Translation of a human induced pluripotent stem cell-derived ovarian support cell product to a Phase 3 enabling clinical grade product for <i>in vitro</i> fertilization treatment
Notice bibliographique
Résumé
Abstract Human induced pluripotent stem cells (hiPSCs) show great promise in the development of novel strategies to mitigate reproductive diseases and promote successful reproductive outcomes. Recently, a novel approach for the fast and efficient differentiation of ovarian support cells (OSCs) to generate a versatile platform for basic research and clinical applications was demonstrated. This study details the clinical process development and application of an OSC product, known as Fertilo , to improve the in vitro maturation (IVM) of human oocytes, a method referred to as OSC-IVM. First, transcription factor (TF) mediated OSC differentiation using research-grade raw materials was shown to produce granulosa-like cells that improve the MII maturation rate of human oocytes. To support clinical application, several raw material upgrades were initiated, including substitution of the differentiation matrix with a higher-quality alternative, laminin-521, and the generation of a clinically suitable hiPSC seed bank and master cell bank. Single cell RNA sequencing of OSCs generated using the updated protocol for clinical translation demonstrated the consistency and reproducibility of cellular outcomes. Next, analytical release testing of the clinical product was performed and a murine oocyte maturation assay was developed to establish the potency of OSCs for use in OSC-IVM. Finally, the qualified Fertilo product was applied in a two-phase longitudinal cohort analysis, with the results showing improvement in key outcomes compared to traditional IVM treatment. Our findings demonstrate the first-time clinical development and application of an hiPSC-derived product to improve reproductive outcomes after IVM and advance women’s health.
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 | 0,001 | 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 | 0,001 | 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) | 0,003 | 0,001 |
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 ».