ParoPredict - Untersuchung der Dynamik des oralen Mikrobioms zur Vorhersage des Langzeitverlaufes der Parodontitistherapie

• Antragsteller: Dr. Daniel Hagenfeld
• Fachliche Zuordnung: Zahnheilkunde; Mund-, Kiefer- und Gesichtschirurgie
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 468857272

Parodontitis ist eine chronische Infektionskrankheit des Zahnhalteapparates, mit einer hohen Prävalenz, insbesondere bei Rauchern, und stellt den Hauptgrund für Zahnverlust bei älteren Menschen dar. Die mechanische Parodontitistherapie wird häufig von systemischen Antibiotika begleitet, um parodontalpathogene Keime zu reduzieren und klinische Entzündungszeichen zu verbessern. Zahnärzte verlassen sich auf das Alter des Patienten und die Schwere der klinischen Symptome und nicht auf die Zusammensetzung der mikrobiellen Gemeinschaft, um sich für oder gegen die begleitende Antibiotikatherapie zu entscheiden. Unsere eigenen Vorarbeiten und viele andere Studien haben gezeigt, dass in Mikrobiomen parodontal erkrankter Zahntaschen ein Anstieg parodontaler Krankheitserreger nachweisbar ist. In einer Kurzzeitanalyse haben wir gezeigt, dass parodontal pathogene Keime in Mikrobiomen von rauchenden und nicht-rauchenden Parodontitispatienten durch Antibiotika signifikant abnehmen. Unser systematisches Review ergab, dass keine Langzeit-Mikrobiom-Studien verfügbar sind, die feststellen, ob dieser Unterschied in den mikrobiellen Profilen nach einer parodontalen Behandlung mit und ohne Antibiotika bestehen bleibt. Ziel dieses Projektes ist es, durch langfristige Untersuchungen oraler Mikrobiome, Bakteriengemeinschaften zu identifizieren, die unter Berücksichtigung des Raucherstatus, systemischer Entzündungsparameter und des Antibiotikaeinsatzes ein erfolgreiches Behandlungsergebnis vorhersagen. Wir werden Proben von 167 rauchenden und nicht-rauchenden Parodontitis Patienten aus der bereits abgeschlossenen ABPARO-Studie verwenden. Zunächst werden wir die Kurzzeitanalysen durch weitere Entnahmezeitpunkte (6, 12 und 24 Monate) mit der short-read paired-end 16S-rDNA-Amplikonsequenzierung erweitern und prüfen, ob unsere zuvor beobachteten mikrobiellen Verschiebungen auch über einen längeren Nachbeobachtungszeitraum bestehen bleiben. Mit diesen Daten werden wir ein prädiktives Modell erstellen, um mögliche diskriminierende Taxa auf Gattungsebene zu identifizieren, die eine über- und unterdurchschnittliche Entwicklung der klinischen Parameter nach 2 Jahren vorhersagen und den Einfluss von Antibiotika und Rauchen, sowie systemischer Entzündungsparameter auf diese Vorhersagen untersuchen. Zuletzt werden wir eine konfirmatorische long-read 16S-rDNA- Sequenzanalyse mit Auflösung bis auf Speziesebene durchführen. Mit dieser feineren taxonomische Auflösung, wollen wir die Ergebnisse unserer explorativen Analyse bestätigen und die Modellvorhersagen optimieren. Im besten Fall können wir so Mikrobiomprofile für günstige und/oder ungünstige Langzeitbehandlungsergebnisse identifizieren und den Einfluss von Antibiotika, systemischen Entzündungsparametern und den Raucherstatus auf diese Ergebnisse aufklären. Solch eine Mikrobiom basierte Klassifizierung erlaubt es, nur noch solche Patienten mit Antibiotika zu behandeln, die am meisten von deren Einsatz profitieren werden.

• DFG-Verfahren: Sachbeihilfen