早產，即妊娠 37 週前分娩，是新生兒死亡的第一大原因，並可能導致各種長期的健康問題。三分之二的早產是自發發生的，但儘管進行了廣泛的研究，但尚無預測或預防自發性早產的方法。
一項新研究顯示，陰道內積聚的化學物質 (可能源自個人護理產品) 可能會導致自發性早產。
對 232 名孕婦的研究發現，以前在化妝品和衛生用品中發現的少數非生物化學物質與早產密切相關。
研究陰道代謝組
過去幾項研究顯示，陰道微生物組的失衡與早產和懷孕期間的其他問題有關。然而，研究人員無法重複地將特定微生物種群與不良妊娠結局聯繫起來。
由University of Pennsylvania的 Korem 和 Maayan Levy 博士共同領導的研究小組決定通過觀察其代謝組來更廣泛地了解陰道微環境。代謝組是在特定生物棲位中發現的整套的小分子，包括局部細胞和微生物產生的代謝物以及來自外來的分子。
代謝組可以看作是整個生態系統的功能讀數。微生物組分析可以告訴我們微生物是誰；代謝組則讓我們更接近於了解微生物在做什麼。
在當前的研究中，研究人員測量了 232 名孕婦孕中期代謝組中的 700 多種不同代謝物，其中有 80名孕婦早產。
該研究發現，早產女性的多種代謝物明顯高於足月分娩的女性。
其中一些代謝物是不是由人類或微生物產生的化學物質 —我們稱之為異生素。這些包括二乙醇胺diethanolamine、乙基-β葡糖苷ethyl-beta glucoside、酒石酸鹽tartrat和乙二胺四乙酸ethylenediaminetetraacetic acid。雖然沒有確定參與者體內這些異生素的來源，但它們都可以在化妝品和衛生用品中找到。
研究聯合負責人Columbia University婦產科的Tal Korem 博士說：「我們的研究結果顯示，我們需要更仔細地研究常接觸的環境是否真的會導致早產，如果是，這些接觸到的東西來自何處。」 「好消息是，如果這些化學物質是罪魁禍首，就有可能限制這些潛在有害的接觸。」
利用代謝物演算法預測早產
使用機器學習模型，該團隊還開發了一種基於代謝物水平的運算法，可以非常準確地預測早產，可能為早期診斷鋪平道路。
儘管預測比基於微生物組數據和母體特徵 (如年齡、BMI、種族、早產史和既往出生史) 的模型更準確，但新模型仍需要改進和進一步驗證才能用於臨床。
儘管目前存在局限性，Korem 說，「我們的結果顯示，陰道代謝物組有可能提前幾個月預測哪些女性可能會早產。」
該研究發表在 1 月 12 日的《 自然微生物學 》雜誌上。