Predicting high-risk HPV infection and genotype co-infection using genital tract microecological and pathogen characteristics: a machine learning study

Gebärmutterhalskrebs bleibt weltweit eine der bedeutendsten Bedrohungen für die Gesundheit von Frauen, doch seine Ursprünge sind bemerkenswert spezifisch. Die Krankheit beginnt fast immer mit einer anhaltenden Infektion durch eine Gruppe von Viren, die als Hochrisiko-Humanpapillomaviren bekannt sind. Während das Immunsystem diese Viren normalerweise von selbst beseitigt, verbleiben sie manchmal im Körper und verursachen Veränderungen an den Zellen des Gebärmutterhalses, die schließlich zu Krebs führen können. Jahrzehntelang haben sich Ärzte darauf konzentriert, das Virus selbst nachzuweisen, doch eine wachsende Menge an Beweisen deutet darauf hin, dass die Umgebung, in der das Virus lebt, eine entscheidende Rolle dabei spielt, ob es bleibt oder geht. Diese Umgebung ist das vaginale Mikrobiom, eine komplexe Gemeinschaft aus Bakterien und anderen Mikroorganismen. Wenn diese Gemeinschaft gesund ist, wird sie von schützenden Bakterien dominiert, die den Bereich sauer und sicher halten. Wenn sie jedoch aus dem Gleichgewicht gerät, oft als Dysbiose bezeichnet, kann dies Bedingungen schaffen, die es Viren ermöglichen, Fuß zu fassen oder zu persistieren. Das Verständnis darüber, wie diese mikroskopischen Ökosysteme mit viralen Infektionen interagieren, könnte einen neuen Weg eröffnen, um vorherzusagen, wer gefährdet ist, noch bevor eine Krankheit überhaupt beginnt.

Forscher am Hainan Women and Children's Medical Center in China setzten sich kürzlich daran, diese Beziehungen unter Verwendung einer großen Patientengruppe und fortschrittlicher Computeranalysen abzubilden. Sie sammelten Daten von 3.403 Frauen, die zwischen 2022 und 2025 die Klinik für routinemäßige gynäkologische Behandlungen besuchten. Für jede Frau sammelte das Team drei verschiedene Arten von Informationen: ob sie hochrisiko-humanpapillomaviren trug, die spezifischen Arten von Bakterien und anderen Mikroben, die in ihrem Vaginaltrakt vorhanden waren, und ob sie Infektionen durch häufige Pathogene wie Chlamydien oder Ureaplasma hatte. Das Ziel war es zu sehen, ob der Zustand des vaginalen Milieus und das Vorhandensein anderer Keime das Vorhandensein des Virus vorhersagen konnten, und falls ja, ein Computermodell zu erstellen, das diese Vorhersage für zukünftige Patientinnen treffen könnte.

Die Studie bestätigte, dass das vaginale Milieu in der Tat ein starker Indikator für das Vorhandensein des Virus ist. Die Forscher fanden heraus, dass Frauen, die positiv auf hochrisiko-humanpapillomaviren getestet wurden, signifikant wahrscheinlicher spezifische Genitalinfektionen aufwiesen, insbesondere solche, die durch Ureaplasma urealyticum und Chlamydia trachomatis verursacht werden. Sie fanden auch heraus, dass diese Frauen eher Anzeichen eines unausgewogenen vaginalen Ökosystems zeigten, wie etwa einen höheren vaginalen pH-Wert, das Vorhandensein bestimmter Enzyme, die Zellwände abbauen, und ein Übermaß an rundlichen Bakterien. Umgekehrt waren Frauen mit einem höheren Anteil an schützenden Lactobacillus-Bakterien weniger wahrscheinlich Trägerinnen des Virus. Diese Ergebnisse blieben auch unter Berücksichtigung anderer Faktoren wie dem Alter bestehen, was darauf hindeutet, dass die Gesundheit des vaginalen Mikrobioms und das Vorhandensein spezifischer bakterieller Infektionen unabhängige Faktoren beim Risiko, das Virus zu tragen, sind.

Um diese Beobachtungen in ein praktisches Werkzeug zu verwandeln, trainierte das Team sieben verschiedene Lernmodelle, um vorherzusagen, wer positiv auf das Virus testen würde. Sie speisten die Modelle mit Daten über das bakterielle Gleichgewicht, das Vorhandensein von Pathogenen und das Alter der Patientinnen und testeten dann, wie gut die Modelle die Ergebnisse für eine Gruppe von Patientinnen vorhersagen konnten, die sie zuvor noch nicht gesehen hatten. Das am besten abschneidende Modell war ein Random-Forest-Algorithmus, eine Art Computerprogramm, das Entscheidungen trifft, indem es viele kleine Entscheidungsbäume aufbaut und deren Antworten kombiniert. Dieses Modell identifizierte korrekt etwa 73,5 Prozent der Frauen, die das Virus hatten, und erreichte einen Diskriminationswert von 0,772, was auf ein moderates Maß an Genauigkeit hindeutet. Die Computeranalyse ergab, dass die stärksten Prädiktoren das Vorhandensein von Ureaplasma, das Alter der Patientin, das Vorhandensein von Chlamydien und das Übermaß an runden Bakterien waren. Das Modell zeigte auch, dass eine höhere Anzahl an schützenden Lactobacillus-Bakterien das vorhergesagte Risiko senkte, was die Vorstellung verstärkte, dass ein gesundes Mikrobiom als Barriere wirkt.

Die Forscher befassten sich auch mit einer komplexeren Frage: Können diese Faktoren nicht nur das Vorhandensein des Virus vorhersagen, sondern auch, welche spezifischen Arten des Virus eine Frau haben könnte? Da eine einzelne Person gleichzeitig mit mehreren Stämmen des Virus infiziert sein kann, ist dies ein schwieriges Rätsel für Computer. Das Team verwendete eine spezialisierte Methode namens Ensemble Classifier Chains, die es dem Computer ermöglicht, zu berücksichtigen, wie verschiedene Virusarten gemeinsam auftreten könnten. Obwohl die Gesamtgenauigkeit bei der Vorhersage spezifischer Kombinationen von Virusarten niedrig war, schnitt die Methode, die die Beziehungen zwischen verschiedenen Virusarten berücksichtigte, etwas besser ab als eine Methode, die jede Virusart als völlig separat behandelte. Dies deutet darauf hin, dass es subtile Muster in der Art und Weise geben könnte, wie verschiedene Virusstämme koexistieren, obwohl die Daten noch nicht aussagekräftig genug waren, um diese Muster klar zu definieren.

Trotz dieser vielversprechenden Erkenntnisse weisen die Autoren vorsichtig darauf hin, dass ihre Arbeit ein Ausgangspunkt und keine fertige Lösung ist. Das von ihnen entwickelte Computermodell ist noch nicht genau genug, um medizinische Entscheidungen zu treffen oder Standard-Screening-Tests zu ersetzen. Die Studie wurde an einer spezifischen Gruppe von Frauen durchgeführt, von denen viele Symptome hatten, wessoeben die Ergebnisse möglicherweise nicht auf alle Frauen der Allgemeinbevölkerung übertragbar sind. Darüber hinaus konnte die Studie, da sie Daten zu einem einzigen Zeitpunkt untersuchte, nicht beweisen, dass die bakteriellen Infektionen oder das unausgewogene Mikrobiom die Persistenz des Virus verursacht haben; sie zeigt lediglich, dass sie miteinander verknüpft sind. Die Forscher betonen, dass größere Studien erforderlich sind, um diese Ergebnisse zu bestätigen und um festzustellen, ob die Korrektur des vaginalen Milieus tatsächlich helfen kann, das Virus zu eliminieren. Vorerst liefert die Arbeit ein klareres Bild der biologischen Landschaft, in der hochrisiko-humanpapillomaviren gedeihen, und hebt hervor, dass die Gesundheit der umgebenden mikrobiellen Gemeinschaft ein Schlüsselstück im Verständnis des Risikos für Gebärmutterhalskrebs ist.