罗格斯大学(Rutgers)的一项研究表明，通过对女性基因组成的专门分析，可以预测女性最常见的一种流产风险。
在期刊上发表报告人类遗传学在美国，研究人员描述了一种将基因组测序与机器学习方法相结合的技术，可以预测女性因卵子非整倍体(卵子染色体数量异常)而流产的可能性。
寻找女性不育背后的遗传原因
不孕症是一个主要的生殖健康问题，影响着美国大约12%的育龄妇女．人类卵子的非整倍体在不孕症中占很大比例，导致早期流产和体外受精(IVF)失败。听这则新闻
广告
“患者和临床医生可以根据他们的基因组成，在生殖选择和生育治疗计划方面做出更明智的决定。”
现在就推特
最近的研究表明，基因使某些女性倾向于非整倍体，但非整倍体卵子产生的确切遗传原因尚不清楚。
“我们项目的目标是了解女性不育的遗传原因，并开发一种方法来改善患者非整倍体风险的临床预后，”该研究的作者之一、罗格斯艺术与科学学院(Rutgers School of Arts and Sciences)遗传系副教授邢金川(Jinchuan Xing)说。
基于此，研究人员表明，利用女性IVF患者的基因组数据可以高精度地预测胚胎非整倍体的风险。他们还发现了几个潜在的非整倍体风险基因。
然后他们利用机器学习开发了软件，这是人工智能的一个方面，程序可以在不遵循特定指令的情况下学习并做出预测。为此，研究人员开发了算法和统计模型，从遗传数据的模式中分析和推断。
因此，科学家们能够根据女性的基因组创建一个特定的风险评分。科学家们还发现了三个基因——MCM5、FGGY和DDX60L——当它们发生突变时，与产生非整倍体卵子的风险高度相关．
虽然年龄是非整倍体的一个预测因素，但它不是一个高度准确的衡量标准，因为同一年龄的个体内的非整倍体率可能有很大差异。识别基因变异具有更强的预测能力，为女性及其治疗临床医生提供了更好的信息。
来源:Medindia
广告
基于此，研究人员表明，利用女性IVF患者的基因组数据可以高精度地预测胚胎非整倍体的风险。他们还发现了几个潜在的非整倍体风险基因。
基因组信息对如何治疗不孕症有更好的认识
研究人员能够使用一种名为“全外显子组测序”的技术来检查患者的基因样本，这种技术使研究人员能够锁定庞大的人类基因组中编码蛋白质的部分。然后他们利用机器学习开发了软件，这是人工智能的一个方面，程序可以在不遵循特定指令的情况下学习并做出预测。为此，研究人员开发了算法和统计模型，从遗传数据的模式中分析和推断。
因此，科学家们能够根据女性的基因组创建一个特定的风险评分。科学家们还发现了三个基因——MCM5、FGGY和DDX60L——当它们发生突变时，与产生非整倍体卵子的风险高度相关．
虽然年龄是非整倍体的一个预测因素，但它不是一个高度准确的衡量标准，因为同一年龄的个体内的非整倍体率可能有很大差异。识别基因变异具有更强的预测能力，为女性及其治疗临床医生提供了更好的信息。
来源:Medindia
广告
推荐阅读
