Investigadores del Oral Sciences Research Group, liderado por la catedrática Inmaculada Tomás, demuestran que la huella bacteriana presente en la saliva puede identificar la enfermedad con una sensibilidad superior al 92 %. El estudio ha sido publicado en Journal of Dental Research, una de las revistas científicas de referencia internacional en Ciencias Odontológicas.
Un equipo de la Universidade de Santiago de Compostela (USC) y del Instituto de Investigación Sanitaria de Santiago de Compostela (IDIS) ha demostrado el potencial de combinar el análisis del microbioma oral y la inteligencia artificial para avanzar hacia nuevas herramientas no invasivas de detección de la periodontitis, una enfermedad inflamatoria crónica que afecta a más de 1.000 millones de personas en el mundo. El trabajo está liderado por el Oral Sciences Research Group (OSRG), dirigido por la profesora Inmaculada Tomás, catedrática de la USC, y cuenta con la participación de la catedrática María José Carreira (CiTIUS) y la investigadora Manuela Alonso-Sampedro (IDIS).
La investigación, desarrollada íntegramente desde instituciones españolas a partir de bases de datos microbiológicas públicas internacionales, analizó 2.303 muestras procedentes de 33 bioproyectos y comparó tres tipos de muestras de la cavidad oral: saliva, placa situada sobre los dientes y placa obtenida del interior del surco periodontal. Mediante diferentes técnicas de inteligencia artificial, los investigadores buscaron pequeñas combinaciones de bacterias capaces de diferenciar a las personas con periodontitis de aquellas con salud periodontal.
Los resultados sitúan a la saliva como la muestra con mayor potencial diagnóstico. El mejor modelo alcanzó una sensibilidad del 92,4 %, una especificidad del 85,3 % y un AUC de 0,928, una medida global de capacidad discriminativa. La placa supragingival obtuvo también resultados muy elevados, mientras que la placa subgingival —tradicionalmente considerada el nicho microbiológico de referencia de la periodontitis— mostró un rendimiento inferior. Además, los modelos alcanzaron estas cifras utilizando firmas muy reducidas, formadas por tan solo 6 a 12 marcadores bacterianos.
“Uno de los resultados más relevantes es comprobar que no necesitamos necesariamente acceder al interior de la bolsa periodontal para obtener información diagnóstica muy potente. La saliva integra señales microbiológicas procedentes de toda la cavidad oral y nuestros resultados muestran que esa huella microbiana, interpretada mediante inteligencia artificial, permite discriminar con una elevada precisión entre salud y periodontitis”, explica Inmaculada Tomás, investigadora principal del trabajo.
El estudio va más allá de medir únicamente la precisión de los algoritmos, ya que incorpora una evaluación específica de su posible utilidad en la toma de decisiones clínicas. Los investigadores identificaron además 48 variantes bacterianas con valor predictivo, entre ellas microorganismos bien conocidos por su asociación con la periodontitis, como Porphyromonas gingivalis, Filifactor alocis, Fusobacterium nucleatum o Tannerella forsythia.
“El objetivo a largo plazo es avanzar hacia una periodoncia de precisión en la que una muestra sencilla de obtener, como la saliva, pueda ayudarnos a identificar precozmente qué personas presentan una mayor probabilidad de enfermedad y necesitan una evaluación periodontal completa. Este trabajo proporciona una base científica sólida para avanzar hacia el desarrollo de herramientas de cribado accesibles, no invasivas y aplicables a gran escala”, señala Tomás.
Estos resultados representan un paso decisivo hacia el desarrollo de futuras herramientas clínicas de cribado de la periodontitis basadas en una muestra de saliva, una aproximación especialmente atractiva por su carácter sencillo, no invasivo y potencialmente escalable.
El trabajo, titulado Comparative Diagnostic Performance of Oral Microbial Habitats for Periodontitis, ha sido publicado en el Journal of Dental Research. Según los últimos datos de Journal Citation Reports comunicados por la IADR, la revista ocupa el puesto 5 de 165 revistas de la categoría Dentistry, Oral Surgery & Medicine y mantiene el primer puesto mundial de la categoría por número total de citas. La investigación ha contado con financiación del Instituto de Salud Carlos III (PI24/00222), cofinanciado por la Unión Europea; la Xunta de Galicia (ED431B GPC2024/05); y Nueva Galimplant S.L.U.
