CN101501479A - 唾液分析 - Google Patents

唾液分析 Download PDF

Info

Publication number
CN101501479A
CN101501479A CNA2007800288750A CN200780028875A CN101501479A CN 101501479 A CN101501479 A CN 101501479A CN A2007800288750 A CNA2007800288750 A CN A2007800288750A CN 200780028875 A CN200780028875 A CN 200780028875A CN 101501479 A CN101501479 A CN 101501479A
Authority
CN
China
Prior art keywords
spectrum
product
individuality
sample
saliva
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2007800288750A
Other languages
English (en)
Inventor
乔纳森·理查德·斯通豪斯
戈登·罗伯特·戴维森
小唐纳德·詹姆斯·怀特
朱塞佩·巴塔伊尼
迈克尔·詹姆斯·坎农
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Procter and Gamble Ltd
Procter and Gamble Co
Original Assignee
Procter and Gamble Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Procter and Gamble Ltd filed Critical Procter and Gamble Ltd
Publication of CN101501479A publication Critical patent/CN101501479A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/46—NMR spectroscopy
    • G01R33/465—NMR spectroscopy applied to biological material, e.g. in vitro testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
    • G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0217—Discounts or incentives, e.g. coupons or rebates involving input on products or services in exchange for incentives or rewards
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/46—NMR spectroscopy
    • G01R33/4625—Processing of acquired signals, e.g. elimination of phase errors, baseline fitting, chemometric analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Molecular Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及唾液光谱的多变量分析，以用于评估个体或群体的口腔健康。该技术使能够快速取样和评价，并且尤其可用于方便筛选和监测临床试验中的参与者，并且用于评价开发的处理产品，以及提供简单的非侵入性诊断方法。

Description

唾液分析
发明领域
本发明涉及唾液的光谱分析，具体地讲涉及唾液光谱的多变量分析。此类分析可用于评估个体或群体的口腔健康，或用于表征诸如牙膏或漱口水等处理产品对口腔环境的影响。
发明背景
人类和其他动物易患诸如龋齿、齿龈炎和口臭等许多不可取的口腔病症。这些病症中有许多是由口腔内的细菌或其他微生物引起的或介导的。正常情况下，各式各样的细菌存在于口腔中，通常作为生物膜驻留在口腔的表面上，尤其是在牙齿、齿龈和舌头上。一些细菌或微生物比其它的更有害。
通常，不可取的口腔病症作为低级的几乎不可察觉的小毛病开始。如果不进行处理，将会发展成更严重的病症。在早期阶段检测这些小毛病可能很难。虽然医生和专业牙医在此类检测方面受过训练，但是正确的检查很费时。此外，即使受过训练的专业人员也很难量化小毛病的程度，并且评定时的主观因素会导致可重复性很差。评定个体内的小毛病随时间加重或减轻尤其是个难题。结果，当评价用于处理此类小毛病的产品时，可靠的临床试验通常需要大的基础规模，并且可能必须进行几个月以便能够检测不同产品之间的差异，尽管这些差异可能在临床上很重要。影响这些评定的其他因素包括受试者之间的高度易变性、适于参与试验的个体的相对不足、以及在进行试验时个别参与者背离所要求的方案，诸如忘记使用或未正确使用处理产品。所有这些使进行临床试验非常昂贵，继而阻滞改进的处理产品的开发。
人们已经在用于评定口腔健康的改良方法中投入了许多努力。一种评定口腔的情形的简单并且熟知的实例为使用用于染色的牙斑显露表，从而展现牙齿上细菌斑点的量。尽管该测试进行起来简单，但是不能充分区分有害细菌和其他细菌，因此不能作为疾病状态的可靠指示。
人们长久认为，细菌代谢物可能与口腔疾病有关。例如，Singer和Bruckner曾在1981年5月的Infection and Immunity第458-463页报道了丁酸盐和丙酸盐的细胞毒性质，两种盐均由牙斑菌分泌。Singer也在US 5,376,532中描述了龈沟液(GCF)中β-葡萄糖醛酸酶含量的分光光度曲线分析作为检测处于牙周病危险中的患者的方法。
2004年5月20日公布的俄罗斯专利2229130通过定量唾液中的短链脂肪酸(特别是乙酸、丙酸和丁酸)使用类似的发现物作为确定口腔微生物群落紊乱的基础。这些公开的方法许诺对多种细菌菌种数目进行更加详细的分析。
唾液分析的使用也有长久的历史。EP 158 796(Shah等人)描述了使用比色试验来确定唾液样本中的过氧化物酶作为检测由牙周病引起的炎症的存在的方法。最近，JP 2002/181815描述了使用涂有抗人体血色素单克隆抗体的带条来检测人类唾液中的潜血来作为用于牙周病的筛选试验。在该方法中，描述了个体通过用漱口水漱口并吐出来提供唾液样本。WO03/083472的发明也使用受试者的唾液来评定牙周病的危险，在该案例中通过凝胶电泳检查特定蛋白质的存在/不存在，而WO 2005/050204使用唾液作为样品通过检测乳铁蛋白多肽来诊断牙周病的危险。此外，Denny等人在US 2003/0040009中报道了使用唾液分析通过定量唾液中的粘液素来预测疾病危险，尤其是龋齿危险。
Silwood等人在J.Dent.Res.81(6)：422-427，2002中报道了人类唾液的1H和13C核磁共振谱。作者报道了几种生物分子以及生物分子的样式在受试者之间的高度内外易变性的识别。得出以下结论：“核磁共振谱可用作人类唾液的多组分分析的强有力技术”。作者建议该技术可以用来跟踪口腔健康护理产品对牙周病患者的影响。
前述的公开内容主要涉及唾液中具体化学成分的分析。一种使用通过多种分析(包括光谱和色谱分析)获得的小分子特征图的技术被WO01/78652的作者描述为“代谢组学”。这里强调使用整个特征图而不是个别化学信号来诊断并预测疾病状态、预测个体对治疗剂的响应、以及用于监测治疗剂在临床试验中的效力。
在过去几年，使用一种包括光谱数据的多变量分析的技术“代谢组学”来评定疾病状态也已受到很大关注，特别是来自Nicholson及其合作者的关注。例如，WO 02/086478提供了光谱分析的详细公开，具体地讲提供了1H核磁共振谱的主要成分分析及其作为诊断技术的使用。该公布公开了可能应用该技术的一长串疾病，包括例如龋齿、齿龈疾病和齿龈炎等牙齿疾病。该公布还公开了可应用该技术的许多流体样本类型，包括唾液。
WO 03/107270建立于用于受试者的新陈代谢显型的代谢组学方法。该专利申请特别描述了代谢组学的下列应用：预测对定量给药的响应、挑选一批表现型类似的受试者、以及用于使生物标记容易识别。WO2004/038602进一步描述了与代谢组学数据集有关的数据采集的通用技术。US 2007/0043518(Nicholson等人)在可在代谢组学数据集上进行的统计分析以及它们用于识别复杂体系的组分(例如识别生物流体中的生物标记)方面进行了详述。
尽管有前述内容，仍然需要进一步改进临床试验的管理、开发改进的处理产品，尤其是用于口腔护理的产品、以及表征处理产品对口腔环境影响的更结构化的方法。
发明概述
本发明涉及分析唾液样本的方法，具体地讲通过使用唾液的光谱代谢组学分析来获得个体的口腔生物化学的全貌。为了方便，本文也称该方法为“唾液代谢组学”。唾液样本的取得是非侵入性的，并且可以由个体在方便的时间于家中进行。样本容易被稳定和运送，并且光谱技术能够产生适于产生进一步分析的形式的大量数据。该技术不需要识别具体的化合物就能够例如区别不同的个体并且跟踪他们对处理的响应。此外，可以通过使此类分析与医师对同一个体的口腔健康的评定发生相关联来构造一个模型，该模型可用于获得对更多个体的口腔健康的测定。可以高生产量低成本地进行该分析。例如，该分析使得能够通过筛选潜在的参与者并每天跟踪实际的参与者来管理临床试验。该方法用作筛选步骤来识别潜在的参与者，使能够挑选更类似的相关参与者的群体，或挑选逐日的唾液组成最一致的个体，从而提高检测处理产品之间差异的试验能力。作为另外一种选择或除此之外，该方法还用作试验期间的监测步骤，以便能够对产品的作用进行更方便或更敏感和客观的评价，以及检测试验参与者是否未能坚持规定的试验方案。为具体个体提供口腔健康测定的能力也使得可能将该技术用作辅助诊断手段。此外，可以通过多变量分析如主要组分分析跨越个体对所提供的大量数据加和来提供产品测定，该测定可以促使深入了解处理产品的作用机理。
本文的方法可以用来例如：
(i)确定产品作用的动力学，例如需要多少产品应用或多少处理的天数来实现受试者的唾液组成的给定变化；
(ii)通过确定使用产品后关键代谢物浓度的平均变化来测定产品的功效，
(iii)通过例如比较在使用产品后哪种具体的化学物品变化来比较不同处理产品之间作用模式的不同。
可以提供关于唾液代谢物中具体变化的详情，例如丙酸、丁酸或三甲胺，他们是可用于比较产品功效的关键代谢物。
本文所用的可被描述为“唾液代谢组学”的唾液分析也可以被用来理解消费者感觉。例如，一些消费者体验到“早晨嘴(morningmouth)”，一种醒来后令人不悦的味道和纹理。这些受试者的代谢组学评定将确定他们的感觉是具有真的生物化学基础，还是仅存在于他们的头脑中。继而，这种知识可用于开发更好的产品(例如，利用活性物质来瞄准消费者感觉(如果发现)的生物化学基础)。
附图概述
图1示出了包含异常高含量乙醇的样本的检测；
图2显示了一种主要组分分析的结果，对头两种组分绘出干预阶段样本图；
图3显示了与图2中的样本相同的样本，但是在参考阶段标准化之后；
图4为实测的来自一个依照本发明的模型的相对于所预测的阶段标识符的图；
图5显示了用于实施例2的对照产品的“作用速率”的图；
图6显示了用于一种测试产品的“作用速率”的图；
图7为所观察到的总体健康得分相对于由依照本发明的方法所预测的那些得分所绘的图；
图8显示了对于一系列口腔护理处理产品，组分的后续配合对来自通过依照本发明的方法所建立的模型的特征向量大小的影响；
图9显示了沿来自依照本发明的模型(用于图8所示的产品)的健康向量的平均改进；
图10为用于遵守几种处理产品之一的用法的个体的净变化图，该图在由两个主要组分所限定的区间中显示并且与一个健康向量相关。
发明详述
除非另外指明，本文中所有百分比和比率均以总组合物的重量计，并且所有的测量均在25℃下进行。
如本文所用，“医师”是指有资格评定口腔健康的任何受过训练的专业人员，例如医生、牙医或牙齿临床医生。
如本文所用，口腔健康测定可用来评估直接影响口腔的疾病或病症，例如牙斑、牙结石、齿龈炎、牙周炎或舌苔或口臭，或者他们可以是一些疾病或病症的间接测定，这些疾病或病症主要影响身体的另一个部分但是仍然反映在口腔化学中的一些变化中，例如胃病或糖尿病。在间接测定的情况下，可以通过使参考群体中成员的化学或生物化学分析与从来自参考群体成员的唾液样本得到的参考光谱相关联来建造评价唾液样本的参考模型。
在本文的一个优选实施方案中，本发明涉及为个体计算间接口腔健康测定，包括以下步骤：
a)收集该个体的唾液样本；
b)从该个体的唾液样本获得个体光谱；
c)将数字化的个体光谱与储存在电脑存储器中的参考模型进行比较来计算间接口腔健康测定，其中通过使参考群体中的多个成员中的每一个的口腔健康的一种或多种直接测定与得自参考群体成员的唾液样本的参考光谱相关联(特别是通过多变量分析)来导出参考模型，参考光谱与个体光谱在类型上对应。
“直接”口腔健康测定是指一般作为能够支持基本的口腔健康状况(例如齿龈炎或龋齿)的诊断被接受的观察。“间接”口腔健康测定是指不是该症状的必要诊断而是与其相关，并且可以用来代替直接测定的观察，虽然在最终诊断中接受较大程度的错误。唾液样本可以容易地由个体自己在自己家里舒适和私密地产生，因此避免了拜访临床医生的需要。唾液样本可以冷冻贮藏，并且在适当稳定后可以经邮政或快递送到中心研究所来分析。因此，间接测定可以比直接测定更容易或更便宜地获得，和/或可以更容易地在几天后重复以改善测定中的置信度。本文的方法可以为私人健康评定提供基础。本文的直接口腔健康测定优选地选自：医师对口腔健康的定量评定；齿龈图象；牙齿图象；以及口气恶臭的机器读数或专家评定；其在每种情况下用于参考群体中的每一个成员。一种基于齿龈缘分析的收集齿龈图象数据的优选方法公开于美国专利申请11/880908(Gerlach等人)和相当的PCT专利申请IB2007/052965中。类似的成象方法可用于牙齿。US 2007/0092061公开了一种可用于拍摄数字牙齿图象的图象捕获装置、体系和方法，并且WO97/06505公开了一种基于数字式x-射线图象的龋齿检测系统。所有这些测定可以被还原为数字形式用于在电脑上进一步分析，尤其是多变量分析。
在另一个优选的实施方案中，本发明涉及一种表征处理产品的方法，该方法包括以下步骤：
a)从一批个体中的每一个收集至少一个开始的唾液样本；
b)用处理产品处理这些个体；
c)从这些个体中的每一个收集至少一个结束的唾液样本；
d)从所有的唾液样本获得并且数字化光谱，并且将数字化的光谱储存在数据库中，每个光谱与一个个体标识符关联，并且与一个样本类型标识符关联；
e)对光谱的数据库进行多变量分析以获得一个或多个与处理产品对该批个体的影响相关联的处理向量。
如本文所用，术语“光谱”是指通过对单个样本进行机器测定所获得的一组链式数据并且能够作为一列数据以数字形式被捕获。复数“光谱”是指两组或更多组此类数据。除了核磁共振、红外、紫外和质谱(NMR、IR、UV和MS)之外，该术语还包括色谱，例如通过液相或气相色谱法或毛细管区域电泳获得的那些。优选的为核磁共振谱，并且具体地讲为1H核磁共振谱。本文的方法还包括用几批个体进行临床研究，并且经由获自唾液样本的光谱确定来自个体唾液样本的唾液代谢物含量。本文的“代谢组学”方法的优点是，尽管可能识别并测定具体的代谢物，但是可以在不识别具体代谢物的情况下通过分析来自光谱的数据来获得样本的总貌。当然，更好的测定可以通过充分使用来自光谱的全部或大部分信息获得。通过使用于个体唾液的光谱数据与医师对相同个体口腔健康的定量评定、其选择的方面、或其他直接口腔健康测定相关联可以构造可以对照其比较更多的唾液光谱，以获得间接口腔健康测定的参考模型。医师对个体的定量评定可以包括一个或多个选自牙斑指数、牙结石指数、齿龈指数、牙周指数和舌苔指数的指数。甚至在没有与医师的口腔健康评定或其他直接口腔健康测定相关联的情况下，光谱的分析也可以揭示与例如处理产品对口腔环境(通常充满复杂种类的细菌和其他生物体以及他们的有关代谢物)的影响相关的重要信息。
在取得和分析唾液样本以及递送间接口腔健康测定(可用于评估受试者对于口腔疾病的易感性或患口腔疾病的程度)中的步骤通常包括以下内容，但是应当理解可能有许多变型。
确定口腔史
·在参与代谢组学研究之前，由注册的牙科医生给每个潜在的受试者进行一次口腔软组织检查。记下患者病史，并要求受试者阅读并签署知情同意表。
·如果认为受试者的健康和病史适于该研究，并且满足合适的研究入选/排除标准，那么将该受试者登记入该研究。
·可以收集健康的个体或患有口腔疾病(例如龋齿、齿龈炎、口腔干燥)的那些个体的唾液。
·在一个典型的研究中，首先“洗净”受试者3周。即，向他们供应能够提供清洁但不含抗菌活性物质的优质碱性牙膏(例如
Figure A200780028875D00151
 Cavity Protection)和特殊的牙刷(例如Oral 
Figure A200780028875D00152
Indicator 35)。要求受试者象平常一样每天刷牙两次，并且忍住不使用所有其他口腔护理产品。这个步骤的目的是从口腔中去除可能来自受试者的日常口腔护理产品的任何残留的抗菌或其他活性物质。
·接着，获得“基线”或“参考阶段”数据。受试者在例如2周的时间里提供几批唾液样本。这些样本提供在产品干预之前的唾液代谢物含量的参考阶段读数。
·最后，用另外的或不同的口腔护理产品“干预”受试者，将其加入或取代现有的口腔护理方案。从干预的开始收集唾液样本，通常进行3至6周的时间(每周5个唾液样本)。这些样本使能够通过监测唾液代谢物浓度随时间的变化来跟踪产品干预的影响。
唾液收集和贮藏
·向研究受试者提供一套贴标签的螺帽小瓶(15mL，有刻度)。这些小瓶包含1.0mL的去离子水，水中含0.9％w/w的氟化钠。NaF的作用是防止在样本收集之后进一步的细菌作用。也可以使用其他唾液稳定剂。
·通常要求受试者在每个研究周的星期一至星期五每天提供一个样本。
·在醒来后，要求受试者忍住不进行口腔卫生程序、不吃或不喝。
·受试者将2.0mL的干净自来水到入一次性巴氏吸管或小瓶中，然后用其彻底漱洗口腔一段30秒钟的时间。然后，将口中的全部内容物吐入供应的适当小瓶中，并将小瓶密封。作为另外一种选择，可以使用直接收集的未受激的或受激的唾液。收集“醒来”唾液相当重要，因为据发现它里面代谢物最丰富，这是由于有限的睡眠唾液充满细菌代谢物没有被冲掉。
·任选地，受试者可以在就寝时间使用糖漱口液或其他合适的细菌食物来增强这种方法的灵敏度。口腔细菌整夜利用糖并产生增高含量的细菌代谢物。这类似于在口气研究中有时用来增强口臭的半胱氨酸漱口液。
·在每个研究日，受试者将新收集的唾液小瓶递送至中心收集点或将小瓶放入冰箱稍后递送，例如每周一次。
·立即深冻这些小瓶，通常在-18℃。这些小瓶保持冷冻直到准备进行分析。验证这种唾液取样和贮藏方案，以确定该方法固定样本中的代谢物浓度。该方法的一个优点是它消除了受试者必须拜访牙齿诊所由牙科医生评价口腔健康或给出微口腔药签或邻间样本的需要。这提供了更便宜的样本收集，并且由于受试者只需要在醒来时漱口，因此更有可能会在研究中招募并保留受试者，并且受试者更有可能遵守研究方案。
用于分析的唾液制备
·在唾液分析日，从深冻状态取回样本，并使它们解冻一小时。
·在对数纸上记下受试者身份、样本日期和样本体积。
·以8000rpm(＝6654G)的速度离心密封的小瓶30分钟，将离心机中的温度控制在20℃。
·在离心后，立即从旋转下的固体上将上清液滗析入贴适当标签的螺旋顶小瓶中。丢弃固体。
·用吸移管将80μL的核磁共振参考标准移入Eppendorf管中。如下制备参考标准：将17.24g磷酸钠(二价的)和10.84g磷酸钠(一价的)溶解在1L去离子水中。用NaOH或磷酸将pH调节到7.0。将50mL这种pH7的磷酸盐缓冲液旋转蒸发至干。将这些盐再溶解到50mL的D2O中，再次将溶液旋转蒸发至干。最后，将这些盐再溶解到50mL的D2O中，然后加入40μL的哒嗪。
·将800μL的离心唾液加入Eppendorf管中。
·经由长玻璃巴氏吸管将Eppendorf管的全部内容物转移到5mm直径的核磁共振管中。然后，密封核该磁共振管。
·在制备后的48小时之内进行唾液样本的核磁共振或其他光谱分析。
·准备样本的数据库来包括：唯一的样本标示码、受试者代码、样本日期、样本的体积、处理阶段、受试者性别和年龄。
核磁共振谱的采集
·采集具有预饱和水信号的标准质子(1H)核磁共振谱。通常，使用NOESY预饱和序列，128扫描和10秒驰豫延迟以及大约2秒的采集时间。用来自研究的唯一样本号标注这些光谱。
·在采集之后，对核磁共振谱进行处理(通常0.5Hz指数线加宽)、定相、基线校正和定位(通常将乙酸盐峰设定为1.95ppm)。作为另外一种选择，不进行定相和基线校正，而是取光谱数据的导数和绝对值然后如上定位。
核磁共振谱的分析
·然后，将通常32K复点的核磁共振谱“分箱”，其中通过将光谱分到给定数目的箱内并计算这些箱内点的总数来减少光谱点总和的总数目。分析人员可以选择箱的宽度，该选择通常在2至10Hz之间的范围内。在分箱的过程中，将每个光谱归一化至来自内部标准的信号大小，使得每个分箱光谱中来自内部标准的信号的总积分相同。对于1H核磁共振谱，使用具有落在0.5至3.5ppm之间的化学位移的那部分光谱就足够。优选使用至少包括0.5至4.5ppm，更优选0.5至8.6ppm的化学位移的光谱部分。也已经发现，使用每个光谱的至少包括代表丙酸、丁酸和三甲胺的峰的部分是有用的。优选地，所用部分还包括代表甲酸盐、N-乙酰基糖、乳酸盐、甲胺和二甲胺的峰，并且更优选地还包括一个或多个选自代表以下物质的那些峰的峰：甲醇、三甲胺氧化物、苯基丙氨酸、胆碱、组氨酸、酪氨酸、甲基胍、肌氨酸、β-羟基丁酸盐、琥珀酸盐、丙酮酸盐、异丁酸盐、正丁酸盐、亮氨酸、丙氨酸、正戊酸盐和乙醇。
·然后将分箱的光谱输入
Figure A200780028875D00171
 Excel，其中向每个光谱添加额外的信息，例如受试者代码、样本的日期、研究的阶段(例如干预前后)、受试者的性别、年龄等。在此阶段，可以采取的选项是可以通过从每个光谱移除水和哒嗪内部标准核磁共振信号来进一步处理数据。在移除水和哒嗪信号之后，可以将用于每个光谱的全部积分归一化为相同的标称值。然后，在随后的多变量分析中通常使用两个数据集。
·然后，可以将以上电子表格加载到合适的多变量包中，例如得自Umetrics Inc.的SIMCA-P+TM。
·可以将随后的分析分成一些离散的步骤。
·在分箱的核磁共振谱(X数据)上进行主要组分分析(PCA)，以便识别“孤立点”-即异常的并与总数据集非常不同的那些数据(光谱)。PCA本质上是一种投影法，其中许多潜变量(主要组分-PC)由初始变量(核磁共振谱中的点)形成。第一个PC设法构成数据中的最大变型，第二个PC构成第二大等等。这样，分箱的核磁共振谱(大约1000个点)的复杂性可以由少得多的PC(通常2至10个)代表，使得能够视觉比较好几百个个体样本。识别样本孤立点是使用统计工具(“distance to model”、“Hoteling’s T2”)与使用者根据合理化判断异常行为是什么信号从而存在什么原因的组合。移除可以有理由地从数据集中移除的任何孤立点，然后重复分析。这里可能有几次反复回路，以便获得更好的数据集。
·根据PCA模型分析“加载”即构成多个PC的初始变量(初始核磁共振谱中的点)的组合，以确保如此创建的模型基于真实的数据，而不是核磁共振光谱假象。这涉及使用者判断。必须校正建立于实验假象的模型，例如可以从数据中移除引起实验假象的核磁共振谱信号，例如信号中微小的化学位移差异(特别是位于约1.95ppm处的乙酸盐信号，其一般为明显的最大代谢物信号)可能导致模型受到显著影响。通常通过从分析中略去乙酸盐信号可以获得更好的模型。作为另外一种选择，可以通过形成覆盖所讨论信号的化学位移的跨距的新数据箱来校正信号的化学位移差异。
·可以使用PCA模型来识别口腔护理试验中已偏离了试验方案的受试者，例如识别在给出早晨唾液样本之前使用了漱口水/洁齿剂或吃了食物/饮料。然后，可将这些数据和/或受试者从试验中移除，从而产生更好质量的试验。也可以使用PCA模型来预筛选潜在的参与者并且帮助选择将预计在试验中会做得更好的那些，例如(i)具有更一致的逐日唾液组成的那些受试者(例如，可能反映了生活方式)-因此如果他们的唾液组成天生更稳定那么更有可能能够测定产品所诱导的人唾液组成的变化或(ii)基于人唾液中关键代谢物的含量来选择和平衡研究的一个对照处理小组。
·一旦建立了PCA模型并且已经移除了孤立点和实验假象，即可根据需要应用其他多变量分析方法：
·PLS区别分析(PLS-DA)。这里，使用唾液样本的来源的一些前期知识来标注样本，例如产品处理“之前”和“之后”所取的唾液，或按照产品处理使用的特定时间段例如0至7天、7至14天等。然后为来自唾液的所有核磁共振谱(X数据)创建一系列“虚拟的Y”变量，其中“标签”-例如产品处理之前/之后由取值0或1的Y变量来表示。随后的PLS-DA分析确保组成主要组分的潜变量使得PC集中于类区别(例如产品处理之前/之后)上。这样，PLS-DA以样本的X-变量(核磁共振谱中的点)为基础分开样本的种类。这样可以使用PLS-DA模型来确定一种产品是否对唾液组成产生影响，并且如果产生影响，产品多快起作用来改变唾液组成。因此，可用它来比较不同产品之间的作用动力学。也可以使用该模型来识别在使用产品之后哪种化学物种(来自微生物的代谢物)已经变化。然后可以从核磁共振谱(使用哒嗪内部标准)定量这些物种，然后使用特定化学物种的量的变化程度来比较不同产品之间的功效。如果PLS-DA模型基于特殊诊断的疾病状态，例如选择健康的和患病的群体来形成模型，那么也可使用它来诊断疾病。
·PLS或O-PLS。这里建立一个模型，其中使来自该批唾液样本的核磁共振数据与第二数据集(例如一套医师为每个受试者评定的健康得分)相关联。这样，可以使用来自唾液的1H核磁共振谱来预测医师对更多个体评定的口腔健康，并且用作个体口腔健康的客观间接测定。这些衍生的口腔健康测定容易获得，并且可以通过向同一个体提供多个日子中每天的口腔健康测定用来为个体建立口腔史。当口腔健康测定和历史与用测试物质或组合物处理受试者相结合获得时，它们可用于评定测试物质或组合物的健康有益效果、功效或作用机理。
·SIMCA：这里，规定X-数据具有特定类(例如产品使用之前/之后、健康状态的程度)的成员资格并且建立模型，随后可用该模型来预测未知样本具有所定义的类的成员资格。
·对于每个上述多变量方法中，试验各变量(来自核磁共振谱的箱)的X-数据的不同定标(中心的(Ctr)、单变量的(UV)、帕累托(Par))。也评价了例如通过取分箱光谱的对数或负对数来转换X-数据(确保数据的正规性)。也可以进行“正交信号校正”转换，其中在建立模型之前首先移除不与Y矩阵相关联的X-数据。根据最大化模型的预测力来评价上述的最佳组合。
·例如通过最优化“Q2值”来测试如此形成的模型的有效性/预测力，所述“Q2值”通过略去一部分分析数据，在剩余的数据上建立模型，然后预测被略去的数据落在何处来计算。通过比较预测值与已知的实际值，可以形成用于预测力(Q2)的测定。作为另外一种选择，操作者也可以略去数据的任意部分，然后对预测值与实际值进行比较。也可以通过任意扰乱X和Y矩阵数据并且检查相关性随任意扰乱的数目的减少来对照偶发相关性检查PLS/PLS-DS模型。
·这样，可以获得模型的预测能力的测定，并且通过几次反复得到最好的模型。
临床研究管理
如上所提到，从唾液样本的光谱测定得到的口腔健康测定和历史可用来改进临床研究的运行和管理。例如，可基于受试者的唾液组成的逐日一致性来选择他们进行临床试验。通过选择具有较低的唾液组成逐日变化的受试者，也就是说，通过识别唾液组成逐日变化比将该批受试者作为整体所取的唾液组成的平均逐日变化更低的受试者的子组，可以增强临床试验区别不同的产品处理的能力。
用于从一批候选受试者中挑选受试者的可供选择的标准可以为：
a)候选人的口腔健康测定，例如选择一批口腔健康不佳的受试者，
b)如从每个候选人的光谱所确定的所选代谢物的含量，例如选择具有高含量的特定目标代谢物的受试者；或者
c)通过积分来自个体光谱中的多个峰的数据而获得的复合测定。在已经与医师的评定相关联的意义上这可能不是口腔健康测定，但是仍然可以作为比可自单个代谢物含量所获更宽的特定口腔化学指示。这种测定可以为例如特定口腔微生物群落的间接测定。
除了为临床试验挑选受试者之外，上述口腔健康测定或其他唾液光谱派生的测定可用于包括两个或更多个小组的试验，因为可以选择每个小组内的受试者以便平衡口腔健康测定或贯穿每个小组的受试者的代谢物含量。
本文方法的一个特殊优点是通过检查试验中受试者的口腔健康史(这可以每日进行)，可以检测到与临床试验方案不一致的迹象，如使用非规定的处理产品或错过处理。然后可以就是否因非一致性从试验中排除受试者采取客观的决定，从而促使产生更有效或更有力的试验。
本文的方法的一个特殊优点是可以由受试者自己在家里取得唾液样本并且相对快速和容易地递送至中心收集点。唾液样本的随后分析可以相对低的成本高生产量的方式进行。因此，本文的发明的一个方面是管理临床试验的方法，所述方法包括以下步骤：
a)招募一批遵守包括多日的测试或安慰剂口服处理的预定方案的个体；
b)要求这些个体在所述多天的一天或多天取样他们自己的唾液，并将唾液样本送回中心收集点；
c)在样本返回收集点之后从这些样本获得核磁共振谱；和
d)从核磁共振谱获得一个或多个测定，所述测定选自：
(i)有关在多天内应用到个体上的处理效力的数据；和
(ii)有关该批个体中的个体的逐日响应的数据。
其他用途和方法
除了用于改进临床试验的管理之外，本文所述的方法还可用于改进个体健康的管理。例如，个体可以如本文所述取得唾液的样本，并将其送到实验室进行如本文所述的光谱分析，以产生口腔健康测定或口腔健康史。然后，可以例如将口腔健康测定或历史提供给该个体的医师以帮助诊断口腔健康或由口腔的化学变化所反映的其他疾病状态。通过检查如本文所提供的个体的口腔健康测定或历史，该信息可能用来例如帮助为个体开具处理产品的处方。也可以通过例如用处理产品处理个体并在用产品处理之前或之后评定个体的口腔健康来以随访方式使用该方法。
本文的方法当然可用于测定处理产品的功效或作用机理，因此在产品开发方面具有价值。此类测定可以包括根据参与临床试验的受试者的口腔健康史为产品计算产品功效测定，或根据产品诱导的唾液中的组成变化(如从唾液光谱所确定)为参与试验的一批受试者计算产品功效测定。测定可以包括把测试产品与参考产品进行比较。如此获得的产品功效测定当然可以通过使产品功效测定与产品相关联来用于为产品产生广告标记。此类标记可以通过显示测试产品与参考产品之间唾液中不同产品诱导的组成变化来包括区别产品的作用模式与参考产品的作用模式。
实施例1-作用模式调查
利用1H核磁共振的唾液代谢组学(SM)被用于调查两种测试牙膏A和B相对于标准商业产品C的作用模式(MoA)。产品A包括三氯生作为抗微生物剂，而产品B包括既含锌又含亚锡盐的抗微生物体系。产品C不含抗微生物剂。挑选了一群30名参与者并指导他们每天两次使用产品C来进行四周的“洗净”期。在洗净期的最后两周(参考阶段)，参与者每人递交最多10个洗出唾液样本，所有样本均在不同日子在醒来时取得。在每个取样日，参与者使用吸移管将2mL自来水灌入他们的口中；漱口30秒，然后吐出到清洁的离心管中。这些管包含1mL的0.9％w/v NaF作为防腐剂，并且一旦填充即被贮藏在0℃以下，直到提交用于分析。
在参考阶段之后，将这组人分成三个小组。根据存在于参考阶段唾液中的％丙酸的平均值(由参考阶段核磁共振谱确定)来平衡各小组中的个体。发给第一个小组一管新的产品C作为安慰剂，发给第二个小组产品A，而第三个小组收到产品B。参与者使用他们的新产品三周时间(干预阶段)，然后再用两周(恢复阶段)的时间返回在洗净(基线)期所用的产品C。在这五周期间，参与者继续提供每周最多5个样本。每个小组包括8至9名参与者，并且尽管参与者与小组之间的关系始终是已知的，但是在数据采集和处理阶段，产品小组和产品之间的关系是未知的。
将所提交的唾液样本记入日志，用唯一的标识符标注并贮藏在冰箱中。当制备样本以用于分析时，按它们的大致提交次序(与小组无关)从冰箱中取出样本，并且使它们解冻2小时。当充分融化后，记下样本体积，并且以8000rpm的速度在20℃下离心样本10分钟。然后，滗析出上清液，并且贮藏在贴有相同标识符的新的小瓶中。
通过向新的长18cm且直径为5mm的核磁共振管中加入800μL的样本和80μL的包含哒嗪作为参考的缓冲液来制备核磁共振样本。在样本管上贴相同的标识符并提交，在400MHz Bruker光谱仪上进行1H核磁共振分析。按提交样本的次序，将它们放在120位的自动取样机架上，然后整夜运行或者运行一个周末。通常每夜运行30个，有约40分钟的时间可以供每次加载、锁定、调整和采集循环。在运行第一个样本之前，校准机器并选择标准的调整设定。使用位于9.2的哒嗪三重峰来评定采集的量。如果必要，在运行的结束重复样本采集并且重写旧光谱文件。使用水抑制来获得所得光谱。
使用Bruker的XWIN-NMRTM软件进行核磁共振预处理，使一批中的所有样本大致定位在1.95ppm的乙酸盐峰。然后，在每个光谱上应用相同的光谱处理宏(方案1.1)。
Figure A200780028875D00231
方案1.1 预处理宏
宏(软件的使用者将理解其命令)在光谱上执行线加宽和傅里叶转换操作，取光谱的一阶导数的量级，然后进行光谱基线校正。据发现，通过取光谱的导数显著提高了总处理速度，这有助于处理大量样本。该技术减小了找到基于宽信号的统计性突变的可能性，但是为小的尖峰给出更好的分辨率。应当理解，它因此减小了在光谱中比较一个峰与另一个峰的正确性，但是可能跨越几个光谱比较相同的峰。
然后，将处理过的光谱输出到Bruker的AMIX程序，在那里更精确地使它们定位在1.95ppm的乙酸盐峰，然后使用方案1.2中所列的参数进行分箱。
Figure A200780028875D00251
方案1.2 AMIX分箱参数
然后将箱文件输出，把箱列表与对于特定样本和提交它的人所记录的数据相关联。以同样的操作分箱来自整个试验的所有样本。
通过将位于3.1和0.7ppm之间的曲线下的面积归一化至100开始数据分析，然后移除1.995至1.905(归因于乙酸盐中的CH2质子)的箱来防止乙酸盐含量的任何改变支配该模型。联合一些范围内的箱以防止峰变化减弱所形成的模型的能力。具体区域列在方案1.3中。在样本信息中给来自同一产品小组的所有样本一个整数标识符。给所有样本一个第二标识符(阶段标识符)。对于参考阶段样本，等于第一整数减去0.1；对于干预样本，等于第一整数；而对于恢复样本，其为初始整数加上0.1。
Figure A200780028875D00261
方案1.3 箱面积被平均的区域
从由个别受试者提交的所有光谱的每个样本中减去用于那个人的参考阶段光谱的平均值，即以人为基础参考阶段标准化一个人的光谱，因此仅呈现从干预开始以来对于每个人所发生的变化。据发现，这减小了数据中的噪音，并且改善了所形成的模型。
然后，在所有的核磁共振数据上进行主要成分分析(PCA)以找到孤立点(中心定标应用于所有箱)。移除在DModX中显著在3标准偏差以上或在Hotelling’s T2上异常高的样本，同样移除其乙醇含量(由位于1.2ppm的甲基显示)显著高于参考阶段含量的那些样本(参见图1)。孤立点可能由食物或牙膏组分的存在引起，表明参与者没有收集真正的醒来唾液。也可能是在收集和提交之间样本降解了。食物、饮料、牙膏或酒精的存在容易识别；降解的样本通常具有异常高的乳酸盐含量。乙醇的含量因人而异，并且因日期而异。乙醇由存在于口中的一些细菌产生，并且也可以从前一天/夜所喝的饮料转入。最高的含量很可能来自在给出样本之前使用了漱口水的那些人；这会违背方案，应当立即移除它们。记下废弃的样本和理由。
PCA分析的结果可以作为沿头两种主要组分(第一种在水平轴上显示而第二种在垂直轴上显示)的分布来显示，如图2或图3所示，他们描绘了同一套数据，但是分别是没有应用参考阶段标准化和应用了参考阶段标准化。用一个标识符标注每个数据点，所述标示符包括指示产品小组的大写字母(A、B或C)和指示在该小组上的个体的小写字母。所有在3.1和0.7ppm之间的数据已被归一化至100面积单位。已经移除了乙酸盐(峰)，因为它在该区域支配光谱，并且据发现，它不会提供有用的区分信息。图3示出了参考阶段标准化的结果。乳酸盐是该区域中微分光谱中的第二大峰，并且在图2中其变化强烈影响样本沿第一主要组分轴向右的展开。在图3中，当减去参考阶段值并且分析参考阶段和干预阶段之间的差异时，这种歪斜几乎失去。头两种组分通常构成数据中约60％的所有变化。
一旦已经删除了数据中的孤立点，即分别分析每个产品小组(A、B和C)来识别“作用模式”向量，该向量把参考阶段光谱和干预阶段光谱区别开。这通过移除所有的恢复阶段数据并且将每个产品小组设定为不同的类来进行。然后在阶段标识符中使用0.1的差异作为Y变量对所有的类进行正交局部最小二乘(0-PLS)分析。图4显示了所观察到的分布相对于所预测的分布的图。在该图中，算法试图获得被识别为来自参考阶段的样本与被识别为来自干预阶段的样本之间的最大间距。参考阶段样本应当在6.95的左边，而干预阶段样本应当出现在右边。只有一个值(突出的)未满足这一点。模型通过一下来进行预测试验：从模型中移除三分之一的受试者，建立模型，然后基于另三分之二所产生的模型来预测所移除的三分之一。对所选择的三个随意的三分之一中的每一个进行这种测试，并且所确定的预测统计基于它们全部。在该研究中，所建立的模型能够给出76％正确的分类。
取用于每个产品的作用模式向量作为O-PLS第一组分的加载。这在质量上用来确定哪种代谢物因每种产品的干预而增加或减少。在产品C的情况下，发现乳酸盐含量趋于增加，而丙酸盐和丁酸盐含量趋于减少。发现产品B增加乳酸盐和琥珀酸盐，但丙酸盐或丁酸盐的减少不显著。产品A显示的变化不明显；尽管乳酸盐看起来象是增加了，但是误差很大，并且变化不具有统计意义上的显著性。
实施例2-作用速率调查
依赖于来自实施例1的工作，使用来自O-PLS的得分图来确定产品的作用速率。对于每个阶段(参考、干预和恢复)按周对数据分批，在同一轴上按顺序为每批画出框图。通过将恢复样本投入所建模型中来获得恢复阶段数据，以便查看从干预的结束返回到参考阶段含量。用于产品C和另一个测试产品的图示于图5和图6。在这些图中，沿x轴显示三种产品使用阶段的周数。标签B1和B2表示两个参考阶段周，W1至W3表示干预周，而R1和R2表示“恢复”周。用于每个产品的图仅可以独立观看，因为它们全部建立在不同的模型上，即它们的y轴不同。然而，由于效果的保留、达到稳定水平的速度以及误差棒的大小的本性，可以在质量上比较它们。如果产品具有类似的作用模式，原则上可以使用共同的PLS组分轴并直接比较它们彼此。绘在图6中的产品显示比产品C(图5)更好的效果的保留，然而产品C在第二周达到其最大效果，而图6的产品花了三周时间来达到其最大效果。
这些图可用于支持例如比较广告，但也可用于设计其中重新使用参与者(例如在交叉研究中)的更好的研究，以便在处理之间可以有足够长的洗净期。
实施例3-健康相关性
为了使唾液代谢组学与临床效果联系起来，按齿龈炎、牙周炎和其他症状的迹象将试验中的许多参与者分等级(参见下面的方案3.1)。结果是一系列指数和根据方案3.1计算出的一个总健康得分。
GI＝齿龈炎指数(0-4)
PI＝牙斑指数(0至4)
BPE＝基本牙周检查(0-6)
Calc＝牙结石指数(0-3)
Tong＝舌苔(0-3)
健康＝GI+PI+(2 x BPE)+Calc+Tong
方案3.1 健康量表
如下使总健康得分与细菌代谢物相关联。如实施例1中那样进行预处理和移除孤立点，但是在这种情况下只取与进行分级同一周收到的那些样本。用于分级周的每个患者的样本附有相同的临床信息并将这用作该批的y变量。建立模型来使代谢物含量与具体指数或与总健康相联系。据发现，可以取得与总健康的相关性。
为了正确验证这种模型，必需进行与实施例1中所述类似的预测程序。将个体任意分配到三类之一。继而，将三类中的每一个的数据放在一边作为预测的一套数据，并且从剩下的两类建立模型。然后，将该套预测数据放入模型中，并且为这些数据点绘出所观察到的相对于所预测的总健康得分图，如图7所示。可以将结果形成的三个图全部结合起来并绘在相同的轴上，并且称为预测的均方根误差(RMSEP)的R2值取y＝x的线(如图7中所示)。
实施例4-作用的比较程度
为了将如实施例1中所论述的作用模式(MoA)转换为作用程度(EoA)，必需定标MoA向量以代表已经发生的变化的数量。来自O-PLS模型的加载图表作为具体类型的单位向量(称为特征向量)产生。特征向量的相应特征值描述了向量或转化的数量。通过用来自模型的每个特征向量乘以相应的特征值可能比较地定标它们。
来自O-PLS模型的特征值取决于例如由数据所展示的间距、被分开的各组中点的分散和每个组中点的数目。它也取决于适合于数据的组分的数目，并且这会变化很大。当形成O-PLS模型时，连续的附加组分移除数据被认为是不能解释的，从而于其上建立模型的信息的量减少。通常虽然这样，对于每个附加组分，被移除的数据的比例减小。特征值随附加组分减小，但连续特征值之间的差异逐渐变得更小。得自潜在的复杂行为但是很少噪音的数据集会产生强的模型，该模型包括许多组分，每个组分应当被包括但是具有降低的附加解释价值。相反，反映许多随机噪音的数据集会产生弱的模型，该模型具有很少组分，因为头几种组分移除了许多数据，并且接连的组分显得对模型产生很少改进。这具有以下效果：如果让软件在不经检查的情况下运行，最弱的模型中的一些显得象是最强的，即包括较少的组分。图8显示了组分的后续配合对来自为一系列口腔护理处理产品A至I所建的模型的特征向量大小的影响。在该图中，产品E和I是基于使用相同商业牙膏(相当于实施例1中的产品C并且不含抗微生物剂)的重复运转。同样，产品F和G是基于使用相同的含三氯生的商业牙膏(相当于实施例1中的产品A)的重复运转。产品A为可商购获得的含氯己定的漱口水，并且发现其在该评价中建立了最强的模型。注意，y轴为对数的，以便更好地在低值处分开不同的线。
对于本文的方法，一般运行O-PLS模型直到特征值n和特征值n+1之间的差小于0.1(典型的定标从100左右运行至2)以确保稳定的特征值。这种要求的结果是许多组分适合，但是后面的一些逐渐越来越不适合模型。然而重要的方面不是已经移除了什么，而是留下了什么。留下的信息只有与参考和干预阶段的差异有关的信息。试验了进行分析的三种不同方法：
1.将同一产品小组的所有个体集中在一起，其中参考阶段标准化。对于涉及那种产品使用的所有样本，在参考阶段和干预样本之间的差异上建立模型。
2.将同一产品小组的所有个体集中在一起，其中参考阶段标准化，但是由三个干预周中的每一个周来分组干预阶段样本。基于这些周中的每一个周与参考阶段之间的差异建立三个模型。
3.基于所有的干预阶段样本和参考阶段样本之间的差异为试验中的每个个体中建立模型。
一旦已经建立并且定标上述模型，就将它们用作输入在五维中进入PCA图。根据其他特征值的平均大小定标健康相关性，并且将其插入正的(健康状况较差)和负的(健康状况良好)表格中。取得分图的坐标并且投影到健康线上，以便每个人或产品具有能显示从参考阶段前进到干预阶段时总口腔健康改善或退化的量的得分。这些值的乘积的平均值具有95％置信区间，其示于图9用于上面提到的方法3。
也据发现，将人们完全一起分组(方法1和2)是不可取的，因为这假定所有人将以类似的方式行动。即使在应用参考阶段标准化时，在干预期间所经历的影响仍有很大的不同，或许是来自参与者在干预期刷或处理它们自己的不同程度。当为每个人形成个别模型并且比较时获得最好的结果；这产生了最好的统计分析，并且使各组能进行t检验来识别何时差异具有统计意义上的显著性。在该实施例中，所有的参考阶段样本和所有的干预阶段样本以相等的重量包括在模型中，其中对于何时取得干预阶段样本没有应用区别。因此，净变化为贯穿整个三周干预期所发生变化的复合值。在产品使用约三周之后发生变化的更准确评估通过在分析中只包括第三周的样本可以获得。当然，干预期可以更加长，如4周至12周，其中在干预期结束时取样。
图9显示在产品E和I之间或F和G之间没有显著差异，这是可取的，因为如上所注在每种情况下产品是相同的。另外，由于产品E/I是也用在参考(洗净阶段)中的产品，也期望有零或与零没有显著差异的净改善。
图10的图上的每个点代表在由头两种主要组分(PC1和PC2)限定的两组分区间中参考阶段和干预阶段之间的个体的净变化。如从总模型所确定，用于改善总口腔健康的向量也投影到该区间中，并且由所示的虚线代表。尽管没有在图10中准确显示，但是健康向量穿过原点。如对个体中的三个所示，通过投影到健康向量上，个体在参考和干预阶段之间的变化可以被描绘为沿健康向量的移动和在与潜在健康测定无关的垂直方向上的移动。
尽管在前述实例中产品使用涉及一次仅系统使用一种产品，但是该方法也准许遵循包括牙线洁齿、刷牙、漱口和用糊粘的产品体系，以及使用该方法在相同产品的不同体系之间进行比较。
本文所公开的量纲和值不旨在被理解为严格地限于所述的精确值。相反，除非另外指明，每个这样的量纲是指所引用的数值和围绕该数值的功能上等同的范围。例如，公开为“40mm”的量纲旨在表示“约40mm”。

Claims (41)

1.一种为个体计算间接口腔健康测定的方法，所述方法包括以下步骤：
a)收集所述个体的唾液样本；
b)从所述个体的唾液样本获得并数字化个体光谱；
c)将所述数字化个体光谱与储存在电脑存储器中的参考模型进行比较以计算间接口腔健康测定，其中通过经由多变量分析使参考群体的多个成员中的每一个的口腔健康的一种或多种直接测定与得自所述参考群体成员的唾液样本的参考光谱相关联来导出所述参考模型，所述参考光谱与所述个体光谱在类型上对应。
2.如权利要求1所述的方法，其中所述个体光谱为核磁共振谱，优选1H核磁共振谱。
3.如权利要求2所述的方法，其中所述个体光谱为1H核磁共振谱，并且所述个体光谱与所述参考模型的比较包括使用所述光谱落在0.5至3.5ppm，优选0.5至4.5ppm，更优选0.5至8.6ppm之间的那部分。
4.如权利要求3所述的方法，其中每个光谱的使用部分包括丙酸、丁酸盐和三甲胺的峰。
5.如权利要求4所述的方法，其中每个光谱的使用部分还包括甲酸盐、N-乙酰基糖、乳酸盐、甲胺和二甲胺的峰。
6.如权利要求4或权利要求5所述的方法，其中每个光谱的使用部分还包括一个或多个选自以下那些物质的峰：甲醇、三甲胺氧化物、苯基丙氨酸、胆碱、组氨酸、酪氨酸、甲基胍、肌氨酸、β-羟基丁酸盐、琥珀酸盐、丙酮酸盐、异丁酸盐、正丁酸盐、亮氨酸、丙氨酸、正戊酸盐和乙醇。
7.如权利要求2至6中任一项所述的方法，其中从所述分析中移除乙酸盐的峰。
8.如前述任一项权利要求所述的方法，其中通过让每个个体按照标准化的方案漱洗口腔并吐出到容器中来得到所述唾液样本，其中在吐出每个唾液样本之后，用稳定剂处理所述样本以防止所述样本的进一步细菌代谢。
9.如前述任一项权利要求所述的方法，其中在收集之后深冻每个唾液样本。
10.如前述任一项权利要求所述的方法，其中所述参考群体的每个成员的口腔健康的一种或多种直接测定选自：
a)医师对口腔健康的定量评定；
b)齿龈图象；
c)牙齿图象；和
d)口气恶臭的机器读数或专家评定。
11.如权利要求10所述的方法，其中医师对所述群体成员的定量评定包括选自下列指数中的一个或多个：牙斑指数、牙结石指数、齿龈指数、牙周指数和舌苔指数。
12.如前述任一项权利要求所述的方法，其中通过对包括所述唾液光谱的数字表示的数据集的PLS或O-PLS分析和医师对所述群体成员的定量评定来建造所述参考模型。
13.如前述任一项权利要求所述的方法用于评估所述个体对口腔疾病的易感性或口腔疾病程度的用途。
14.一种为个体产生口腔健康史的方法，所述方法包括提供间接口腔健康测定，所述间接口腔健康测定获自依照权利要求1至12中任一项所述的方法在多天中的每一天收集的该个体的唾液样本。
15.如权利要求14所述的方法，其中所述历史的产生与用测试物质处理所述受试者相结合。
16.一种为临床试验挑选受试者的方法，所述方法基于如由权利要求1至12中任一项所述的方法测定的他们的唾液的组成的逐日一致性。
17.一种为临床试验挑选受试者的方法，所述方法包括基于下述内容从试验候选人中挑选受试者的步骤：
a)依照权利要求1至12中任一项所述的方法获得的用于所述候选人的间接口腔健康测定；或
b)从每个所述候选人的唾液样本获得的光谱。
18.如权利要求17所述的方法，其中所述临床试验包括两个或更多个小组，并且选择用于每个小组的受试者以便跨越每个所述小组来平衡受试者的间接口腔健康测定或代谢物含量，其中所述代谢物含量由所述个体光谱确定。
19.一种管理临床试验的方法，所述方法包括以下步骤：
a)依照预定的方案在一批个体上进行临床试验；
b)依照权利要求14所述的方法为所述个体的至少一个样本中的每一个产生口腔健康史；
c)检查如此获得的口腔健康史以找出与所述临床试验方案不一致的指征。
20.一种管理临床试验的方法，所述方法包括以下步骤：
a)招募一批遵从包括在多天内测试或安慰剂口服处理的预定方案的个体；
b)要求这些个体在所述多天的一天或多天取样他们自己的唾液并将唾液样本送回中心收集点；
c)在样本返回所述收集点之后，从所述样本获得光谱；和
d)从所述光谱得到一个或多个测定，所述测定选自：
(i)有关在多天内应用到所述个体上的处理效力的数据；和
(ii)有关该批个体中个体的逐日响应的数据。
21.一种为个体开具处理产品的处方的方法，所述方法包括检查所述个体的间接口腔健康测定的步骤，所述测定由依照权利要求1至12中任一项所述的方法提供。
22.一种确定处理产品对个体的功效的方法，所述方法包括用所述处理产品处理所述个体并且在用所述产品处理之前和之后评定所述个体的口腔健康史，所述口腔健康史依照权利要求14所述的方法产生。
23.一种测定处理产品功效的方法，所述方法包括以下步骤：
a)进行临床试验，期间用所述处理产品处理一批受试者中的每一个，并且依照权利要求14所述的方法产生每个受试者的口腔健康史；和
b)从该批受试者的口腔健康史，或从该批受试者的所述光谱确定的由产品诱导的所述唾液的组成的变化来为所述产品计算产品功效测定。
24.如权利要求23所述的方法，其中将所述产品的功效测定与参考产品的功效测定进行比较。
25.如权利要求23或权利要求24所述的方法，其中在归一化处理阶段之后完成所述产品处理。
26.如权利要求25所述的方法，其中在归一化处理阶段期间收集每个受试者唾液的样本。
27.一种用于为处理产品产生广告标记的方法，所述方法包括
a)依照权利要求23所述的方法测定所述处理产品的功效；和
b)使所述产品功效测定与所述产品相联系。
28.一种用于为处理产品产生广告标记的方法，所述方法包括通过展示不同的产品诱导的试验受试者唾液组成改变来将所述产品的作用模式与参考产品的作用模式区别开。
29.一种表征处理产品的方法，所述方法包括以下步骤：
a)从一批个体中的每一个收集至少一个开始的唾液样本；
b)用处理产品处理这些个体；
c)从这些个体中的每一个收集至少一个结束的唾液样本；
d)获得所有所述唾液样本的光谱，并且将所述光谱储存在数据库中，使每个光谱与个体标识符相联系和与样本类型标识符相联系；
e)对光谱的数据库进行多变量分析以获得一个或多个与处理产品对该批个体的影响相关联的处理向量。
30.如权利要求29所述的方法，其中所述向量中的至少一个描述了由于使用所述产品而导致的该批个体的变化。
31.如权利要求29或权利要求30所述的方法，其中所述向量中的至少一个根据对所述产品的响应将第一子组的个体和所述整批个体或第二子组的个体区别开。
32.如权利要求29至31中任一项所述的方法，其中在用所述处理产品处理个体之前获得所述开始的唾液样本。
33.如权利要求29至32中任一项所述的方法，其中在用所述处理产品处理个体之后获得所述结束的唾液样本。
34.如权利要求29至33中任一项所述的方法，其中获得所述个体的一个或多个中间唾液样本，接着将从所述中间唾液样本得到的光谱储存在数据库中，使其与个体和样本类型标识符相联系，并且将其包括在所述多变量分析中。
35.如权利要求34所述的方法，其中在用所述处理产品处理个体期间获得所述中间唾液样本。
36.如权利要求29至35中任一项所述的方法，其中取多个个体的开始唾液样本的光谱数据的平均值来为每个个体提供归一化测定，并且在进行所述多变量分析之前从所述个体的光谱中的每一个的相应数据中减去所述归一化测定。
37.一种比较两种或更多种处理产品的方法，所述方法包括比较与依照权利要求29至36中任一项所述的方法获得的每种产品相关联的处理向量。
38.如权利要求37所述的方法，其中所述多变量分析为主要组分分析，并且所述比较包括将所述向量中的每一个标绘在由一种或多种主要组分限定的区间中。
39.如权利要求31所述的方法，其中用第一处理产品处理第一子组的个体，用所述第一处理产品和第二处理产品处理第二子组的个体，并且将所述第一子组和所述第二子组区别开的所述至少一个向量表征了所述第二处理产品对于所述第一处理产品的补充效果。
40.如权利要求22、23或29至39中任一项所述的方法，其中所述处理产品为牙膏、漱口水、牙齿粘合剂或机械口腔处理装置形式的口腔处理产品。
41.如权利要求40所述的方法，其中所述口腔处理产品包括抗微生物剂。
CNA2007800288750A 2006-08-17 2007-08-16 唾液分析 Pending CN101501479A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US83822106P 2006-08-17 2006-08-17
US60/838,221 2006-08-17

Publications (1)

Publication Number Publication Date
CN101501479A true CN101501479A (zh) 2009-08-05

Family

ID=39023890

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2007800288750A Pending CN101501479A (zh) 2006-08-17 2007-08-16 唾液分析

Country Status (10)

Country Link
US (1) US20080183101A1 (zh)
EP (1) EP2052241A2 (zh)
JP (1) JP2009545740A (zh)
CN (1) CN101501479A (zh)
AU (1) AU2007285382A1 (zh)
BR (1) BRPI0716125A2 (zh)
CA (1) CA2661107A1 (zh)
MX (1) MX2009001697A (zh)
RU (1) RU2009101454A (zh)
WO (1) WO2008020416A2 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323286A (zh) * 2010-11-15 2012-01-18 上海聚类生物科技有限公司 一种基于h1nmr技术分析原发性胆汁肝硬化代谢物的方法
CN103729650A (zh) * 2014-01-17 2014-04-16 华东理工大学 近红外光谱建模样本的选择方法
CN104705996A (zh) * 2013-12-12 2015-06-17 鸿富锦精密工业(武汉)有限公司 智慧牙刷
WO2016095606A1 (en) * 2014-12-19 2016-06-23 The Procter & Gamble Company Gum condition assessment
CN106537141A (zh) * 2014-06-11 2017-03-22 狮王株式会社 检查结果单生成装置、检查结果单生成方法、检查结果单生成程序、检查结果单以及检查装置

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7833189B2 (en) 2005-02-11 2010-11-16 Massachusetts Institute Of Technology Controlled needle-free transport
US20100076785A1 (en) * 2008-09-25 2010-03-25 Air Products And Chemicals, Inc. Predicting rare events using principal component analysis and partial least squares
US8758271B2 (en) 2009-09-01 2014-06-24 Massachusetts Institute Of Technology Nonlinear system identification techniques and devices for discovering dynamic and static tissue properties
WO2011084511A1 (en) * 2009-12-15 2011-07-14 Massachusetts Institute Of Technology Jet injector use in oral evaluation
CA2859087A1 (en) * 2011-12-21 2013-06-27 Colgate-Palmolive Company Heatiness and salivary secretory immunoglobulin
US9110553B2 (en) * 2011-12-28 2015-08-18 Cerner Innovation, Inc. Health forecaster
US9535144B2 (en) 2012-06-01 2017-01-03 Liposcience, Inc. NMR quantification of TMAO
US9949671B2 (en) 2013-03-13 2018-04-24 Orthoaccel Technologies, Inc. Diagnostic mouthpieces
US20160178647A1 (en) * 2014-12-19 2016-06-23 The Procter & Gamble Company Gum Condition Assessment
US10849600B2 (en) * 2016-03-08 2020-12-01 Entech Instruments Inc. Breath condensate and saliva analysis using oral rinse
US10502664B2 (en) 2016-03-08 2019-12-10 Entech Instruments Inc. Vacuum-assisted sample extraction device and method
WO2018013946A1 (en) * 2016-07-15 2018-01-18 Entech Instruments Inc. Breath condensate and saliva analysis using oral rinse
JP6917722B2 (ja) * 2017-02-03 2021-08-11 花王株式会社 口腔の健康状態の評価方法
CN107144684B (zh) * 2017-06-06 2023-07-14 威海康州生物工程有限公司 一种毒液/唾液检测仪
WO2019173501A1 (en) 2018-03-06 2019-09-12 Entech Instruments Inc. Ventilator-coupled sampling device and method
KR102334052B1 (ko) * 2021-03-26 2021-12-03 오토플러스주식회사 냄새 케어 맞춤형 중고차 판매 시스템 및 방법
CN114384057B (zh) * 2021-12-28 2023-09-19 四川大学 一种基于拉曼光谱的肿瘤早期诊断系统
JP7233665B1 (ja) * 2022-09-02 2023-03-07 株式会社サリバテック 疾患リスク判定システム及び疾患リスク判定方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5570182A (en) * 1994-05-27 1996-10-29 Regents Of The University Of California Method for detection of dental caries and periodontal disease using optical imaging
JPH11116453A (ja) * 1997-10-03 1999-04-27 Eisai Co Ltd 歯周病原性細菌の付着防止剤
US6143506A (en) * 1998-08-13 2000-11-07 The Research Foundation Of State Of Ny Diagnostic method for detection of periodontitis or peri-implantitis
EP2330219A3 (en) * 2000-04-14 2011-11-23 Metabolon, Inc. Method for drug discovery, disease treatment and diagnosis using metabolomics
US20050130321A1 (en) * 2001-04-23 2005-06-16 Nicholson Jeremy K. Methods for analysis of spectral data and their applications
CA2445106A1 (en) * 2001-04-23 2002-10-31 Metabometrix Limited Methods for analysis of spectral data and their applications: osteoporosis
WO2002088662A2 (en) * 2001-04-25 2002-11-07 Bristol-Myers Squibb Company Method of molecular structure recognition
US20040181344A1 (en) * 2002-01-29 2004-09-16 Massachusetts Institute Of Technology Systems and methods for providing diagnostic services
EP1512970A1 (en) * 2003-09-05 2005-03-09 Nederlandse Organisatie voor toegepast-natuurwetenschappelijk Onderzoek TNO Method for determining the impact of a multicomponent mixture on the biological profile of a disease
SE0400191D0 (sv) * 2004-01-30 2004-01-30 Tendera Ab A test kit for detecting periodontal disease
BRPI0518777A2 (pt) * 2004-12-02 2008-12-09 Can Fite Biopharma Ltd usos de um agonista do receptor de adenosina a3 (a3ar) e de metotrexato (mtx)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323286A (zh) * 2010-11-15 2012-01-18 上海聚类生物科技有限公司 一种基于h1nmr技术分析原发性胆汁肝硬化代谢物的方法
CN104705996A (zh) * 2013-12-12 2015-06-17 鸿富锦精密工业(武汉)有限公司 智慧牙刷
CN103729650A (zh) * 2014-01-17 2014-04-16 华东理工大学 近红外光谱建模样本的选择方法
CN106537141A (zh) * 2014-06-11 2017-03-22 狮王株式会社 检查结果单生成装置、检查结果单生成方法、检查结果单生成程序、检查结果单以及检查装置
WO2016095606A1 (en) * 2014-12-19 2016-06-23 The Procter & Gamble Company Gum condition assessment

Also Published As

Publication number Publication date
JP2009545740A (ja) 2009-12-24
US20080183101A1 (en) 2008-07-31
AU2007285382A1 (en) 2008-02-21
MX2009001697A (es) 2009-02-25
BRPI0716125A2 (pt) 2013-09-17
EP2052241A2 (en) 2009-04-29
RU2009101454A (ru) 2010-09-27
WO2008020416A3 (en) 2008-05-02
CA2661107A1 (en) 2008-02-21
WO2008020416A2 (en) 2008-02-21

Similar Documents

Publication Publication Date Title
CN101501479A (zh) 唾液分析
Stamm A new concept for quality control of clinical laboratory investigations in the light of clinical requirements and based on reference method values
Powell et al. Factors associated with caries incidence in an elderly population
Curzon et al. Modern methods for assessing the cariogenic and erosive potential of foods
Dunton et al. Physical activity, fitness, and physical self-concept in adolescent females.
Schultheiss et al. Hormone assays.
Eck et al. Precision and estimated accuracy of two short-term food frequency questionnaires compared with recalls and records
Merriam et al. Seasonal variation of blood cholesterol levels: study methodology
Michalowicz et al. Periodontal bacteria in adult twins
Canada et al. Modeling longitudinal changes in hippocampal subfields and relations with memory from early-to mid-childhood
Lieske et al. Evaluation of 4 handheld blood glucose monitors for use in seabird rehabilitation
Angarita-Díaz et al. Evaluation of possible biomarkers for caries risk in children 6 to 12 years of age
Shulman et al. Salivary citrate content and erosion of the teeth
Koch et al. Statistical methodologies useful for the analysis of data from risk‐assessment studies
Edinborough et al. Tooth cementum annulation: Confounding difficulties remain when inferring life history parameters from archeological tooth samples
Burt et al. Advances in the epidemiological study of oral-facial diseases
Strickland et al. The clinical performance of chairside caries risk assessment kits.
Becker et al. Salivary hormone assays.
Kalhan et al. Dental plaque pH in predicting caries relapse after general anaesthesia–an exploratory study
Saranya et al. Molecular signatures in infrared spectra of saliva in healthy, chronic and aggressive periodontitis
Morou-Bermudez et al. Oral Bacterial Acid–Base Metabolism in Caries Screening: A Proof-Of-Concept Study
Bhaskar et al. Analysis of salivary components as non-invasive biomarkers for monitoring chronic kidney disease
Szalai et al. Organoleptic and halitometric assessments do not correlate well in intra-oral halitosis: a systematic review and meta-analysis
EP3229020B1 (en) In-vitro method and kit for diagnosing the risk of suffering from caries
Nazário et al. Is there an association between periodontal disease and root caries? A systematic review and meta-analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20090805