《npj Biofilms and Microbiomes》：Classification of the tongue microbiota and its associations with lifestyle factors and health status
編輯推薦：
本研究旨在解決口腔微生物研究中對整體群落結構關注不足的問題。研究人員通過對729名日本受試者進行舌苔菌群分析，成功定義了三種“口型”，并揭示了其與口腔護理、飲食、吸煙等生活方式及口腔健康、代謝綜合征風險之間的關聯，為基于口腔菌群的無創健康監測提供了新視角。
口腔是人體微生物密度最高的區域之一，其復雜的菌群生態系統與我們全身的健康狀況息息相關。長久以來，科學家們對口腔微生物的研究多聚焦于單一或特定的幾種細菌種類，例如，哪些細菌與齲齒相關，哪些又與牙周病有關。然而，這種“只見樹木，不見森林”的研究方式，難以全面揭示口腔內數百種微生物作為一個整體群落所扮演的角色。這些微生物并非孤立存在，它們之間存在著錯綜復雜的共生、競爭關系，形成一張動態的網絡。這個網絡結構的整體特征，是否與我們的生活習慣、健康狀況有著更深層次的、可被歸納的關聯？這成為領域內亟待探索的關鍵問題。
為了回答這個問題，一支研究團隊將目光投向了一個常常被忽視的口腔微生態位點——舌苔。舌苔結構特殊，易于采樣，且其菌群組成相對穩定，是研究口腔微生物整體模式的理想對象。研究人員在《npj Biofilms and Microbiomes》上發表了一項開創性研究，通過對大規模人群隊列的舌苔菌群進行深度分析，他們不僅描繪了清晰的菌群“地圖”，更從中發現了具有不同健康指示意義的三種穩定類型，為理解口腔菌群與人體健康的宏觀聯系打開了新窗口。
研究人員開展此項研究主要應用了幾個關鍵技術方法。首先，他們建立了一個包含729名日本成年人的橫斷面隊列，系統地收集了每位參與者的舌苔樣本。隨后，利用高通量16S rRNA基因測序技術，對樣本中的細菌群落組成進行了全面解析。基于測序產生的海量數據，研究人員采用了先進的生物信息學分析流程，包括多樣性分析、共現網絡構建以及機器學習算法。其中，隨機森林模型被用于識別關鍵的、能夠區分不同菌群類型的細菌類群，并最終建立了一個高精度的分類預測模型。此外，研究還包含了對部分個體的縱向追蹤，以評估所定義菌群類型的長期穩定性。
定義三種舌苔微生物“口型”
研究人員對729份舌苔樣本的菌群數據進行深入分析后，成功將所有樣本歸類為三種具有顯著差異的群落類型，他們將其命名為“口型”。這三種類型分別是：以奈瑟菌（Neisseria）為主導的N型、以普雷沃菌（Prevotella）為主導的P型，以及以鏈球菌（Streptococcus）為主導的S型。這一分類并非基于單一優勢菌的簡單劃分，而是反映了三種截然不同的整體菌群結構和生態模式。
不同“口型”具有獨特的共生網絡結構
通過構建微生物共現網絡，研究發現每種口型都擁有其獨特的物種互作模式。N型的網絡結構相對簡單，核心菌群明確；P型的網絡則顯示出更高的復雜性和連接度；而S型的網絡特征介于兩者之間。這表明每種口型都代表了一個穩定的、內部物種間存在特定協作或競爭關系的微生態系統。
“口型”與生活方式因素顯著關聯
研究進一步探索了這三種口型與受試者生活習慣之間的關聯。分析發現，不同的口型與口腔護理習慣（如刷牙頻率、使用牙線情況）、飲食模式（如蔬菜、發酵食品的攝入量）以及吸煙行為等生活方式因素存在統計學上的顯著相關性。例如，某些口型在具有良好口腔衛生習慣的個體中更為常見，而另一些口型則與特定的飲食習慣或吸煙狀態相關。這提示我們的日常行為能夠塑造舌苔的微生物群落結構。
“口型”是潛在的健康風險生物標志物
最重要的發現在于，不同的口型與健康狀況存在關聯。與N型相比，S型口型的個體出現口腔健康異常（如口臭、舌苔異常等）的幾率更高。更值得注意的是，在調整了混雜因素后，S型還與更高的代謝綜合征相關結局風險存在關聯。代謝綜合征是一組包括腹部肥胖、高血壓、高血糖、血脂異常在內的癥候群，是心腦血管疾病的重要風險前兆。這一發現將舌苔菌群的宏觀類型與系統性代謝健康風險聯系了起來。
開發出高精度且穩定的“口型”預測模型
基于上述發現，研究人員利用機器學習方法，開發了一個能夠根據菌群組成準確預測個體所屬口型的分類模型。該模型表現出極高的預測效能，其接收者操作特征曲線下面積大于0.95。為了驗證口型的實用性，研究還對部分參與者進行了為期6年的隨訪，發現近一半的個體其口型在長期內保持穩定。這證明了口型作為一種個體化微生物特征，具有時間上的持續性，適合作為長期健康監測的指標。
研究的結論和討論部分強調了此項工作的多重意義。首先，它超越了傳統針對單一病原菌的研究范式，首次在大規模人群中基于舌苔菌群的整體結構定義了三種穩定的“口型”，為口腔微生物組研究提供了新的分類框架。其次，研究明確將口型與可改變的生活方式因素以及重要的健康風險（尤其是代謝綜合征）相關聯，這為通過干預口腔菌群來促進健康提供了潛在靶點。例如，改善口腔衛生或調整飲食可能有助于引導菌群向更有利的N型轉化。最后，所構建的高精度、穩健的分類模型及其展現出的時間穩定性，使得“口型”有望成為一種無創、便捷的生物標志物，用于評估個體的口腔乃至全身健康風險，在未來個性化醫療和預防醫學中具有應用潛力。這項研究成功地將復雜的微生物群落數據轉化為易于理解的健康信息，架起了基礎研究與臨床公衛應用之間的橋梁。
