基于基因-环境因素构建青少年恒牙龋风险预测模型及相关SNPs功能研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81903345
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H3006.儿童少年卫生
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Caries are one of the three critical human diseases, another two are tumor and cardiovascular disease, and the construction of caries risk model is the key to the accurate prevention and control of patients. Caries are the result of the combination of genetic and environmental factors, and the existing caries risk prediction models are based on environmental factors, the predictive sensitivity is only 41%, and the addition of genetic factors in the prediction model is expected to improve the accuracy of their predictions. There are no reports of caries risk predict models based on gene and environment factors. In the early stage, we found the SNPs loci associated with the susceptibility of permanent teeth from Chinese Han teenagers, and this suggested that genetic polymorphism is closely related to the risk of caries in individuals. Therefore, the project will rely on the South China Region caries biological Sample Bank and the built queue population and use high-throughput SNPs location sequencing technology by combining with environmental factors to explore the impact of gene and environment interaction on the pathogenesis of caries. At mean time, we will build the juvenile permanent dental caries risk prediction model and through the ROC curve to evaluate this model. Additionally, we will research the functional verification of SNPs sites related to caries susceptibility by using bioinformatics, report gene experiment and chip. The results not only provide a basis for the development of accurate prevention and control measures for juvenile permanent dental caries, but also reveal clues to the molecular genetic mechanism of caries.
龋病是与肿瘤、心血管疾病并列的人类三大重点防治疾病之一,构建龋风险模型是对其进行精准防控的关键。遗传和环境因素共同影响龋病的发生发展,而现有龋风险预测模型均是基于环境因素构建,预测敏感性仅为41%,在预测模型中增加遗传因素可望提高其预测的准确性。目前尚未见基于基因-环境因素的龋风险预测模型报道。我们前期发现了与中国汉族青少年恒牙龋易感性相关的SNPs位点,提示宿主遗传基因多态性与个体患龋风险密切相关。因此,本项目将拟依托华南区域龋病生物样本库及已构建的队列人群为基础,采用高通量技术对SNPs位点测序,结合环境因素,探究基因-环境交互作用对龋病发病的影响;构建青少年恒牙龋发病风险预测模型,通过ROC曲线对模型进行评估;并采用生物信息学、报告基因实验、CHIP等方法对龋易感相关SNPs位点进行功能分析。研究结果不仅为制定青少年恒牙龋精准防控措施提供依据,也为从宿主遗传学角度阐明龋病病因提供线索

结项摘要

龋病是人类最广泛流行的疾病,对公共卫生造成沉重负担,需要重点防控。构建龋病风险模型,筛选高危人群,根据风险等级进行梯度预防具有良好的卫生经济效益。龋病存在个体遗传易感性,现有的龋风险模型是基于环境因素构建,不考虑影响龋病发生的遗传背景,仅基于环境因素构建龋病风险预测模型必然会导致信息的损失。以往有学者研究发现:综合遗传易感标志和环境因素构建风险预测模型,其预测能力明显高于单纯采用环境因素建立的模型。本人前期发现了与中国汉族青少年恒牙龋易感性相关的SNPs。在此基础上,本项目对前期构建的队列进行随访,探究基因-环境交互作用对龋病发病的影响;构建青少年龋发病风险预测模型并进行验证。研究结果如下:(1)环境因素中的性别、看牙医行为、Cariostat 评分(牙菌斑产酸能力)和既往患龋经历与龋病发病相关(p <0.05)。AQP5基因rs1996315位点和TUFT1基因rs3790506位点突变与龋病发病相关(p<0.05)。其中rs1996315位点突变是龋病发病的保护因素,而rs3790506位点突变是龋病发病的危险因素。(2)根据上述研究结果,我们构建了基于基因-环境因素的龋病风险预测模型,并对模型的准确性进行了验证,训练集人群中预测模型的AUC达0.78,测试集人群中预测模型的AUC达0.73,高于现有模型在中国青少年人群中的预测准确性(AUC为0.71)。风险分层图结果表明:基于基因-环境因素构建的龋病风险预测模型的区分度较好,可以准确的筛选高风险患龋人群,但低估了低风险和极低风险人群的患龋风险。综合本课题发现:与传统的龋病风险预测模型相比,加入遗传因素可以提高风险模型的预测准确性,该模型可用于中国青少年的龋病风险预测,为开展个性化的干预措施提供依据,具有一定的临床应用前景。

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
A New Model for Caries Risk Prediction in Teenagers Using a Machine Learning Algorithm Based on Environmental and Genetic Factors.
使用基于环境和遗传因素的机器学习算法预测青少年龋齿风险的新模型
  • DOI:
    10.3389/fgene.2021.636867
  • 发表时间:
    2021
  • 期刊:
    Frontiers in genetics
  • 影响因子:
    3.7
  • 作者:
    Pang L;Wang K;Tao Y;Zhi Q;Zhang J;Lin H
  • 通讯作者:
    Lin H
Metagenomic Analysis of Dental Plaque on Pit and Fissure Sites With and Without Caries Among Adolescents.
青少年有龋和无龋的窝沟部位牙菌斑的宏基因组分析
  • DOI:
    10.3389/fcimb.2021.740981
  • 发表时间:
    2021
  • 期刊:
    Frontiers in cellular and infection microbiology
  • 影响因子:
    5.7
  • 作者:
    Pang L;Wang Y;Ye Y;Zhou Y;Zhi Q;Lin H
  • 通讯作者:
    Lin H

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码