Infertilità di Coppia: I Trattamenti Disponibili per Superare le Difficoltà di Concezione
Un nuovo test non invasivo potrebbe semplificare la scelta degli embrioni migliori nella fecondazione in vitro, migliorando il tasso di successo dei trattamenti di fertilità.
Un nuovo test non invasivo potrebbe fare una grande differenza per le persone che si sottopongono a trattamenti di fertilità, verificando la qualità degli embrioni. Attualmente, uno dei principali ostacoli al successo della fecondazione in vitro (FIV) è la difficoltà nel selezionare gli embrioni migliori. Tuttavia, questo nuovo test potrebbe semplificare notevolmente la scelta.
L’autrice co-senior H. Irene Su dell’UC San Diego ha dichiarato: “Purtroppo, il successo della FIV è ancora in gran parte casuale, ma speriamo che la nostra ricerca possa cambiare questa situazione”. Questa notizia sarà accolta con favore dalle migliaia di persone che cercano trattamenti di FIV ogni anno, rappresentando solo una frazione delle stimate una su sei persone colpite dall’infertilità in tutto il mondo.
Dalla nascita del primo bambino concepito mediante FIV, Louise Brown, nel 1978 nel Regno Unito, la medicina riproduttiva ha fatto notevoli progressi. Tuttavia, intraprendere un percorso di FIV può essere un processo lungo e faticoso per le famiglie, soprattutto considerando che il tasso complessivo di nascite vive per le donne di età inferiore ai 40 anni negli Stati Uniti è solo del 20-40 percento.
I medici sono sotto pressione per selezionare gli embrioni coltivati in laboratorio che hanno la migliore possibilità di risultare in una gravidanza sana per ciascun paziente, ma ciò non è un compito facile.
Su ha spiegato: “Attualmente, il modo migliore che abbiamo per prevedere l’esito degli embrioni consiste nell’osservare le loro caratteristiche morfologiche o analizzare il loro patrimonio genetico prelevando alcune cellule dall’embrione, entrambi con limitazioni”.
Il team di ricerca ha adottato un approccio diverso. Il nuovo metodo non esamina direttamente gli embrioni, ma utilizza il mezzo liquido residuo utilizzato per la loro crescita. Questo metodo non richiede fasi aggiuntive e non interferisce con il processo di FIV, il che è molto importante per i ricercatori.
Mentre le cellule crescono, rilasciano piccole molecole di RNA chiamate exRNA. Queste molecole sono state scoperte solo negli ultimi decenni e gli scienziati non conoscono ancora completamente la loro funzione.
Sheng Zhong, autore co-senior, ha affermato: “Solo negli ultimi dieci anni abbiamo iniziato a scoprire gli utilizzi degli exRNA e potrebbero esserci innumerevoli altre applicazioni che non abbiamo ancora scoperto”.
Il team ha prelevato campioni del mezzo di crescita da embrioni in cinque diverse fasi per raccogliere informazioni sul profilo degli exRNA rilasciati durante lo sviluppo. In ciascuna fase sono state identificate circa 4.000 di queste molecole. Utilizzando un modello di apprendimento automatico, è stato possibile prevedere la traiettoria di crescita di un embrione in base agli exRNA prodotti.
Le previsioni del modello sono risultate coerenti con i test attualmente utilizzati per valutare la qualità degli embrioni, suggerendo che questo metodo non invasivo potrebbe potenzialmente essere utilizzato per eliminare gli embrioni con maggiori probabilità di successo.
Gli autori avvertono che ci vorrà del tempo prima che il nuovo metodo possa essere utilizzato in un contesto clinico. Su ha affermato: “Abbiamo dati che collegano una morfologia sana a risultati positivi della FIV e ora abbiamo visto che gli exRNA possono essere utilizzati per prevedere una buona morfologia, ma dobbiamo ancora tracciare quella linea finale prima che il nostro test sia pronto per il grande pubblico”.
Tuttavia, questo è un inizio promettente e un modo innovativo per affrontare un vecchio problema.
Come ha detto Su, anziché concentrarsi direttamente sugli embrioni, “abbiamo adottato un approccio simile a quello di uno scavo archeologico per scoprire di più su chi ci ha vissuto e cosa ha fatto”.
Lo studio è stato pubblicato su Cell Genomics.
Altri post
