Identificación de polimorfismos en genes relevantes para la implantación y el desarrollo embrionario

  1. Hernández Terrés, Nuria
Dirigida por:
  1. Manuel Avilés Sánchez Director

Universidad de defensa: Universidad de Murcia

Fecha de defensa: 30 de junio de 2023

Departamento:
  1. Biología Celular e Histología

Tipo: Tesis

Resumen

Antecedentes y objetivos: Con la incorporación de las técnicas de reproducción asistida para tratar el problema de la infertilidad humana, surge el reto de combatir la pérdida de embarazo temprano. El embrión juega un papel clave en la eficiencia de la implantación que, unido a la necesidad de reducir el número de embriones a transferir, conduce por un lado a la mejora de las condiciones de cultivo y desarrollo embrionario, y por otro, al avance de las técnicas de selección embrionaria. Con este último propósito, el objetivo principal de esta tesis ha sido la identificación de polimorfismos (SNPs) propios del embrión relacionados con la infertilidad, susceptibles de convertirse en biomarcadores genéticos. Posteriormente, los resultados obtenidos fueron integrados en un sistema de Inteligencia Artificial (IA), junto con otros parámetros derivados del ciclo reproductivo de los pacientes, con el objeto de crear una herramienta de selección embrionaria capaz de predecir el éxito de la implantación y el desarrollo embrionario temprano. Métodos: Se elaboró primeramente un panel compuesto por 27 genes cuyos SNPs podrían influir en el desarrollo embrionario humano y estar relacionados con el fallo de implantación y muerte embrionaria temprana, teniendo en cuenta el fenotipo que presentan modelos KO de ratón estudiados previamente para esos genes. El panel seleccionado ha sido investigado en 134 muestras de ADN procedentes de biopsia de trofoectodermo de embriones euploides. Los embriones procedían de un tratamiento de ICSI con PGT-A, y su destino era la transferencia uterina, tras la cual se realizó el seguimiento gestacional hasta el nacimiento. Para llevar a cabo la secuenciación masiva de las muestras de ADN y el análisis bioinformático de los resultados, se utilizó la metodología de Ion Torrent. Posteriormente, se estudiaron las secuencias proteicas, características estructurales y funcionales de las proteínas, así como los fenotipos asociados utilizando las bases de datos disponibles (Uniprot, GeneCards, Ensembl, MGI, ClinVar y OMIM). Se procedió a la identificación de SNPs deletéreos considerando la mutación existente, genotipo, localización del gen, posible efecto dañino y prevalencia en la población, comparando estos datos con los resultados clínicos obtenidos de la transferencia embrionaria y su posterior evolución. Finalmente, todos los datos fueron integrados en un sistema de IA, junto con otros relativos al ciclo reproductivo de los pacientes, edad, procedencia de los gametos, morfología y cinética de los embriones. Resultados y conclusiones: Tras la evaluación de los SNPs se identificaron varios genes que podrían estar implicados en el desarrollo embrionario temprano y/o el periodo periimplantacional humano, entre ellos: RAE1, F2 y GDF3. De ellos se han detectado 3 SNPs con posible efecto deletéreo en homocigosis del gen F2: chr11:46749646C>T, chr11:46750236A>T y chr11:46751102T>A; y otros dos en heterocigosis de los genes RAE1, chr20:55941902C>*, y GDF3, chr20:55941902C>*. El diseño del panel ha sido esencial para su identificación, y tras la verificación correspondiente, estos SNPs podrían ser utilizados como biomarcadores de fallo postimplantacional. La identificación de la mutación generada de novo en el gen PIKFYVE, chr2:209179025A>*, pone de manifiesto la necesidad de verificar el genotipo embrionario mediante PCR convencional y secuenciación de Sanger. En cuanto al sistema de IA, el algoritmo basado en el árbol de toma de decisiones ha sido el más adecuado, ocupando la meta-variable genética PC1 la segunda posición entre las más representativas. La aplicación de la IA presenta resultados esperanzadores, aunque, al igual que con la identificación de SNPs deletéreos, es necesario aumentar el número de muestras a analizar para obtener resultados y conclusiones más relevantes.