Inteligencia artificial para una nueva técnica de reproducción asistida que logra reducir el tiempo hasta el embarazo
La tecnología, que incluye diagnóstico por imagen e inteligencia artificial, clasifica la calidad de los embriones con más rapidez y el doble de precisión que los expertos humanos que usaban microscopía tradicional. La herramienta, bautizada como METAPHOR y probada en ratones, pretende aumentar la probabilidad de éxito en procesos de fecundación artificial.
Fuente: Agencia SINC
Investigadores del Instituto de Bioingeniería de Cataluña (IBEC) han desarrollado una nueva técnica 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.
El sistema, bautizado como METAPHOR y probado en ratones, genera imágenes 3D que revelan los colores presentes en el embrión de forma totalmente no invasiva. Ciertos compuestos naturalmente fluorescentes de su metabolismo son además clave en procesos como la respiración celular o el consumo de nutrientes, de manera que permite observar en su estado de salud.
“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.
De izquierda a derecha, los investigadores Samuel Ojosnegros, Anna Seriola y Albert Parra. Imagen: IBEC.
El trabajo, publicado en la revista científica PNAS, describe cómo se logró duplicar en los roedores la tasa de acierto al seleccionar embriones viables en comparación con embriólogos que usaban microscopía tradicional. El método tiene una gran precisión para analizar el metabolismo de ovocitos, lo que facilita seleccionar los más aptos para ser fecundados in vitro.
Alto nivel de predicción
En el estudio compararon ovocitos de hembras jóvenes y de edad avanzada, ya que este factor 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 al descenso de fertilidad con la edad. Buscamos lo que se conoce como ‘firmas moleculares’, características de las células asociadas a esta bajada de la fertilidad, como por ejemplo la distribución de mitocondrias», detalla Anna Seriola, investigadora sénior en el IBEC y autora del estudio.
«A partir de esta información somos capaces de predecir qué ovocitos se podrán desarrollar y cuáles no. Esto representaría un gran avance en la gestión de donaciones y preservación de fertilidad”, añade.
Siguiente paso, embriones humanos
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 IA capaz de clasificar estas imágenes en cuestión de minutos”, declara Albert Parra, investigador en el IBEC 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, según los científicos. Actualmente, 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:
Albert Parra et al., ‘METAPHOR: Metabolic Evaluation through Phasor-based Hyperspectral Imaging and Object Recognition for Mammalian Blastocysts and Oocytes’. PNAS, 2024
Últimas publicaciones
Científicos del Instituto de Agricultura Sostenible de Córdoba han diseñado una metodología para analizar por separado los microorganismos que habitan sobre los fragmentos de acolchados plásticos que cubren el suelo en la agricultura intensiva y los que viven en las partículas de tierra que se quedan adheridas. El trabajo podría ayudar a identificar bacterias capaces de degradar este material y contribuir así a la búsqueda de soluciones biológicas para combatir su acumulación en el campo.
Investigadores de la Universidad de Málaga han desarrollado un algoritmo de Inteligencia Artificial (IA) que realiza un agrupamiento no supervisado de objetos similares evitando el etiquetado manual. Este modelo es capaz de detectar una gran diversidad de elementos en la zona de pistas de un aeródromo, desde personas hasta aviones. Otra de las novedades es su optimización para ahorrar tiempo de cálculo y energía en las tareas de identificación, de forma que permite su uso en dispositivos de bajo consumo.
Sigue leyendo
El estudio, liderado por el Instituto de Investigación Biosanitaria de Granada con la participación de la Universidad de Granada, reveló que las niñas con mayor exposición al bisfenol A presentaban un riesgo casi tres veces mayor de desarrollar sobrepeso u obesidad. El hallazgo destaca la necesidad de seguir investigando sobre la relación entre contaminantes ambientales y enfermedades metabólicas para mejorar el bienestar de la población infantil.
Sigue leyendo
