com
Jurnal dari
Dipersonalisasi
Obat-obatan
Artikel
1 Klinik Kedokteran Gigi Konservatif dan Pencegahan, Pusat Kedokteran Gigi, Universitas Zurich,
Plattenstrasse 11, 8032 Zurich, Swiss; thomas.attin@zzm.uzh.ch (TA); joel.jenzer@icloud.com (JSJ);
philipp.koerner@zzm.uzh.ch (PK); patrick.schmidlin@zzm.uzh.ch (PRS);
thomas.thurnheer@zzm.uzh.ch (TT); florian.wegehaupt@zzm.uzh.ch (FJW)
2 Institut Teknologi Austria, Diagnostik Molekuler, Giefinggasse 4, 1210 Wien, Austria;
christopher_herz@pall.com (CH); johannes.peham@ait.ac.at (JRP)
3 Layanan Statistik, Pusat Kedokteran Gigi, Universitas Zurich, Plattenstrasse 11, 8032
Zurich, Swiss; daniel.wiedemeier@zzm.uzh.ch
4 Hahn-Schickard, Georges-Koehler-Allee 103, 79110 Freiburg, Jerman;
konstantinos.mitsakakis@hahn-schickard.de
5 Laboratorium Aplikasi MEMS, IMTEK-Department of Microsystems Engineering,
University of Freiburg, Georges-Koehler-Allee 103, 79110 Freiburg, Jerman
6 Departemen Kedokteran Gigi, Divisi Penyakit Mulut, Karolinska Institutet, 141 04 Huddinge, Swedia;
kai.bao@ki.se (KB); george.belibasaki@ki.se (GNB); nagihan.bostanci@ki.se (NB)
7 Departemen Mikrobiologi Medis dan Penyakit Menular, Pusat Medis Universitas Erasmus
Rotterdam (Erasmus MC), 3015 GD Rotterdam, Belanda; j.hays@erasmusmc.nl (JPH);
Kutipan: Paque, PN; Herz, C.;
wekaman@acta.nl (MINGGU)
Wiedemeier, DB; Mitsakakis, K.; 8 Pusat Akademik untuk Kedokteran Gigi Amsterdam (ACTA), Departemen Biokimia Lisan, Universitas
Attin, T.; Bao, K.; Belibasaki, GN; Gratis Amsterdam dan Universitas Amsterdam, 1081 LA Amsterdam, Belanda
Hays, JP; Jenzer, JS; Kaman, KAMI; 9 BioVendor-LaboratornSaya MedisSayana, sebagai, Divisi Produk Penelitian dan Diagnostik, Immunoassays,
dkk. Biomarker Saliva untuk Deteksi Validasi Klinis & Layanan Pengujian Analitis BioVendor, Karasek 1767/1, 62100 Brno, Republik Ceko;
Karies Gigi dan Pemantauan Pribadi. karpisek@biovendor.com
J. Pers. Med.2021, 11, * Korespondensi: punenina.paque@zzm.uzh.ch ; Tel.: +41-(0)4-4634-3988
Para penulis ini berkontribusi sama untuk pekerjaan ini.
235. https://doi.org/10.3390/
jpm11030235
Abstrak: Penelitian ini menyelidiki potensi bakteri saliva dan penanda protein untuk mengevaluasi
status penyakit pada individu sehat atau pasien dengan gingivitis atau karies. Sampel air liur dari
Editor Akademik: Gaetano Isola
individu yang bebas karies dan gingivitis (n = 18), pasien dengan gingivitis (n = 17), atau pasien dengan
Diterima: 12 Februari 2021 lesi karies yang dalam (n = 38) dikumpulkan dan dianalisis untuk 44 kandidat biomarker (sitokin,
Diterima: 19 Maret 2021 kemokin, faktor pertumbuhan, matriks metaloproteinase, inhibitor metalopeptidase, enzim proteolitik,
Diterbitkan: 23 Maret 2021 dan bakteri mulut terpilih). Data yang dihasilkan menjadi sasaran analisis komponen utama dan
digunakan sebagai set pelatihan untuk pemodelan hutan acak (RF). Analisis komputasi ini
Catatan Penerbit: MDPI tetap netral mengungkapkan empat biomarker (IL-4, IL-13, IL-2-RA, dan eotaxin/CCL11) sangat penting untuk
sehubungan dengan klaim yurisdiksi penggambaran karies yang benar pada 37 dari 38 pasien. Model RF kemudian digunakan untuk
dalam peta yang diterbitkan dan afiliasi mengklasifikasikan 10 subjek (lima bebas karies/gingivitis dan lima dengan karies), yang diikuti selama
institusional.
enam bulan. Hasilnya dibandingkan dengan penilaian klinis spesialis gigi, mengungkapkan korelasi
tinggi antara prediksi RF dan klasifikasi klinis. Karena sensitivitas superior model RF, ada perbedaan
dalam prediksi dua karies dan empat subjek bebas karies/gingivitis. Temuan ini menunjukkan IL-4, IL-13,
IL-2-RA, dan eotaxin/CCL11 sebagai biomarker saliva potensial untuk mengidentifikasi karies noninvasif.
Hak cipta: © 2021 oleh penulis. Selanjutnya, kami menyarankan hubungan potensial antara pensinyalan JAK/STAT dan onset dan
Penerima Lisensi MDPI, Basel, Swiss. perkembangan karies gigi.
Artikel ini adalah artikel akses terbuka
yang didistribusikan di bawah syarat
Kata kunci: diagnostik; interleukin; penyaringan; pemantauan pribadi; air liur; biomarker; karies;
dan ketentuan lisensi Creative
JAK; STAT
Commons Attribution (CC BY) (https://
creativecommons.org/licenses/by/
4.0/).
1. Perkenalan
Tujuan utama dalam kedokteran gigi adalah pemeliharaan kesehatan mulut dan
pencegahan penyakit mulut, seperti karies atau periodontitis.1]. Penyakit-penyakit tersebut
didasarkan pada biofilm rongga mulut, yang dapat berkembang pada semua permukaan dalam
rongga mulut [2,3]. Pergeseran komposisi mikrobioma oral membuka jalan bagi patogen
oportunistik untuk menginduksi wabah dan perkembangan penyakit.4-6]. Perkembangan lesi
karies didorong oleh mikroorganisme, kebiasaan diet (frekuensi asupan karbohidrat, pH dan
kelengketan sisa makanan), dan faktor host (laju aliran saliva, respon imun, predisposisi genetik).7
] dan tindakan kebersihan) [8-10]. Mikroorganisme menghasilkan asam organik yang kuat selama
metabolisme karbohidrat mereka dan menginduksi hilangnya mineral dalam substansi gigi yang
menyebabkan kerusakan gigi.11]. Lesi karies yang berlanjut menyebabkan inflamasi pulpa, yang
menyebabkan pulpitis dan periodontitis periapikal. Beberapa bakteri, sepertiStreptokokus dan
Lactobacillus, terutama terkait dengan perkembangan lesi karies ini [2,12]. Biofilm yang menetap
di sekitar gigi pada sulkus gingiva juga dapat menyebabkan gingivitis.13,14]. Penyakit periodontal
ini menginduksi respon inflamasi pada pejamu, menyebabkan pembengkakan marginal pada
gingiva, peningkatan eksudasi cairan sulkus gingiva (GCF) dan peningkatan berturut-turut pada
kedalaman poket lokal.15]. Biofilm yang menginduksi gingivitis dan periodontitis terutama terkait
dengan bakteri anaerob Gram-negatif, sedangkan bakteri yang terkait dengan karies sebagian
besar terkait dengan bakteri fermentasi karbohidrat Gram-positif.15]. Namun, komposisi
mikrobioma mulut atau gigi tertentu mungkin tidak secara eksklusif terkait dengan pemeliharaan
kesehatan atau penyakit mulut.16]. Telah ditunjukkan bahwa pasien yang tidak melakukan
prosedur kebersihan mulut kemudian mengembangkan respons yang berbeda terhadap
akumulasi plak mereka.13,17,18]. Respons klinis yang berbeda ini memungkinkan klasifikasi
menjadi "resistensi periodontal" dan "periodontal-insufisiensi" atau "responden tinggi" dan
"responden rendah", masing-masing [18]. Oleh karena itu, respons pejamu terhadap rangsangan
patogen juga berperan dalam pemeliharaan kesehatan mulut atau perkembangan penyakit.
Dengan demikian, perubahan kecil patogen dalam rongga mulut dapat didiagnosis pada tahap
awal, dengan analisis molekuler dari penanda imun inang. Pergeseran komposisi biomarker
dalam GCF telah dijelaskan sebelumnya pada pasien gingivitis.19-21]. Untuk pasien karies,
kedekatan odontoblas dan pulpa gigi dengan lesi menyebabkan respon imun host yang
mengarah pada produksi dan pelepasan beberapa sitokin, kemokin, dan faktor pertumbuhan.22].
Respon inflamasi gingivitis dan karies terjadi dengan adanya air liur di seluruh rongga mulut.
Dengan demikian, cairan mulut ini bertindak sebagai matriks koleksi untuk molekul pertahanan
kekebalan yang dilepaskan dan mikroorganisme pada kedua penyakit.
Sebagian besar penelitian saat ini berfokus pada deteksi target biofluid potensial untuk
pasien periodontitis dengan menggunakan prosedur analitis untuk biofluida seperti saliva atau
cairan sulkus gingiva. Konsensus saat ini di antara para ahli gigi condong ke arah strategi
gabungan dan multitarget untuk identifikasi pasien berisiko tinggi/rendah, melalui penilaian
respons terhadap terapi dan prediksi stabilitas periodontal. Hal ini dapat dicapai dengan
kombinasi yang divalidasi dari biomarker saliva yang diturunkan dari inang dan patogen kunci.23-
26]. Panel biomarker umum termasuk sitokin (seperti interleukin IL-6 dan IL-1β), matriks
metaloproteinase (MMP-8 dan MMP-9), inhibitor metalopeptidase (TIMP-1) dan adanya patogen
periodontal (misalnya,Porphyromonas gingivalis, Treponema denticola, Tanerella forsythia,
Fusobacterium nucleatum, Campylobacter rektus, dan Prevotella intermedia) [27-33].
Pengetahuan tentang penanda respon imun pulpa gigi biasanya diperoleh dengan
penilaian langsung jaringan pulpa dan, lebih jarang, dengan analisis darah pulpa, serum
darah perifer, GCF, cairan dentin, atau cairan pulpa ekstraseluler.22,34]. Sayangnya, relatif
sedikit yang diketahui tentang kombinasi biomarker saliva yang diperlukan untuk
mengidentifikasi pasien karies atau pasien yang rentan terhadap karies.35,36]. Faktanya,
hanya sedikit penelitian yang menunjukkan perbedaan komposisi protein saliva antara
pasien sehat dan karies.37-39], dengan parameter saliva diselidiki termasuk peptida kaya
prolin dasar [37], total beban protein [38], dan komposisi protein total menurut pola berat
molekul [39]. Analisis molekuler untuk tanda karies saliva masih relatif belum dieksplorasi.
J. Pers. Med.2021, 11, 235 3 dari 18
Kontak langsung saliva dengan lesi oral, serta ketersediaan saliva yang sederhana,
menyoroti potensi penggunaannya sebagai media diagnostik untuk mendeteksi penyakit mulut.40
,41]. Selanjutnya, karena etiologi karies multifaktorial yang disebutkan di atas dan tantangan
terkait dalam pengembangan strategi pencegahan dan pengobatan, ada kebutuhan untuk
diagnosa cepat yang dipersonalisasi.42,43]. Faktanya, penemuan biomarker saliva yang sesuai
mungkin memungkinkan identifikasi awal pasien berisiko tinggi yang rentan mengalami gingivitis,
sementara memungkinkan deteksi dini perkembangan lesi karies. Selanjutnya, biomarker
tersebut dapat digunakan untuk menilai status individu yang sehat secara oral, termasuk dalam
pemantauan pasien, dari waktu ke waktu.
Oleh karena itu, penelitian ini bertujuan untuk menganalisis saliva dari 73 subjek, yang
dikelompokkan berdasarkan diagnosis klinis menjadi individu yang sehat, pasien dengan gingivitis
dan pasien dengan lesi karies dalam yang tidak diobati. Inti dari penelitian ini adalah pendekatan
multimetode eksplorasi yang bertujuan untuk mengidentifikasi biomarker yang sesuai yang dapat
memprediksi karies gigi. Tujuan kedua adalah untuk mendeteksi pasien gingivitis dalam kohort
yang sama. Selain itu, 10 subjek (lima bebas karies/gingivitis dan lima dengan karies) diikuti
selama enam bulan, dan saliva dikumpulkan untuk analisis biomarker. Dihipotesiskan bahwa
kombinasi penanda kandidat protein dan mikroba dapat memungkinkan diferensiasi antara
semua kelompok dan divalidasi lebih lanjut dengan 10 subjek tindak lanjut.
Status kesehatan umum dan potensi kriteria masuk dan keluar dari subjek dinilai
oleh dokter gigi selama kunjungan pertama. Subyek yang sehat secara sistemik diminta
untuk berpartisipasi dalam penelitian ini dengan status kesehatan mulut yang dipilih
(kesehatan umum ditunjukkan dengan pengecualian pasien dengan diabetes; penyakit
jantung; infeksi, seperti tuberkulosis, hepatitis, penyakit menular seksual, dan HIV/AIDS;
tumor penyakit, dan gangguan pencernaan lambung yang menyebabkan muntah).
Subyek dikeluarkan jika mereka telah berpartisipasi dalam uji klinis lain dalam tiga
bulan terakhir sebelum pengumpulan air liur, perokok berat yang mengonsumsi > 10
batang rokok per hari (penggunaan rokok elektrik tidak disurvei secara terpisah), atau
wanita hamil atau menyusui. .≥4 sekstan dan ≤2 inci ≤2 sextants), gingivitis (tidak ada
lesi karies, dan skor PSI 1 inci). ≥4 sekstan dan ≤2 inci ≤2 sextants), atau pasien karies (≥
2 lesi karies dentin terbuka dan skor PSI ≤2 inci ≥ 6 sekstan).
Pendaftaran pasien dan pengumpulan air liur berlangsung dari September 2018 hingga April
2019 dan disetujui oleh komite etika Swiss setempat (BASEC-no. 2016-00435). Setiap subjek
mendonorkan saliva sebanyak satu kali (baseline). Untuk penyelidikan lebih lanjut, 10 subjek (5
J. Pers. Med.2021, 11, 235 4 dari 18
bebas karies/gingivitis dan lima dengan karies) dari kohort diminta untuk mengulangi donasi
saliva empat, lima, dan enam bulan setelah baseline. Air liur yang disumbangkan dari setiap
subjek yang berpartisipasi dianonimkan selama pengumpulan, dan akses ke data pasien hanya
tersedia untuk personel penelitian yang berwenang. Semua sampel air liur disaring untuk 44
kandidat biomarker (sitokin, kemokin, faktor pertumbuhan, matriks metaloproteinase, inhibitor
metalopeptidase, enzim proteolitik, dan bakteri mulut terpilih). Biomarker ini dipilih sebagai
pendekatan multitarget untuk mengatasi respons imun yang berbeda, yang sebagian sudah
digambarkan berkorelasi dengan penyakit mulut.27-33].
Gambar 1. Diagram alir yang menunjukkan desain penelitian, populasi penelitian, dan analisis saliva yang diterapkan. Biomarker dari
Panel Manusia Cytokine 30-Plex diberi kode warna untuk sitokin (hijau), kemokin (kuning), dan faktor pertumbuhan (biru).
* Eotaxin/CCL11.
selalu. Donasi saliva standar dilakukan antara pukul 8.00 dan 10.00.44,45] dan dilakukan untuk
mendapatkan saliva utuh yang tidak distimulasi [46]. Sebuah video disediakan untuk
menginstruksikan subjek tentang metodologi untuk donasi air liur standar. Waktu pengumpulan
15 menit dijadwalkan, dan air liur dikumpulkan dalam tabung reaksi. Tabung yang berisi kurang
dari 1,8 mL air liur dibuang. Tabung dengan volume yang cukup kemudian divortex, diakuot
dalam tabung DNA ikatan rendah atau tabung ikatan rendah protein (Eppendorf, Wesseling-
Berzdorf, Jerman) tergantung pada pengujian berikut, dan disimpan di-80 ◦C.
ditentukan dengan menggunakan pembaca pelat mikro fluoresensi (FLUOstar Galaxy, BMG
Laboratories) pada panjang gelombang eksitasi 485 nm dan panjang gelombang emisi 530 nm. Semua
sampel air liur dianalisis dalam rangkap dua.
2.6. qPCR
2.6.1. Ekstraksi DNA untuk qPCR
DNA diekstraksi menggunakan GenEluteTM DNAKit Genomik Bakteri (Sigma-Aldrich, St. Louis,
MO, USA) dan protokol untuk preparasi bakteri Gram-positif dan spesies Streptococcus (dengan
penambahan 250 unit/mL mutanolysin) dengan langkah lisis yang berkepanjangan. Untuk setiap
pasien, 920μL air liur diputar pada 18.000 rcf selama 3 menit. Pelet yang tersisa disuspensikan
kembali dalam larutan enzim yang terdiri dari lisozim dan mutanolisin dan diinkubasi selama 1
jam pada suhu 37◦C pada Thermomixer (1400 rpm, Eppendorf, Wesseling-Berzdorf, Jerman).
Perawatan RNase dilakukan sesuai dengan rekomendasi pabrikan. Waktu inkubasi selama
pengobatan proteinase K diperpanjang hingga 30 menit pada 55◦C pada 1400rpm. DNA dielusi
dalam 135μL dari 10 mM TrisHCl (pH 8,8) dan disimpan di
-25 ◦C.
3. Hasil
Sampel air liur dari 120 subjek dikumpulkan dan dianalisis dengan metode molekuler yang
berbeda, skrining untuk 19 sitokin, 7 kemokin, 4 faktor pertumbuhan, 2 metalloproteinase, 1
inhibitor metalopeptidase, 1 protease, dan 10 bakteri yang terkait secara oral (Gambar 1). 1). Data
hanya dikenakan pemodelan statistik lebih lanjut jika hasil untuk semua pengujian (44 protein dan
penanda DNA yang menonjol) tersedia. Secara keseluruhan, ini menyumbang 73 sampel air liur,
18 di antaranya dikelompokkan sebagai sehat, 17 sebagai gingivitis, dan 38 sebagai pasien karies.
Gambar 2. Matriks deteksi semua biomarker (sumbu x) pada 73 subjek yang dianalisis (sumbu y). Kode
warna menunjukkan data yang diukur di atas (biru) atau di bawah (merah) batas deteksi. Angka di
sebelah kiri sesuai dengan jumlah pasien dengan pola biomarker yang sama di atas/di bawah batas
deteksi. Angka di sebelah kanan mewakili jumlah biomarker di bawah batas deteksi per baris.
Gambar 3. Hasil yang diperoleh dari principal component analysis (PCA) dengan dimensi pertama pada sumbu x (36%) dan dimensi kedua pada
sumbu y (8,4%). Kelompok-kelompok tersebut dipisahkan berdasarkan warna dan bentuk (karies = kotak merah; gingivitis = segitiga hijau; karies
= lingkaran merah). Tiga bentuk yang lebih besar terletak di pusat gravitasi untuk setiap kelompok.
J. Pers. Med.2021, 11, 235 9 dari 18
Gambar 4. Hasil hutan acak yang diplot menurut rata-rata penurunan akurasi, menunjukkan
diskriminator terkuat, yaitu, IL-4, IL-13, IL-2-RA, dan eotaxin/CCL11.
158,9 pg/mL ± 44,4 pg/mL untuk IL-2-RA, dan 1,7 pg/mL ± 0,9 pg/mL untuk eotaxin/CCL11.
Biomarker IL-13 berada di bawah batas deteksi pada kelompok sehat dan gingivitis.
Tabel 1. P-nilai dari empat biomarker IL-4, IL-13, IL-2-RA, dan eotaxin/CCL11 saat membandingkan
pasien dengan karies, pasien dengan gingivitis, dan individu yang sehat.
Gambar 5. Plot kotak dari empat pengklasifikasi kelompok terkuat (IL-4, IL-13, IL-2-RA, dan eotaxin/CCL11) berdasarkan klasifikasi hutan
acak, dengan nilai median dan rentang interkuartil untuk setiap kelompok ditampilkan (individu sehat, pasien dengan gingivitis , dan
mereka yang mengalami karies). P-nilai diturunkan dari uji Kruskal-Wallis diikuti dengan perbandingan berpasangan post hoc menurut
Conover. n =P > 0,05; ***P ≤ 0,001 (lihat Tabel 1 untuk spesifik P-nilai).
Gambar 6. Plot pemuatan PCA memvisualisasikan korelasi antara biomarker yang diuji dan kelompok sampel, dikelompokkan
berdasarkan kesamaannya. Panah berwarna merah menunjukkan empat biomarker (diurutkan dari atas ke bawah): IL-4, IL-13,
IL-2-RA, dan eotaxin/CCL11. NSS. mutans panah berwarna hijau, di dekat IL-4.
Tujuan dari penelitian ini adalah untuk memanfaatkan biomarker yang diukur untuk
memprediksi status kesehatan klinis pasien (Tabel 1). Menggunakan algoritma RF, hasilnya
kemudian dibandingkan dengan penilaian klinis awal dari spesialis gigi. Keseluruhan
kesalahan out-of-bag sebesar 30%. Namun, ada perbedaan yang mencolok dalam kesalahan
klasifikasi antara masing-masing kelompok, seperti yang dapat dilihat pada Tabel2.
Kelompok karies dapat dibedakan dengan jelas dari gingivitis dan kelompok sehat
(kesalahan klasifikasi 2,6%), sedangkan gingivitis dan kelompok sehat tidak dapat dibedakan
secara memuaskan berdasarkan biomarker yang diselidiki (kesalahan klasifikasi 58,8 % dan
61,1%, masing-masing).
Meja 2. Matriks kebingungan membandingkan prediksi model hutan acak (RF) menggunakan biomarker (atas)
dengan penilaian oleh spesialis gigi (kiri).
Sehat 7 10 1 58.8
Radang gusi 8 7 2 61.1
Karies 1 0 37 2.6
J. Pers. Med.2021, 11, 235 12 dari 18
Gambar 7. Status klinis dari lima pasien sehat dan lima pasien karies dinilai dan diklasifikasikan oleh
spesialis gigi serta oleh prediksi RF berbasis biomarker (Pasien Sehat_1 hingga _5, dan Pasien
Kariogenik_1 hingga _5). Grafik memvisualisasikan dan membandingkan hasil klasifikasi berdasarkan
pemodelan RF (putih) dan penilaian klinis oleh spesialis gigi (hitam) untuk setiap titik waktu (T0 =
baseline, T1 = setelah 4 bulan, T2 = setelah 5 bulan, dan T3 = setelah 6 bulan). Tabel di bawah grafik
menunjukkan konsentrasi biomarker masing-masing dalam pg/mL, dengan N/D = nilai di bawah batas
deteksi.
J. Pers. Med.2021, 11, 235 13 dari 18
Semua pasien karies yang ditindaklanjuti selama penelitian mengubah kelompok selama
pengukuran saliva berulang—dari karies menjadi sehat—seperti yang ditunjukkan oleh praktisi
gigi mereka. Pemeriksaan klinis pasien ini akhirnya menunjukkan gigi yang bebas karies.
Perubahan dalam diet atau kontrol plak perawatan diri, asupan antibiotik, pencabutan gigi, atau
pembersihan gigi profesional didokumentasikan dan tersedia di Tabel Tambahan S3. Prediksi RF
berbasis biomarker untuk pasien sehat mulut yang dinilai secara klinis ini menghasilkan
kesimpulan yang berbeda untuk empat pasien (Pasien Kariogenik_1 dengan Karies T2 dan T3, dan
Pasien Kariogenik_4 dengan Karies T2 dan T3). Berdasarkan model RF dan tingkat biomarker
saliva, pasien ini tetap diklasifikasikan sebagai pasien karies (Gambar ).7). Namun, secara
keseluruhan, ada kesepakatan yang baik, dengan 16 dari 20 klasifikasi yang cocok antara ahli gigi
dan model RF.
4. Diskusi
Dari 44 biomarker potensial, total empat biomarker saliva ditemukan menunjukkan potensi
kuat sebagai pengklasifikasi untuk membedakan antara individu yang sehat dan pasien karies. Ini
adalah interleukin IL-4 dan IL-13, reseptor interleukin IL-2-RA, dan kemokin eotaxin/CCL11.
Dengan menggunakan, terutama, keempat biomarker ini, pasien karies dapat diklasifikasikan ke
dalam kelompok yang benar dengan tingkat kepastian yang sangat tinggi (kesalahan klasifikasi
2,6%). Prediksi RF didasarkan pada set pelatihan dari 73 subjek dan digunakan untuk penilaian
kesehatan dan prediksi 10 individu (lima bebas karies/gingivitis dan lima dengan karies), yang
diikuti selama periode enam bulan (set data uji) . Hasilnya menunjukkan bahwa prediksi RF
berbasis biomarker pada pasien karies lebih sensitif daripada penilaian klinis oleh spesialis gigi.
Sebuah diskriminasi yang berbeda antara kelompok yang sehat dan gingivitis tidak mungkin
dalam penelitian ini. Oleh karena itu, hipotesis awal ditolak sebagian. Diferensiasi yang jelas dari
kelompok karies berdasarkan protein tetapi bukan biomarker bakteri diaktifkan dan divalidasi
dengan 10 subjek tindak lanjut.
Sehubungan dengan IL-4 dan IL-13, sejak 1993, telah ditetapkan bahwa gen IL-13
terkait erat dengan gen IL-4 pada kromosom 5q 23-31 [61,62], dan bahwa ada homologi
urutan dan subunit bersama yang bertanggung jawab untuk transduksi sinyal antara kedua
gen ini. Telah disarankan bahwa baik IL-4 dan IL-13 adalah modulator in vitro yang poten,
penting dalam regulasi respon imun Th2.63]. Ditunjukkan bahwa sitokin Th2, seperti IL-4,
IL-5, dan IL-13, bersama-sama dengan eotaxin/CCL11, mengatur aspek penting rekrutmen
eosinofil, inflamasi alergi, dan hiperresponsif saluran napas pada asma.62]. Sebuah studi
baru-baru ini tentang monosit dan makrofag manusia mengkonfirmasi bahwa IL-13
menggunakan kaskade pensinyalan IL-4-RA-JAK2-STAT3 dan IL-13-RA-Tyk2-STAT1/STAT6 (JAK
= Janus kinase; STAT = transduser sinyal dan aktivator protein transkripsi), sedangkan IL-4
hanya dapat menggunakan sumbu IL-4-RA-JAK1-STAT3/STAT6 [64]. Kelompok yang berbeda
menyelidiki potensi IL-13 sebagai aktivator pensinyalan JAK3-STAT6 dalam sel yang
mengekspresikan IL-2-RG dan IL-4-RA [65]. Meskipun awalnya tidak disebutkan, Thermo
Fisher Scientific mengkonfirmasi bahwa uji “Cytokine 30-PlexHuman Panel” yang digunakan
dikembangkan menggunakan protein IL-2-RA (Nomor Aksesi: P01589). Potensi reaktivitas
silang dan pengukuran IL-2-RG yang tidak disengaja selain IL-2-RA harus dinilai lebih lanjut.
Asumsi bahwa pensinyalan JAK-STAT berpotensi berperan dalam karies gigi didukung oleh
penelitian pada sel ligamen periodontal manusia (HPDLC). Studi tersebut mengungkapkan
bahwa IL-4 sangat penting dalam aktivasi STAT6 dan pelepasan eotaxin/CCL11 kemoatraktan
spesifik eosinofil.66].
Khususnya, dari hasil kami, empat dari 20 pengukuran tindak lanjut pada kelompok karies
berbeda antara penilaian klinis oleh dokter gigi dan prediksi komputasi berdasarkan biomarker.
Pemeriksaan klinis menunjukkan gigi bebas karies setelah menempatkan tambalan pada lesi
karies terbuka dari dua pasien (Pasien Kariogenik_1 dan Pasien Kariogenik_4 setelah lima dan
enam bulan). Menariknya, kedua pasien awalnya menunjukkan lesi karies yang beragam pada
banyak gigi secara bersamaan, artinya perawatan karies dilakukan pada semua lesi karies
terbuka. Setelah mereka dirawat, dokter gigi mengklasifikasikan pasien ini sebagai sehat, menurut
kriteria klasifikasi penelitian. Namun, molekul
J. Pers. Med.2021, 11, 235 14 dari 18
analisis menunjukkan adanya respon imun terkait karies yang sedang berlangsung.
Biomarker yang menetap, yang terdeteksi dalam air liur dari dua pasien yang dirawat
dengan banyak karies ini, mungkin dipicu karena lesi karies awal yang multipel dan
berasal dari tubulus dentin terbuka atau GCF. Selanjutnya, perbedaan dalam klasifikasi
pasien sehat mungkin terkait dengan protokol klasifikasi klinis yang digunakan selama
janji awal dan pendaftaran subjek penelitian, karena pemeriksaan gigi termasuk
skrining untuk lesi karies dan validasinya dengan radiografi, yang memungkinkan
gambaran yang jelas. klasifikasi. Namun, kelompok sehat dan gingivitis hanya ditandai
dengan tidak adanya lesi karies dan poket gigi dengan kedalaman lebih dari 3 mm.
Perdarahan saat probing,
≥4 sekstan dan ≤2 inci ≤2 sekstan). Diferensiasi klinis ini mungkin telah ditingkatkan jika
skor perdarahan lain telah digunakan [67].
Dampak rendah dari tingkat populasi bakteri pada kekuatan klasifikasi keseluruhan model
RF berpotensi dapat dijelaskan oleh beberapa aspek yang berbeda. Sampai batas tertentu,
periopatogen tidak diharapkan berperan dalam diferensiasi dan klasifikasi karies. Mereka
dimasukkan dalam penelitian ini karena potensi keterlibatan mereka dalam gingivitis. Meskipun
tidak ada satu-satunya spesies bakteri yang dapat diidentifikasi sebagai faktor penyebab gingivitis.
68], spesies bakteri yang dipilih untuk pengujian ini telah lama diketahui terkait dengan penyakit
periodontal [69]. Selain itu, bakteri terkait karies tidak berkontribusi kuat pada klasifikasi
keseluruhan dalam penelitian ini, seperti yang ditunjukkan oleh pemodelan RF. Untuk deteksi
qPCR, ada dua penyebab potensial untuk nilai yang hilang, tidak adanya atau sedikitnya jumlah
analit dalam air liur pasien atau kinerja pengujian yang tidak memadai. Seperti yang dijelaskan
sebelumnya, semua set primer dan probe divalidasi menggunakan DNA referensi genom
menggunakan standar mulai dari 0,1 pg hingga 10 ngDNA. qPCR diulang pada tiga hari berturut-
turut, mempersiapkan semua reagen dari awal setiap kali, dengan pedoman MIQE yang diikuti
selama penelitian [70]. Kelimpahan yang rendah dariAggregatibacter actinomycetemcomitans
pada populasi umum telah dilaporkan [71]. Namun, tampaknya kinerja pengujian untuk
Streptokokus sobrinus dan Lactobacillus mungkin telah terganggu oleh adanya inhibitor saliva.
Oleh karena itu, tidak dapat sepenuhnya dikecualikan bahwa bakteri tersebut merupakan
pendorong penting dalam pengembangan atau identifikasi karies gigi. Total protease manusia,
matriks metalloproteinase, dan tingkat inhibitor metalopeptidase tidak meningkatkan
prediktabilitas (karies, gingivitis, atau sehat) dalam penelitian ini. Namun, kontribusi besar mereka
terhadap prediksi karies tidak diharapkan, karena protease MMP-8 dan MMP-9 adalah bagian dari
"jaringan protease" yang sangat kompleks, yang terutama terkait dengan penyakit periodontal
destruktif.72].
Kurangnya penelitian di bidang tanda-tanda karies saliva sampai saat ini mungkin
didasarkan pada sifat diagnostik karies saat ini, yang terutama diterapkan dengan
pemeriksaan visual termasuk perangkat deteksi karies optik, penilaian taktil, dan radiografi.
73,74]. Analisis molekuler yang disajikan dalam publikasi ini menyelidiki beragam biomarker
protein saliva dan tingkat populasi bakteri, dan hasilnya berpotensi digunakan untuk
meningkatkan sensitivitas deteksi karies, serta untuk meningkatkan strategi pencegahan
karies. Penjelasan lengkap tentang jalur yang mendasari dan mekanisme yang terlibat tidak
mungkin karena penelitian ini pertama kali berkaitan dengan skrining biomarker potensial
yang mampu memprediksi karies gigi. Data menunjukkan hubungan potensial antara
pensinyalan JAK/STAT dan respons imun Th1/Th2 terkait; Namun, penelitian lebih lanjut
harus dilakukan ke arah ini.
Percobaan di masa depan juga harus menguji penerapan universal dari empat
biomarker untuk kelompok pasien lain, misalnya pasien dengan periodontitis, perokok
berat, atau wanita hamil dan menyusui. Selanjutnya, efek potensial pada respon imun oral
dan mikrobioma setelah konsumsi alat penguap dan rokok elektrik harus ditangani.
J. Pers. Med.2021, 11, 235 15 dari 18
5. Kesimpulan
Penelitian saat ini mengidentifikasi empat biomarker (IL-4, IL-13, IL-2-RA, dan eotaxin/CCL11)
yang memungkinkan diagnosis karies gigi yang benar pada 37 dari 38 pasien menggunakan
analisis RF. Sepuluh subjek diikuti selama periode enam bulan, dengan status kesehatan mulut
mereka dinilai secara klinis dan dibandingkan dengan prediksi RF berbasis biomarker. Kami
menyarankan validasi lebih lanjut dari empat biomarker (IL-4, IL-13, IL-2-RA, dan eotaxin/CCL11)
dalam konteks pensinyalan JAK/STAT dan karies gigi. Hasil kami menyoroti pentingnya uji
molekuler sensitif tambahan, bertindak dengan cara melengkapi metodologi penilaian klinis yang
ada dan memungkinkan pendekatan holistik dan personal untuk deteksi dan terapi karies. Tes
biomarker dapat memfasilitasi pendekatan ini dan memungkinkan dokter gigi untuk secara
akurat melacak pemulihan pasien menuju lingkungan mikro mulut yang sehat. Penelitian ini telah
meletakkan dasar untuk pengembangan tes diagnostik berbasis air liur yang sederhana dan layak
secara ekonomi yang bertujuan untuk menilai ada/tidaknya karies gigi secara personal.
Kontribusi Penulis: Konseptualisasi, PNP, CH, DBW, KM, JRP dan NB; kurasi data,
PNP, CH, DBW dan JSJ; Analisis formal, PNP, CH, DBW dan JSJ; akuisisi pendanaan,
KM, TA, GNB, JRP dan NB; Investigasi, PNP dan CH; Metodologi, PNP, CH, DBW dan NB;
Administrasi proyek, PNP, CH, KM, TA, GNB, JRP, FJW dan NB; Sumber daya,
KM, TA, KB, JSJ, WEK, MK, JRP, PRS, TT dan NB; Perangkat Lunak, DBW; Pengawasan,
KM, TA dan JRP; Validasi, PNP, CH dan DBW; Visualisasi, PNP, CH dan DBW; Tulisan—draf asli, PNP
dan CH; Penulisan—review & editing, PNP, CH, DBW, KM, TA,
GNB, JPH, JSJ, WEK, MK, PK, JRP, PRS, TT, FJW dan NB Semua penulis telah membaca dan
menyetujui versi naskah yang diterbitkan.
Pendanaan: Penelitian ini didanai oleh program penelitian dan inovasi Horizon 2020 Uni Eropa,
dengan nomor hibah 633780 (proyek “DIAGORAS”).
Pernyataan Persetujuan yang Diinformasikan: Informed consent diperoleh dari semua subjek yang terlibat dalam
penelitian.
Pernyataan Ketersediaan Data: Data tersebut terkandung dalam artikel atau Materi Tambahan. Data
yang disajikan dalam penelitian ini tersedia di Data Tambahan S3.
Ucapan terima kasih: Kami ingin mengucapkan terima kasih kepada Helga Lüthi-Schaller atas laboratorium dan
dukungan teknisnya yang luar biasa selama proyek dan eksperimen dan berterima kasih atas ide-ide konstruktifnya.
Referensi
1. Chapple, ILC; Van Der Weijden, F.; Doerfer, C.; Herrera, D.; Shapira, L.; Polak, D.; Madianos, P.; Louropoulou, A.; Machtei, E.; Dono, N.;
dkk. Pencegahan primer periodontitis: Mengelola gingivitis.J.klin. Periodontol.2015, 42, S71–S76. [CrossRef] Sanz, M.; Beighton,
2. Amerika Serikat; Curtis, M.; Curi, JA; Dige, saya.; Domisch, H.; Ellwood, R.; Giacaman, RA; Herrera, D.; Herzberg,
MC; dkk. Peran biofilm mikroba dalam pemeliharaan kesehatan mulut dan dalam perkembangan karies gigi dan penyakit
periodontal. Laporan konsensus kelompok 1 dari lokakarya EFP/ORCA Bersama tentang batas antara karies dan penyakit
periodontal.J.klin. Periodontol2017, 44, S5–S11. [CrossRef] Socransky, SS; Haffajee, AD Ekologi mikroba periodontal.
3. Periodontol. 20002005, 38, 135–187. [CrossRef] [PubMed] Marsh, PD Pentingnya menjaga stabilitas mikroflora alami mulut.
4. sdr. Lekuk. J.1991,
171, 174–177. [CrossRef]
5. Dewhirst, FE; Chen, T.; Izard, J.; Pendeta, BJ; penyamak kulit, ACR; Yu, W.-H.; Laksmanan, A.; Wade, WG Mikrobioma Oral
Manusia.J. Bakteri. 2010, 192, 5002–5017. [CrossRef]
J. Pers. Med.2021, 11, 235 16 dari 18
6. Marsh, P. Ekologi Mikroba Plak Gigi dan Signifikansinya dalam Kesehatan dan Penyakit. Adv. Lekuk. Res.1994, 8, 263–271. [
CrossRef] [PubMed]
7. Shungin, D.; Haworth, S.; Divaris, K.; Agler, CS; Kamatani, Y.; Lee, MK; Giling, K.; Hindi, G.; Alaraudanjoki, V.; Pesonen, P.; dkk.
Analisis genom karies gigi dan periodontitis yang menggabungkan data klinis dan yang dilaporkan sendiri.Nat. komuni.2019,
10, 1–13. [CrossRef]
8. Zaura, E.; Cate, JT Plak Gigi sebagai Biofilm: Studi Percontohan Pengaruh Nutrisi pada pH Plak dan Demineralisasi Dentin.
Karies Res. 2003, 38, 9–15. [CrossRef]
9. Rosier, B.; Van Loveren, C.; Zaura, E.; Loo, B.; Keijser, B.; Crielaard, W.; Lagerweij, M. Insiden Karies pada Populasi Dewasa Muda yang Sehat
dalam Hubungannya dengan Diet.Klinik JDR. terjemahan Res.2016, 2, 142–150. [CrossRef]
10. Hujoel, PP; Lingström, P. Nutrisi, karies gigi dan penyakit periodontal: Sebuah tinjauan naratif.J.klin. Periodontol.2017,
44, S79–S84. [CrossRef] [PubMed]
11. Selwitz, RHI; Ismail, A.; Pitts, NB Karies gigi.Lanset 2007, 369, 51–59. [CrossRef]
12. Paqué, PN; Herz, C.; Jenzer, JS; Wiedemeier, DB; Attin, T.; Bostanci, N.; Belibasaki, GN; Bao, K.; Korner, P.; Fritz, T.; dkk. Analisis
Mikroba Saliva untuk Mengidentifikasi Penyakit Mulut Menggunakan Uji qPCR yang Kompatibel dengan Point-of-Care.
J.klin. Med.2020, 9, 2945. [CrossRef]
13. Trombelli, L.; Tatakis, DN; Scapoli, C.; Bottega, S.; Orlandini, E.; Tosi, M. Modulasi ekspresi klinis gingivitis yang diinduksi plak. II.
Identifikasi subjek "penanggap tinggi" dan "penanggap rendah".J.klin. Periodontol.2004, 31, 239–252. [CrossRef] [PubMed]
14. Trombelli, L.; Scapoli, C.; Orlandini, E.; Tosi, M.; Bottega, S.; Tatakis, DN Modulasi ekspresi klinis gingivitis yang diinduksi plak. AKU AKU
AKU. Tanggapan dari "penanggap tinggi" dan "penanggap rendah" terhadap terapi.J.klin. Periodontol.2004, 31, 253–259. [CrossRef] [
PubMed]
15. Larsen, T.; Fiehn, N.-E. Infeksi biofilm gigi—Pembaruan.APMI 2017, 125, 376–384. [CrossRef] [PubMed]
16. Hajishengallis, G.; Darveau, RP; Curtis, MA Hipotesis kunci-patogen.Nat. Pdt. Mikrobiol.2012, 10, 717–725. [CrossRef] [PubMed]
17. Loe, H.; Theilade, E.; Jensen, SB Eksperimental Gingivitis pada Manusia.J.Periodontol. 1965, 36, 177–187. [CrossRef]
18. Bostanci, N.; Silbereisen, A.; Bao, K.; Grossmann, J.; Nanni, P.; Fernandez, C.; Nascimento, GG; Belibasaki, GN; Lopez, R. Saliva
proteotipe toleransi dan ketahanan gingivitis.J.klin. Periodontol.2020, 47, 1304–1316. [CrossRef] [PubMed]
19. Offenbacher, S.; Barros, S.; Mendoza, L.; Mauriello, S.; Preisser, J.; Lumut, K.; De Jager, M.; Aspiras, M. Perubahan tingkat
mediator inflamasi cairan sulkus gingiva selama induksi dan resolusi gingivitis eksperimental pada manusia.J.klin. Periodontol.
2010, 37, 324–333. [CrossRef]
20. Bostanci, N.; Ramberg, P.; Wahlander, .; Grossman, J.; Jonsson, D.; Barnes, VM; Papapanou, Proteomik Kuantitatif Bebas Label PN
Mengungkapkan Protein yang Diatur Secara Berbeda dalam Gingivitis Eksperimental.J. Proteome Res. 2013, 12, 657–678. [CrossRef]
21. Gupta, G. Cairan sulkus gingiva sebagai indikator diagnostik periodontal- I: Enzim turunan host dan produk pemecahan jaringan.
J. Med. Kehidupan2012, 5, 390–397.
22. Farges, J.-C.; Keller, J.-F.; Carrouel, F.; Durand, SH; Romeas, A.; Bleicher, F.; Lebecque, S.; Staquet, M.-J. Odontoblas dalam respon
imun pulpa gigi.J. Eks. Zool. Bagian B Mol Dev. Evolusi2009, 312B, 425–436. [CrossRef] [PubMed]
23. Giannobile, Virginia Barat; Beikler, T.; Kinney, JS; Ramseier, CA; Morelli, T.; Wong, DT Saliva sebagai alat diagnostik untuk penyakit periodontal:
Keadaan saat ini dan arah masa depan.Periodontol. 20002009, 50, 52–64. [CrossRef] [PubMed]
24. Kc, S.; Wang, XZ; Gallagher, JE; Sukriti, K. Sensitivitas diagnostik dan spesifisitas biomarker saliva yang diturunkan dari host pada penyakit
periodontal di antara orang dewasa: Tinjauan sistematis.J.klin. Periodontol.2019, 47, 289–308. [CrossRef] [PubMed]
25. Greenwood, D.; Afacan, B.; Emingil, G.; Bostanci, N.; Belibasakis, GN Pergeseran Mikrobioma Saliva sebagai Respons terhadap Hasil Perawatan
Periodontal.Proteom. klinik aplikasi2020, 14, e2000011. [CrossRef]
26. Lundmark, A.; Hu, YOO; Huss, M.; Johannsen, G.; Anderson, AF; Yucel-Lindberg, T. Identifikasi Mikrobiota Saliva dan Kaitannya
Dengan Mediator Inflamasi Host pada Periodontitis.Depan. Sel. Menulari. Mikrobiol.2019, 9, 216. [CrossRef] [PubMed]
27. Korte, DL; Kinney, J. Obat yang dipersonalisasi: Pembaruan biomarker saliva untuk penyakit periodontal.Periodontol. 20002015,
70, 26–37. [CrossRef]
28. Jaedicke, KM; Preshaw, PM; Taylor, JJ Sitokin saliva sebagai biomarker penyakit periodontal.Periodontol. 20002015,
70, 164-183. [CrossRef]
29. Kinney, J.; Morelli, T.; Braun, T.; Ramseier, C.; Herr, A.; Sugai, J.; Shelburne, C.; Rayburn, L.; Singh, A.; Giannobile, W. Saliva / Patogen
Biomarker Tanda Tangan dan Perkembangan Penyakit Periodontal.J. Penyok. Res.2011, 90, 752-758. [CrossRef]
30. Silbereisen, A.; Alassiri, S.; Bao, K.; Grossmann, J.; Nanni, P.; Fernandez, C.; Tervahartiala, T.; Nascimento, GG; Belibasaki,
GN; Heikkinen, A.; dkk. Proteomik Kuantitatif Bebas Label versus Tes Berbasis Antibodi untuk Mengukur Enzim Berasal Neutrofil
dalam Air Liur.Proteom. klinik aplikasi2019, 14. [CrossRef]
31. Akcalı, A.; Bostanci, N.; zçaka, .; ztürk-Ceyhan, B.; Gümüş, P.; Buduneli, N.; Belibasaki, GN Asosiasi antara Sindrom Ovarium
Polikistik, Mikrobiota Oral dan Respons Antibodi Sistemik.PLoS SATU 2014, 9, e108074. [CrossRef]
32. Ebersole, JL; Nagaraja, R.; Akers, D.; Miller, CS Biomarker saliva yang ditargetkan untuk diskriminasi kesehatan dan penyakit periodontal.
Depan. Sel. Menulari. Mikrobiol.2015, 5, 62. [CrossRef]
33. Sexton, WM; Lin, Y.; Kryscio, RJ; Dawson, DR; Ebersole, JL; Miller, CS Biomarker saliva penyakit periodontal sebagai respons
terhadap pengobatan.J.klin. Periodontol.2011, 38, 434–441. [CrossRef]
J. Pers. Med.2021, 11, 235 17 dari 18
34. Rechenberg, D.-K.; Galicia, JC; Peters, OA Penanda Biologis untuk Peradangan Pulpa: Tinjauan Sistematis.PLoS SATU 2016,
11, e0167289. [CrossRef] [PubMed]
35. Martins, C.; Buczynski, AK; Maia, LC; Siqueira, WL; Castro, GFBDA Protein saliva sebagai biomarker untuk karies gigi— Tinjauan
sistematis.J. Penyok. 2013, 41, 2–8. [CrossRef] [PubMed]
36. Farges, J.-C.; Alliot-Licht, B.; Renard, E.; Ducret, M.; Gaudin, A.; Smith, AJ; Cooper, PR Gigi Pulp Pertahanan dan Mekanisme
Perbaikan Karies Gigi.Mediasi radang.2015, 2015, 1–16. [CrossRef] [PubMed]
37. Ayad, M.; Van Wuyckhuyse, B.; Minaguchi, K.; Raubertas, R.; Bedi, G.; Penagihan, R.; Bowen, W.; Tabak, L. Asosiasi peptida kaya prolin
dasar dari sekresi kelenjar parotis manusia dengan pengalaman karies.J. Penyok. Res.2000, 79, 976–982. [CrossRef]
38. Tulunoglu, O.; Demirtas, S. Kadar antioksidan total saliva pada anak berhubungan dengan karies, usia, dan jenis kelamin.Int. J. Pediatr. Lekuk.
2006, 16, 186-191. [CrossRef]
39. Roa, NS; Chaves, M.; GHaimez, M.; Jaramillo, LM Asosiasi protein saliva dengan karies gigi pada populasi Kolombia.
Acta Odontol Latinoam 2008, 21, 69–75.
40. Yoshizawa, JM; Schafer, CA; Schafer, JJ; Farrel, JJ; Pendeta, BJ; Wong, DTW Biomarker Saliva: Menuju Utilitas Klinis dan Diagnostik
Masa Depan.klinik Mikrobiol. Putaran.2013, 26, 781–791. [CrossRef] [PubMed]
41. Streckfus, CF; Bigler, LR Saliva sebagai cairan diagnostik.Dis. 2002, 8, 69–76. [CrossRef]
42. Mitsakakis, K.; Stumpf, F.; Strohmeier, O.; Klein, V.; Mark, D.; Von Stetten, F.; Peham, JR; Herz, C.; Paqué, P.; Wegehaupt, F.; dkk. Diagnosis infeksi
saluran pernapasan dan mulut di kursi/tempat tidur, dan identifikasi resistensi antibiotik untuk pemantauan dan pengobatan yang
dipersonalisasi.pejantan Teknologi Kesehatan. Memberitahukan.2016, 224, 61–66.
43. Belibasaki, GN; Bostanci, N.; Rawa, PD; Zaura, E. Aplikasi mikrobioma oral dalam kedokteran gigi pribadi.Lengkungan. Biola
Oral.2019, 104, 7–12. [CrossRef]
44. Proctor, GB Fisiologi sekresi saliva. Periodontol. 20002016, 70, 11–25. [CrossRef]
45. Dige, I.; Schlafer, S.; Nyvad, B. Perbedaan akumulasi biofilm gigi awal antara malam dan siang.Akta Odontol. Pindai.2011,
70, 441–447. [CrossRef]
46. Navazesh, M.; Kumar, SK Mengukur aliran saliva.Selai. Lekuk. Asosiasi2008, 139, 35S–40S. [CrossRef]
47. 4Hong, aku.; Pae, H.-C.; Lagu, YW; Cha, J.-K.; Lee, J.-S.; Paik, J.W.; Choi, S.-H. Biomarker Cairan Oral untuk Mendiagnosis Gingivitis pada Manusia:
Sebuah Studi Cross-Sectional.J.klin. Med.2020, 9, 1720. [CrossRef]
48. Costantini, E.; Sinjari, B.; Piscopo, F.; Porreca, A.; Real, M.; Caputi, S.; Murmura, G. Evaluasi Sitokin Saliva dan Tingkat Vitamin D
pada Pasien Periodontopathic.Int. J. Mol. Sci.2020, 21, 2669. [CrossRef] [PubMed]
49. Verhulst, MJL; Teeuw, WJ; Bizzarro, S.; Muris, J.; Matahari.; Nicu, EA; Nazmi, K.; Bikker, FJ; Loos, BG Alat cepat dan non-invasif untuk skrining
periodontitis dalam pengaturan perawatan medis.Kesehatan Mulut BMC 2019, 19, 87. [CrossRef]
50. Nukleotida: Bethesda (MD): Perpustakaan Kedokteran Nasional (AS), Pusat Informasi Bioteknologi Nasional. 1988. Tersedia
online:https://www.ncbi.nlm.nih.gov/nucleotide/ (diakses pada 6 Mei 2017).
51. Untergasser, A.; Sayatan, saya.; Koressaar, T.; Kamu, J.; Kain Adil, SM; Remm, M.; Rozen, SG Primer3—kemampuan dan antarmuka baru.
Asam Nukleat Res. 2012, 40, e115. [CrossRef] [PubMed]
52. Majelis: Bethesda (MD): Perpustakaan Kedokteran Nasional (AS), Pusat Nasional untuk Informasi Bioteknologi. 2012. Tersedia
online:https://www.ncbi.nlm.nih.gov/nucleotide/ (diakses pada 6 Mei 2017).
53. Wei, R.; Wang, J.; Jumlah.; Jia, E.; Chen, S.; Chen, T.; Ni, Y. Pendekatan Imputasi Nilai Hilang untuk Data Metabolomik Berbasis
Spektrometri Massa.Sci. Reputasi.2018, 8, 1–10. [CrossRef]
54. Paluszynska, A.; Biecek, P.; Jiang, Y. randomForestExplainer: Menjelaskan dan Memvisualisasikan Hutan Acak dalam Hal Kepentingan
Variabel. Paket R versi 0.10.1. Tersedia secara online:https://CRAN.R-project.org/package=randomForestExplainer (diakses pada 9
Maret 2020).
55. Ehrlinger, J. ggRandomForests: Menjelajahi Hutan Acak secara Visual. Paket R versi 2.0.1. Tersedia secara online:https://
CRAN.Rproject.org/package=ggRandomForests (diakses pada 17 Maret 2021).
56. Tim Inti R. R: Bahasa dan Lingkungan untuk Komputasi Statistik. Yayasan R untuk Komputasi Statistik: Wina, Austria, 2018;
Tersedia secara online:https://www.R-project.org (diakses pada 4 Februari 2021).
57. Wickham, H. ggplot2: Grafik Elegan untuk Analisis Data; Musim Semi: New York, NY, AS, 2016; P. 213.
58. Pohlert, T. PMCMRplus: Hitung Perbandingan Ganda Berpasangan dari Jumlah Peringkat Rata-rata Diperpanjang. Paket R versi 1.4.4.
2020. Tersedia online:https://CRAN.R-project.org/package=PMCMRplus (diakses pada 4 Februari 2021).
59. Liaw, A.; Wiener, M. Klasifikasi dan Regresi oleh randomForest.R Berita 2002, 2, 18–22.
60. L, S.; Josse, J.; Husson, F. FactoMineR: Paket AnRP untuk Analisis Multivariat.J.Stat. lunak2008, 25, 1–18. [CrossRef]
61. Paul, WE Sejarah interleukin-4. Sitokin 2015, 75, 3–7. [CrossRef] [PubMed]
62. Minty, A.; Chalon, P.; Derocq, J.-M.; Dumont, X.; Guillemot, J.-C.; Kaghad, M.; Labit, C.; Leplatois, P.; Liauzun, P.; Miloux, B.; dkk.
lnterleukin-13 adalah limfokin manusia baru yang mengatur respons inflamasi dan imun.Nat. Biol Sel.
1993, 362, 248–250. [CrossRef]
63. Zurawski, G.; De Vries, JE Interleukin 13, suatu sitokin mirip interleukin 4 yang bekerja pada monosit dan sel B, tetapi tidak pada sel T.
kekebalan. Hari ini1994, 15, 19–26. [CrossRef]
64. Bhattacharjee, A.; Shukla, M.; Yakubenko, Wakil Presiden; Mulya, A.; Kundu, S.; Cathcart, MK IL-4 dan IL-13 menggunakan jalur
pensinyalan terpisah untuk ekspresi gen target dalam monosit/makrofag yang diaktifkan secara alternatif.Gratis. radikal. Biol. Med.
2013, 54, 1–16. [CrossRef]
J. Pers. Med.2021, 11, 235 18 dari 18
65. Malabarba, MG; Rui, H.; Jerman, HHJ; Chung, J.; Kalthoff, FS; Farrar, WL; Kirken, RA Interleukin-13 adalah aktivator ampuh JAK3
dan STAT6 dalam sel yang mengekspresikan reseptor interleukin-2-γ dan reseptor- interleukin-4.Biokimia. J.1996,
319, 865–872. [CrossRef]
66. Hosokawa, Y.; Hosokawa, aku.; Shindo, S.; Ozaki, K.; Matsuo, T. IL-4 Memodulasi Produksi CCL11 dan CCL20 dari Sel Ligamen
Periodontal Manusia yang Distimulasi IL-1β.Sel. Fisiol. Biokimia.2016, 38, 153–159. [CrossRef] [PubMed]
67. Weijden, GA; Timmerman, MF; Nijboer, A.; Reijerse, E.; Velden, U. Perbandingan pendekatan yang berbeda untuk menilai perdarahan saat
probing sebagai indikator gingivitis.J.klin. Periodontol.1994, 21, 589–594. [CrossRef] [PubMed]
68. Lopez, R.; Hujoel, P.; Belibasakis, GN Pada patogen periodontal diduga: Sebuah perspektif epidemiologi.Keracunan 2015,
6, 249–257. [CrossRef] [PubMed]
69. Bostanci, N.; Bao, K.; Kayu Hijau, D.; Silbereisen, A.; Belibasakis, GN Penyakit periodontal: Dari lensa mikroskop cahaya hingga
spesifikasi proteomik dan sekuensing generasi berikutnya.Adv. klinik Kimia2019, 93, 263–290. [CrossRef] [PubMed]
70. Bustin, SA; Benes, V.; Garson, JA; Hellemans, J.; Huggett, J.; Kubista, M.; Mueller, R.; Nolan, T.; Pfaffl, MW; Shipley, GL; dkk.
Pedoman MIQE: Informasi Minimum untuk Publikasi Eksperimen PCR Waktu Nyata Kuantitatif.klinik Kimia2009,
55, 611–622. [CrossRef] [PubMed]
71. Baik, DH; Markowitz, K.; Furgang, D.; Velliyagounder, K. Aggregatibacter actinomycetemcomitansas sebagai Kolonisasi Awal Jaringan
Mulut: Epitel sebagai Reservoir?J.klin. Mikrobiol.2010, 48, 4464–4473. [CrossRef]
72. Cavalla, F.; Hernandez-Rios, P.; Sorsa, T.; Biguetti, C.; Hernandez, M. Matrix Metalloproteinases sebagai Regulator Inflamasi
Periodontal.Int. J. Mol. Sci.2017, 18, 440. [CrossRef]
73. Schwendicke, F.; Brouwer, F.; Paris, S.; Stolpe, M. Mendeteksi Lesi Karies Sekunder Proksimal.J. Penyok. Res.2015, 95, 152–159. [CrossRef
] [PubMed]
74. Brouwer, F.; Askar, H.; Paris, S.; Schwendicke, F. Mendeteksi Lesi Karies Sekunder.J. Penyok. Res.2016, 95, 143-151. [CrossRef]