Sekitar 10 persen anak di seluruh dunia--diperkirakan 15 juta bayi--dilahirkan sebelum waktunya, atau sebelum 37 minggu kehamilan, setiap tahun. Di negara-negara maju, selamat dari kelahiran dini telah menjadi sesuatu yang biasa, berkat ketersediaan perawatan medis intensif. Menurut sebuah penelitian yang diterbitkan dalam American Journal of Obstetrics and Gynecology pada 2016, lebih dari 98 persen bayi prematur AS selamat dari kelahiran dini, meskipun ada 44% dari bayi tersebut pada akhirnya tidak berumur panjang. Hal tersebut tentu berbeda dengan yang terjadi di negara-negara berkembang. Di seluruh dunia, komplikasi yang terkait dengan kelahiran prematur adalah penyebab utama kematian pada anak-anak di bawah 5 tahun. Bertahan hidup hanyalah langkah pertama. Banyak bayi prematur menghadapi masalah pernapasan, infeksi, dan komplikasi lain yang dapat menyebabkan masalah setelah perawatan. Anak-anak yang lahir prematur dapat mengalami keterlambatan perkembangan dan memiliki risiko lebih tinggi mengalami gangguan belajar seperti attention-deficit/hyperactivity disorder. Banyak yang membutuhkan terapi fisik, bicara, dan jenis terapi lain hingga usia kanak-kanak. Selama beberapa dekade, para peneliti dan dokter telah mencari cara untuk memprediksi dan mencegah kelahiran prematur, namun dari sekian penelitian tersebut hanya sedikit kemajuan yang ditunjukkan. "Ini sangat membuat frustrasi," kata neonatolog Sylvain Chemtob dari Centre Hospitalier Universitaire Sainte-Justine di Montreal, yang telah bekerja di bidang ini selama 35 tahun. Hingga saat ini, prediktor terbaik persalinan prematur adalah apakah seorang perempuan pernah mengalaminya sebelumnya. Faktor risiko lain termasuk kandungan kembar, memiliki leher rahim pendek, dan kondisi medis seperti diabetes atau tekanan darah tinggi. Tetapi, sekitar setengah dari kelahiran prematur tidak melibatkan faktor risiko yang diketahui sama sekali. "Ada banyak ruang untuk diperbaiki," kata Brice Gaudilliere, seorang dokter-ilmuwan di Stanford University. Gaudilliere dan yang lainnya mencari petunjuk sistem kekebalan manusia. "Sistem kekebalan tubuh sangat sensitif terhadap segala macam perubahan lingkungan," katanya, termasuk nutrisi dan stres ibu. Sistem kekebalan bisa menjadi petunjuk biologis yang umum untuk banyak faktor yang diketahui dan diduga berkontribusi pada persalinan prematur. Gen dan protein terkait kekebalan yang terlibat dalam peradangan telah dikaitkan dengan kelahiran prematur selama beberapa dekade, tetapi hubungan tersebut tidak menghasilkan tes atau perawatan prediktif. “Satu hal bahwa hubungan antara peradangan dan kelahiran prematur diketahui,” kata Nima Aghaeepour, seorang ilmuwan machine learning di Stanford. "Adalah hal lain untuk bertanya apa yang akan kita lakukan dengan informasi ini." Untuk menjembatani kesenjangan ini, Gaudilliere dan Aghaeepour berkolaborasi untuk memeriksa sistem kekebalan tubuh secara keseluruhan--lusinan jenis sel, ratusan molekul, dan ribuan gen. Para peneliti menggunakan pendekatan sistem imunologi ini untuk menemukan cara untuk memprediksi risiko persalinan prematur berdasarkan sampel darah ibu, dan kemudian mengurangi risiko tersebut. Proses inflamasi Segera setelah seorang perempuan hamil, sistem kekebalan tubuhnya berubah. Tubuhnya melepaskan bahan kimia yang menjaga sel-sel kekebalan tubuh dari menyerang sel-sel embrio sebagai penjajah asing. Begitu bola sel awal ditanamkan ke dinding rahim, lapisan tebal jaringan yang disebut desidua mulai terbentuk di antara ibu dan embrio. Selama sisa kehamilan, molekul yang dilepaskan oleh plasenta dan rahim, serta sel-sel kekebalan anti-inflamasi seperti sel T yang mengatur, menjaga sistem kekebalan tetap di tempatnya. Ketika kehamilan mencapai jangka penuh, pada 37 hingga 40 minggu, rahim entah bagaimana beralih dari penekanan kekebalan ini, kata Sam Mesiano, seorang ahli biologi reproduksi di Case Western Reserve University di Cleveland. Sel-sel kekebalan membanjiri area tersebut dan memicu reaksi berantai yang pada akhirnya memicu rahim berkontraksi. Peradangan juga menyebabkan sel melepaskan enzim yang melarutkan selaput yang mengelilingi janin, yang memecah dan melepaskan cairan ketuban. “Semua hal ini diaktifkan oleh proses inflamasi ini,” kata Mesiano. "Itulah yang kita inginkan terjadi." Tetapi tidak sebelum 37 minggu.

Perempuan dengan serviks pendek yang melahirkan prematur, terutama pada atau sebelum 32 minggu, lebih cenderung memiliki tingkat sitokin yang lebih tinggi yang disebut macrophage inflammatory protein-1 beta, atau MIP-1B, dalam cairan ketuban mereka. (Sumber: A. Tarca et al/Am. J. Repro. Immunol. 2017)

________ Beberapa tanda-tanda peradangan yang terkait dengan kelahiran prematur berbeda dari yang ditemukan selama kelahiran penuh, kata Nardhy Gomez-Lopez, seorang ahli imunologi reproduksi di Wayne State University di Detroit. Sebagai contoh, pada tahun 2017, ia dan rekannya melaporkan dalam American Journal of Reproductive Immunology bahwa beberapa protein yang terlibat dalam peradangan, yang disebut sitokin, hadir pada tingkat yang lebih tinggi dari normal dalam cairan ketuban dari subset perempuan yang melahirkan preterm. Semakin awal satu kelahiran, semakin tinggi tingkat sitokinnya. Infeksi, yang hadir dalam setidaknya seperempat kelahiran prematur, bisa menjadi penyebabnya, tetapi tingkat peradangan dan sitokin juga meningkat ketika tidak ada infeksi yang ditemukan. Dokter kandungan kadang-kadang mengukur kadar sitokin dalam cairan ketuban, tetapi hanya ketika persalinan preterm telah dimulai dan diduga ada infeksi. Gomez-Lopez mengatakan para peneliti harus mendukung dan mencari penanda kekebalan yang andal yang dapat dideteksi dalam darah dan mengikat mereka dengan perubahan yang terlihat dalam cairan ketuban. “Kami berpikir bahwa dengan mempelajari respon sistemik pada ibu, kita dapat memprediksi perubahan ini lebih awal,” katanya. Meluaskan Jangkauan Bagian dari masalah dengan mengembangkan tes prediktif adalah bahwa persalinan prematur bukan hanya satu syarat. Tiga puluh tahun yang lalu, persalinan preterm dipandang hanya sebagai persalinan biasa yang terjadi lebih awal, kata Roberto Romero perinatologis di Wayne State. Meskipun para ilmuwan sekarang mengakui bahwa biologi persalinan prematur berbeda, mereka masih harus bergulat dengan kenyataan bahwa itu bervariasi tergantung pada penyebab yang mendasarinya. Sel-sel dan molekul yang aktif selama persalinan prematur yang disebabkan oleh infeksi, misalnya, berbeda dari yang aktif dalam persalinan yang disebabkan oleh penurunan hormon progesteron. Karena tidak semua penyebab persalinan prematur diketahui, sulit untuk menemukan penanda biologis untuk setiap kasus, kata Romero. Analisis seluruh sistem dapat membantu karena para peneliti tidak harus mengetahui terlebih dahulu gen atau protein mana yang menjadi fokus, katanya. Dengan memeriksa, misalnya, semua gen aktif dalam sel darah putih ibu hamil, atau semua protein yang ada dalam sampel darah, peneliti dapat menandai perbedaan dalam sistem kekebalan perempuan yang melahirkan prematur versus mereka yang melahirkan penuh. Wayne State dan NICHD baru-baru ini merilis data aktivitas gen dari seluruh darah 150 perempuan, 71 di antaranya melahirkan prematur, dan mendorong para peneliti untuk menggunakan data untuk menemukan prediktor persalinan prematur, sebagai bagian dari kolaborasi crowdsourcing yang disebut tantangan DREAM. Program ini diharapkan selesai pada Januari 2020. Aghaeepour dan Gaudilliere mengambil pendekatan sistem imunologi selangkah lebih maju, di luar mengukur aktivitas gen. Tim mereka juga mengumpulkan data pada sel-sel yang mengandung gen-gen aktif itu, melacak fluktuasi jumlah sel-sel, mempelajari molekul mana yang diproduksi, seberapa aktif setiap jenis sel, dan bagaimana perubahan-perubahan itu memengaruhi faktor-faktor kekebalan lain. Membuat jangkauan yang lebar itu penting, kata Gaudilliere, karena jika satu jenis sel kekebalan merespons sesuatu, jenis lain mungkin juga terlibat. "Tidak masuk akal untuk fokus pada satu atau jenis sel yang lain," katanya. Ketika Gaudilliere bergabung dengan March of Dimes Prematurity Research Center di Stanford pada 2015, ia dengan cepat menyadari betapa sedikit yang diketahui tentang sel-sel kekebalan selama kehamilan dan persalinan. "Dari pemahaman fisiologis dasar bahkan kehamilan normal, kami hanya menggaruk permukaan, terutama dalam bidang imunologi," kata Gaudilliere. Salah satu hal pertama yang dia dan Aghaeepour, yang bergabung pada tahun 2017, adalah mendirikan sebuah studi untuk menetapkan seperti apa sistem kekebalan tubuh selama kehamilan penuh. Itu adalah bagian dari pekerjaan rumah mereka, kata Gaudilliere. Kedua, merekrut 21 perempuan untuk menyumbangkan tiga sampel darah selama kehamilan dan menganalisis hampir 1.000 fitur sistem kekebalan pada setiap titik waktu. Termasuk pengukuran 24 jenis sel kekebalan, tingkat molekul terkait kekebalan hadir di setiap jenis sel, dan kemampuan sel untuk menanggapi rangsangan dalam percobaan laboratorium. Menyatukan semuanya, tim mengembangkan "jam kekebalan" kehamilan--model matematika yang menghubungkan banyak parameter kekebalan dengan seberapa jauh kehamilan. Model tersebut, yang dilaporkan pada 2017 di Science Immunology, secara akurat memperkirakan usia kehamilan dari 10 kehamilan baru. Sekarang, tim sedang mempelajari apakah perempuan yang melahirkan prematur menyimpang dari jam kekebalan tubuh. Dengan bantuan dari para kolaborator di University of Chicago, kelompok ini menyempurnakan algoritma dengan memasukkan perubahan kekebalan yang ditemukan dalam plasenta yang dikumpulkan setelah melahirkan. Integrasi Data Tim Stanford telah berusaha untuk meningkatkan akurasi jam dengan menambahkan lapisan data dari luar sistem kekebalan tubuh. "Kami menetapkan bahwa sistem kekebalan memang berubah sepanjang kehamilan dan itu sangat sistematis," kata Aghaeepour. "Tapi kita tahu bahwa sistem kekebalan tubuh tidak bertindak secara terpisah." Kelompok ini telah mengintegrasikan pengukuran kekebalannya dengan beberapa sumber data lain dari 17 ibu hamil: usus mereka, mikrobioma mulut, kadar protein dalam darah, dan molekul yang berhubungan dengan metabolisme, ditambah bahan genetik janin yang dilepaskan ke dalam darah perempuan. Algoritma machine learning menemukan bahwa data secara keseluruhan jauh lebih akurat dalam memprediksi usia kehamilan daripada satu tipe saja. Studi ini, yang diterbitkan pada bulan Januari di Bioinformatika, mencakup ribuan pengukuran. Agheeapour mengatakan semakin banyak sampel yang dapat mereka kumpulkan untuk mengajarkan algoritma, semakin akurat programnya, dan semakin baik hal itu dapat mengarahkan para peneliti ke pendorong penting risiko kelahiran prematur. Tim Stanford tidak sendirian dalam usahanya untuk menggabungkan berbagai jenis data untuk satu tes. Alih-alih mencari darah, ahli mikrobiologi Jennifer Fettweis dari Virginia Commonwealth University di Richmond dan rekan-rekannya, mengumpulkan set data besar dari mikrobioma vagina ibu hamil. Para peneliti baru-baru ini melacak komposisi mikrobioma dan aktivitas gen mikroba dari swab vagina yang dikumpulkan sepanjang kehamilan dari 597 perempuan. Para peneliti menggabungkan data itu dengan pengukuran berkala tingkat sitokin vagina. Dari sampel, 90 perempuan telah melahirkan jangka penuh dan 45 telah melahirkan prematur. Para perempuan yang melahirkan prematur cenderung memiliki campuran mikroba yang lebih beragam daripada mereka yang melahirkan penuh, kelompok ini melaporkannya pada bulan Juni di Nature Medicine. Para perempuan yang melahirkan dini memiliki tingkat Lactobacillus crispatus yang jauh lebih rendah dan mereka membawa lebih banyak jenis bakteri lain, seperti Lachnospiraceae BVAB1, yang terkait dengan tingkat sitokin yang lebih tinggi yang memicu peradangan dan kekurangan vitamin D - dua faktor yang sebelumnya terkait dengan kelahiran preterm.

Di antara perempuan Afro-Amerika, mereka yang melahirkan preterm memiliki microbiome vagina yang lebih beragam dengan lebih banyak mikroba yang terkait dengan peradangan, seperti Lachnospiraceae BVAB1, dibandingkan yang melahirkan secara penuh. Dikombinasikan dengan tes lain, perbedaan tersebut dapat menunjukkan siapa yang berisiko mengalami persalinan dini.

_________ Para peneliti menyarankan bahwa perubahan mikrobioma bisa menjadi prediktor yang berguna untuk risiko persalinan prematur. Tetapi, karena mikrobioma manusia berbeda-beda, misalnya berdasarkan geografi dan diet, tidak ada satu profil mikrobioma yang dapat diprediksi untuk berlaku pada semua orang. Dalam sebuah studi yang menyertainya, Fettweis dan rekannya melaporkan menemukan perbedaan dalam keragaman mikrobioma di antara perempuan Afrika-Amerika, Hispanik, dan kulit putih yang melahirkan bayi cukup bulan. Para peneliti belum tahu mengapa perbedaan ini ada, tetapi mereka berharap bahwa mikrobioma akan memiliki petunjuk tentang mengapa perempuan Afrika-Amerika 1,5 kali lebih mungkin untuk melahirkan prematur dan dua kali lebih mungkin untuk memiliki bayi yang sangat prematur (lahir sebelum 34 minggu). Banyak peneliti berpendapat bahwa perbedaan mikrobioma terkait dengan faktor lingkungan, seperti stres dan nutrisi. Sebuah kelompok di Emory University di Atlanta mengumpulkan data lingkungan, mikrobioma, dan kekebalan dari lebih dari 500 perempuan Afrika-Amerika yang sedang hamil untuk mendapatkan beberapa jawaban. Eksplorasi untuk Mendapatkan Lebih Banyak Data Sebagai bagian dari Multi-Omic Microbiome Study-Pregnancy Initiative, Fettweis dan yang lainnya sedang menganalisis sampel Mikrobioma dari mulut relawan, kulit, vagina dan rektum, serta sampel darah dan urin serta data kesehatan. Fettweis juga ingin mengeksplorasi bagaimana perubahan mikrobioma terkait dengan kelahiran prematur sesuai dengan jenis data lainnya. Mungkin beberapa hubungan antara aktivitas gen atau sel tertentu dan kelahiran prematur tergantung pada keadaan mikrobioma ibu, dia menyarankan. "Kita harus mulai memikirkan hal ini bersama-sama," katanya. "Kami membutuhkan harmonisasi di lapangan." Untuk ilmuwan data Marina Sirota dari University of California, San Francisco, menyelaraskan data adalah pekerjaan penuh waktu. Dia menambang data kesehatan untuk mencari hubungan antara faktor risiko dan penanda biologis yang terhubung dengan kelahiran prematur.

Sumber: J.P. Newnham et al / Frontiers in Immunology 2014

_______ Dalam sebuah studi terpisah, yang diterbitkan pada tahun 2018 di Environment International, Sirota dan rekannya mencocokkan catatan kelahiran California dengan data negara tentang polutan lingkungan. Persalinan prematur lebih sering terjadi pada perempuan yang tinggal di daerah dengan tingkat tinggi dua kontaminan air minum, arsenik, dan nitrat. Sirota mengatakan banyak gen yang diketahui dipengaruhi oleh paparan arsenik adalah gen yang sama yang dia dan rekannya temukan terpengaruh dalam meta-analisis mereka. Dalam meta-analisis dari tiga studi, Sirota dan kolaborator menemukan 210 gen dengan aktivitas dalam sel darah putih yang berbeda pada perempuan yang melahirkan preterm. Sebagian besar gen yang terkena terlibat dalam respon imun, para peneliti melaporkannya pada 2018 di Frontiers in Immunology. Pekerjaan seperti Sirota pada akhirnya mungkin mengarah ke opsi perawatan untuk mengurangi risiko kelahiran prematur terkait dengan paparan lingkungan. Lagipula, kata Gaudilliere, tujuan akhirnya adalah melakukan lebih dari sekadar menemukan faktor risiko baru; tujuannya adalah untuk membuat terapi yang menargetkan berbagai penyebab persalinan prematur.

Sumber:

1. Nima Aghaeepour et al. An immune clock of human pregnancy. Science Immunology. September 1, 2017. doi: 10.1126/sciimmunol.aan2946.

2. J. M. Fettweis et al. The vaginal microbiome and preterm birth. Nature Medicine. Vol. 25, May 29, 2019. doi: 10.1038/s41591-019-0450-2.

3. M. S. Serrano et al. Racioethnic diversity in the dynamics of the vaginal microbiome during pregnancy. Nature Medicine. Vol. 25, May 29, 2019. doi: 10.1038/s41591-019-0465-8.

4. A. Geranurimi et al. Probing anti-inflammatory properties independent of NF-κB through conformational constraint of peptide-based Interleukin-1 Receptor biased ligands. Frontiers in Chemistry. Feb. 13, 2019. doi: 10.3389/fchem.2019.00023.

5. H. Huang et al. Investigation of association between environmental and socioeconomic factors and preterm birth in California. Environment International. Vol. 121 Dec. 2018. doi: 10.1016/j.envint.2018.07.027.

6. N. Gomez-Lopez et al. Inflammasome activation during spontaneous preterm labor with intra‐amniotic infection or sterile intra‐amniotic inflammation. American Journal of Reproductive Immunology. September 18, 2018. doi: 10.1111/aji.13049.

7. M. S. Ghaemi et al. Multiomics modeling of the immunome, transcriptome, microbiome, proteome and metabolome adaptations during human pregnancy. Bioinformatics. Vol .35, July 2, 2018. doi: 10.1093/bioinformatics/bty537.

8. B. Vora et al. Meta-analysis of maternal and fetal transcriptomic data elucidates the role of adaptive and innate immunity in preterm birth. Front. Immunol. May 9, 2018. doi: 10.3389/fimmu.2018.00993.

9. S. E. Purisch and C. Gyamfi-Bannerman Epidemiology of preterm birth. Sem in Perinatology. Vol 41.Nov. 2017.  doi:10.1053/j.semperi.2017.07.009.

10. A. N.Talati, D. N. Hackney, and S. Mesiano Pathophysiology of preterm labor with intact membranes. Sem in Perinatology. Vol. 41, Nov 2017. doi:10.1053/j.semperi.2017.07.013.

11. A. L. Tarca et al. The cytokine network in women with an asymptomatic short cervix and the risk of preterm delivery. Am J. Reprod. Immunol. Vol .78 Sept. 2017. doi:10.1111/aji.12686