Reacción a "Un método no invasivo evalúa la calidad de ovocitos y embriones de ratones"

En este artículo, Albert Parra y colaboradores han utilizado, en un estudio muy bien desarrollado, métodos de inteligencia artificial (IA) combinado con un tipo de microscopía llamada hiperespectral (es decir, que generan imágenes con mucha más resolución que otro tipo de microscopía), para conocer la calidad de ovocitos y embriones de ratón desde el punto de vista metabólico, sin causarles daño. El modelo, llamado METAPHOR, analiza cientos de imágenes que contienen información de muchos metabolitos de los embriones y ovocitos en pocos minutos. Los resultados han demostrado diferencias en la calidad de los ovocitos en función de la edad, y los autores proponen que puede ser de gran interés en áreas como la preservación de la fertilidad y la medicina reproductiva personalizada. 

Sin embargo, como el equipo de Ojosnegros [otro de los autores] admite, los experimentos se realizaron con un número limitado de muestras en un modelo animal y será necesaria más investigación para comprender la capacidad de correlacionar la clasificación de METAPHOR con la capacidad de implantación. Actualmente, los investigadores están perfeccionando la tecnología para evaluar embriones humanos y han creado una empresa derivada para llevar la tecnología a las clínicas de reproducción asistida en los próximos años. 

En reproducción asistida existen múltiples casos en los que la IA podría ayudar a mejorar la capacidad de predecir nacidos vivos, como la selección de gametos y embriones y el desarrollo de medicinas de fertilidad personalizadas. Aunque el equipo que ha desarrollado METAPHOR demuestra que se puede utilizar para obtener información metabólica de embriones y ovocitos vivos, sin causar daño, hay trabajos publicados que ya han realizado este análisis en humanos. Recientemente, en un trabajo publicado por Sakkas y cols., en el que, de una forma bastante similar han evaluado imágenes metabólicas de embriones humanos de 120 parejas por medio de microscopía de imágenes de fluorescencia, no lograron encontrar una relación entre el patrón de metabolismo de los embriones que conducen a embarazo en comparación con aquellos que no lo hicieron. 

Los estudios con ovocitos y embriones que permitan su selección y clasificación son prometedores y avanzan cada vez con más rapidez. Es posible que el trabajo de Parra no tarde en aplicarse en humanos, pero se necesitan más estudios para conocer su verdadera aplicación en la selección embrionaria y aumento de las tasas de nacido vivo. En conjunto, el campo generalizado y de rápido crecimiento de la IA representa una oportunidad poderosa y emocionante para el campo de la biología reproductiva y la industria de la FIV [fecundación in vitro].