Zobrazení meiotického vřeténka při metodách asistované reprodukce v rámci vyšetření kvality oocytu a a ploidie embrya s využitím umělé inteligence (studie SMART)

Poskytovatel

Ministerstvo zdravotnictví

Program

Program na podporu zdravotnického aplikovaného výzkumu na léta 2024-2030

Veřejná soutěž

SMZ0202400001

Hlavní účastníci

Všeobecná fakultní nemocnice v Praze

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

NW24-08-00048

Název projektu anglicky

Scanning the Meiotic spindle in Assisted Reproductive Techniques to assess oocyte quality and embryo ploidy evaluated by artificial intelligence (SMART study)

Anotace anglicky

The assisted reproduction success rate is affected by several factors including the age of the women, oocyte quality and maturation state, as well as sperm quality. Imaging of the meiotic spindle may be crucial for determining the oocyte maturation and the optimal time of oocyte fertilization by intracytoplasmic sperm injection (ICSI). Based on our previous pilot study, the highest benefit of meiotic spindle imaging is for women over 35 years of age. In this project, using artificial intelligence we will introduce a new accurate and non-invasive method for selecting quality maturated oocytes and genetically healthy embryos. This strategy will enhance success of assisted reproduction outcome thanks to increased efficiency and reduced laboratory analyses. In the first step, the evaluation of efficiency using meiotic spindle visibility in polarized light and its relative position to the polar body as indicator of oocyte maturity will be monitored and the optimal time for ICSI will be defined. In the second step, a clinical procedure for determining maturation of the oocyte from the meiotic spindle will be extended by the automatic recognition of oocytes quality by artificial intelligence. Third, a machine learning approach will be used to predict (a) embryo ploidy and (b) successful pregnancy from oocyte images and time-lapse video of a developing embryo after ICSI. Fourth, the male fertility parameters, such as sperm quality and genetic markers, will be determined and correlated with the oocyte quality and fertilization rate. The effectiveness of embryo genetic quality prediction will be increased by determining selected paternal factors. Finally, artificial intelligence predictions of the oocyte quality, embryo ploidy and pregnancy success probability will be improved by the polarized light microscopy images of the oocyte (division of the spindle), the multi-methodological determination of sperm quality, and evaluation of the embryo development time-lapse recording.

Kategorie VaV

AP - Aplikovaný výzkum

OECD FORD - hlavní obor

30402 - Technologies involving the manipulation of cells, tissues, organs or the whole organism (assisted reproduction)

OECD FORD - vedlejší obor

—

OECD FORD - další vedlejší obor

—

CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

EI - Biotechnologie a bionika

Zahájení řešení

1. 5. 2024

Ukončení řešení

31. 12. 2027

Poslední stav řešení

Z - Začínající víceletý projekt

Poslední uvolnění podpory

—

Důvěrnost údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Systémové označení dodávky dat

CEP24-MZ0-NW-R

Datum dodání záznamu

25. 3. 2024

Celkové uznané náklady

18 700 tis. Kč

Výše podpory ze státního rozpočtu

18 700 tis. Kč

Ostatní veřejné zdroje financování

0 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

0 tis. Kč