La caractérisation complète des microbiomes maternels, fœtaux et néonatals soutient la colonisation prénatale du tractus gastro-intestinal

Rapports scientifiques volume 13, Numéro d'article : 4652 (2023) Citer cet article

818 accès

4 Altmétrique

Détails des métriques

Dans cette étude, nous avons cherché à caractériser de manière exhaustive les microbiomes de divers échantillons de femmes enceintes et de leurs nouveau-nés, et à explorer les similitudes et les associations entre les paires mère-nouveau-né, les sites de prélèvement d'échantillons et les facteurs obstétricaux. Nous avons prélevé des échantillons de pertes vaginales et de liquide amniotique chez les femmes enceintes et de sang de cordon ombilical, de liquide gastrique et de méconium chez les nouveau-nés. Nous avons identifié 19 597 239 séquences bactériennes à partir de 641 échantillons de 141 femmes enceintes et 178 nouveau-nés. En appliquant des critères de filtrage rigoureux pour éliminer les contaminants, nous avons trouvé des preuves de colonisation microbienne dans des environnements intra-utérins traditionnellement considérés comme stériles et dans la voie gastro-intestinale fœtale. La distribution du microbiome était fortement regroupée par site de prélèvement d'échantillons, plutôt que par paires mère-nouveau-né. La composition bactérienne distincte du méconium, la première selle émise par les nouveau-nés, confirme que la colonisation microbienne se produit pendant une grossesse normale. Le microbiome dans le liquide gastrique néonatal était similaire, mais pas identique, à celui du liquide amnionique maternel, comme prévu puisque les fœtus avalent le liquide amnionique in utero et que leur urine retourne au liquide dans des conditions physiologiques normales. L'établissement d'une bibliothèque de microbiome à partir de divers échantillons formés uniquement pendant la grossesse est crucial pour comprendre le développement humain et identifier les modifications du microbiome dans les complications obstétricales.

Le microbiome humain porte potentiellement la réponse à de nombreux secrets du corps humain. Il a été lié au maintien de l'homéostasie en santé et est associé à de nombreuses maladies1,2. Des recherches récentes se sont tournées vers l'exploration du microbiome dans des populations moins étudiées, telles que les nourrissons ou les femmes enceintes, afin de mieux comprendre son rôle dans le développement humain. Le développement du microbiome est susceptible de commencer à partir de l'environnement in utero et de changer au cours de la vie, affectant continuellement le système immunitaire et le métabolisme. Il a été démontré que la grossesse modifie les populations microbiennes dans le corps maternel et peut avoir un impact sur la santé future de la mère, du fœtus et du nouveau-né3. La grossesse permet une immunotolérance temporaire à un corps étranger, facilitant le remodelage du microbiome et les adaptations potentielles au système immunitaire et au métabolisme4. Certaines études sur le microbiome pendant la grossesse ont proposé que les environnements fœtaux, y compris le placenta et le liquide amniotique, traditionnellement connus comme stériles, contiennent plusieurs microbiotes caractéristiques non identifiés dans les techniques de culture effectuées en routine5,6. Cependant, la biomasse de ces microbiotes est faible et la fiabilité des méthodes de séquençage et le potentiel de contamination ont été critiqués. L'association entre ces microbiotes et des conditions obstétricales spécifiques n'a pas encore été prouvée et mérite une enquête plus approfondie.

Le vagin est le site de bactéries le plus couramment étudié dans l'organe reproducteur féminin, car il est relié à l'utérus par le col de l'utérus et est exposé à la peau. Cependant, la recherche sur le microbiome pendant la grossesse a progressé lentement en raison de préoccupations éthiques et de difficultés d'accès aux échantillons. Aagaard et al. ont constaté que le microbiome vaginal change pendant la grossesse en fonction de l'âge gestationnel et que les espèces de Lactobacillus jouent un rôle dans la prévention de la croissance bactérienne pathogène7. Plus précisément, la grossesse entraîne une diminution de la diversité, une augmentation de la proportion de Lactobacillus et une plus grande stabilité du microbiome vaginal8,9. Certaines bactéries vaginales ont été associées à une naissance prématurée via une inflammation ou une infection intra-utérine10,11,12,13,14, mais il n'existe aucune directive clinique pour tester ou surveiller ce microbiote. Les autres sites qui ont été évalués pour le microbiome pendant la grossesse sont la mère15, la cavité buccale16, le placenta5, le liquide amniotique17,18 et l'intestin néonatal19 ; mais les études précédentes étaient fragmentaires et des recherches plus systématiques sont nécessaires.

Dans cette étude, nous avons caractérisé de manière exhaustive le microbiome dans les pertes vaginales (VD) et le liquide amniotique (AF) des femmes enceintes et dans le sang du cordon ombilical (CB), le liquide gastrique (GL) et le méconium (M) de leurs nouveau-nés. L'objectif était de déterminer les relations entre ces échantillons et diverses conditions obstétricales.

Un total de 141 femmes enceintes à faible risque ont été inscrites séquentiellement et 178 nouveau-nés sont nés de la population étudiée avec 37 cas de grossesses gémellaires. Toutes les femmes étaient d'origine asiatique (coréenne) et l'âge médian était de 34 ans (intervalle interquartile 31–37) ans (tableau 1). La proportion de nulliparité était légèrement supérieure à la moitié de la population (67 %), et les valeurs médianes de la taille, du poids et de l'indice de masse corporelle (IMC) étaient de 162 cm, 70 kg et 27 kg/m2, respectivement. Environ 30% ont été conçues par technologie de procréation assistée (ART), y compris l'insémination intra-utérine (IIU) et la fécondation in vitro avec transfert d'embryon (FIV-ET). Comme mentionné ci-dessus, les grossesses gémellaires représentaient environ un quart de la population totale, et parmi elles, 19 % étaient monochorioniques. L'âge gestationnel médian à l'accouchement était de 37,7 semaines (écart interquartile 36,9–38,6) et les naissances prématurées avant 37 semaines de gestation étaient de 26,2 % (37/141). Le taux de césarienne était de 55 % (77/141). Sept nouveau-nés présentaient des anomalies structurelles congénitales (défaut septal auriculo-ventriculaire, absence de corps calleux dans le cerveau, achondroplasie, fente labiale, polydactylie et syndactylie), qui n'affectaient pas directement la survie néonatale. Les fréquences des autres complications obstétricales ou des maladies maternelles sous-jacentes sont décrites dans le tableau 1.

Nous avons identifié 19 597 239 séquences bactériennes et 22 412 variants uniques de séquence d'amplicon (ASV) à partir de 641 échantillons, y compris des sécrétions cervico-vaginales (n = 154), du liquide amniotique (n = 40), du liquide gastrique (n = 100), du sang de cordon ombilical (n = 125 ), méconium (n = 160) et témoins négatifs (n = 62). Les ASV ont été annotés de manière taxonomique, mais nous avons trouvé des preuves d'effets de lot dans nos données de séquençage pour tous les types d'échantillons à l'exception de VD (Fig. 1 et Fig. S1 supplémentaire). Les effets de lot ont probablement été introduits lors de la construction de la bibliothèque pour le séquençage de nouvelle génération (NGS) et non lors du séquençage lui-même (Fig. S2 supplémentaire). Cependant, cela était attendu car nos échantillons ont été prélevés sur des sites corporels avec des spécimens à faible biomasse, ce qui rend nos échantillons sujets à la contamination20. Par conséquent, nous nous attendions à trouver de nombreux faux positifs et avons appliqué une série de filtres, comme indiqué dans la Fig. S3 supplémentaire. Notamment, nous avons trouvé et supprimé 203 ASV qui ont été statistiquement déterminés comme contaminants car ils étaient très répandus chez les témoins négatifs (Fig. S4 supplémentaire) ou ils présentaient des fréquences plus élevées dans les échantillons à faible concentration (Figs. S5 et S6 supplémentaires).

Détection de l'effet de lot dans les données de séquençage de l'amplicon d'ARNr 16S. La transformation du rapport de log central a été utilisée pour normaliser la table ASV filtrée avant de générer une carte thermique regroupée de manière hiérarchique basée sur les coefficients de corrélation. FA, liquide amniotique ; CB, sang de cordon ombilical ; GL, liquide gastrique ; M, méconium ; VD, écoulement cervico-vaginal ; NC, contrôle négatif.

Nous avons mesuré la diversité alpha des échantillons en calculant les indices de Shannon (Fig. 2A). La diversité alpha a diminué dans l'ordre suivant : GL, AF, M, CB et VD. Le groupe témoin négatif a montré une diversité légèrement plus élevée par rapport à l'échantillon VD, ce qui suggère que les témoins négatifs pour le séquençage de l'amplicon 16S peuvent avoir une diversité de microbiome aussi riche que de vrais spécimens biologiques. Ensuite, nous avons estimé la diversité bêta de nos échantillons en calculant les distances UniFrac pondérées (Fig. 2B). Les échantillons étaient modérément bien séparés par site de collecte d'échantillons lorsqu'ils étaient projetés à l'aide de l'analyse des coordonnées principales (PCoA).

Diversité alpha et bêta du microbiome maternel et néonatal coréen. (A) Diversité alpha : la table ASV filtrée a été raréfiée avant que l'indice de Shannon ne soit calculé pour chaque échantillon. Le groupe VD présentait le moins de diversité alpha. FA, liquide amniotique ; CB, sang de cordon ombilical ; GL, liquide gastrique ; M, méconium ; VD, écoulement cervico-vaginal ; NC, contrôle négatif ; (B) Diversité bêta : la table ASV filtrée a été raréfiée avant que les échantillons ne soient projetés dans l'espace 2D avec une analyse des coordonnées principales à l'aide de la distance UniFrac pondérée.

Pour déterminer si les mères partagent des microbes avec leurs nouveau-nés, nous avons comparé le nombre moyen d'ASV partagés entre les paires mère-nouveau-né et 1000 paires sélectionnées au hasard dans différentes familles. Nous avons effectué un test t unilatéral et constaté que les paires mère-nouveau-né n'avaient pas un nombre plus élevé d'ASV partagés par rapport aux paires sélectionnées au hasard (N = 0,7 contre N = 1,8, respectivement ; p = 1,0).

Pour mieux comprendre les sources de variation observées dans la diversité bêta de nos échantillons, nous avons effectué l'analyse de variance multivariée permutationnelle (PERMANOVA) en utilisant différents facteurs, y compris des informations cliniques. Comme le montre le tableau 2, lorsque tous les types d'échantillons ont été inclus dans l'analyse, la variable « Site » expliquait 17,2 % de la variation (valeur de p = 0,001) et la variable « Mois de la bibliothèque » était de 7,4 % (valeur de p = 0,002). Ce résultat indique que les échantillons pourraient toujours être bien séparés en fonction du modèle de microbiome unique à leur site corporel, malgré les effets de lot significatifs présents dans notre ensemble de données. Lorsque l'analyse a été limitée à chaque type d'échantillon, à l'exception du groupe VD de l'échantillon, la variable "LibraryMonth" s'est avérée significative pour tous les types d'échantillons. Le pouvoir explicatif est passé à une fourchette comprise entre 24,5 et 48,9 %. Ces résultats concordent avec l'hypothèse selon laquelle nos échantillons sont principalement des spécimens à faible biomasse et sujets à la contamination.

De plus, la variable "DeliveryMethod" a été renvoyée comme significative pour le groupe VD, les variables "PretermBirth37" et "AntibioticsUse" pour le groupe M, et la variable "Weight" pour le groupe CB (Fig. 3). Nous avons exploré les variables significatives dans chaque groupe en utilisant PCoA avec une distance UniFrac pondérée. Plusieurs ASV de Lactobacillus et un ASV de Gardnerella ont été trouvés dans le groupe VD. Dans le groupe M, Staphylococcus a montré une forte association avec la naissance prématurée. Enfin, les listes de taxons bactériens ont été reliées aux poids des nouveau-nés du groupe CB. Le tableau 3 montre l'analyse de la composition des microbiomes (ANCOM) pour diverses données cliniques afin d'étudier toute pertinence statistiquement significative avec des bactéries dans plusieurs types d'échantillons.

Résultats de diversité bêta de l'analyse PERMANOVA. L'analyse des coordonnées principales à l'aide de la distance UniFrac pondérée est indiquée pour (A) les échantillons de décharge cervico-vaginale, (B) et (C) les échantillons de méconium et (D) les échantillons de sang de cordon ombilical.

Pour tester l'hypothèse selon laquelle les échantillons de jumeaux, monochorioniques et dichorioniques, présentent une plus grande similitude dans la composition du microbiome que les échantillons choisis au hasard, nous avons comparé la moyenne de la distance UniFrac pondérée entre les échantillons de jumeaux et les échantillons sélectionnés au hasard. Plus précisément, pour chacun des groupes AF, CB, GL et M, nous avons effectué des tests d'hypothèse d'amorçage en échantillonnant au hasard des distances par paires avec remplacement de tous les échantillons 1000 fois pour construire un intervalle de confiance de 95 % avec les moyennes des distances échantillonnées. Nous avons rejeté l'hypothèse nulle selon laquelle il n'y avait pas de différence entre les échantillons de jumeaux et les échantillons sélectionnés au hasard pour les quatre types d'échantillons, car la distance moyenne par paire pour les échantillons de jumeaux était inférieure à l'intervalle de confiance (Fig. 4 et Fig. S7 supplémentaire). Ensuite, nous avons divisé les jumeaux en jumeaux monochorioniques et dichorioniques et répété les tests d'hypothèse. Nous avons constaté que nous pouvions toujours rejeter l'hypothèse nulle pour les quatre types d'échantillons de jumeaux dichorioniques. Pour les jumeaux monochorioniques, cependant, seuls les groupes CB et M ont réussi le test.

Similitude plus élevée de la composition du microbiome dans les échantillons jumeaux que dans les échantillons choisis au hasard. Pour chaque type d'échantillon, les moyennes des distances UniFrac pondérées sont indiquées pour les échantillons jumeaux. Un intervalle de confiance à 95 % a été construit en échantillonnant au hasard des distances par paires avec remise à partir des échantillons 1 000 fois.

Il a été démontré que plusieurs microbiotes vaginaux pathogènes et commensaux ont des conséquences importantes sur la santé génésique et générale de la femme. Pour établir des plages de référence de microbiote vaginal avec des associations cliniques connues chez des femmes enceintes généralement en bonne santé, nous avons recherché des cibles bactériennes couramment testées pour évaluer la santé vaginale dans des échantillons de VD. Plus précisément, nous nous sommes concentrés sur 31 cibles bactériennes (15 genres et 16 espèces) testées par le test "SmartJane" d'uBiome Inc., notamment Lactobacillus, Sneathia et Gardnerella21. Sur les 31 taxons bactériens d'importance clinique, 12 ont été identifiés dans nos échantillons (Fig. 5).

Abondance relative de bactéries associées à la santé vaginale. Seules les cibles bactériennes du test SmartJane d'uBiome qui sont également présentes dans les échantillons de pertes vaginales sont affichées.

Nous avons observé une abondance relative plus élevée de Lactobacillus au niveau du genre mais des abondances plus faibles d'Aerococcus, Fusobacterium, Gardnerella, Peptoniphilus, Porphyromonas et Prevotella. La plupart de nos patientes n'ont pas eu de complications graves liées à la grossesse. De plus, la majorité des naissances prématurées variaient dans la période tardive de prématurité de 34 + 0 semaines à 36 + 6 semaines. Par conséquent, le test "SmartJane" n'a capturé presque aucun microbiome pathogène. Le niveau de spécification a été examiné et est répertorié à la Fig. 5. Nous avons trouvé Lactobacillus iners et Lactobacillus jensenii dans les listes de tests, mais Lactobacillus crispatus n'était pas couramment trouvé dans le microbiome vaginal. Cela pourrait être simplement dû au fait que la base de données de référence SILVA que nous avons utilisée a omis Lactobacillus crispatus. Nous avons confirmé que certains des ASV du genre Lactobacillus étaient bien Lactobacillus crispatus en utilisant la base de données du National Center for Biotechnology Information (NCBI) (données non présentées).

Étant donné que la contamination est un problème critique dans la recherche sur le microbiome, nous avons utilisé plusieurs méthodes à jour pour confirmer la présence de bactéries et trouvé des preuves de colonisation in utero. La composition bactérienne distincte du méconium, la première selle émise par les nouveau-nés, confirme que la colonisation microbienne se produit dans l'environnement intra-utérin pendant la grossesse normale22,23. Le microbiome dans le liquide gastrique néonatal était similaire à celui du liquide amnionique maternel, comme prévu puisque les fœtus avalent du liquide amnionique in utero et que leur urine retourne au liquide dans des conditions physiologiques normales. Cependant, le microbiome dans le liquide gastrique n'était pas exactement le même que dans le liquide amnionique, indiquant l'existence de mécanismes inconnus pour la formation de la flore dans la cavité buccale fœtale ou le tractus gastro-intestinal proximal, comme l'œsophage, à partir de l'environnement intra-utérin.

L'étude visait à déterminer si des échantillons provenant de divers sites corporels de femmes enceintes et de leurs nourrissons auraient des microbiomes similaires, ou si le microbiome maternel serait transmis à son fœtus. Nos résultats suggèrent que le microbiome différait principalement en fonction du compartiment corporel où il a été obtenu, et non de la paire mère-fœtus. Autrement dit, parmi tous les facteurs, y compris diverses conditions obstétriques, le site d'échantillonnage était le facteur le plus important pour déterminer la similarité du microbiome.

La principale force de cette étude est sa population d'étude, qui comprenait des Asiatiques purs et reflétait des grossesses générales à faible risque. La tranche d'âge maternelle se situait entre 20 et 45 ans, ce qui est considéré comme typique pour l'âge de procréer. Il y avait à peu près le même nombre de femmes nullipares, de césariennes et de nouveau-nés masculins et féminins. Hormis un petit nombre de cas de détresse fœtale, tels que de faibles scores d'Apgar et une coloration méconiale, les nouveau-nés présentant des conditions extrêmement pathologiques susceptibles d'altérer le microbiome, telles qu'une naissance prématurée grave et un traitement dans une unité néonatale de soins intensifs (USIN), ont été exclus. . En conséquence, le microbiome analysé dans cette population d'étude est susceptible de représenter une grossesse typique. Il est crucial d'établir une bibliothèque de microbiomes pour les femmes enceintes à faible risque et leurs nouveau-nés normaux comme base de comparaison avec des conditions pathologiques, afin de mieux comprendre la composition du microbiome pendant la grossesse.

Pour identifier les microbiomes associés aux conditions liées à la grossesse, telles que la méthode d'accouchement, nous avons effectué une analyse statistique de l'abondance différentielle. Malgré les défis posés par la faible biomasse microbienne et les difficultés de contrôle des sujets de l'étude, qui peuvent entraîner des résultats faussement positifs, les bactéries répertoriées dans le tableau 3 semblent s'aligner sur les résultats précédents. Par exemple, Finegoldia et Bifidobacterium ont déjà été associés à une grossesse plus saine, et nos données confirment cette association24,25. D'autres taxons répertoriés dans le tableau ont également des liens avec l'inflammation et les complications de la grossesse, telles que le diabète sucré gestationnel, la prééclampsie et l'accouchement prématuré. La présence de Campylobacter et de Lachnospiraceae dans les pertes vaginales, par exemple, est conforme à des recherches antérieures montrant que ces infections bactériennes peuvent entraîner une inflammation et une naissance prématurée26,27.

En croisant avec des bases de données cliniques, notre analyse a révélé plusieurs associations significatives. Premièrement, la présence abondante de Lactobacillus et de Gardnerella dans les pertes vaginales est un indicateur bien connu du microbiome de la grossesse. Lactobacillus joue un rôle protecteur dans le microbiome maternel pendant la grossesse, tandis que Gardnerella est considérée comme un agent pathogène et est fortement associée à la naissance prématurée ou aux complications de la grossesse11,13,26. La présence de Faecalibacterium dans le sang de cordon est remarquable, car il a été démontré qu'elle est épuisée dans le diabète sucré gestationnel28, même si le nombre de cas dans notre population d'étude était relativement faible. De plus, Staphylococcus s'est avéré fortement associé à la naissance prématurée dans le méconium. Ce résultat coïncide avec des découvertes antérieures qui suggèrent que les infections à Staphylococcus peuvent entraîner une naissance prématurée29,30.

En ce qui concerne l'effet des antibiotiques, nous avons analysé la relation entre l'utilisation d'antibiotiques et les échantillons de méconium, mais les résultats ont montré une association limitée en raison de la petite taille de l'échantillon. Comme Tormo-Badia et al. rapporté, les antibiotiques peuvent altérer le microbiome intestinal de la progéniture chez les souris gravides31. Étant donné que l'existence d'un "microbiome sain" pendant la grossesse est considérée comme cruciale pour le maintien d'une grossesse normale, il est facile d'imaginer les conséquences négatives potentielles de l'administration d'antibiotiques pendant la grossesse. Étant donné que les antibiotiques ne sont administrés qu'aux femmes enceintes qui présentent des signes d'infection ou d'inflammation, des maladies spécifiques ou une rupture prématurée des membranes avec risque d'infection ascendante du fœtus, il est pratiquement difficile de déterminer l'effet des antibiotiques sur la modification de la microbiote lié à la naissance.

Les échantillons de méconium ont montré la présence de taxons de microbiome tels que Lactobacillus, Staphylococcus et Ureaplasma, qui sont collectivement connus sous le nom de flore vaginale11,32. Nous avons tenté d'évaluer la relation entre le mode d'administration et le microbiome dans le méconium, mais nous n'avons trouvé aucune différence statistiquement significative dans la composition ou la diversité. Selon une étude de Dominguez-Bello et al., il existe des différences dans les communautés bactériennes de l'intestin des nourrissons selon le mode d'accouchement33. Les nouveau-nés nés par voie vaginale ont un microbiome ressemblant au microbiote vaginal de leur mère, dominé par Lactobacillus. À l'inverse, les nourrissons nés par césarienne ont un microbiome dominé par Staphylococcus, Corynebacterium et Propionibacterium, que l'on trouve couramment sur les surfaces cutanées de leur mère.

Environ un quart des grossesses de notre étude étaient des grossesses gémellaires (37/141). À notre connaissance, il s'agit de la première étude à évaluer les microbiomes de nouveau-nés jumeaux. Généralement, nos échantillons de jumeaux (AF, CB, GL et M) ont montré une composition plus similaire par rapport aux échantillons sélectionnés au hasard, même pour les jumeaux dichorioniques qui ont des compartiments intra-utérins séparés. La seule exception était les échantillons CB et M de jumeaux monochorioniques, où les échantillons sélectionnés au hasard ont montré une plus grande similitude, ce qui est probablement dû à la petite taille de l'échantillon de jumeaux monochorioniques.

L'exploration des caractéristiques microbiologiques liées à la grossesse est une tâche difficile et controversée depuis de nombreuses années. L'invasion microbienne de la cavité gestationnelle, comme le liquide amniotique ou le placenta, peut entraîner de graves complications obstétricales telles que l'accouchement prématuré et des morbidités néonatales graves qui peuvent persister tout au long de la vie. Malgré l'importance de la recherche sur le microbiome pendant la grossesse, les progrès ont été limités en raison de problèmes d'éthique et d'accessibilité. Nous avons collecté divers échantillons de femmes enceintes et de leurs nouveau-nés à l'aide d'un protocole standardisé et établi une base de données sur le microbiome, qui peut servir de bibliothèque de référence pour étudier des échantillons présentant d'autres conditions liées à la grossesse ou pathologiques.

Une étude prospective a été réalisée sur les naissances vivantes accouchées entre mars 2020 et janvier 2021. Des échantillons ont été prélevés sur des femmes ayant accouché à l'hôpital Bundang de l'Université nationale de Séoul et sur leurs nouveau-nés. Les femmes présentant des signes vitaux instables ou nécessitant une prise en charge urgente telle qu'une transfusion et les nouveau-nés admis à l'USIN ou présentant des signes vitaux instables après la naissance ont été exclues de l'étude. Les échantillons pour l'analyse du microbiome comprenaient le VD maternel, l'AF, le CB, le GL néonatal et le M. Lorsqu'une femme enceinte était hospitalisée dans l'attente d'un accouchement, l'échantillon VD a été obtenu à l'aide d'un écouvillon en polyester inséré dans le fornix postérieur du vagin, assisté par stérile examen au spéculum. Pour ceux qui avaient subi une césarienne pour l'accouchement ou une amniocentèse pour des indications spécifiques (c'est-à-dire pour la détection d'une inflammation/infection intra-amniotique), environ 10 cc de FA ont été obtenus à l'aide d'une seringue pour l'étude. Pendant l'accouchement, à la fois par césarienne et par voie vaginale, environ 20 cc de CB ont été prélevés à l'aide d'une seringue dans la veine du cordon ombilical immédiatement après le clampage. L'aiguille de la seringue a été directement insérée dans le cordon ombilical au niveau du site de livraison entouré de champs stériles pour minimiser la contamination du champ opératoire. Étant donné que l'élimination du liquide amniotique ou d'un autre liquide de la bouche et de l'estomac du nouveau-né après la naissance fait partie de la prise en charge initiale pour aider les voies respiratoires et stimuler la respiration spontanée, la plupart des nouveau-nés ont reçu des procédures d'aspiration et le liquide a été recueilli dans le flacon d'aspiration (environ 15 ml) a été transporté dans un tube conique pour l'analyse de GL. L'échantillon M, les selles très précoces du nouveau-né, a été soigneusement obtenu dans les 24 heures suivant la naissance à l'aide d'un écouvillon en polyester inséré dans l'anus au fur et à mesure que le nouveau-né se stabilisait après la prise en charge initiale. Nous avons essayé de collecter les cinq échantillons différents de chaque femme et nouveau-né(s), néanmoins, une petite partie des échantillons de paires mère-nouveau-né n'ont pas été obtenus ou ont été manqués pour des raisons cliniques. Le critère de jugement principal était la distribution et la composition du microbiome des échantillons ci-dessus provenant de femmes enceintes et de leurs nouveau-nés. Pour déterminer l'association entre le microbiome de différents compartiments et les facteurs obstétricaux, des dossiers médicaux ont été collectés et soigneusement examinés. Les données comprenaient l'âge maternel, l'âge gestationnel à l'accouchement, le mode d'accouchement (accouchement vaginal ou césarienne), l'utilisation de l'ART, d'autres complications obstétricales et les issues néonatales telles que le sexe et le poids à la naissance.

Cette étude a été réalisée avec le consentement éclairé des participants appropriés conformément à la Déclaration d'Helsinki. Le protocole d'étude a été approuvé par le comité d'examen institutionnel de l'hôpital Bundang de l'université nationale de Séoul (B-1606/350-003).

L'acide désoxyribonucléique (ADN) microbien a été extrait des échantillons VD, GL, AF et CB avec le kit ZymoBIOMICS DNA Miniprep (Zymo Research, Irvine, CA) et l'échantillon M à l'aide du kit DNeasy PowerSoil Pro (Qiagen, Germantown, MD) selon les instructions du fabricant. En bref, les échantillons ont été lysés enzymatiquement et mécaniquement par perlage, suivi d'un lavage et d'une filtration dans la colonne fournie. Les concentrations d'ADN extrait ont été mesurées à l'aide d'un kit de dosage Qubit dsDNA HS (Thermo Fisher Scientific, Waltham, MA, États-Unis). Les quantités totales d'ADN extrait variaient en fonction des types d'échantillons, tels que 1 à 10 ug pour VD, 3 μg pour CB, 30 à 200 ng pour M et 50 ng pour GL et AF. Pour chaque boîte du kit d'extraction d'ADN utilisé, aucun matériel n'a été utilisé comme témoin négatif. Les blancs ont été traités dans l'ensemble du protocole et analysés.

Le gène de l'acide ribonucléique ribosomal (ARNr) 16S a été amplifié à l'aide du protocole de réaction en chaîne par polymérase (PCR) en deux étapes dans la préparation de la bibliothèque de séquençage métagénomique 16S (Illumina, San Diego, CA). Dans la première étape de PCR, la région hypervariable V3-V4 du gène de l'ARNr 16S a été amplifiée en utilisant 10 ng de chaque échantillon, 10 µM d'amorces 341F/785R et l'ADN polymérase de fusion Herculase II (Agilent, Santa Clara, CA). Dans la séquence d'amorces ci-dessous, la base 'N' est sélectionnée parmi n'importe quelle base aléatoire, la base 'W' est A ou T, la base 'H' est A, C ou T, et la base 'V' est A, C ou G.

341F : 5′-TCGTCGGCAGCGTCAGATGTGTATAAGAGACAGCCTACGGGNGCWGCAG-3′

785R : 5′-GTCTCGTGGGCTCGGAGATGTGTATAAGAGACAGGACTACHVGGGTATCTAATCC-3′

Le cycle PCR a été effectué avec un cycle initial à 95 ° C pendant 3 min, suivi de 25 cycles de 95 ° C pendant 30 s, 55 ° C pendant 30 s, 72 ° C pendant 30 s et un cycle d'extension final à 72 ° C pendant 5 minutes. Les amplicons ont été nettoyés avec des billes AMPure XP (Beckman Coulter, Brea, CA, USA). Dans la deuxième PCR, des amorces d'index du kit Nextera DNA CD Index (Illumina, San Diego, CA) ont été ajoutées aux extrémités des amplicons générés dans la première PCR. Le cycle PCR a été effectué avec un cycle initial à 95 ° C pendant 3 min, suivi de dix cycles de 95 ° C pendant 30 s, 55 ° C pendant 30 s, 72 ° C pendant 30 s et un cycle d'extension final à 72 ° C pendant 5 minutes. Chaque échantillon a été nettoyé avec des billes AMPure XP (Beckman Coulter, Brea, CA, USA) et élué dans de l'eau sans DNase/RNase UltraPure (Thermo Fisher Scientific, Waltham, MA). L'ADN amplifié a été vérifié à l'aide d'un système 2100 Bioanalyzer utilisant un kit Agilent DNA 1000 (Agilent, Santa Clara, CA, USA). Pour chaque production de bibliothèque, aucun modèle n'a été utilisé comme contrôle négatif.

Sur la base de la taille et de la concentration de l'ADN, les amplicons ont été regroupés en quantités équimolaires et dopés avec 30 % de PhiX (Illumina, San Diego, CA). Ceux-ci ont ensuite été séquencés sur la plate-forme Illumina MiSeq à l'aide du kit de réactifs MiSeq V2 à 250 cycles appariés (Illumina, San Diego, CA) et d'un kit de réactifs MiSeq V3 à 300 cycles (Illumina, San Diego, CA). Les contrôles négatifs de l'extraction d'ADN et de la bibliothèque ont été séquencés.

Nous avons divisé les échantillons en neuf lots (exécutions 1 à 9) et séquencé la région V3-V4 du gène de l'ARNr 16S à l'aide de machines Illumina MiSeq avec une profondeur cible de 100 000 par échantillon (Fig. S8 supplémentaire). Le séquençage a été effectué avec des lectures appariées de 250 bp pour toutes les exécutions de séquençage à l'exception de la dernière (exécution 9), où le séquençage a été effectué avec des lectures appariées de 300 bp pour des raisons pratiques. Les scores de qualité de lecture pour chaque cycle de séquençage sont présentés dans la Fig. S9 supplémentaire. Le programme bcf2fastq d'Illumina a été utilisé pour démultiplexer les données de séquençage brutes (fichiers BCL) et produire des fichiers FASTQ avant et arrière pour chaque échantillon. Il convient de noter que certains échantillons ont été séquencés plus d'une fois pour évaluer l'impact des effets de lot. Ceux-ci comprenaient des "doubles de séquençage" dans lesquels la bibliothèque NGS identique d'un échantillon a été séquencée dans des séries séparées et des "doubles de bibliothèque" dans lesquels plusieurs bibliothèques NGS ont été préparées à partir de l'échantillon identique à des dates différentes, puis séquencées séparément.

Sauf indication contraire, toutes les analyses ont été effectuées à l'aide de la plateforme QIIME 2, une puissante plateforme développée par la communauté pour la bioinformatique du microbiome34. Pour chaque cycle de séquençage, les fichiers FASTQ ont été importés dans QIIME 2 et le plugin DADA235 pour identifier les ASV en coupant les parties de lecture de séquence de mauvaise qualité, en débruitant les lectures coupées, puis en fusionnant les lectures avant et arrière (Fig. S8 supplémentaire). Les ASV observés à partir de séquences de séquençage individuelles ont ensuite été fusionnés en un seul tableau ASV. Pour détecter et éliminer les contaminants potentiels, nous avons exécuté le programme decontam sur nos échantillons, qui recherchait les ASV par lot de séquençage qui apparaissaient à des fréquences plus élevées dans les échantillons à faible concentration et étaient retrouvés à plusieurs reprises dans le contrôle négatif36. La classification taxonomique a été réalisée à l'aide d'un classificateur Bayes naïf utilisant la base de données SILVA37. Pour visualiser les résultats de QIIME 2, nous avons développé le programme Dokdo (https://github.com/sbslee/dokdo), un package Python open-source et sous licence MIT pour l'analyse du séquençage du microbiome à l'aide de QIIME 2. Dokdo utilise l'application en interne. l'interface de programmation de QIIME 2 et ne nécessite donc aucune autre dépendance. Dokdo peut être utilisé pour effectuer une variété d'analyses secondaires ou créer des figures de qualité publication à partir de fichiers/objets QIIME 2 (par exemple, un graphique à barres taxonomique ou un graphique de raréfaction alpha).

Nous avons utilisé la commande QIIME 2 "qiime diversity core-metrics-phylogenetic" pour calculer les métriques de diversité alpha et bêta de nos échantillons. Lors de l'exécution de la commande, pour normaliser la différence de profondeur de lecture entre les échantillons, nous avons utilisé l'option "-p-sampling-depth" pour raréfier nos échantillons à 5 000 lectures de séquence et avoir une profondeur de couverture égale. Nous nous sommes également assurés que tous les échantillons étaient séquencés à une profondeur de couverture suffisante pour l'analyse de la diversité en créant des courbes de raréfaction (Fig. S10 supplémentaire). De plus, nous avons utilisé l'option "-i-phylogeny" pour fournir un arbre phylogénétique enraciné des ASV observés, qui est nécessaire pour effectuer la PCoA en fonction de la distance UniFrac pondérée38.

Pour évaluer l'abondance différentielle du microbiome dans le contexte d'informations cliniques telles que la naissance prématurée, nous avons utilisé la commande QIIME 2 "qiime composition ancom" pour effectuer ANCOM, qui compare le log-ratio centré (CLR) de l'abondance relative entre deux ou plusieurs groupes d'échantillons39. Pour déterminer si des groupes d'échantillons sont significativement différents les uns des autres en diversité bêta, nous avons effectué PERMANOVA en utilisant la commande QIIME 2 "qiime diversity adonis" qui adapte les hypothèses du modèle linéaire à une matrice de distance (par exemple, UniFrac pondéré) avec les variables choisies. Nous avons effectué des tests d'hypothèse d'amorçage en construisant un intervalle de confiance à 95 % avec la méthode "scipy.stats.t.interval" dans le package scipy pour comparer les similitudes dans la composition du microbiome entre les jumeaux et des échantillons choisis au hasard40.

Les données de séquençage générées à partir de cette étude ont été déposées dans les bases de données INSDC via l'European Nucleotide Archive (ENA) sous le numéro d'accession PRJEB52455. L'URL ENA est https://www.ebi.ac.uk/ena/browser/view/PRJEB52455. Les données générées au cours de la présente étude sont disponibles auprès de l'auteur correspondant sur demande écrite raisonnable.

Liquide amniotique

Analyse de la composition des microbiomes

Technologie de procréation assistée

Variantes de séquence d'amplicons

Indice de masse corporelle

Sang de cordon ombilical

Log-ratio centré

Acide désoxyribonucléique

Liquide gastrique

Insémination intra-utérine

Fécondation in vitro et transfert d'embryons

méconium

Centre national d'information sur la biotechnologie

Séquençage de nouvelle génération

Unité de soins intensifs néonatals

Analyse des coordonnées principales

Réaction en chaîne par polymérase

Analyse multivariée permutationnelle de la variance

Acide ribonucléique ribosomal

Écoulement cervico-vaginal

Mesa, MD et al. Le microbiome en évolution de la grossesse à la petite enfance : une revue complète. Nutriments https://doi.org/10.3390/nu12010133 (2020).

Article PubMed PubMed Central Google Scholar

Knight, R. et al. Bonnes pratiques d'analyse des microbiomes. Nat. Rév. Microbiol. 16, 410–422. https://doi.org/10.1038/s41579-018-0029-9 (2018).

Article CAS PubMed Google Scholar

Fox, C. & Eichelberger, K. Microbiome maternel et résultats de la grossesse. Fertilité. Stérile. 104, 1358-1363. https://doi.org/10.1016/j.fertnstert.2015.09.037 (2015).

Article PubMed Google Scholar

Chen, X., Liu, S., Tan, Q., Shoenfeld, Y. & Zeng, Y. Microbiome, auto-immunité, allergie et infection aux helminthes : l'importance de la période de grossesse. Suis. J. Reprod. Immunol. https://doi.org/10.1111/aji.12654 (2017).

Article PubMed Google Scholar

Aagaard, K. et al. Le placenta abrite un microbiome unique. Sci. Trad. Méd. 6 , 237ra2 https://doi.org/10.1126/scitranslmed.3008599 (2014).

Article CAS Google Scholar

Perez-Munoz, ME, Arrieta, MC, Ramer-Tait, AE & Walter, J. Une évaluation critique des hypothèses "utérus stérile" et "colonisation in utero": Implications pour la recherche sur le microbiome infantile pionnier. Microbiome 5, 48. https://doi.org/10.1186/s40168-017-0268-4 (2017).

Article PubMed PubMed Central Google Scholar

Aagaard, K. et al. Une approche métagénomique de la caractérisation de la signature du microbiome vaginal pendant la grossesse. PLoS ONE 7, e36466. https://doi.org/10.1371/journal.pone.0036466 (2012).

Article ADS CAS PubMed PubMed Central Google Scholar

Neuman, H. & Koren, O. Le microbiome de la grossesse. Nestlé Nutr. Inst. Atelier Ser. 88, 1–9. https://doi.org/10.1159/000455207 (2017).

Article PubMed Google Scholar

Nuriel-Ohayon, M., Neuman, H. & Koren, O. Changements microbiens pendant la grossesse, la naissance et la petite enfance. Devant. Microbiol. 7, 1031. https://doi.org/10.3389/fmicb.2016.01031 (2016).

Article PubMed PubMed Central Google Scholar

Staude, B. et al. Le microbiome et la naissance prématurée : un changement de paradigme avec de profondes implications pour les concepts physiopathologiques et les nouvelles stratégies thérapeutiques. Biomédical. Rés. Int. 2018, 7218187. https://doi.org/10.1155/2018/7218187 (2018).

Article PubMed PubMed Central Google Scholar

DiGiulio, DB et al. Variation temporelle et spatiale du microbiote humain pendant la grossesse. Proc. Natl. Acad. Sci. États-Unis 112, 11060–11065. https://doi.org/10.1073/pnas.1502875112 (2015).

Article ADS CAS PubMed PubMed Central Google Scholar

Stout, MJ et al. Tendances du microbiome vaginal en début de grossesse et naissance prématurée. Suis. J. Obstet. Gynécol. 217, 356.e351-356.e318. https://doi.org/10.1016/j.ajog.2017.05.030 (2017).

Article Google Scholar

Callahan, BJ et al. Réplication et raffinement d'une signature microbienne vaginale d'accouchement prématuré dans deux cohortes racialement distinctes de femmes américaines. Proc. Natl. Acad. Sci. États-Unis 114, 9966–9971. https://doi.org/10.1073/pnas.1705899114 (2017).

Article ADS CAS PubMed PubMed Central Google Scholar

Brown, RG et al. La dysbiose vaginale augmente le risque de rupture prématurée de la membrane fœtale, de septicémie néonatale et est exacerbée par l'érythromycine. BMC Med. 16, 9. https://doi.org/10.1186/s12916-017-0999-x (2018).

Article CAS PubMed PubMed Central Google Scholar

Kuperman, AA & Koren, O. Utilisation d'antibiotiques pendant la grossesse : à quel point est-ce mauvais ?. BMC Med. 14, 91. https://doi.org/10.1186/s12916-016-0636-0 (2016).

Article CAS PubMed PubMed Central Google Scholar

Fujiwara, N. et al. Augmentation significative des bactéries buccales en début de grossesse chez les femmes japonaises. J. Investig. Clin. Bosse. https://doi.org/10.1111/jicd.12189 (2017).

Article PubMed Google Scholar

Collado, MC, Rautava, S., Aakko, J., Isolauri, E. & Salminen, S. La colonisation de l'intestin humain peut être initiée in utero par des communautés microbiennes distinctes dans le placenta et le liquide amniotique. Sci. représentant 6, 23129. https://doi.org/10.1038/srep23129 (2016).

Article ADS CAS PubMed PubMed Central Google Scholar

DiGiulio, DB et al. Prévalence et diversité des microbes dans le liquide amniotique, la réponse inflammatoire fœtale et l'issue de la grossesse chez les femmes présentant une rupture prématurée des membranes avant le travail. Suis. J. Reprod. Immunol. 64, 38–57. https://doi.org/10.1111/j.1600-0897.2010.00830.x (2010).

Article PubMed PubMed Central Google Scholar

Akagawa, S. et al. Effet du mode d'administration et de la nutrition sur le microbiote intestinal chez les nouveau-nés. Ann. Nutr. Métab. 74, 132–139. https://doi.org/10.1159/000496427 (2019).

Article CAS PubMed Google Scholar

Moreno, I. & Simon, C. Pertinence de l'évaluation du microbiote utérin dans l'infertilité. Fertilité. Stérile. 110, 337–343. https://doi.org/10.1016/j.fertnstert.2018.04.041 (2018).

Article PubMed Google Scholar

Bik, EM et al. Un nouveau test de santé vaginale basé sur le séquençage combinant l'auto-échantillonnage, la détection et le génotypage du VPH, la détection des IST et l'analyse du microbiome vaginal. PLoS ONE 14, e0215945. https://doi.org/10.1371/journal.pone.0215945 (2019).

Article PubMed PubMed Central Google Scholar

Hansen, R. et al. Échantillons de méconium de premier passage de nouveau-nés sains à terme nés par voie vaginale : une analyse du microbiote. PLoS ONE 10, e0133320. https://doi.org/10.1371/journal.pone.0133320 (2015).

Article CAS PubMed PubMed Central Google Scholar

Martin, R. et al. Les événements de la petite enfance, y compris le mode d'accouchement et le type d'alimentation, les frères et sœurs et le sexe, façonnent le développement du microbiote intestinal. PLoS ONE 11, e0158498. https://doi.org/10.1371/journal.pone.0158498 (2016).

Article CAS PubMed PubMed Central Google Scholar

Kumar, M. et al. Le microbiote vaginal et les niveaux de cytokines prédisent l'accouchement prématuré chez les femmes asiatiques. Devant. Cellule infectée. Microbiol. 11, 639665. https://doi.org/10.3389/fcimb.2021.639665 (2021).

Article CAS PubMed PubMed Central Google Scholar

Nuriel-Ohayon, M. et al. La progestérone augmente l'abondance relative des bifidobactéries en fin de grossesse. Cell Rep. 27, 730-736.e733. https://doi.org/10.1016/j.celrep.2019.03.075 (2019).

Article CAS PubMed Google Scholar

Serrano, MG et al. Diversité racioethnique dans la dynamique du microbiome vaginal pendant la grossesse. Nat. Méd. 25, 1001–1011. https://doi.org/10.1038/s41591-019-0465-8 (2019).

Article CAS PubMed PubMed Central Google Scholar

Smith, JL Infection à Campylobacter jejuni pendant la grossesse : conséquences à long terme de la bactériémie associée, du syndrome de Guillain-Barré et de l'arthrite réactive. J. Aliment Prot. 65, 696–708. https://doi.org/10.4315/0362-028x-65.4.696 (2002).

Article PubMed Google Scholar

Ferrocino, I. et al. Modifications de la composition du microbiote intestinal pendant la grossesse chez les patientes atteintes de diabète sucré gestationnel (DG). Sci. Rep. 8, 12216. https://doi.org/10.1038/s41598-018-30735-9 (2018).

Article ADS CAS PubMed PubMed Central Google Scholar

Kriebs, JM Infections à staphylocoques pendant la grossesse : risques maternels et néonataux. J. Perinat. Néonatal. Infirmières. 30, 115–123. https://doi.org/10.1097/JPN.0000000000000165 (2016).

Article PubMed Google Scholar

Tang, Y., Yu, F., Hu, Z., Peng, L. et Jiang, Y. Caractérisation de la vaginite aérobie en fin de grossesse dans une population chinoise : une étude conforme à STROBE. Médecine 99, e20732. https://doi.org/10.1097/MD.0000000000020732 (2020).

Article CAS PubMed PubMed Central Google Scholar

Tormo-Badia, N. et al. Le traitement antibiotique des souris diabétiques non obèses gravides entraîne une altération du microbiote intestinal et des changements immunologiques intestinaux chez la progéniture. Scannez. J. Immunol. 80, 250–260. https://doi.org/10.1111/sji.12205 (2014).

Article CAS PubMed Google Scholar

Peretz, A. et al. Portage de mycoplasmes et d'uréeplasmes chez la femme enceinte : la prévalence de la transmission de la mère au nouveau-né. BMC Grossesse Accouchement 20, 456. https://doi.org/10.1186/s12884-020-03147-9 (2020).

Article CAS PubMed PubMed Central Google Scholar

Dominguez-Bello, MG et al. Le mode d'accouchement façonne l'acquisition et la structure du microbiote initial dans plusieurs habitats corporels chez les nouveau-nés. Proc. Natl. Acad. Sci. États-Unis 107, 11971–11975. https://doi.org/10.1073/pnas.1002601107 (2010).

Article ADS PubMed PubMed Central Google Scholar

Bolyen, E. et al. Science des données reproductible, interactive, évolutive et extensible sur le microbiome utilisant QIIME 2. Nat. Biotechnol. 37, 852–857. https://doi.org/10.1038/s41587-019-0209-9 (2019).

Article CAS PubMed PubMed Central Google Scholar

Callahan, BJ et al. DADA2 : inférence d'échantillons haute résolution à partir des données d'amplicon Illumina. Nat. Méthodes 13, 581–583. https://doi.org/10.1038/nmeth.3869 (2016).

Article CAS PubMed PubMed Central Google Scholar

Davis, NM, Proctor, DM, Holmes, SP, Relman, DA et Callahan, BJ Identification statistique simple et élimination des séquences de contaminants dans les données de gène marqueur et de métagénomique. Microbiome 6, 226. https://doi.org/10.1186/s40168-018-0605-2 (2018).

Article PubMed PubMed Central Google Scholar

Quast, C. et al. Le projet de base de données de gènes d'ARN ribosomal SILVA : amélioration du traitement des données et des outils Web. Nucleic Acids Res. 41, D590-596. https://doi.org/10.1093/nar/gks1219 (2013).

Article CAS PubMed Google Scholar

Lozupone, C. & Knight, R. UniFrac : Une nouvelle méthode phylogénétique pour comparer les communautés microbiennes. Appl. Environ. Microbiol. 71, 8228–8235. https://doi.org/10.1128/AEM.71.12.8228-8235.2005 (2005).

Article ADS CAS PubMed PubMed Central Google Scholar

Mandal, S. et al. Analyse de la composition des microbiomes : Une nouvelle méthode pour étudier la composition microbienne. Microb. Écol. Santé Dis. 26, 27663. https://doi.org/10.3402/mehd.v26.27663 (2015).

Article PubMed Google Scholar

Virtanen, P. et al. SciPy 1.0 : Algorithmes fondamentaux pour le calcul scientifique en Python. Nat. Méthodes 17, 261–272. https://doi.org/10.1038/s41592-019-0686-2 (2020).

Article CAS PubMed PubMed Central Google Scholar

Télécharger les références

Cette étude a été soutenue par le Fonds de recherche de l'hôpital Bundang de l'Université nationale de Séoul (14-2017-026) et le projet de classe mondiale 300 du ministère des PME et des start-ups.

Ces auteurs ont contribué à parts égales : Jee Yoon Park et Huiyoung Yun.

Département d'obstétrique et de gynécologie, Collège de médecine de l'Université nationale de Séoul, Séoul, République de Corée

Parc Jee Yoon et parc Joong Shin

Département d'obstétrique et de gynécologie, Hôpital Bundang de l'Université nationale de Séoul, Gyeonggi-do, République de Corée

Jee Yoon Park et Hyeon Ji Kim

Département de pédiatrie, Collège de médecine de l'Université nationale de Séoul, Séoul, République de Corée

Jeune Hwa Jung et Chang Won Choi

Département de pédiatrie, Seoul National University Bundang Hospital, Gyeonggi-do, République de Corée

Jeune Hwa Jung et Chang Won Choi

Precision Medicine Center, Seoul National University Bundang Hospital, Gyeonggi-do, République de Corée

Huiyoung Yun, Seung-been Lee, Jong-Yeon Shin et Jeong-Sun Seo

Macrogen Inc, Séoul, République de Corée

Huiyoung Yun, Seung-been Lee, Jong-Yeon Shin et Jeong-Sun Seo

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Le manuscrit final a été vu et approuvé par tous les auteurs et nous avons pris soin d'assurer l'intégrité du travail comme dans ce qui suit ; Garant de l'intégrité de l'ensemble de l'étude : JYP, HY, JSP, JS ; concepts d'étude/conception d'étude : JYP, HY, SLHJK ; acquisition de données ou analyse/interprétation de données : JYP, HY, YHJ, CWC, JS ; rédaction de manuscrit ou révision de manuscrit pour un contenu intellectuel important : JYP, HY, JS, JSP, JS ; approbation de la version finale du manuscrit soumis : JYP, HY, JSP, JS ; l'accord d'être responsable de tous les aspects du travail en veillant à ce que les questions liées à l'exactitude ou à l'intégrité de toute partie du travail soient étudiées et résolues de manière appropriée ; JYP, HY, SLHJK, YHJ, CWC, JS ; recherche documentaire : JYP, HY, SLHJK ; analyses statistiques; JYP, HY, JS ; édition de manuscrits : JYP, HY, JSP, JS

Correspondance avec Joong Shin Park ou Jeong-Sun Seo.

Les auteurs ne déclarent aucun intérêt concurrent.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournir un lien vers la licence Creative Commons et indiquer si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Park, JY, Yun, H., Lee, Sb. et coll. La caractérisation complète des microbiomes maternels, fœtaux et néonatals soutient la colonisation prénatale du tractus gastro-intestinal. Sci Rep 13, 4652 (2023). https://doi.org/10.1038/s41598-023-31049-1

Télécharger la citation

Reçu : 22 avril 2022

Accepté : 06 mars 2023

Publié: 21 mars 2023

DOI : https://doi.org/10.1038/s41598-023-31049-1

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.

Blog

La caractérisation complète des microbiomes maternels, fœtaux et néonatals soutient la colonisation prénatale du tractus gastro-intestinal