本研究由Eun-young Jang、Seok Bin Yang、Kyu Hwan Kwack、Jae-hyung Lee和Ji-hoi Moon共同完成，所有作者均来自韩国庆熙大学（Kyung Hee University）牙科学院口腔微生物学系。该项研究以题为“Associations between smoking, disease, and Porphyromonas gingivalis FimA genotype distribution: Insights from Korean periodontitis patients”发表于 Archives of Oral Biology 期刊（Volume 177, 2025, 106333），并于2025年6月10日在线发布。

本研究的学术背景植根于牙周病学和口腔微生物学领域。牙周炎（periodontitis）是一种由多菌种微生物群落失调引起的慢性炎症性疾病，可导致牙周支持组织破坏，最终引起牙齿丧失。其中，牙龈卟啉单胞菌（Porphyromonas gingivalis, P. gingivalis）被认为是关键的“基石病原体”（keystone pathogen），因其能显著调节宿主免疫反应并加剧菌群失调。该菌的致病性与其多种毒力因子有关，其中菌毛（fimbriae）在细菌粘附、生物膜形成和宿主细胞入侵中扮演关键角色。菌毛的主要亚单位由 fimA 基因编码，已知存在六种基因型变异（I、II、III、IV、V 和 Ib），它们具有不同的粘附和侵袭特性。已有研究表明，某些 fimA 基因型（如 II 型和 IV 型）与牙周炎的发生和严重程度相关。与此同时，吸烟是牙周炎公认的主要环境风险因素，既往研究多集中于吸烟对宿主免疫反应的影响，而吸烟对龈下微生物组，特别是对特定病原体菌株或基因型分布的影响，尚缺乏深入探讨。尽管基于二代测序（NGS）的研究揭示了吸烟者龈下微生物群落在物种水平上的差异，但往往未能解析到菌株或基因型水平的变异。因此，本研究旨在探究在一个韩国成年人群中，P. gingivalis 的六种 fimA 基因型分布与吸烟及牙周炎严重程度的关系，并评估特定基因型与宿主、环境因素之间的关联，以阐明吸烟是否以及如何影响关键病原体在基因型水平上的分布，从而更精细地理解牙周炎进展的机制。

该研究的设计与工作流程严谨而系统，主要包含以下步骤： 研究对象与分组： 研究利用了此前已发表研究的残留龈下生物膜样本，共纳入283名韩国成年人（年龄21-79岁）。所有参与者根据吸烟状况和牙周健康状况被分为三组：A组 为不吸烟的健康个体（102人）；B组 为不吸烟的牙周炎患者（98人）；C组 为吸烟的牙周炎患者（83人）。吸烟者的定义为当前吸烟且每日吸烟量≥5支、持续至少10年。非吸烟者包括从未吸烟或研究开始前已戒烟超过10年的个体。牙周炎的诊断和分期依据2017年美国牙周病学会与欧洲牙周病联合会提出的分类系统，基于临床附着丧失、探诊深度、影像学骨丧失和牙齿丧失情况进行。为简化分析，研究将III期和IV期病例合并为一个“晚期”组。

样本处理与DNA提取： 研究使用先前采集并保存的龈下生物膜样本。从这些样本中提取细菌DNA。为确保DNA提取成功和质量，首先使用通用细菌引物进行聚合酶链式反应（PCR）验证。

*fimA* 基因分型： 这是本研究的核心实验环节。研究采用 fimA 基因型特异性PCR方法来检测 P. gingivalis 的存在及其具体的 fimA 基因型（I, II, III, IV, V, Ib）。具体引物来源如下：针对 P. gingivalis 16S rRNA基因和 fimA I、III、IV型引物基于Amano等人的方法；针对 fimA II型引物基于Moon等人的方法；针对 fimA V型和Ib型引物则遵循Nakagawa等人的方案。每个PCR反应体系为20微升，包含AccuPower® Taq PCR预混液、0.5 μM引物和0.1 μg模板DNA。PCR扩增条件为：95°C预变性5分钟，随后进行30个循环（94°C 30秒，55°C 30秒，72°C 30秒），最后72°C延伸7分钟。PCR产物通过1.8%琼脂糖凝胶电泳进行分析。为区分Ib型，研究还额外对PCR产物进行了RsaI限制性内切酶消化。每个PCR实验均设置了阳性和阴性对照以确保准确性。

数据分析方法： 研究采用R软件（版本4.0.5）进行统计分析。首先，使用Kruskal-Wallis检验和事后Mann-Whitney U检验分析不同疾病分期间的年龄差异；使用Mann-Whitney U检验比较吸烟者与非吸烟者的年龄分布；使用单因素方差分析（ANOVA）检验不同疾病分期吸烟者的每日吸烟量、吸烟年限有无差异。其次，使用Fisher精确检验评估不同组间（健康vs.患病、吸烟vs.不吸烟）P. gingivalis 及其各 fimA 基因型检出率的差异，并计算比值比（OR）和95%置信区间（CI）。最后，也是本研究的关键分析手段，即采用逻辑回归模型来探究年龄、吸烟、疾病分期和性别等多个协变量对 P. gingivalis 及各种 fimA 基因型检出的影响。分析分为两步：第一步是全模型分析，将所有预测变量（疾病分期、吸烟、性别、年龄）同时纳入模型；第二步是简化模型分析，仅纳入在全模型中呈现显著（p < 0.05）或边缘显著（0.05 ≤ p < 0.08）关联的变量，以确认和精炼关键发现。

该研究的主要结果如下： 人口统计学与吸烟行为： 分析显示，不同疾病分期（健康、I期、II期、III-IV期）之间的年龄分布存在显著差异（p < 0.0001）。具体而言，健康组与各牙周炎分期组之间，以及I期、II期与III-IV期组之间的年龄均有显著差异。然而，吸烟者与非吸烟者之间，以及不同疾病分期的吸烟者在每日吸烟量、吸烟年限上均未发现显著统计学差异。

*P. gingivalis* 与 fimA 基因型的流行率： P. gingivalis 在健康组（A组）中的检出率为33.3%（34/102），而在牙周炎患者中（B组和C组）均超过95%。在所有六种 fimA 基因型中，II型 在三个组中均是最常见的基因型，在健康组、非吸烟牙周炎组和吸烟牙周炎组中的检出率分别为26.5%、53.1%和62.7%。在健康组中，第二常见的基因型是I型（9.8%）；而在牙周炎患者中（无论是否吸烟），第二常见的基因型是IV型（非吸烟者15.3%，吸烟者19.3%）。值得注意的是，Ib型 在吸烟牙周炎患者中的检出率（15.7%）高于非吸烟牙周炎患者（7.1%），且仅在1名健康个体中检出。III型和V型在所有组中检出率均很低（每组少于5人）。

组间比较（Fisher精确检验）： Fisher精确检验证实，牙周炎组（B组和C组）与健康组（A组）相比，P. gingivalis 的检出率显著更高（OR值分别为45.94和79.94，p < 0.001）。对于 fimA 基因型，除I型和III型外，其余四种基因型（II、IV、V、Ib）在牙周炎组中的检出率均显著高于健康组。然而，在牙周炎患者内部比较时（B组 vs. C组，即吸烟者与非吸烟者比较），Fisher精确检验并未发现任何基因型或 P. gingivalis 检出率存在显著差异。这一结果提示，简单的两两比较可能不足以揭示在控制其他因素后吸烟的独立影响。

逻辑回归分析结果： 这是本研究得出核心发现的关键分析。 1. 全模型分析： 结果显示，疾病分期是 P. gingivalis 检出最强烈的预测因子，其比值比（OR）高达7.504（p < 0.001）。同时，疾病分期也与 fimA II型的检出显著正相关（OR = 1.957，p < 0.001）。这表明随着牙周炎严重程度增加，感染 *P. gingivalis*（尤其是携带II型 fimA 的菌株）的几率显著上升。吸烟状态显示出与特定基因型的显著关联：与 fimA I型（OR = 3.203，p < 0.05）、IV型（OR = 3.048，p < 0.05）和Ib型（OR = 3.985，p < 0.05）的检出呈正相关。P. gingivalis 总体检出与吸烟的关联则呈现边缘显著（p值在0.05-0.08之间）。年龄与 fimA IV型 检出显著正相关（OR = 1.041，p < 0.05），与Ib型的关联也呈边缘显著。性别与所有检测变量均无显著关联。 2. 简化模型分析： 简化模型进一步确认了关键关联。疾病分期与 *P. gingivalis*（OR = 8.307）和 fimA II型（OR = 2.005）的强关联保持高度显著（p < 0.001）。同时，IV型 与年龄（OR = 1.043）和吸烟（OR = 2.5）均保持显著正相关。Ib型 与吸烟（OR = 4.353）和年龄（OR = 1.041）的关联也变得高度显著（p < 0.05）。I型与吸烟的关联在简化模型中变为边缘显著（p = 0.0609）。这些结果清晰地表明，在控制其他变量后，疾病分期主要驱动了II型菌株的分布，而吸烟和年龄则与IV型和Ib型菌株的定植显著相关。

基于以上结果，本研究得出以下结论：在韩国牙周炎人群中，P. gingivalis 的 fimA 基因型分布并非随机，而是与宿主疾病状态和环境暴露因素存在特异性关联。II型 fimA 是最普遍的基因型，并且其存在与牙周炎的疾病阶段（严重程度）强烈相关，提示该基因型可能在疾病进展中扮演了重要角色。相比之下，IV型和Ib型 fimA 基因型则显示出与吸烟状态和年龄的显著关联，这表明这些基因型可能对烟草等环境暴露具有独特的适应性或反应。这些发现强调了，在探究 P. gingivalis 致病机制的未来研究中，必须审慎考虑菌株的选择，不应仅依赖于传统实验模型（如常用的W83 [IV型] 或ATCC33277 [I型] 菌株），而应纳入更多临床相关的基因型（如II型）。研究也凸显了进行基因型特异性微生物分析对于阐明牙周炎进展机制的重要性，并揭示了吸烟等环境因素具有在菌株水平上塑造微生物变异格局的潜力。

本研究的亮点和创新性体现在多个方面：首先，研究超越了物种水平的分析，深入到关键病原体 P. gingivalis 的基因型水平，揭示了不同 fimA 基因型与宿主/环境因素的特异性关联模式，这比单纯检测细菌存在与否提供了更精细的微生物致病视角。其次，在分析方法上，研究没有停留在简单的组间比较（如Fisher精确检验），而是采用了多变量逻辑回归模型，同时控制了疾病分期、年龄、性别等多个潜在混杂因素，从而更可靠地剥离出了吸烟、年龄等因素的独立效应，这是对以往多数仅进行单变量分析的研究的重要改进。第三，研究系统性地评估了所有六种已知的 fimA 基因型，包括在以往研究中关注较少的Ib型，并发现了Ib型与吸烟的强关联，为理解吸烟相关的牙周炎微生物生态提供了新的线索。第四，研究样本量相对较大（283例），且分组明确（健康不吸烟、患病不吸烟、患病吸烟），为比较提供了良好的基础。最后，本研究将环境暴露（吸烟）与细菌基因型特异性适应联系起来，提出了一个新颖的视角，即吸烟可能不仅改变微生物群落的物种构成，还可能通过选择性压力影响特定病原体菌株（基因型）的生存和竞争优势，这为理解吸烟如何加剧牙周病风险提供了潜在的微生物机制解释。

此外，研究还指出了未来研究方向：鉴于IV型和Ib型基因型在对照组中检出频率较低，未来需要更大样本量的研究来进一步验证和扩展这些关联。同时，研究结果提示，不同 fimA 基因型（如与吸烟相关的IV/Ib型和与疾病严重度相关的II型）可能介导了不同的微生物间相互作用和致病路径，这需要通过功能实验（如共培养、动物模型）来深入探究其背后的生物学机制。整合宏基因组学与靶向基因分型方法，将有助于更全面地理解牙周微环境中微生物的适应与演化。