Dennis L.
Viele Paare hoffen bei einer Künstlichen Befruchtung auf eine möglichst genaue Einschätzung ihrer Chancen. Eine neue Studie mit 266 Patientinnen legt nahe, dass bisherige Mikrobiom-Kategorien dafür zu ungenau sein könnten. Statt breiter Bakterienmuster rücken einzelne Arten wie Lactobacillus iners und Ureaplasma parvum in den Fokus.
Eine Künstliche Befruchtung ist ein medizinisch stark standardisiertes Verfahren, bleibt biologisch aber schwer vorhersehbar. Selbst wenn Eizellen gewonnen, im Labor befruchtet und als Embryo übertragen werden können, entscheidet erst die Einnistung in die Gebärmutterschleimhaut über den nächsten kritischen Schritt. Dieser Vorgang hängt von hormonellen Signalen, der Qualität des Embryos, der Aufnahmefähigkeit des Endometriums und immunologischen Prozessen ab. In der Reproduktionsmedizin werden deshalb seit Jahren zusätzliche Marker gesucht, die vor einem Embryotransfer belastbarer anzeigen, ob ein Behandlungszyklus eine realistische Chance hat. Solche Marker müssten nicht nur statistisch auffällig sein, sondern in unabhängigen Gruppen wiederholt auftreten und klinisch sinnvoll zwischen höherem und niedrigerem Risiko unterscheiden. Genau diese Hürde ist bei vielen biologischen Tests hoch, weil einzelne Messwerte leicht von Alter, Hormonstatus, Vorerkrankungen, Medikamenten und Laborabläufen beeinflusst werden.
Ein besonders komplexer Kandidat ist das vaginale Mikrobiom. Damit ist die Gemeinschaft aus Bakterien und anderen Mikroorganismen gemeint, die die Schleimhaut besiedeln und über Stoffwechselprodukte, pH-Wert, Entzündungsreaktionen und Barrierefunktionen mit dem Körper interagieren. Viele gesunde vaginale Mikrobiome werden von Lactobacillus-Arten geprägt, die Milchsäure bilden und damit ein saures Milieu stabilisieren können. Gleichzeitig ist diese Einteilung biologisch nicht einfach, weil verschiedene Lactobacillus-Arten unterschiedliche Eigenschaften haben und ein ähnlicher Oberbegriff nicht automatisch dieselbe Wirkung bedeutet. Ein Mikrobiom der Spermien kann ebenfalls mit Fruchtbarkeitsparametern verbunden sein, was zeigt, dass mikrobielle Gemeinschaften in der Fortpflanzungsmedizin nicht isoliert betrachtet werden sollten. Für die Künstliche Befruchtung ist daher entscheidend, ob mikrobielle Signaturen tatsächlich eine Vorhersage erlauben oder nur nachträglich mit bestimmten Ergebnissen gemeinsam auftreten.
In der Mikrobiomforschung werden vaginale Bakteriengemeinschaften häufig in sogenannte Community State Types eingeteilt. Diese Gruppen beschreiben, ob eine Probe etwa von bestimmten Lactobacillus-Arten dominiert wird oder ob eine vielfältigere bakterielle Zusammensetzung vorliegt. Für eine erste biologische Ordnung ist dieses System nützlich, weil es große Datenmengen vereinfacht und vergleichbar macht. Für medizinische Entscheidungen kann dieselbe Vereinfachung aber ein Problem werden. Eine Patientin mit einem Lactobacillus-dominierten Profil kann völlig andere relative Anteile einzelner Arten aufweisen als eine zweite Patientin in derselben Kategorie. Wenn ein Test nur die grobe Kategorie meldet, kann eine relevante bakterielle Wechselwirkung unsichtbar bleiben. Genau hier liegt die zentrale wissenschaftliche Frage: Reicht eine breite Klassifikation des vaginalen Mikrobioms aus, oder muss die Diagnostik einzelne Arten und ihre Kombinationen erfassen? Die aktuelle Studie Human Reproduction Open Studie 2026 untersucht diese Frage anhand klinischer Endpunkte statt nur anhand mikrobieller Muster.
Die Aussagekraft eines solchen Ansatzes hängt stark davon ab, welche Endpunkte betrachtet werden. Ein positiver hCG-Test zeigt zunächst, dass eine Implantation begonnen hat. Eine klinische Schwangerschaft ist ein späterer, robusterer Marker, weil sie typischerweise per Ultraschall bestätigt wird. Die Lebendgeburt ist der strengste Endpunkt, weil sie den gesamten Verlauf bis zur Geburt eines lebensfähigen Kindes umfasst. Zwischen diesen Stufen können zahlreiche biologische und medizinische Faktoren eingreifen. Deshalb ist ein Prognosemodell nur dann klinisch wertvoll, wenn es nicht bloß einen frühen Laborwert erklärt, sondern auch spätere, für Patienten entscheidende Ergebnisse berücksichtigt. Bei der Künstlichen Befruchtung ist diese Unterscheidung besonders wichtig, weil ein Embryotransfer zwar technisch erfolgreich durchgeführt werden kann, der eigentliche Behandlungserfolg aber erst deutlich später sichtbar wird. Ein Mikrobiom Test müsste daher zeigen, dass er mehr leistet als eine grobe Risikosortierung ohne klare Verbindung zu diesen Endpunkten.
Die untersuchte Kohorte bestand aus 266 infertilen Patientinnen im Alter von 18 bis 45 Jahren, die einen Kryo-Embryotransfer in einem anovulatorischen Regime erhielten. Vor dem Embryotransfer wurden Vaginalabstriche genommen und per 16S-basierter Mikrobiota-Analyse ausgewertet. Dieses Verfahren erfasst bakterielle DNA und ordnet Sequenzen taxonomisch zu, wodurch relative Häufigkeiten einzelner Bakterienarten bestimmt werden können. Zusätzlich wurden Behandlungsdaten und klinische Ergebnisse dokumentiert. Die statistische Auswertung prüfte, ob klassische Community State Types, Artenvielfalt oder Verhältnisse dominanter Lactobacillus-Arten mit Implantation, klinischer Schwangerschaft und Lebendgeburt zusammenhängen. Gerade dieser prospektive Aufbau ist wichtig, weil die Proben vor dem entscheidenden Behandlungsschritt genommen wurden und die Analyse dadurch näher an einer möglichen Vorhersage liegt als eine rein rückblickende Auswertung.
Die Ergebnisse sprechen gegen die bisherige Annahme, dass grobe bakterielle Gruppen ausreichend sind. Community State Types, Alpha-Diversität und das Verhältnis dominanter Lactobacillus-Arten korrelierten nicht sinnvoll mit den zentralen Behandlungsergebnissen. Auffällig waren dagegen einzelne Arten: Lactobacillus iners und Ureaplasma parvum zeigten eine negative Verbindung zu Implantation, klinischer Schwangerschaft und Lebendgeburt. Besonders relevant war die gemeinsame Betrachtung der Arten, weil nicht jedes bakterielle Signal für sich allein dieselbe Aussagekraft haben muss. Ureaplasma parvum war bereits ab einer relativen Häufigkeit von 0,5 Prozent mit deutlich niedrigeren Implantationsraten verbunden. Eine Modellgruppe mit niedriger vorhergesagter Erfolgswahrscheinlichkeit erreichte nur etwa 5 Prozent Implantation, während die Vergleichsgruppe bei etwa 50 Prozent lag. In dieser Niedrigwahrscheinlichkeitsgruppe kam es in der Studie weder zu einer klinischen Schwangerschaft noch zu einer Lebendgeburt.
Für kommerzielle Diagnostik ist der Befund heikel, weil viele Angebote auf vereinfachten mikrobiellen Kategorien beruhen. Ein Test kann technisch korrekt messen und dennoch klinisch wenig nützen, wenn die gemessene Kategorie den relevanten biologischen Unterschied nicht abbildet. Bei der Künstlichen Befruchtung wäre das besonders problematisch, weil Behandlungsentscheidungen emotional, zeitlich und finanziell stark belasten. Ein ungenauer Risikohinweis kann falsche Erwartungen erzeugen oder Interventionen nahelegen, deren Nutzen nicht ausreichend geprüft ist. Das bedeutet nicht, dass das vaginale Mikrobiom für die Reproduktionsmedizin unwichtig ist. Es bedeutet vielmehr, dass diagnostische Modelle strenger validiert werden müssen. Entscheidend ist nicht die Frage, ob Bakterien vorhanden sind, sondern ob ein reproduzierbares Muster in mehreren Patientengruppen klinisch belastbar zwischen relevanten Endpunkten unterscheidet.
Die Studie zeigt zugleich, wie anspruchsvoll solche Modelle sind. Eine Gesamtgenauigkeit von rund 60,2 Prozent ist für eine positive Vorhersage nur begrenzt überzeugend. Interessanter erscheint die negative Vorhersage in der kleinen Gruppe mit sehr niedriger Erfolgswahrscheinlichkeit. Gerade dort könnte eine präzisere Mikrobiomanalyse künftig helfen, Behandlungszyklen besser einzuordnen. Dafür reicht eine Einzelstudie aber nicht aus. Die Autoren betonen selbst, dass es sich um eine monozentrische Untersuchung handelt und größere Validierungskohorten nötig sind. Zudem ist der mechanistische Zusammenhang noch offen. Denkbar sind Einflüsse auf lokale Entzündungsprozesse, Schleimhautsignale, pH-Wert, Immunzellen oder die hormonabhängige Aufnahmefähigkeit des Endometriums. Auch aus der allgemeinen Mikrobiomforschung ist bekannt, dass statistische Zusammenhänge nicht automatisch beweisen, welcher Organismus welche Wirkung auslöst.
Für Patienten entsteht aus solchen Ergebnissen leicht der Eindruck, dass eine bakterielle Signatur unmittelbar behandelbar sein müsste. Wissenschaftlich ist dieser Schritt aber noch nicht erreicht. Selbst wenn Lactobacillus iners und Ureaplasma parvum zuverlässig mit niedrigeren Erfolgsraten verbunden sind, bleibt unklar, ob ihre gezielte Reduktion die Chance auf Implantation oder Lebendgeburt tatsächlich erhöht. Eine Therapie müsste zeigen, dass sie das mikrobielle Profil stabil verändert, keine nachteiligen Nebeneffekte auslöst und in kontrollierten Studien die klinischen Ergebnisse verbessert. Gerade bei Mikroben ist diese Prüfung wichtig, weil das Entfernen einer Art ökologische Nischen für andere Organismen öffnen kann. Ein scheinbar plausibler Eingriff in eine Bakteriengemeinschaft kann deshalb andere Effekte haben als erwartet.
Der eigentliche Fortschritt liegt daher weniger in einer sofortigen Behandlungsanweisung als in einer präziseren Forschungsrichtung. Die Daten legen nahe, dass zukünftige Prognosemodelle nicht nur breite Gruppen des vaginalen Mikrobioms, sondern konkrete Arten, Mengenverhältnisse und Wechselwirkungen erfassen sollten. Für die Künstliche Befruchtung könnte das langfristig bedeuten, dass vor einem Embryotransfer nicht nur hormonelle und embryologische Faktoren betrachtet werden, sondern auch ein validiertes mikrobielles Risikoprofil. Bis dahin bleibt die wichtigste Botschaft methodischer Natur: Ein Mikrobiom Test ist nur dann medizinisch aussagekräftig, wenn er an harten Endpunkten wie klinischer Schwangerschaft und Lebendgeburt geprüft wurde. Die offizielle Mitteilung des UKSH zur Kinderwunschstudie 2026 ordnet die Ergebnisse deshalb ausdrücklich als möglichen Ansatz für präzisere Diagnostik ein, nicht als fertige Routineanwendung.
Human Reproduction Open, Vaginal microbial community state types fail to predict IVF outcomes, whereas Ureaplasma parvum and Lactobacillus iners are negative predictors of implantation, clinical pregnancy and live birth; doi:10.1093/hropen/hoag018
