noti3
Fecha
Fuente
IBEC

Desarrollan una nueva tecnología para la reproducción asistida que reducirá el tiempo hasta el embarazo

La tecnología, bautizada como “METAPHOR”, analiza el metabolismo de embriones y ovocitos mediante diagnóstico por imagen e inteligencia artificial

Una nueva tecnología desarrollada por el equipo de “Bioingeniería en Salud Reproductiva” del Instituto de Bioingeniería de Cataluña (IBEC) es capaz de visualizar el metabolismo de embriones obtenidos por fecundación in vitro para decidir cuál tiene más posibilidades de implantarse correctamente en el útero y llegar a término. Se trata de una técnica más precisa y fiable que los métodos tradicionales.

El revolucionario método, bautizado como “METAPHOR”, genera imágenes 3D revelando los colores presentes en el embrión de forma totalmente no invasiva. Ciertos compuestos naturalmente fluorescentes del metabolismo de los embriones son además clave en procesos como la respiración celular o el consumo de nutrientes, con lo cual METAPHOR permite observar de manera fiable el estado de salud del embrión.

“Esta nueva tecnología ayudará a aumentar la probabilidad de éxito en procesos de reproducción asistida, reduciendo el llamado “tiempo hasta el embarazo”, y el desgaste económico y psicológico de las pacientes.”, destaca Samuel Ojosnegros, investigador principal del IBEC y líder del estudio.

El trabajo, publicado en la prestigiosa revista científica PNAS, describe cómo, en estudios con ratones, lograron duplicar la tasa de acierto al seleccionar embriones viables en comparación con embriólogos que usan microscopía tradicional. Además del análisis de embriones, el método tiene una gran precisión para analizar el metabolismo de ovocitos, permitiendo seleccionar los más aptos para ser fecundados in vitro. Para ello, compararon ovocitos de hembras jóvenes y de edad avanzada, ya que se sabe que la edad es crucial para su viabilidad. El sistema METAPHOR discriminó entre ovocitos jóvenes o no con un 96% de precisión y pudo predecir cuales se desarrollarían en embriones viables con más de un 80% de precisión, unos números sin precedentes en el campo.

“Somos capaces de evaluar la pérdida de calidad de los ovocitos asociada a la perdida de fertilidad con la edad. Buscamos lo que se conoce como “firmas moleculares”, características de las células asociadas a esta pérdida de fertilidad, como por ejemplo la distribución de mitocondrias. A partir de esta información somos capaces de predecir qué ovocitos se pueden desarrollar y cuáles no. Esto representaría un gran avance en la gestión de donaciones y preservación de fertilidad.”, detalla Anna Seriola, investigadora sénior en el grupo de Ojosnegros y autora del estudio.

La base tecnológica de METAPHOR emplea métodos de inteligencia artificial para analizar las imágenes metabólicas que se obtienen mediante microscopía hiperespectral. “Mediante microscopía hiperespectral capturamos cientos de imágenes que contienen información compleja de muchos metabolitos mezclados de embriones y ovocitos. Para analizarlos hemos entrenado una herramienta de inteligencia artificial capaz de analizar y clasificar estas imágenes en cuestión de minutos”, detalla Albert Parra, investigador en el grupo de Ojosnegros y primer autor del estudio.

La potencia y seguridad de este nuevo método lo posicionan como una herramienta revolucionaria para evaluar ovocitos y embriones en función de su fisiología. Actualmente, los investigadores ya están ajustando esta tecnología para evaluar embriones humanos, y han incorporado una spin-off que en los próximos años llevará la tecnología a las clínicas de reproducción asistida.


Referencia bibliográfica:

Albert Parra, Denitza Denkova, Xavier P. Burgos-Artizzu, Ester Aroca, Marc Casals, Irene Oliver-Vila, Miguel Ares, Anna Ferrer-Vaquer, Enric Mestres, Mònica Acacio, Nuno Costa-Borges, Elena Rebollo, Hsiao Ju Chiang, Scott E. Fraser, Francesco Cutrale, Anna Seriola, and Samuel Ojosnegros. METAPHOR: Metabolic Evaluation through Phasor-based Hyperspectral Imaging and Object Recognition for Mammalian Blastocysts and Oocytes. PNAS (2024). DOI: https://doi.org/10.1073/pnas.XXXXXXXXXX

Add new comment

The content of this field is kept private and will not be shown publicly.
Para el envío de comentarios, Ud. deberá rellenar todos los campos solicitados. Así mismo, le informamos que su nombre aparecerá publicado junto con su comentario, por lo que en caso que no quiera que se publique, le sugerimos introduzca un alias.

Normas de uso:

  • Las opiniones vertidas serán responsabilidad de su autor y en ningún caso de www.madrimasd.org,
  • No se admitirán comentarios contrarios a las leyes españolas o buen uso.
  • El administrador podrá eliminar comentarios no apropiados, intentando respetar siempre el derecho a la libertad de expresión.
CAPTCHA
Enter the characters shown in the image.
Esta pregunta es para probar si usted es un visitante humano o no y para evitar envíos automáticos de spam.