Abstract Human taste perception is associated with the papillae on the tongue as they contain a large proportion of chemoreceptors for basic tastes and other chemosensation. Especially the density of fungiform papillae (FP) is considered as an index for responsiveness to oral chemosensory stimuli. The standard procedure for FP counting involves visual identification and manual counting of specific parts of the tongue by trained operators. This is a tedious task and automated image analysis methods are desirable. In this paper a machine learning image processing method based on a convolutional neural network is presented. This automated method was compared with three standard manual FP counting procedures using tongue pictures from 132 subjects. Automated FP counts, within the selected areas and the whole tongue, significantly correlated with the manual counting methods (all ρs ≥ 0.76). When comparing the images for gender and PROP status, the density of FP predicted from automated analysis was in good agreement with data from the manual counting methods, especially in the case of gender. Moreover, the present results reinforce the idea that caution should be applied in considering the relationship between FP density and PROP responsiveness since this relationship can be an oversimplification of the complexity of phenomena arising at the central and peripherical levels. Indeed, no significant correlations were found between FP and PROP bitterness ratings using the automated method for selected areas or the whole tongue. Besides providing estimates of the number of FP, the machine learning approach used a tongue coordinate system that normalizes the size and shape of an individual tongue and generated a heat map of the FP position and normalized area they cover. The present study demonstrated that the machine learning approach could provide similar estimates of FP on the tongue as compared to manual counting methods and provide estimates of more difficult-to-measure parameters, such as the papillae’s areas and shape.

Abstract Background Candidate Phyla Radiation (CPR) is a large monophyletic group thought to cover about 25% of bacterial diversity. Due to peculiar characteristics and unusual 16S rRNA gene structure, they are often under-represented or lost in 16S rRNA-based microbiota surveys. Among CPR, “ Candidatus Saccharibacteria” is a phylum experimentally found to modulate the immune response and enriched in the oral microbiota of subjects suffering from several immune-mediated disorders, e.g. food allergies, as reported by us in a previous work. Due to the growing evidence of “ Ca . Saccharibacteria”’s role in clinical settings and in order to unravel its role in host physiology and pathology, it is crucial to have a reliable method to detect and quantify this lineage. Methods and Results Four qPCR protocols for quantifying “ Ca. Saccharibacteria” (one targeting the 23S rRNA gene and three the 16S) were selected from the literature among the few available. Efficiency and coverage of primer pairs used in these protocols were preliminary evaluated via in silico analyses on the “ Ca. Saccharibacteria” known taxonomic variability, and then tested in vitro on the salivary DNA previously investigated by 16S metagenomics in the food allergy study. In silico analyses evidenced that the 23S qPCR protocol covered more “ Ca . Saccharibacteria” variability compared to the 16S-based ones, and that the 16S metagenomics primers were the most comprehensive. qPCR experiments confirmed that 16S-based protocols strongly underestimated “ Ca . Saccharibacteria” while the 23S protocol was the only one to yield results comparable to 16S metagenomics both in terms of correlation and absolute quantification. However, only 16S metagenomics evidenced an expansion of “ Ca . Saccharibacteria” in allergic subjects compared to controls, while none of the four qPCR protocols detected it. Conclusion These results underline the current limits in experimentally approaching “ Ca . Saccharibacteria”. To obtain a more realistic picture of their abundance within bacterial communities, and to enable more efficient taxonomic resolution, it is essential to find novel experimental strategies. This is a necessary premise for more targeted and systematic functional studies to clarify the role of “ Ca . Saccharibacteria” and, generally, CPR bacteria, in maintaining the health of the host.