Este estudio tuvo como objetivo comparar la expresión de las proteínas salivales cuantificadas mediante la técnica proteómica «sequential window acquisition of all theoretical mass spectra» (SWATH-MS) entre la periodontitis y la salud periodontal, así como realizar el modelado predictivo de las proteínas para identificar nuevos biomarcadores con alta capacidad para diagnosticar la enfermedad.
Para ello se recogieron muestras de saliva no estimulada de 44 sujetos periodontalmente sanos y 41 con periodontitis (estadios III-IV). Las muestras se analizaron utilizando SWATH-MS y las proteínas se identificaron empleando la base de datos específica para humanos UniProt. La expresión de una proteína se consideró diferente para un valor p ajustado <0,01 y un tamaño absoluto del efecto >0,2. La capacidad diagnóstica de las moléculas para diferenciar la periodontitis de la condición control se determinó con modelos aditivos generalizados (Generalised Additive Models, GAM).
Este análisis permitió cuantificar 377 proteínas salivales en ambos grupos clínicos. De estas, 108 (28,7%) estuvieron diferencialmente expresadas, 82 sobreexpresadas (75,9%) y 26 subexpresadas (24,1%) en la periodontitis. El modelado predictivo identificó cuatro proteínas con una excelente área bajo la curva (ABC) corregida por sesgo (cs) ≥0,848 y una precisión-cs (PRE-cs) >83% para diferenciar la periodontitis del periodonto sano, las cuales fueron (sensibilidad-cs/ especificidad-cs): la queratina, tipo II citoesquelética 1 (81,3%/73,2%), la beta-2-microglobulina (67,7%/96,3%), la isoforma 2 de la cadena alfa-3 de la tropomiosina (70,5%/98,1%) y la resistina (81,7%/88,1%).
En conclusión, la periodontitis altera la expresión de numerosas proteínas salivales, produciendo especialmente un incremento en la expresión. Además, el modelado predictivo permitió identificar nuevos biomarcadores con una prometedora capacidad para diagnosticar la periodontitis.
