Biomarkers of human endometrial receptivity : from fundamental to clinical applications
Bibliographic record
Abstract
L'acquisition du phénotype de la réceptivité endométriale est une étape clé de l'implantation embryonnaire. Dans ce contexte, ce projet vise à mieux cerner les mécanismes moléculaires de la réceptivité endométriale. Des approches globales (transcriptome et protéome), ont été utilisées pour nos activités de recherche et le développement d'outils diagnostiques en AMP. Nous avons déterminé les fonctions d'un de nos bio-marqueurs de la réceptivité endométriale par shARNs, S100A10. L'extinction de S100A10 dans les cellules primaires endométriales affecte la migration, la décidualisation et l'apoptose des cellules endométriales, des fonctions biologiques majeures impliquées dans le processus d'implantation. D'autre part, nous avons implanté notre test d'appréciation de la réceptivité endométriale dans une clinique de fertilité à Montréal et initié une étude prospective clinique de l'évaluation de la réceptivité endométriale en cycle naturel de patientes en attente d'une procédure de FIV/ICSI. De plus, nous avons démontré un effet délétère d'une progestéronémie élevée le jour du déclenchement de l'ovulation sous traitement de stimulation ovarienne sur la transition des profils transcriptomiques des endomètres pré-réceptif et réceptif, suggérant une accélération de la maturation endométriale pendant la phase péri-ovulatoire, sans pour autant affecter la réceptivité endométriale. Enfin, nous avons montré que la réceptivité endométriale des patientes sous traitements hormonaux substitutifs différait de celles en cycle naturel, caractérisée par une altération des voies de signalisation médiée par les récepteurs aux œstrogènes, des membres de la famille VEGF et des intégrines.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".