Opdagelse og validering af periodontitis biomarkører

Periodontitis er et stort folkesundhedsproblem i Kina: det er ansvarligt for tab af tyggefunktion hos 60 millioner ældre voksne, og 400-500 millioner voksne er på samme sygdomsforløb. Derudover er gingivitis og tidligstadie periodontitis meget udbredt i alle aldersgrupper. The Lancet 2021 sygdomsbyrdestudie giver bekymrende fremskrivninger for Kinas mundsundhed, med en stigning på 47,8% i fremskreden periodontitis og en stigning på 217% i tandløshed inden år 2050. Tallene kan ikke håndteres af det kinesiske sundhedssystem, medmindre en række koordinerede handlinger implementeres: i) sundhedsoplysning, der fremmer mundhygiejne i skolen og på arbejdspladsen; ii) effektive AI-baserede selvregistreringsstrategier og præcis identificering af højrisikosubjekter; iii) effektive behandlingsmodaliteter; og iv) reorganisering af sundhedssystemet.

Vi har udviklet, patenterede og valideret en selvregistrerings AI-baseret screeningtest for den generelle befolkning gennem en app. Den er baseret på nogle få validerede spørgsmål og udførelsen af en lateral flow immunoassay for at detektere aktiveret matrix metalloproteinase 8 (aMMP8). Algoritmen muliggør præcis selvregistrering af alvorlig periodontitis. Systemet kan dog ikke identificere subjekter uden klinisk tydelig periodontitis (subjekter, der præsenterer med overfladisk inflammation i overensstemmelse med gingivitis og begyndende periodontitis), som vil udvikle sygdommen, som derfor bør være målet for tidlige interventioner. Denne begrænsning skyldes utilstrækkelig viden om processen, der gør overfladisk inflammation (gingivitis) til periodontitis. Denne begrænsning er tydelig i de nyligt offentliggjorde NIH-sponsorerede amerikanske diagnostiske forsøgsresultater for at detektere periodontitis-start-biomarkører (og progression). I deres studie viser Teles et al. (2024), at næsten 24% af gingivitis-subjekterne udvikler periodontitis over en 12-måneders periode, men kunne ikke identificere spyt- eller serum-biomarkører. På samme måde identificerede vores nyligt afsluttede studie (Li et al. under forberedelse) ikke højpræcise biomarkører for sygdomsstart og progression. Vigtigt er, at det amerikanske og vores studie har testet formodede biomarkører identificeret baseret på den nuværende grove viden om sygdomsprocessen. Huller i grundlæggende viden er nu tydelige og begrænser vores evne til at detektere periodontitis tidligt. Derudover kan den nuværende grove differentialdiagnose baseret på klinisk undersøgelse med en periodontal probe med millimeter-markeringer ikke præcist skelne gingivitis fra tidligstadie periodontitis, hvilket komplicerer definitionen af grundsandheden (guldstandard).

I den aktuelle studie foreslår vi at implementere en multi-omics-tilgang for at teste evnen til at skelne en blandet population af klinisk udifferentierbar gingivitis og stadium I periodontitis i to eller flere klynger. I denne biomarkør-opdagelsesfase planlægger vi at bruge flere state-of-the-art-metoder: i) laserscanning mikrodissektion proteomics af vævsbiopsier, ii) konventionel spyt proteomics, iii) vævsbiopsi transkriptomics, og iv) shotgun mikrobiomanalyse. Metoderne vil blive anvendt i en agnostisk tilgang for at teste følgende hypoteser:

1. Det er muligt at identificere to eller flere klynger af subjekter fra en blandet population af gingivitis og stadium I periodontitis-subjekter.
2. Klyngerne adskiller sig baseret på vært-afledte biomarkører og/eller mikrobiome faktorer og risikoen for progression til periodontitis.
3. Biomarkørveje og mikrobielle virulensfaktorer blandt subjekter identificeret i henhold til de forskellige tilgange brugt til at udforske sygdomsbiologi er generelt konsistente.
4. Det er muligt at identificere et begrænset sæt af biomarkører, der kan bruges til at forudsige periodontitis-start og dermed målrette tidlige interventioner for denne højrisikobefolkning.