睡眠不足会降低警觉性和协调能力，并可能产生类似于严重醉酒的影响，使得开车等行为极其危险。但目前尚无临床检测方法来确定某人何时处于危险的睡眠剥夺状态。一项发表在《神经科学方法杂志》上的新研究发现，唾液中RNA水平的变化可作为检测睡眠不足的生物标志物。该研究在实验室环境中对数十名健康成年人进行了为期4天的完全睡眠剥夺（整夜不睡）或部分睡眠剥夺（每晚睡眠5小时）实验。在睡眠剥夺前后采集唾液样本，并对RNA进行测序（RNA-seq）。在睡眠不足的参与者中，检测到数百个差异表达基因。然后，研究者使用机器学习算法（随机森林）筛选出5-10个基因，这些基因可以将睡眠不足的参与者与睡眠充足的对照组区分开来，其受试者工作特征曲线下面积（AUC-ROC）为0.85-0.95。这种基于唾液的检测方法最终可能被用于筛查睡眠不足的卡车司机、飞行员或医疗实习生，以防止疲劳驾驶。
睡眠剥夺
慢性睡眠剥夺（定义为每晚睡眠<6小时）在美国影响着约30-40% 的成年人。睡眠剥夺会增加发生事故的风险，例如机动车碰撞和工伤。睡眠剥夺也会增加心血管疾病（高血压、心肌梗死）、2型糖尿病和肥胖的风险。
缺觉检测现状
目前，尚无针对睡眠剥夺的临床生物标志物。在睡眠实验室中，会使用多导睡眠图（PSG）来记录脑电图（EEG）、眼电图（EOG）和肌电图（EMG）以评估睡眠。此前的研究已发现，在睡眠剥夺后，血液（全血）和唾液中的基因表达（RNA）会发生变化。
新研发的口腔测试方法
1. 数据采集：在完全的睡眠剥夺（保持清醒24-48小时）或部分的睡眠剥夺（每晚限制睡眠为5小时）前后，采集参与者的唾液样本。
2. 测序分析：在睡眠剥夺前后，对唾液中的总RNA或microRNA进行测序。在睡眠剥夺的参与者中，检测到数百个差异表达的基因。
3. 机器学习筛选：使用机器学习算法（随机森林或Lasso回归）筛选出一个由5-10个基因组成的最小基因组合，这些基因能够准确地（AUC-ROC为0.85-0.95）将睡眠不足的参与者与睡眠充足的对照组区分开来。
4. 与呼吸酒精检测仪的对比：该唾液检测方法的一个关键优势在于，它不仅能检测出前一晚的睡眠状况，更能准确反映出累积的睡眠债，而这是呼气式酒精检测仪无法做到的。
临床意义
1. 职业健康筛查
对于商业卡车司机、飞行员、火车司机、外科医生、医疗实习生等高风险职业，可在入职体检时或进行随机抽查时，采集其唾液样本（口腔拭子）。
2. 疲劳管理
对于被检测出睡眠不足的工人，其雇主要求其下班休息，或禁止其驾驶车辆/操作机器。
未来方向
-
即时检测设备：开发一种基于唾液的即时检测试剂盒（类似于新冠病毒（COVID-19）抗原检测），能在15分钟内出结果。
-
纵向研究：对参与者进行长达2-4周的纵向追踪，期间让其保持慢性睡眠剥夺状态（如每晚限制睡眠至5小时），以评估基因表达水平是否在连续的睡眠不足中仍能保持稳定。
-
与电子健康记录（EHR）的整合：将唾液检测的结果记录到电子健康记录中，以便跟踪医疗实习生的睡眠状况。
结论
这项发表在《神经科学方法杂志》上的研究发现，唾液RNA水平可作为检测睡眠不足的生物标志物。 这种基于唾液的检测方法最终可能被用于筛查睡眠不足的卡车司机、飞行员或医疗实习生，以防止疲劳驾驶。