通过使用系统生物学和贝叶斯模型来预测怀孕的子宫液细胞外囊泡的转录组分析来描述子宫内膜受体性

科学领域:

• 生殖生物学 生殖生物学
• 基因组学就是基因组学.
• 生物标志物发现发现

背景情况:

• 优化胚胎植入 (WOI) 窗口对于改善辅助生殖技术 (ART) 妊娠率至关重要.
• 妊娠初期至关重要的子宫内膜受容性,在WOI期间涉及复杂的胚胎-子宫内膜通信.
• 传统的子宫内膜活检是侵入性的;需要非侵入性的替代方法来评估受体性.

研究的目的:

• 利用来自子宫液 (UF-EVs) 的细胞外囊泡探索子宫内膜接受性的分子景观.
• 为了确定怀孕和非怀孕ART患者之间的UF-EVs的转录组差异.
• 使用UF-EV基因表达来开发ART妊娠结果的预测模型.

主要方法:

• 来自82名接受ART治疗的妇女的UF-EVs的RNA测序,其中包括单个欧囊母细胞移植.
• 基因表达差异分析比较孕妇 (N=37) 和非孕妇 (N=45) 组.
• 权重基因共同表达网络分析 (WGCNA) 和贝叶斯逻辑回归建模.

主要成果:

• 在怀孕和非怀孕组之间的UF-EV中鉴定了966个差异表达的基因 (p < 0.05).
• 孕妇患者在UF-EV中表现出全球更高的基因表达.
• 整合基因表达模块和临床因素的预测模型实现了0.83准确度和0.80F1得分来预测怀孕.

结论:

• UF-EVs提供了一个对子宫内膜接受度和ART结果的非侵入性窗口.
• 这种使用UF-EV转录组学的系统生物学方法在ART中推进了怀孕预测.
• UF-EV分析可能为评估植入潜力的子宫内膜活检提供了更好的替代方案.