口腔致龋菌群的快速检测新突破

原创

来源：曹璐璐

2025-01-03 12:26:58

175次浏览

核心提示：本文作者提出了一种基于单原子酶的比色传感器阵列技术,可以快速、准确地识别多种口腔致龋菌。

1. 什么是口腔致龋菌?

相信大家对"蛀牙"这个词并不陌生。蛀牙是由于口腔中的一些细菌过度繁衍而造成的。这些细菌被统称为"口腔致龋菌"。主要包括链球菌属(如金黄色链球菌、溶血性链球菌等)、乳酸杆菌属、双歧杆菌属等。它们能够在口腔中定殖并代谢食物中的糖分,产生大量的酸性物质,破坏牙齿表面的牙釉质,导致蛀牙的发生。

2. 为什么要识别口腔致龋菌?

蛀牙是一种高发的慢性感染性疾病,严重影响人们的口腔健康。早期发现和诊断口腔致龋菌对于预防和治疗蛀牙至关重要。现有的检测方法,如培养法、免疫学法和分子生物学法,都存在一些局限性,如耗时较长、需要复杂的样品预处理等。因此迫切需要开发一种快速、简单、高通量的新型检测方法。

3. 新型检测技术:基于单原子酶的比色传感器阵列

本文作者提出了一种基于单原子酶的比色传感器阵列技术,可以快速、准确地识别多种口腔致龋菌。

首先,作者合成了两种单原子酶纳米材料:Fe-N-C单原子酶和Fe-N-C-尿素单原子酶（图1）。这两种材料都具有较强的氧化酶样活性,可以催化底物3,3',5,5'-四甲基联苯胺(TMB)氧化生成蓝色产物。

有趣的是,当这些单原子酶与不同的口腔致龋菌接触时,它们的催化活性会发生变化。具体来说,致龋菌能够增强Fe-N-C单原子酶的催化活性,但会降低Fe-N-C-尿素单原子酶的催化活性。这是因为与单原子酶结合后,细菌会影响其电子传递过程,从而改变催化活性。

基于这一发现,作者构建了一个比色传感器阵列,利用Fe-N-C单原子酶和Fe-N-C-尿素单原子酶作为两种互补的识别元件。当样品中含有不同的口腔致龋菌时,它们会引起传感器阵列的不同色彩响应。结合机器学习算法,如线性判别分析(LDA)和层次聚类分析(HCA),可以将这些颜色"指纹图"与特定的致龋菌类型对应起来,从而实现对多种致龋菌的快速识别（图2）。

图2 用于检测多种致龋细菌的基于SANs的比色传感器阵列示意图

4. 结果展示:准确识别10种常见致龋菌

作者使用这种基于单原子酶的比色传感器阵列,成功识别了10种常见的口腔致龋菌,包括金黄色链球菌、溶血性链球菌、口腔链球菌、脓毒链球菌、唾液链球菌、戈登链球菌、腔链球菌、乳酸杆菌和粘质放线杆菌等（图3）。

通过LDA分析,即使这些细菌浓度相同,传感器阵列也能够将它们清楚地区分开,形成10个独立的聚类。而随着细菌浓度的升高,LDA得分也会呈线性增长趋势,进一步证明了该方法的定量分析能力（图4）。

此外,作者还测试了人工唾液样品中混合致龋菌的检测效果,结果表明该传感器阵列同样能够精准识别。

5. 应用前景广阔

这项新技术具有诸多优势:

a. 快速：仅需30分钟即可完成检测,远快于传统方法。

b. 简单：无需复杂的样品预处理,只需加入少量唾液即可。

c. 高通量：单次可同时检测多种致龋菌,为临床和科研提供便利。

d. 灵敏：检测下限可达10² CFU/mL,足以覆盖临床常见的细菌浓度范围。

综上所述,这种基于单原子酶的比色传感器阵列技术,为口腔致龋菌的快速、准确检测提供了新方案。未来它有望广泛应用于口腔疾病的预防、诊断和治疗监测，造福广大患者。接下来还需进一步优化该技术,提高实用性和可靠性,为临床应用奠定基础。

图1 a)合成San的示意图。b)扫描电子显微镜图像，C)透射电子显微镜图像，以及D)Fe─N─C SANs的EDS元素图。e)扫描电子显微镜图像，F)高角度环形暗场扫描透射电子显微镜(HAADF-STEM)图像，和G)Fe─N─C─尿素San的EDS元素图谱。h)在存在Fe─N─C SANs和Fe─N─C─尿素SANs的情况下，652 nm处随时间变化的吸光度。I)Fe─N─C SANs和Fe─N─C─Urea SANs的Michaelis–Menten曲线。

图3 在不同浓度下获得的致龋细菌的吸光度值:A)10² CFU mL^-1，B)10³ CFU mL^-1，C)10⁴ CFU mL^-1，D)10⁵ CFU mL^-1，E)10⁶ CFU mL^-1，F)10⁷ CFU mL^-1。G) LDA，用于通过SANs区分十种类型的致龋细菌。h)由HCA产生的十种不同致龋细菌的树状图。I)基于贝叶斯方法的十种致龋细菌的进化树。