Une recherche de l’Institut Bernabeu applique l’Intelligence Artificielle pour prédire le mosaïcisme et les aneuploïdies dans l’embryon

L’Intelligence Artificielle s’est également avérée un outil technologique fondamental dans le domaine de la médecine reproductive pour améliorer, entre autres, les taux de réussite. L’Institut Bernabeu a mis au point un algorithme d’apprentissage automatique pour prédire si l’embryon, dans une fécondation in vitro (FIV), est aneuploïde, qui est la présence d’un nombre anormal de chromosomes, et/ou mosaïque, à savoir, que  l’embryon possède un mélange de cellules chromosomiquement normales et anormales (pour un ou plusieurs chromosomes) .

Ce travail de pointe a suscité beaucoup d’intérêt à la conférence ESHRE 2021 de la  Société Européenne de Reproduction Humaine et d’Embryologie et sera présenté oralement par son auteur principal, le biologiste moléculaire et biochimiste de l’Institut Bernabeu, le Dr José Antonio Ortiz.   

L’étude constitue un grand avantage pour identifier les couples qui ont un risque d’avoir un embryon aneuploïde et/ou mosaïque et qui pourraient bénéficier de l’utilisation de la technique PGT-A, la biopsie de l’embryon, pour détecter les anomalies chromosomiques et éviter ainsi que ne se produise un avortement précoce, à savoir, que l’embryon n’atteigne pas l’implantation ou qu’un bébé malade puisse naître.

Le Dr Ortiz précise que «  deux modèles prédictifs différents ont été réalisés, un pour les aneuploïdies et un autre pour le mosaïcisme. La variable à prédire fut de type multiclasse, car elle incluait les catégories d’altération chromosomique complète et segmentaire. »

Pour l’étude, 6 989 embryons de plus de 2 476 cycles de PGT-A ont été analysés et incluaient comme variables prédictives des facteurs du père, de la mère, de l’embryon et aussi du cycle de FIV associés à l’état chromosomique de l’embryon.

Les variables les plus importantes pour prédire les altérations chromosomiques de l’embryon étaient l’âge maternel et, en plus faible mesure, le facteur masculin et la stimulation ovarienne. Dans le cas du mosaïcisme, la technique diagnostique du PGT-A, les facteurs embryonnaires et l’âge du père et de la mère ont été les variables qui se sont avérées d’une plus grande importance.

La recherche détermine que « l’apprentissage automatique peut être un outil très utile en médecine reproductive pour conseiller les patients, car il permet de prédire les aneuploïdies et le mosaïcisme embryonnaire avant le début du cycle de FIV ».

Application of machine learning to predict aneuploidy and mosaicism in embryos from in vitro fertilization (IVF) cycles

J.A. Ortiz, R. Morales, B. Lledo, E. Garcia-Hernandez, A. Cascales, JA Vicente, J. Gonzalez, J. Ten, A. Bernabeu, J. Ll. Aparicio, R. Bernabeu.