Oppdagelse og validering av periodontitt-biomarkører

Periodontitt er et stort folkehelseproblem i Kina: det er ansvarlig for tap av tyggefunksjon hos 60 millioner eldre voksne, og 400–500 millioner voksne er på samme sykdomsbane. I tillegg er gingivitt og tidlig stadium periodontitt svært utbredt i alle aldersgrupper. The Lancet 2021-undersøkelsen om sykdomsbyrde gir bekymringsfulle prognoser for Kinas munnhelse, med en økning på 47,8 % i avansert periodontitt og en økning på 217 % i tannløshet innen 2050. Tallene er ikke håndterbare for det kinesiske helsevesenet med mindre en rekke koordinerte tiltak iverksettes: i) helseopplysning som fremmer munnhygiene på skolen og arbeidsplassen; ii) effektive selvdeteksjonsstrategier basert på kunstig intelligens og nøyaktig identifikasjon av høyt risikoutsatte personer; iii) effektive behandlingsmodaliteter; og iv) omorganisering av helsevesenet.

Vi har utviklet, patentert og validert en selvdeteksjonstest basert på kunstig intelligens for generell befolkning gjennom en app. Den er basert på noen få validerte spørsmål og utførelsen av en lateral flow-immunoassay for å påvise aktivert matriks metalloproteinase 8 (aMMP8). Algoritmen muliggjør nøyaktig selvdeteksjon av alvorlig periodontitt. Systemet kan imidlertid ikke identifisere personer uten klinisk tydelig periodontitt (personer som har overfladisk betennelse i samsvar med gingivitt og tidlig periodontitt) som vil utvikle sykdommen, og som derfor bør være målet for tidlige intervensjoner. Denne begrensningen skyldes utilstrekkelig kunnskap om prosessen som forvandler overfladisk betennelse (gingivitt) til periodontitt. Denne begrensningen er tydelig i de nylig publiserte NIH-støttede amerikanske diagnostiske forsøksresultatene for å påvise biomarkører for periodontittutbrudd (og progresjon). I sin studie viser Teles et al. (2024) at nesten 24 % av gingivittpersoner utvikler periodontitt over en 12-månedersperiode, men klarte ikke å identifisere salivære eller serum biomarkører. Tilsvarende identifiserte ikke vår nylig fullførte studie (Li et al. under utarbeidelse) svært nøyaktige biomarkører for sykdomsutbrudd og progresjon. Viktig er det at både den amerikanske og vår studie har testet antatte biomarkører identifisert basert på dagens grove kunnskap om sykdomsprosessen. Hull i grunnleggende kunnskap er nå tydelige og begrenser vår evne til å oppdage periodontitt tidlig. I tillegg kan den nåværende grove differensialdiagnosen basert på klinisk undersøkelse med en periodontal probe med millimeterinndeling ikke nøyaktig skille gingivitt fra tidlig stadium periodontitt, noe som kompliserer definisjonen av grunnsannhet (gullstandard).

I den nåværende studien foreslår vi å implementere en multi-omics-tilnærming for å teste evnen til å skille en blandet populasjon av klinisk udifferensierbar gingivitt og stadium I periodontitt i to eller flere klynger. I denne biomarkør-oppdagelsesfasen planlegger vi å bruke flere toppmoderne metoder: i) laserskanning mikrodisseksjon proteomikk av vevsbiopsier, ii) konvensjonell salivær proteomikk, iii) vevsbiopsi transkriptomikk, og iv) shotgun mikrobiomanalyse. Metodene vil bli brukt i en agnostisk tilnærming for å teste følgende hypoteser:

1. Det er mulig å identifisere to eller flere klynger av personer fra en blandet populasjon av gingivitt- og stadium I periodontittpersoner.
2. Klyngene skiller seg basert på vertsderiverte biomarkører og/eller mikrobiomfaktorer og risikoen for progresjon til periodontitt.
3. Biomarkørbaner og mikrobielle virulensfaktorer blant personer identifisert i henhold til de forskjellige tilnærmingene brukt for å utforske sykdomsbiologien er generelt konsistente.
4. Det er mulig å identifisere et begrenset sett med biomarkører som kan brukes til å forutsi periodontittutbrudd og dermed rette tidlige intervensjoner mot denne høyt risikoutsatte populasjonen.