研究揭秘卵巢衰老规律,助力女性生育力评估和健康管理 |
![]() |
来源:北大第三医院 2023-10-12 09:22
上述算法与研究团队之前建立的一系列评估卵巢储备的算法已被整合入在线工具OvaRePred。OvaRePred不仅可以评估卵巢储备功能,还可预测未来DOR及围绝经期的开始年龄。近日,北京大学第三医院乔杰院士、李蓉教授团队在The Innovation发表题为《OvaRePred:一种预测女性生育力里程碑事件发生年龄的在线工具》()的研究成果,利用大数据资源在国际上首次建立了卵巢衰老曲线,并整合团队一系列评估卵巢储备的算法,研发了兼顾标准化和个体化的卵巢储备评估和预测工具 OvaRePred,助力育龄期女性合理安排自己的生育计划。
论文截图
女性衰老始于卵巢衰老,卵巢衰老始于卵巢储备下降。卵巢储备(ovarian reserve,OR)是指卵巢内有潜力发育为成熟卵母细胞的原始卵泡的数量,反映卵巢的功能。卵巢储备越高,成功受孕的几率越大。随着女性年龄的增长,卵巢储备下降(DOR),生育力降低,并可能导致胚胎非整倍体、受精失败和高流产率。辅助生殖技术在DOR人群中收效甚微,这也增加了经济、医疗和社会成本。由于DOR发生年龄个体差异巨大,及时评估卵巢储备功能,预测DOR发生年龄对育龄女性合理安排个体化生育计划至关重要。
原始卵泡库中生殖来源的原始卵泡的数量是固定的,随着年龄的增长,大部分原始卵泡会闭锁,卵泡数量急速下降。在胚胎期原始卵泡多达400万个,新生儿出生时下降为约200万个,青春期后下降只剩下30 50万个。女性一生中一般只有400 500个卵泡发育成熟并排卵。虽然人群的卵巢衰老速度相对固定,但卵巢储备具有较大的个体差异。女性出生时原始卵泡数便可差别数百倍之多,大部分女性并没有意识到这种巨大差异。虽然月经周期不规律和更年期很容易识别,但这些迹象的出现往往意味着生育成功率极低,此时可用的干预措施非常有限。
DOR带来的生育力下降,比自然生育能力完全丧失(即绝经)发生得更早,所以早期预测DOR并及时采取干预措施具有重要意义。然而,目前国际上缺乏有效评估卵巢储备和预测DOR的方法,国内外对卵巢储备的评估和预测主要依赖个人经验。因此,研发一个兼顾标准化和个体化的卵巢储备评估工具需求迫切。
图1卵巢衰老曲线模型
北医三院生殖医学科团队利用中心大数据建立了一个卵巢衰老曲线模型,根据当前卵巢储备评分和卵巢衰老曲线可预测未来DOR开始的年龄和围绝经期开始的年龄。研究表明,卵巢衰老遵循生长曲线模型。 Fixed interval 假说提出,不同生育里程碑事件之间的时间跨度在一般人群中是固定的,如生育力轻度下降(31岁)、DOR(41岁)、月经不规律(46岁)和绝经(51岁)等(图1A)。基于以上研究背景和假说,本团队利用北医三院生殖中心的大数据资源建立了一个描述卵巢衰老的生长曲线模型(图1B),并根据是否存在排卵障碍(图1C)或子宫相关因素(图1D)进一步细化该模型,结合卵巢储备状况,开发了兼顾标准化和个体化的卵巢储备评估和预测工具,有助于育龄期女性根据自身情况合理安排生育计划。
上述算法与研究团队之前建立的一系列评估卵巢储备的算法已被整合入在线工具OvaRePred。OvaRePred不仅可以评估卵巢储备功能,还可预测未来DOR及围绝经期的开始年龄。OvaRePred对指导育龄女性根据自己的卵巢储备状况合理安排生育计划具有重要意义,也有助于卵巢相关疾病的治疗和围绝经期健康。
北医三院生殖医学科徐慧玉、杨蕊,首都医科大学附属儿童医院冯国双为本文共同第一作者,乔杰、李蓉为共同通讯作者。
版权声明 本网站所有注明“来源:100医药网”或“来源:bioon”的文字、图片和音视频资料,版权均属于100医药网网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:100医药网”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。 87%用户都在用100医药网APP 随时阅读、评论、分享交流 请扫描二维码下载->

- 相关报道
-
- Cell:指出一篇与冠状病毒抗病毒药物开发相关的研究存在缺陷 (2025-07-30)
- 《科学》:糖尿病治疗重大突破!科学家开发新型分子胶,可将RAS与PI3K亲和力提高500倍,无需胰岛素也可降糖 (2025-07-30)
- 打破昼夜节律局限!Nat Neurosci:CLOCK 基因揭秘人类大脑认知超凡进化的关键密码 (2025-07-30)
- ACS Nano:浙江大学研究发现,人类卵泡液和精浆中存在纳米塑料,影响受精能力和精子质量 (2025-07-30)
- Cell Genomics:AI 助力抗癌新突破!机器学习模型精准预测肿瘤侵袭性 (2025-07-30)
- Cell:我国科学家利用人工智能驱动的策略实现了蛋白质的快速高效进化 (2025-07-29)
- 第四届国际生物医药产业发展大会 (2025-07-29)
- 2025年7月Cell期刊精华 (2025-07-29)
- Cell:告别“单兵作战”!SPIDR技术开启“联合作战”新纪元,一次实验看清数十种RNA调控蛋白的“社交网络” (2025-07-29)
- Nature:中国学者开发基因编辑蚊子,有望终结疟疾传播 (2025-07-29)
- 视频新闻
-
- 图片新闻
-
医药网免责声明:
- 本公司对医药网上刊登之所有信息不声明或保证其内容之正确性或可靠性;您于此接受并承认信赖任何信息所生之风险应自行承担。本公司,有权但无此义务,改善或更正所刊登信息任何部分之错误或疏失。
- 凡本网注明"来源:XXX(非医药网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。本网转载其他媒体之稿件,意在为公众提供免费服务。如稿件版权单位或个人不想在本网发布,可与本网联系,本网视情况可立即将其撤除。联系QQ:896150040