Identification of follicular marker genes as pregnancy predictors for human IVF: new evidence for the involvement of luteinization process
Notice bibliographique
Résumé
Multiple pregnancy represents an important health risk to both mother and child in fertility treatment. To reduce a high twin rate, restriction to one embryo transfer is needed. Morphological evaluation methods for predicting embryo viability has significant limitations. Tight communication exists between the follicular cells (FCs) and the oocyte; therefore, developmental competence may be determined by markers expressed in the surrounding FCs. In this study, cells were recovered on a per-follicle basis by individual follicle puncture. Hybridization analysis using a custom-made complementary DNA microarray containing FC transcripts was performed. Genes expressed in FCs associated with good morphological transferred embryos were identified from follicles associated with a pregnancy outcome (pregnancy group) or no pregnancy (non-pregnancy group). Ten candidates from the Pregnancy group and three from the Non-pregnancy group were validated by quantitative RT-PCR. The best predictors associated with pregnancy were UDP-glucose pyrophosphorylase-2 and pleckstrin homology-like domain, family A, member 1. Genes assessment showed no significant candidate genes associated with non-pregnancy outcome, but GA-binding protein transcription factor beta1 showed a tendency to be potentially more expressed in the non-pregnancy group. These markers could be related to granulosa luteinization process and could be used to improve embryo selection for successful single embryo transfer.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».