全国爱牙日：要“牙健康”，不要“亚健康”

生活中我们常常听到这样一句话：牙疼不是病，疼起来真要命。2022年9月20日是第34个“全国爱牙日”，本年度宣传主题是“口腔健康，全身健康”，副主题是“护牙健齿少年强，健康中国民族兴”，可见口腔健康的重要性。

随着对口腔卫生意识的加强和对口腔疾病认知的增加，大家逐渐认识到牙疼不仅仅是病，而且是一种细菌性疾病。龋病和牙周病（包括牙龈炎和牙周炎）作为影响人类生活质量和机体健康的两大口腔疾病，不仅会对说话，咀嚼等功能产生影响，还是导致或加剧某些全身疾病如冠心病、糖尿病等，影响生命质量的“罪魁祸首”。

作为“人体窗口”的口腔，它的健康状况还好吗？我们该如何去评价其健康状况呢？

牙龈也会亚健康？！

只听说过人会“亚健康”，牙龈？它也会“亚健康”？

中国科学院青岛生物能源与过程研究所单细胞中心的科研团队及其合作企业，首次提出了“牙龈亚健康”这一概念。实验人员选择了40位牙周炎患者并将其分为高出血组和低出血组，安排这些患者同时接受了为期3周的严格口腔治疗，将牙龈恢复健康的水平作为基线健康状态，再诱导其实验性牙龈炎的发生，使其出现了显著且持续的牙龈出血的疾病状态至第28天。其后研究人员对牙龈炎发病过程的分子机制开展了涵盖牙龈菌斑元基因组、元代谢组以及人体唾液细胞因子反应等一系列的动态多组学研究。

对275个龈上菌斑样本的研究发现，在暂停口腔预防措施和口腔卫生行为后的1-3天，菌斑的菌群结构、代谢物组和唾液细胞因子发生急剧、显著的规律性变化，比如，包括11种唾液细胞因子被激活、牙龈菌斑菌群里的良性菌快速减少，致病菌却急剧升高。这个阶段是口腔和微生物发生最强烈的相互作用的阶段，而牙周组织正处于无症状的临床前状态，研究人员称之为“牙龈亚健康”状态。

图片来源：青岛能源所单细胞中心

你的牙龈“衰老”了吗？

虽然“牙龈亚健康”阶段是暂时和无症状的，但它表现出与牙周炎高度相似的微生物组特征。牙龈菌斑菌群随着人体生理年龄的增长而发生规律性的变化，而在停止刷牙的28天内，其牙龈菌斑衰老程度就相当于牙龈健康时1年时间的衰老，也就是在不到一个月时间里“老化”了将近一岁！

也就是说，如果“牙龈亚健康”状态没有通过恢复刷牙等口腔清洁护理手段加以遏制而任其发展，其牙龈菌斑菌群将以高出10倍的速度加剧衰老。因此，“牙龈亚健康”状态可能与牙龈的衰老密切相关。长期而持续有效的口腔护理能呵护一个健康而年轻的牙龈菌群，从而规避或修复“牙龈亚健康”状态，对于延缓“牙龈”衰老，焕发“牙龈”青春，具有非同寻常的意义。

“菌群指标”，评价口腔疾病严重程度的新方法

牙龈炎是世界范围内最常见的口腔疾病之一，若不及时治疗，牙龈炎将演变成不可逆的牙周炎。

想！想！就！疼！

青岛能源所单细胞中心与其合作企业等合作，通过对50位成年人从牙龈炎康复、发展和再康复过程中牙菌斑菌群结构和功能变化，发现了与牙龈炎严重程度显著相关的15个细菌属，并提出了用于诊断口腔感染严重程度的“牙龈炎的菌群指数”(Microbial Index of Gingivitis；MiG)。基于MiG，判别牙龈健康与否的准确率达到95%，区分患病阶段的准确率达到75%，并能够预测牙龈炎的易感性。MiG对病人友好，且不依赖医生的主观判断，为牙龈炎监控和防治提供了崭新的思路，对评价开发新一代口腔护理产品也具有重要应用价值。

龋齿常被称为“虫牙”，这里的“虫”就是牙菌斑中的细菌。口腔是人体菌库之一，各种细菌在里面热热闹闹地生活着。牙菌斑牢固地附着在牙面上，细菌摄入唾液中的糖进行分解产生酸，这些酸会破坏牙齿，然后形成龋洞。显而易见，牙斑菌的终极目标就是推倒每一颗牙齿。

青岛能源所细胞中心与中山大学光华口腔医学院等合作，采集了50名4到6岁儿童的龈上牙菌斑和唾液菌群。基于菌群结构的分析，研究人员通过区分与年龄和疾病状态分别相关的微生物，提出了“龋病的菌群指数”（Microbial Indicators of Caries；MiC），该指数不依赖于主观经验，能够在临床症状尚未出现时以81%的准确率预测婴幼儿龋（ECC）的发病。同时，研究人员提出“口腔菌群年龄”（Oral Microbiota Age；OMA）概念，并发现健康儿童的OMA与其生理年龄大体保持一致，但在ECC风险升高乃至发病的儿童中，其OMA显著偏离了儿童生理年龄，因此OMA可用于预警和监控儿童龋齿的发生。

图片来源：青岛能源所单细胞中心

玩转大数据，开启人体微生态健康监测新模式

单细胞中心团队还发布了国内外首个“微生物组大数据搜索引擎——MSE（http://mse.single-cell.cn）”，与现有基于模型训练的机器学习手段相比，该方法不再依赖于疾病相关的特定标识微生物，而是利用待测菌群元基因组与已有菌群元基因组大数据的整体相似度来实现检测。该方法通过菌群检测实现快速精准的疾病诊断，使得以整个微生物组为分析单元的智能搜索和大数据挖掘成为现实。

MSE就像我们常用的搜索引擎一样，只需输入微生物组数据，点击“回车”，大规模，全局性的微生物组比对与搜索就可轻松实现。基于大数据匹配异常度，可判断是否健康，极大程度减少“漏诊”的概率；再基于全局最佳匹配来识别疾病类型，可有效减少“误诊”。MSE可用人体各个部位的共生菌群实现个体化的精准健康、精准护理与精准营养，让微生物组大数据帮我们不仅“知其然”，而且“知其所以然”。与常规手段相比，该方法在跨研究、跨测试人群、跨测序平台、样品污染等因素影响下的适应性和抗干扰能力等方面，也具有显著优势。随着微生物组测序数据的爆发式增长，该方法在实际应用中的便捷性、可延展性等特色将愈发突出。

图片来源：青岛能源所单细胞中心

冲出“亚健康”，赢得健康口腔

牙龈炎是可逆性病变，但若不及时治疗，就会发展为不可逆的牙周炎，导致软硬组织丧失进而影响人们生活和健康，牙龈亚健康问题不可忽视！口腔卫生一定要保护好，不要等到牙龈发炎疼到哭时才追悔莫及。

参考文献：

1.Shi Huang*, Tao He, Feng Yue, Xiujun Xu, Lijiang Wang, Pengfei Zhu, Fei Teng, Zheng Sun, Xiaohui Liu, Gongchao Jing, Xiaoquan Su, Lijian Jin, Jiquan Liu, Jian Xu*. Longitudinal Multi-omics and Microbiome Meta-analysis Identify an Asymptomatic Gingival State That Links Gingivitis, Periodontitis, and Aging. mBio, 2021, 12(2):e03281-20.

2.Gongchao Jing#, Lu Liu#, Zengbin Wang, Yufeng Zhang, Qian Li, Chunxiao Gao, Meng Zhang, Min Li, Zhenkun Zhang, Xiaohan Liu, Jian Xu*, Xiaoquan Su*. Microbiome Search Engine 2: a platform for taxonomic and functional search of global microbiomes on the whole-microbiome level. mSystems, 2021, 6(1):e00943-20.

3.Fei Teng#, Fang Yang#, Shi Huang#, Cunpei Bo, Zhenjiang Zech Xu, Amnon Amir, Rob Knight, Junqi Ling*, Jian Xu*. Prediction of early childhood caries via spatial-temporal variations of oral microbiota. Cell Host & Microbe, 2015, 18(3):296-306.

4.Shi Huang#, Rui Li#, Xiaowei Zeng, Tao He, Helen Zhao, Alice Chang, Cunpei Bo, Jie Chen, Fang Yang, Rob Knight, Jiquan Liu, Catherine Davis, Jian Xu*. Predictive modeling of gingivitis severity and susceptibility via oral microbiota. The ISME Journal, 2014, 8(9):1768-1780.

出品：科普中国

作者：崔晓辉（中国科学院青岛生物能源与过程研究所）

监制：中国科普博览