观，应视为表观而非验证过的性能估计。通过PLS-DA诊断模型，共识别出78个VIP>1的判别变量（化学位移，ppm），保留用于代谢物鉴定和生物学通路映射。
3.4 PLS-DA模型置换检验
为检验模型有效性并防止过度解释分类性能，进行了7折交叉验证和500次置换。置换检验得出验证指标pR2Y=0.324和pQ2=0.166。这些验证参数表明，在26名个体的探索性队列中，基于原始谱分箱的全局多变量模型缺乏可推广的样本外分类性能，但可作为降维和特征筛选工具。
3.5 差异表达唾液代谢物的鉴定
通过初步变量选择步骤识别出78个VIP>1的差异谱分箱后，进行代谢物注释以赋予这些判别特征生物学身份。候选代谢物通过查询BMRB数据库识别，并使用Chenomx软件对代表性1H NMR参考谱进行峰匹配验证。通过这一序贯验证方法，共成功注释了十种代谢物为差异表达代谢物：乙醇酸、胸苷、酪胺、脱氧鸟苷、胞苷、尿苷、NADPH、ADP、血清素和烟酸盐。
3.6 富集通路
为深入了解两组间代谢差异的生物学相关性和功能意义，进行了MSEA。前25个富集代谢通路中，仅嘧啶代谢作为显著富集通路出现（FDR=0.005）。化合物与代谢物集成员分析显示，五种代谢物（胸苷、胞苷、尿苷、NADPH和ADP）参与嘧啶代谢通路。
四、讨论与结论
讨论部分总结：牙周炎是糖尿病相关的第六大并发症，糖尿病患者牙周病的患病率和严重程度显著更高。本研究通过1H NMR代谢组学鉴定了十种差异表达代谢物，并发现嘧啶代谢是显著富集的通路。与既往研究相比，Wang等人（2025）使用GC-MS分析了116名受试者的唾液，发现葡萄糖、3-氨基丁酸和甲基丙二酸呈分期相关变化；Tang等人（2025）使用LC-MS分析了根尖周炎病变，发现大病变中脂肪酸衍生物升高；Chu等人（2024）分析了重度牙周炎患者牙龈组织，识别出65种DEMs和33条代谢通路扰动。Jiang等人（2022）分析了2型糖尿病伴或不伴牙周炎的龈下微生物和代谢特征，发现牙周炎相关的微生物组和代谢组变化在糖尿病背景下被修饰。Li等人（2014）发现牙周炎相关基因与嘧啶降解相关。Cai等人（2025）通过孟德尔随机化框架发现2'-脱氧尿苷（嘧啶代谢产物）与慢性牙周炎相关。
研究局限性包括：单中心便利抽样、样本量小、仅纳入2型糖尿病患者、未按牙周炎严重程度和分期分层、400-MHz光谱仪分辨率有限、PLS-DA模型交叉验证预测能力低、横断面设计无法推断因果关系、缺乏非糖尿病健康对照和非糖尿病牙周炎对照、未进行多变量调整、可能存在残余混杂。
结论翻译：对唾液代谢物的1H NMR分析可区分伴有和不伴有牙周炎的糖尿病患者。尽管PLS-DA模型在该小型探索性样本中分离了两组，但其较低的交叉验证预测能力（Q2=0.031）表明其主要作为特征选择工具而非临床诊断分类器。该方法有助于识别下游代谢物和嘧啶代谢通路的富集，突出了可能指示糖尿病相关牙周炎中细胞更新增加、组织破坏和炎症的候选生物标志物。由于比较仅限于糖尿病患者，所识别的代谢物可能标记该组中的牙周炎。然而，其更广泛的特异性必须在未来纳入健康对照和仅牙周炎组的研究中确定。尽管这些发现增进了对口腔和全身疾病之间联系的理解，候选生物标志物在临床使用前必须在多个中心进行独立验证，为旨在实现早期非侵入性诊断和靶向治疗的进一步纵向研究开辟道路。
