Assinaturas integradas do microbioma vaginal e do perfil metabolômico materno no primeiro trimestre como preditores de parto pré-termo espontâneo: uma revisão narrativa
DOI:
https://doi.org/10.69849/51kvs570Palabras clave:
Parto pré-termo espontâneoResumen
O parto pré-termo espontâneo constitui síndrome obstétrica de elevada complexidade biológica, cuja predição precoce permanece desafio clínico relevante. Este estudo analisa criticamente se assinaturas integradas do microbioma vaginal e do perfil metabolômico materno no primeiro trimestre atuam como preditores robustos desse desfecho. Realiza-se revisão narrativa com busca estruturada na base PubMed, incluindo estudos originais publicados nos últimos cinco anos que investigam associações entre composição microbiana, atividade metabólica e risco gestacional. A síntese evidencia que a dominância por espécies específicas de Lactobacillus associa-se à redução do risco, enquanto instabilidade ecológica, microdiversidade intraespécie e alterações em vias metabólicas lipídicas e aminoacídicas correlacionam-se à progressão para parto pré-termo. Modelos multiômicos que integram microbiota, metaboloma e mediadores inflamatórios apresentam maior desempenho discriminatório em comparação a abordagens unidimensionais, especialmente quando aplicados no primeiro trimestre. A integração funcional entre camadas biológicas revela coerência mecanística entre atividade metabólica microbiana e ativação inflamatória materno-fetal. Conclui-se que a incorporação precoce de assinaturas microbiômicas e metabolômicas configura estratégia promissora para estratificação de risco, embora a consolidação clínica dependa de padronização metodológica e validação longitudinal multicêntrica.
Referencias
CAVANAGH, Megan et al. Vaginal host immune-microbiome-metabolite interactions associated with spontaneous preterm birth. Npj Biofilms and Microbiomes, v. 11, 52, 2025. DOI: 10.1038/s41522-025-00671-4.
FLAVIANI, Flavia et al. Cervicovaginal microbiota and metabolome predict preterm birth risk in na ethnically diverse cohort. JCI Insight, v. 6, n. 16, e149257, 2021. DOI:
10.1172/jci.insight.149257.
HUANG, Dongni et al. Stress and metabolomics for prediction of spontaneous preterm birth: a prospective nested case-control study. Frontiers in Pediatrics, v. 9, 670382, 2021.
DOI: 10.3389/fped.2021.670382.
JIANG, Xiang et al. Characteristics of the vaginal microbiota associated with recurrent spontaneous preterm birth. Journal of Translational Medicine, v. 23, 541, 2025. DOI:
10.1186/s12967-025-06460-z.
KINDSCHUH, William F. et al. Preterm birth is associated with xenobiotics and predicted by the vaginal metabolome. Nature Microbiology, v. 8, p. 246–259, 2023. DOI:
10.1038/s41564-022-01293-8.
LIAO, Jingqiu et al. Microdiversity of the vaginal microbiome is associated with preterm birth. Nature Communications, v. 14, 4997, 2023. DOI: 10.1038/s41467-023-40719-7.
MENG, Lulu et al. Microbiome-producing SCFAs are associated with preterm birth via trophoblast function modulation. mBio, v. 15, n. 12, 2024. DOI: 10.1128/mbio.02702-24.
MOUNTAIN, Katherine E. et al. ABO blood group antigens influence host–microbe interactions and risk of early spontaneous preterm birth. Npj Biofilms and Microbiomes, v. 11, 170, 2025. DOI: 10.1038/s41522-025-00783-x.
PARK, Sunwha et al. Vaginal microbiome and its implications in preterm birth.
Obstetrics & Gynecology Science, v. 68, n. 6, p. 449–457, 2025. DOI: 10.5468/ogs.25085.
REN, SiLing et al. The predictive value of a multivariable model based on vaginal Lactobacillus relative abundance and microecological features in spontaneous preterm birth. PLOS One, v. 21, n. 2, e0339775, 2026. DOI: 10.1371/journal.pone.0339775.
SHEN, Li-Ping et al. Comprehensive analysis of vaginal microbiota, metabolites, and inflammatory factors in preterm and term pregnancies. Frontiers in Microbiology, v. 16, 1689494, 2025. DOI: 10.3389/fmicb.2025.1689494.
SUN, Shan et al. Race, the vaginal microbiome, and spontaneous preterm birth.
mSystems, v. 7, n. 3, 2022. DOI: 10.1128/msystems.00017-22.
SYNAN, Lilly et al. First trimester prediction of preterm birth in patient plasma with machine-learning guided Raman spectroscopy and metabolomics. ACS Applied Materials & Interfaces, v. 15, n. 32, p. 38185–38200, 2023. DOI: 10.1021/acsami.3c04260.
TALUKDAR, Daizee et al. Previse preterm birth in early pregnancy through vaginal microbiome signatures using metagenomics and dipstick assays. iScience, v. 27, 111238, 2024. DOI: 10.1016/j.isci.2024.111238.
VINODHINI, E. et al. Vaginal microbiota in women with spontaneous preterm labor compared to spontaneous term labor. Cureus, v. 17, n. 4, e82302, 2025. DOI:
10.7759/cureus.82302.
WANG, Lihua et al. Insights into the alteration of vaginal microbiota and metabolites in pregnant woman with preterm delivery. Frontiers in Cellular and Infection Microbiology, v. 15, 1580801, 2025. DOI: 10.3389/fcimb.2025.1580801.
ZHANG, Jun et al. Distinct vaginal microbiome and metabolome profiles in women with preterm delivery following cervical cerclage. Frontiers in Cellular and Infection Microbiology, v. 15, 1444028, 2025. DOI: 10.3389/fcimb.2025.1444028.
ZHANG, Jun et al. The effects of cervical cerclage on the vaginal microbiota and its metabolites in pregnant women. Frontiers in Cellular and Infection Microbiology, v. 15, 1577947, 2025. DOI: 10.3389/fcimb.2025.1577947.
ZHANG, Yaqi et al. Prediction of risk for early or very early preterm births using highresolution urinary metabolomic profiling. BMC Pregnancy and Childbirth, v. 24, 783, 2024. DOI: 10.1186/s12884-024-06974-2.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Jorge Eberson de Oliveira Santana, Maria da Conceição Costa Gomes, Lanna Rafaela do Nascimento Macedo, Maria Gabriella de Oliveira Ribeiro, Maria Rita Sousa Lima, Tâmara Naiara Lacerda Coelho, Francisca Andreane Coelho dos Santos, Maria Cecília de Souza Pires Matos, Maria Tereza Batista Lacerda, Giovanna Soares Coelho dos Reis, Arthur Soares Albuquerque Melo, Maria Alice Santos Nardini (Autor)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
"Os Autores que publicam nesta revista concordam com os seguintes termos:
-
Os Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Attribution 4.0 International (CC BY 4.0). Esta licença permite que o trabalho seja compartilhado, copiado e adaptado em qualquer suporte ou formato, para qualquer fim, inclusive comercial, desde que seja atribuído o devido crédito de autoria e de publicação inicial nesta revista.
-
Os Autores têm autorização para assumir compromissos contratuais adicionais separadamente, para a distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
-
A revista permite e incentiva os autores a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) após o processo de edição e publicação, pois isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado."
