Longevity & AgingArtículo de investigaciónAcceso abierto

Las bacterias de tu boca pueden predecir la edad biológica y el riesgo de enfermedades

Un nuevo reloj de envejecimiento del microbioma oral predice la mortalidad, la fragilidad y el riesgo de cáncer más allá de los factores convencionales mediante muestras de saliva no invasivas.

miércoles, 7 de octubre de 2026 0 visualizaciones
Publicado en Nat Commun
Colorful 3D bacterial colonies swirling inside an open mouth silhouette, with a glowing age timeline overlaid.

Resumen

Los investigadores analizaron datos del microbioma oral de casi 6.000 estadounidenses en dos cohortes de NHANES y desarrollaron un modelo de aprendizaje automático que predice la edad biológica a partir de 64 géneros bacterianos asociados al envejecimiento. La puntuación resultante de Aceleración del Envejecimiento del Microbioma Oral (OMAA Score) —la diferencia entre la edad predicha por el microbioma y la edad cronológica— predijo de forma independiente la mortalidad por todas las causas, la fragilidad y la función renal deteriorada, al tiempo que mejoró significativamente la predicción del riesgo de cáncer e infarto de miocardio más allá de los factores clínicos estándar. Validado en una cohorte externa multinacional, el OMAA Score no se vio prácticamente afectado por la dieta ni por los medicamentos, lo que sugiere que captura el envejecimiento biológico intrínseco en lugar del ruido asociado al estilo de vida.

Resumen detallado

El envejecimiento poblacional se está acelerando a nivel mundial, aunque la edad cronológica refleja mal el verdadero estado fisiológico de un individuo. Los relojes de edad biológica —derivados de la epigenética, biomarcadores sanguíneos o la composición del microbioma intestinal— han surgido como métricas más informativas. Este estudio argumenta que el microbioma oral, obtenido de forma no invasiva mediante enjuague bucal, puede constituir una ventana igualmente poderosa y mucho más accesible al envejecimiento biológico.

El equipo analizó datos de secuenciación de ARNr 16S procedentes de muestras de enjuague bucal en dos cohortes secuenciales de NHANES que sumaban 4.675 adultos de entre 30 y 70 años. Mediante modelos aditivos generalizados ajustados por sexo y raza/etnia, identificaron 64 géneros bacterianos cuya abundancia variaba de forma significativa y reproducible con la edad. Entre los más informativos: <em>Rothia</em> (enriquecida en adultos mayores y previamente asociada a fragilidad) y <em>Scardovia</em> (disminuida con la edad, lo que posiblemente refleja alteraciones en el metabolismo oral de carbohidratos). La diversidad alfa descendió de manera consistente con la edad en las cuatro métricas analizadas, mientras que el análisis de diversidad beta confirmó una separación composicional significativa entre participantes más jóvenes y mayores.

Un modelo de bosque aleatorio entrenado con estos 64 géneros predijo la edad cronológica con una correlación de Spearman de 0,44 en la cohorte de descubrimiento y de 0,35 en la cohorte de validación interna. Al aplicarse a un conjunto de datos externo independiente de 1.293 participantes de varios países utilizando 37 géneros solapados, el modelo mantuvo una correlación significativa (ρ = 0,22, P = 2,17×10⁻¹⁵), lo que demuestra su generalización entre poblaciones. A continuación se calculó la puntuación OMAA —definida como el residuo entre la edad predicha por el microbioma y la edad cronológica real— y se evaluó frente a desenlaces clínicos.

Puntuaciones OMAA más elevadas predijeron de forma independiente la mortalidad por todas las causas (HR = 1,05, P = 0,024) y la fragilidad (OR = 1,05, P = 0,008) tras el ajuste por edad cronológica y covariables estándar. La función renal, medida mediante tasa de filtración glomerular estimada (eGFR), disminuyó significativamente con puntuaciones OMAA más altas (β = −0,066, P = 5,22×10⁻⁴). De manera destacada, añadir la puntuación OMAA a los modelos convencionales de factores de riesgo mejoró significativamente la discriminación para cáncer (AUC 0,70 frente a 0,67, P = 0,009) e infarto de miocardio (AUC 0,79 frente a 0,76, P = 0,016). Cabe señalar que los patrones dietéticos mostraron una asociación mínima con las puntuaciones OMAA, y el uso de medicamentos presentó vínculos solo débiles, lo que sugiere que la puntuación refleja procesos de envejecimiento biológico más profundos en lugar de comportamientos de estilo de vida modificables medidos en un único momento.

El estudio posiciona la puntuación OMAA como una herramienta escalable y no invasiva para la estratificación del riesgo a nivel poblacional. Su dependencia de un simple enjuague bucal, en lugar de una extracción de sangre o una muestra de heces, reduce las barreras para su uso en entornos clínicos rutinarios y de salud pública. Las limitaciones incluyen el diseño transversal (que impide establecer causalidad), la utilización de secuenciación de ARNr 16S en lugar de metagenómica de escopeta (lo que limita la resolución funcional) y el hecho de que la validación externa requirió reducir el modelo a 37 géneros, lo que atenuó su rendimiento.

Hallazgos clave

  • 64 oral bacterial genera shift significantly and reproducibly with age across two large NHANES cohorts (N=4,675).
  • Random forest model predicts chronological age from oral microbiome with ρ=0.44 internally and ρ=0.22 in a multi-country external cohort.
  • OMAA Score independently predicts all-cause mortality (HR=1.05) and frailty (OR=1.05) beyond chronological age.
  • Adding OMAA Score improves cancer and heart attack risk prediction (AUC gains of +0.03 each, P<0.02).
  • Higher OMAA Score correlates with lower eGFR, indicating impaired kidney function independent of other factors.

Metodología

Dos cohortes transversales del NHANES (2009–2010 y 2011–2012; N=4.675 adultos de 30 a 70 años) aportaron datos de secuenciación 16S rRNA de enjuagues bucales. Un modelo de bosque aleatorio entrenado con 64 géneros asociados a la edad (identificados mediante GAMs) predijo la edad cronológica; el residual de la puntuación OMAA se vinculó posteriormente con la mortalidad (modelos de Cox), la fragilidad (regresión logística), la función renal (regresión lineal) y el riesgo de enfermedad (comparación de AUC), con validación externa en N=1.293 participantes de múltiples países.

Limitaciones del estudio

El diseño transversal impide establecer inferencias causales sobre si los cambios en el microbioma oral impulsan los resultados del envejecimiento o simplemente los reflejan. La validación externa requirió reducir el modelo de 64 a 37 géneros, lo que debilitó el rendimiento entre poblaciones (ρ cayendo a 0,22). La secuenciación 16S rRNA ofrece resolución taxonómica pero no funcional, y los protocolos de secuenciación específicos de cada cohorte pueden introducir efectos de lote.

¿Te ha gustado este resumen?

Recibe la última investigación sobre longevidad en tu bandeja de entrada cada semana.

Introduce tu correo electrónico para suscribirte: