MétaCan
Menu
Retour à la cohorte
Enregistrement W2145088943 · doi:10.1039/c3lc51254a

Rapid selection of sperm with high DNA integrity

2014· article· en· W2145088943 sur OpenAlexafffund
Reza Nosrati, Marion Vollmer, Lise Eamer, Maria C. San Gabriel, Krista Zeidan, Armand Zini, David Sinton

Notice bibliographique

RevueLab on a Chip · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSperm and Testicular Function
Établissements canadiensMcGill UniversityRoyal Victoria HospitalUniversity of TorontoUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésSpermSemenPopulationBiologyAndrologySelection (genetic algorithm)DNAGeneticsComputer scienceMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Sperm selection is essential to assisted reproductive technology (ART), influencing treatment outcomes and the health of offspring. The fundamental challenge of sperm selection is dictated by biology: a heterogeneous population of ~10(8) sperm per milliliter with a short lifetime in vitro. However, conventional sperm selection approaches result in less than 50% improvement in DNA integrity. Here, a clinically applicable microfluidic device is presented that selects sperm based on the progressive motility in 500 parallel microchannels. The result is a one-step procedure for semen purification and high DNA integrity sperm selection from 1 mL of raw semen in under 20 minutes. Experiments with bull sperm indicate more than 89% improvement in selected sperm vitality. Clinical tests with human sperm show more than 80% improvement in human DNA integrity, significantly outperforming the best current practices. These results demonstrate the presence of a sub-population of sperm with nearly intact chromatin and DNA integrity, and a simple clinically-applicable lab-on-a-chip method to select this population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations176
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetSperm and Testicular FunctionTravaux en français237 207