使用独立于子宫内膜时间的预后梯度对IVF群体子宫内膜进行分层†

科学领域:

• 生殖医学和内分泌学.
• 基因组学和转录基因组学
• 不孕症和辅助生殖技术 (ART)

背景情况:

• 在IVF中植入失败通常与植入窗口 (WOI) 的中断有关,其特点是子宫内膜中部分泌阶段的分子异质性.
• 了解这些分子模式对于为患有子宫内膜衰竭高风险的患者制定个性化诊断和治疗策略至关重要.

研究的目的:

• 调查是否可以使用与IVF患者进行激素替代疗法 (HRT) 的生殖成功相关的转录组模式来分层破坏的植入窗口 (WOI).
• 为了确定子宫内膜内不同的分子配置,与不同的生殖结果相关联.

主要方法:

• 一项多中心前性研究包括131名接受HRT的试管婴儿患者,在分泌期中收集了子宫内膜活检.
• 使用RNA测序对整个子宫内膜转录组进行了分析,在删除周期变异后进行了测序. 一个人工智能 (AI) 模型,采用支持向量机 (SVM) 和k-最近邻居 (kNN),被用来分层患者.
• 分析了生殖结果 (怀孕率,持续怀孕率,流产率),并进行了差异表达和功能分析. 定量PCR (qPCR) 验证了关键生物标志物.

主要成果:

• 一个人工智能模型成功地将患者分为四个转录组形状 (p1,p2,c2,c1),与不同的生殖预后相关,独立于子宫内膜时间.
• 概况c1和c2显示出良好的生殖预后,高怀孕率和持续怀孕率 (分别为91%和78%).
• 概况p1和p2表明预后不佳,与高的生物化学 (43%) 和临床流产率 (43%) 相关. 功能分析显示,在这些个人资料中存在明显的免疫和代谢失调.

结论:

• 在被破坏的植入窗口 (WOI) 中,四种不同的转录组模式与生殖结果的梯度和潜在的分子病理机制有关.
• 这种转录组分类学为开发新型诊断工具和为子宫内膜因子不孕症量身定制的个性化治疗策略提供了潜力.
• 需要使用更大的样本大小进行进一步的研究来验证这些发现,并加强临床应用的人口推断.