ARTにおける胚の質評価の進展
研究は、高度なイメージングを使って、不妊治療における胚の選択を改善してるよ。
― 1 分で読む
目次
助成生殖技術(ART)には、不妊治療に使われるいろんな医療手続きが含まれてるんだ。たくさんの進歩があったけど、ARTの成功率、特に体外受精(IVF)は、だいたい25%未満と低いままだよ。成功率に影響を与える重要な要素の一つは、胚の質。胚の質を評価するのは、胚の選択をより良い決断にするために大事で、ARTの結果を大幅に改善できるんだ。
胚の質を評価する現在の方法
従来、胚の質は特定の段階、通常は発生3日目頃の見た目や形態に基づいて評価される。形態評価では、胚の形、サイズ、その他の物理的特徴を見て、その生存可能性を予測するんだけど、この方法は標準的な実践だけど、胚の発達の複雑さを完全に捉えることはできないんだ。
研究者たちは、新しい方法として、タイムラプスイメージングを導入して、早期胚発達のより深い分析を可能にしている。この方法は、特定の間隔で胚の写真を撮って、その発達の視覚的記録を作るもので、胚が生存し、成功裏に着床する可能性があるかを示すさまざまなパラメータを特定するのに役立っているよ。
現在の技術の限界
タイムラプスイメージングを含むほとんどのイメージング技術は、主に胚の二次元ビューを提供する。これらの画像は貴重な洞察を提供するけど、胚の三次元構造を正確に表すことはできない。胚の質をより良く評価するには、胚を傷つけることなく詳細な三次元画像を捉える技術が必要なんだ。
いくつかの高度なイメージング技術、例えば3D蛍光顕微鏡は、胚の発達の詳細なビューを提供できるけど、胚を変化させたり傷つけたりする特別な染料が必要なので、臨床では使えないんだ。この限界から、一般的にデータがあまり詳しくない従来の非侵襲的な方法に依存し続けている。
高度な3Dイメージング技術の期待
2Dイメージングの課題に対応するために、研究者たちは染色が必要ない新しい3Dイメージング技術を探求している。期待されているアプローチの一つは、定量的位相イメージング(QPI)で、これは光が胚を通過する方法を使って、その構造の詳細な3D画像を作成するんだ。QPIは、傷を与えることなくラベルなしのサンプルを可視化でき、観察時間を延ばすことができるよ。
特に有用なQPIの特定の形はホロトモグラフィー(HT)で、これは組織や胚のような厚いサンプルの研究に効果的だって証明されてる。HTは、さまざまな発達段階の胚の内部構造を明らかにする詳細な3D画像を提供できる。ただ、今までのところ、HTを使って胚発達の初期段階を分析することにはあまり焦点が当てられていないんだ。
胚発達の調査
この研究は、高度なイメージング技術を使って胚の発達を体系的に調査することを目的としている。目標は、高解像度でラベルなしの3Dイメージングと機械学習を組み合わせて、胚の質を正確に非侵襲的に評価することなんだ。
研究を進めるために、マウス胚は従来のIVF手続きを通じて培養され、タイムラプスイメージングが2細胞段階から拡張胚盤胞段階までの発達をキャッチするよ。さまざまな段階で収集された画像を分析することで、成功した胚発達と関連する重要なパラメータを特定しようとするんだ。
マウス胚のタイムラプスイメージング
研究の第一段階では、2細胞段階のマウス胚を72時間培養する。期間中、低コヒーレンスHTを使って胚の発達を記録するためのタイムラプスイメージングが行われる。この技術では、さまざまな照明条件のもとで複数の画像をキャッチし、それを処理して各胚の詳細な3D画像を作成するんだ。
低コヒーレンスHTシステムは、胚が傷つかないように安全な赤い光を使用するよ。HTでイメージングされた胚と標準インキュベーターで培養された胚の胚盤胞形成率を比較することで、この技術の妥当性を確認する予定なんだ。
胚発達の分析
タイムラプスイメージングが完了したら、研究者はイメージングプロセスで特定されたさまざまなパラメータに基づいて胚の質を評価する。研究では、胚をグレードA(胚盤胞に成功裏に発達する胚)とグレードC(この段階に達しない胚)の2つのグループに分類するよ。
サブセルラー特徴や配列の違いを調べて、どのようにこの2つのグループが異なるのかを理解する。この分析は、胚の質や発達の潜在能力の指標となるパラメータのセットを確立するのに役立つんだ。
サブセルラー特徴の特定
研究者たちは、胚のさまざまな側面に注目する。例えば、胚を形成する細胞(ブラストマー)の数やサイズ、細胞質顆粒の分布なんかだ。イメージングからの観察によって、マルチヌクレオーション、不均一なブラストマー、細胞質の均質性などの特徴を可視化できるんだ。
グレードAとグレードCの胚の3D画像を比較することで、ブラストマーのサイズや配置、異常の有無などの特性を評価するよ。例えば、マルチヌクレオーションは往々にして胚の質が低いことと関連してるし、細胞質顆粒の分布の違いは胚の発達にどう影響するのかを分析する。
胚の質の非侵襲的評価
指定された時間ポイントごとに、胚の徹底的な評価が行われる。24時間経過する頃には、グレードAとグレードCの胚の特徴に明確な違いが見られることを期待して、重要な3Dモルフォキネティックパラメータを決定する。
重要なメトリクスには、ブラストマーの数、平均サイズ、胚内でのこれらの細胞の空間的分布が含まれる。これらの要因を分析することで、伝統的な方法よりも胚の健康や発達の潜在能力についての洞察を得られるんだ。
モルーラ段階でのさらなる洞察
胚が発達を続ける中で、研究者たちは通常受精後36時間頃に起こるモルーラ段階に注目する。この段階では、ブラストマーの境界がぼやけ始めるから、標準的な技術で胚の質を評価するのが難しくなるんだ。
低コヒーレンスHTの高度なイメージング能力を使って、研究者たちは各胚内の核の3D配置を分析する。この分析は、胚がどれだけ順調に進んでいるか、そして高い発達潜在能力に関連する特徴を示しているかどうかを判断するのに役立つんだ。
胚選択のための予測モデリング
胚の質を示す重要なパラメータを特定するだけでなく、研究の目的は成功した発達の可能性が高い胚を選択するための予測モデルを開発することなんだ。機械学習技術を使って、研究者たちは24時間と36時間の発達で特定された3Dモルフォキネティックパラメータを取り入れた決定木モデルを作成するつもりだよ。
そのモデルは、細胞の空間的配置や核の内部構成などの特徴に基づいて胚を分類する。パフォーマンスメトリクスは、そのモデルの精度と効果を評価して、どの胚が生き残る可能性が高いかを予測するんだ。
結論と今後の展望
この研究は、胚の発達を理解し、質を評価する際の高度なイメージング技術の重要性を強調している。低コヒーレンスHTと定量分析を使うことで、研究者たちは高品質な胚と低い発達潜在能力を持つ胚を区別するサブセルラー特徴に光を当てたいと思っているんだ。
この研究から得られる洞察は、助成生殖技術における胚選択のより効果的な方法につながるかもしれない。それに加えて、機械学習とイメージング技術を組み合わせた自動化システムが、実行可能な胚を選ぶプロセスを効率化し、最終的には ART の成功率を向上させるかもしれない。
ここで提案したアプローチは、マウスモデルでの今後の研究の基盤を確立するだけでなく、人間の胚でも同様の分析を拡大するための道筋を提供する。早期胚発達の理解を深めることで、この研究は不妊治療におけるより良い結果をもたらす道を開くかもしれず、多くのカップルが親になる夢を実現する手助けになるんじゃないかな。
タイトル: Noninvasive time-lapse 3D subcellular analysis of embryo development for machine learning-enabled prediction of blastocyst formation
概要: In developmental biology and in vitro fertilization (IVF), image-based assessment of embryos is pivotal. Traditional methods in clinical IVF have been constrained to 2D morpho-kinetic profiling and manual selection, hindered by the absence of noninvasive techniques for quantitative 3D imaging over extended durations. Here, we overcome these limitations by employing low-coherence holotomography to monitor mouse preimplantation embryo development from the 2-cell stage to the expanded blastocyst. This approach enables the generation of 3D refractive index tomograms of unlabeled embryos, facilitating the observation of subcellular developmental dynamics. We investigated the 3D spatiotemporal profiles of embryo development, identifying key morpho-kinetic parameters that distinguish between embryos with differing developmental outcomes--specifically, Grade A embryos that successfully progressed to expanded blastocysts within 72 hours, and Grade C embryos that did not. Using machine learning, we demonstrate the 3D morpho-kinetic parameters can offer a noninvasive, quantitative framework for predicting embryos with high developmental potential.
著者: YongKeun Park, c. lee, g. kim, T. Shin, S. Lee, J. Y. Kim, K. H. Choi, J. Do, J. H. Kim
最終更新: 2024-05-08 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.05.07.592317
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.05.07.592317.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。