论文标题：Transcriptomic and Metagenomic Biomarkers in Peri-Implantitis: A Systematic Review, Diagnostic Meta-Analysis, and Functional Meta-Synthesis

论文链接：https://www.mdpi.com/2076-3271/13/3/187

期刊名： Medical Sciences

期刊主页：https://www.mdpi.com/journal/medsci

一、引言

种植体周围炎（peri-implantitis）是一种以种植体周围软组织炎症及进行性骨吸收为特征的疾病，其临床表现包括探诊出血、探诊深度增加及影像学骨丢失。传统诊断方法主要依赖临床与影像学指标，但难以反映其复杂的分子机制。近年来，转录组学、宏基因组学以及生物信息学技术的发展，使得从分子层面解析疾病机制成为可能。与此同时，机器学习（Machine Learning, ML）方法在特征筛选与疾病分类中的应用，为提高诊断准确性提供了新的技术路径。基于此，本研究的核心目标是：整合转录组、宏基因组及生物信息学证据，系统评估机器学习模型在种植体周围炎诊断中的表现，并识别关键生物标志物及其功能通路。

二、材料与方法

本研究遵循PRISMA 2020系统综述规范，在PubMed/MEDLINE、EMBASE、SciELO及Scopus数据库中检索至2025年7月的相关研究。

纳入标准包括：

• 人体种植体相关组织样本

• 应用转录组学、宏基因组学或生物信息学分析

• 使用机器学习或特征筛选方法（如LASSO、SVM-RFE、Boruta等）

最终流程如下：

• 初始检索：1899篇文献

• 去重后：949篇

• 全文评估：18篇

• 最终纳入：11篇研究

研究方法包括：

• 功能性meta-synthesis（功能整合分析）

• ROC-AUC为核心的诊断meta分析（随机效应模型）

• 质量评价（CASP工具）与证据可信度评估（GRADE-CERQual）

研究文献筛选流程（PRISMA 2020流程图）

三、分析与结果

1. 描述性结果

纳入研究发表于2020–2025年，主要采用转录组学、宏基因组学及整合生物信息学方法。

机器学习方法包括：

• LASSO

• SVM-RFE

• Boruta

• 集成学习模型

多项研究报告模型AUC值普遍较高（多 > 0.88）。

2. 功能性meta-synthesis结果

研究识别出5类核心生物学主题：

• 先天免疫反应

• 适应性免疫调控

• 免疫细胞浸润

• 成纤维细胞活化与ECM重塑

• ceRNA调控网络

关键基因包括：IL1B、TLR4、CXCL8、MMP9、ACTA2、FAP、PDGFRB、GSK3B等

涉及通路主要包括：

• NF-κB信号通路

• Toll-like receptor通路

• PI3K-Akt通路

• 破骨细胞分化相关通路

3. 诊断性meta分析结果

基于6项研究的ROC-AUC数据：

• 总体合并AUC = 0.91（95% CI: 0.88–0.93）

• 异质性：I² = 0%（无显著异质性）

分组结果：

• 基因组学模型：AUC 0.92–0.95

• 转录组学模型：AUC 0.89–0.91

• 宏基因组模型：AUC约0.88

说明机器学习模型在区分健康与种植体周围炎方面具有较强稳定性与预测能力。

四、讨论

本研究表明，种植体周围炎具有明确的免疫-炎症驱动特征，并伴随显著的分子重编程。

主要发现包括：

1. IL1B、TLR4、CXCL8等炎症因子持续上调，提示先天免疫激活是核心机制之一

2. CD4+ T细胞及相关免疫调控通路参与疾病进展

3. 成纤维细胞及ECM重塑相关基因（如ACTA2、FAP）提示组织结构破坏机制

4. ceRNA网络（如GSK3B-miR-1297轴）可能参与转录后调控

此外，机器学习模型表现出较高诊断性能，但多数研究仍依赖内部验证，外部验证不足。

五、展望与结论

研究指出，未来方向应包括：

• 多中心独立队列验证

• 多组学整合（转录组+宏基因组+免疫组学）

• 标准化机器学习建模流程

• 加强qPCR及实验验证

• 探索非侵入性样本（如龈沟液、唾液）用于临床转化

总体而言，本研究证实：转录组学与机器学习结合可显著提升种植体周围炎的诊断精度，并有助于揭示其免疫与分子机制。

Medical Sciences期刊介绍

主编： Prof. Dr. Antoni Torres, Universidad de Barcelona, Barcelona, Spain;

发表关于疾病分子与细胞过程的原创研究、综述及短篇通讯，促进对医学基本原理及生物学问题的深入理解。期刊已被Scopus, ESCI (Web of Science), PubMed, PMC, MEDLINE, CAPlus / SciFinder等数据库收录;

2025 Impact Factor: 5.9;

2025 CiteScore: 4.6;

Time to First Decision: 18.3 Days;

Acceptance to Publication: 2.6 Days