Возможности оценки плоидности эмбрионов

Анеуплоидия эмбрионов является одной из главных причин неудач имплантации и выкидыша на
ранних сроках беременности. Преимплантационное генетическое тестирование на анеуплоидии (ПГТ-А) позволяет оценить плоидность эмбриона до проведения переноса, но связано с рядом ограничений. Введение алгоритмов автоматизированного анализа в работу эмбриологов может существенно улучшить отбор эмбрионов и уменьшить влияние человеческого фактора. 
Цель: Оценить эффективность применения алгоритмов автоматизированного анализа для определения плоидности эмбрионов в различных возрастных группах.
Материалы и методы: Проведено ретроспективное исследование эмбрионов 51 пациентки, проходивших с января по май 2022 г. в медицинском центре «Семья» программу экстракорпорального оплодотворения (ЭКО) с ПГТ-А. Эффективность определения эуплоидии по изображению бластоцисты сравнивали с полученными результатами ПГТ-А. В работе использовали программу ERICA 1.0 (Embryo Ranking Intelligent Classification Algorithm).
Результаты: Было получено суммарно 117 бластоцист, 101 из которых подвергли ПГТ-А, а также автоматизированному анализу: 31 бластоциста от женщин до 35 лет, средний возраст 30,7 лет; от 35 до 39 лет, средний возраст 37,4 лет – 39 бластоцист и старше 40 лет, средний возраст 42 года – 31 бластоциста. По результатам ПГТ-А 101 эмбриона частота эуплоидии составила 51,5%.  Точность, прогностическая ценность положительного, отрицательного результата, чувствительность, специфичность и площадь под кривой ROC составили 0,74, 0,76, 0,73, 0,73, 0,76 и 0,78 соответственно. Наиболее значимых результатов удалось добиться в когорте пациенток младше 35 лет. 
Заключение: Автоматизированный анализ изображений демонстрирует перспективность в качестве вспомогательного инструмента принятия решений при выборе эмбрионов, в особенности, когда речь идет о пациентках старше 35 лет.

Вклад авторов: Ящук А.Г., Насырова С.Ф. – концепция, дизайн исследования, редактирование текста; Громенко Ю.Ю. – сбор данных; Громенко Д.Д. – анализ и статистическая обработка данных, написание текста. 
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов. 
Финансирование: Работа выполнена без спонсорской поддержки. 
Благодарность: Благодарим доктора Alejandro Chavez-Badiola и его команду за предоставленное согласие на использование в исследовании ИИ ERICA 1.0.
Одобрение этического комитета: Исследование было одобрено Этическим комитетом учреждения.
Согласие пациентов на публикацию: Пациентки подписали информированное согласие на публикацию своих данных.
Обмен исследовательскими данными: Данные, подтверждающие выводы этого исследования, доступны по запросу у автора, ответственного за переписку, после одобрения ведущим исследователем.
Для цитирования: Ящук А.Г., Громенко Д.Д., Насырова С.Ф., Громенко Ю.Ю. 
Возможности оценки плоидности эмбрионов.
Акушерство и гинекология. 2025; 9: 126-132
https://dx.doi.org/10.18565/aig.2025.106

Анеуплоидия у эмбриона является основной причиной неудачи имплантации и выкидыша в I триместре беременности [1]. По данным Matorras R. et al. (2024), проанализировавших 64 071 эмбрионов, частота встречаемости анеуплоидных эмбрионов значительно выше у женщин старше 35 лет, чем у женщин в более молодом возрасте (71,76% против 47,44%) [2]. Учитывая, что большую часть пациентов, прибегающих к использованию вспомогательных репродуктивных технологий (ВРТ), составляют женщины позднего репродуктивного возраста, установление статуса плоидности эмбриона становится критически важным для улучшения результатов программ [3].

Преимплантационное генетическое тестирование на анеуплоидии (ПГТ-А) посредством биопсии трофэктодермы позволяет эмбриологам определить плоидность эмбриона до переноса, и в настоящее время является золотым стандартом для выявления аномалий плоидности. Однако ПГТ-А имеет ряд ограничений, включая необходимость отмены «свежего» переноса и проведения freeze-all программы, возможность получения ложных результатов за счет выпадения аллелей, потери гетерозиготности при амплификации генома в ходе исследования, а также высокой распространенности мозаицизма в человеческих эмбрионах [4]. Не последнее значение отводится тому факту, что проведение данного анализа оборачивается значительными финансовыми расходами для пациентов (на территории Российской Федерации не оплачивается ни в рамках обязательного медицинского страхования, ни в рамках дополнительного медицинского страхования) [5]. В этой связи научные исследования все активнее сосредоточены на разработке неинвазивных методов тестирования эмбрионов на предмет определения их плоидности, с целью создания альтернатив ПГТ-А.

Стандартная оценка морфологии эмбрионов по Гарднеру коррелирует с плоидным статусом эмбрионов, но не способна стать заменой ПГТ-А, так как существует значительная внутри- и межлабораторная вариабельность полученных результатов, а также нельзя исключить погрешность измерений из-за человеческого фактора [6–8]. Потенциальными преемниками ПГТ-А в разное время выступали минимально инвазивное ПГТ-А, где для анализа использовались не клетки эмбриона, а бластоцелевая жидкость, и неинвазивное ПГТ-А, исследующее отработанные среды, в которых проводилась культивация. К сожалению, из-за неоднозначности генеза полученной для амплификации ДНК эти методики до сих пор остаются экспериментальными [8]. Еще один метод исследования – изучение кинетики развития эмбрионов с помощью Time-lapse съемки, привел к появлению новых маркеров для отбора эмбрионов, которые позволяют документировать и оценивать морфологию эмбрионов и сроки развития событий, а также предполагать плоидный статус с помощью непрерывного отслеживания изображений в реальном времени [9]. Однако оценка полученной информации сугубо с помощью эмбриологов затруднительна в связи с возникающей необходимостью анализа большого объема данных для выявления прогностически значимых морфодинамических параметров.

Достижения в области искусственного интеллекта (ИИ) потенциально могут преодолеть значительный разрыв между высоким спросом на неинвазивные прогнозы плоидности эмбрионов и недостаточной точностью таких оценок, сместив фокус исследования с ограниченного набора независимых переменных на анализ больших баз данных [10, 11]. Наиболее часто в клинической практике применяются алгоритмы ИИ на основе машинного обучения и его разновидности, которые фокусируются на использовании нейронных сетей, глубокого обучения (DL), помогая минимизировать субъективность эмбриолога и повысить точность отбора [12–14]. Так, синергия ИИ и Time-lapse съемки, по данным Bori L. et al. (2020), позволила повысить точность исследования и получить многообещающие результаты [15].

Целью нашего исследования явилась оценка эффективности применения алгоритмов автоматизированного анализа для определения плоидности эмбрионов в различных возрастных группах.

Материалы и методы

В одноцентровое ретроспе...

Ящук А.Г., Громенко Д.Д., Насырова С.Ф., Громенко Ю.Ю.