機械学習と流産における膣および糞便マイクロバイオームの役割：病例対照のマッチド研究

妊娠において小さな生き物が重要な理由

流産は悲しいほどよくある出来事だと多くの人が知っていますが、体の内外にいる目に見えない生物が関与しているかもしれないことに気づいている人は少ないでしょう。本研究は、膣や腸内の微生物コミュニティと、一般的なウイルスであるHPVが、なぜある妊娠は継続し、ある妊娠は失われるのかを説明する助けになるかを探ります。微生物のDNAデータをコンピュータモデルと組み合わせることで、研究者たちは希望に満ちた問いを立てます：いつの日か、リスクの高い女性を早期に特定して支援できるでしょうか？

体内の隠れた生態系を覗く

研究チームは、大規模なスウェーデンの妊娠研究に参加し、妊娠初期に自己採取した膣および便のサンプルを郵送し、詳細なオンライン質問票に回答した参加者を対象に作業しました。数百人のうち79人が後に流産を経験し、そのうち34人は喪失前に少なくとも1つのマイクロバイオームサンプルを送付しており、27人は膣と糞便の両方のサンプルを提供していました。各流産症例は、年齢、体重、採取時期が似ているのちに正期産で出産した女性とマッチさせ、微生物と背景要因の違いを公平に比較できるようにしました。

膣環境と流産リスク

膣内では、細菌コミュニティはしばしば「コミュニティ・ステート・タイプ（CST）」と呼ばれる再現性のあるパターンに分類されます。あるタイプは一種のラクトバチルスが優勢である一方、別のタイプはより混合的です。研究者らは、妊娠初期において、あまり一般的でないラクトバチルス種が優勢なタイプ（CST-II）や、ラクトバチルスが少ない多様なコミュニティ（CST-IVB）を示す女性は、典型的なラクトバチルス・クリスパタス優勢のパターン（CST-I）を示す女性に比べて、後に流産する確率が4～6倍高かったと報告しました。現在のワクチンでカバーされないHPV型に感染していた女性も、約4倍の流産リスクがありました。対照的に、妊娠前に規則的な月経周期があったことはリスク低下と関連していました。

腸内マイクロバイオームとスマートアルゴリズムの役割

腸内では、細菌構成の大まかな違いは標準的な多様性指標では流産群と非流産群で似ているように見えました。しかし、研究者らが何千もの細菌種と質問票データを機械学習アルゴリズムに解析させると、より微妙なパターンが浮かび上がりました。腸内のクロストリジア綱に属するいくつかの種が、流産症例と対照を区別する上で繰り返し重要であることが示されました。研究チームが異なるデータ源ごとに予測モデルを訓練したところ、膣マイクロバイオーム、腸マイクロバイオーム、質問票の各アルゴリズムはいずれも医療検査として有望と考えられる性能水準に達しました。三つの情報源から最も有益な特徴を組み合わせると、多くの症例を対照と正しく識別するモデルが得られ、高い特異度（誤警報が少ない）と全体的に良好な精度を示しました。

数値が語ることと語らないこと

こうした有望な兆候がある一方で、著者らは本研究がまだ小規模で、流産症例は数十例にすぎないため推定値に不確実性があることを強調します。流産が染色体異常によるものかどうかを考慮できず、喪失の正確な時期に関する詳細が欠けている場合もありました。このコホートの女性は一般に教育水準が高く、一般集団より妊娠合併症の既往が多い傾向があるため、結果がどこでも当てはまるとは限りません。当面の間、モデルは臨床で日常的に使うには複雑でデータ要求が高く、マイクロバイオーム検査自体も高価で技術的に難しいままです。

親と将来のケアにとっての意味

一般向けに言えば、重要なメッセージは微生物が単純に「流産を引き起こす」と断言することではなく、膣細菌、腸内細菌、HPV感染のパターンがリスクと関連している可能性があるということです。特に、ワクチンでカバーされないHPV型や、保護的でない膣内細菌コミュニティは流産のオッズ増加と関連しており、一部の腸内細菌や一般的な健康要因も機械学習が検出したリスクプロフィールに寄与していました。より大規模で多様な研究が進めば、これらの洞察は新しいスクリーニング戦略や、より良いHPV予防、将来的なマイクロバイオームを基盤とした治療法など、標的を絞った介入の指針となり、失われる可能性のある妊娠を守る助けになるかもしれません。

引用: Gudnadottir, U., Prast-Nielsen, S., Wagner, N. et al. Machine learning and the role of the vaginal and fecal microbiome in miscarriage: a matched case-control study. npj Biofilms Microbiomes 12, 66 (2026). https://doi.org/10.1038/s41522-026-00956-2

キーワード: 流産, 膣マイクロバイオーム, 腸内マイクロバイオーム, HPV感染, 機械学習