Innovation：乔杰院士、李蓉教授团队揭示卵巢衰老规律

近日，北京大学第三医院乔杰院士、李蓉教授团队在The Innovation发表题为《OvaRePred：一种预测女性生育力里程碑事件发生年龄的在线工具》（OvaRePred: Online tool for predicting the age of fertility milestones）的研究成果，利用大数据资源在国际上首次建立了卵巢衰老曲线，并整合团队一系列评估卵巢储备的算法，研发了兼顾标准化和个体化的卵巢储备评估和预测工具——OvaRePred，助力育龄期女性合理安排自己的生育计划。

女性衰老始于卵巢衰老，卵巢衰老始于卵巢储备下降。卵巢储备（ovarian reserve，OR）是指卵巢内有潜力发育为成熟卵母细胞的原始卵泡的数量，反映卵巢的功能。卵巢储备越高，成功受孕的几率越大。

随着女性年龄的增长，卵巢储备下降（DOR），生育力降低，并可能导致胚胎非整倍体、受精失败和高流产率。辅助生殖技术在DOR人群中收效甚微，这也增加了经济、医疗和社会成本。

由于DOR发生年龄个体差异巨大，及时评估卵巢储备功能，预测DOR发生年龄对于育龄女性合理安排个体化生育计划至关重要。

原始卵泡库中生殖干细胞来源的原始卵泡的数量是固定的，随着年龄的增长，大部分原始卵泡会闭锁，卵泡数量急速下降。在胚胎期原始卵泡多达400万个，新生儿出生时下降为约200万个，青春期后下降只剩下30—50万个。女性一生中一般只有400—500个卵泡发育成熟并排卵。

虽然人群的卵巢衰老速度相对固定，但卵巢储备具有较大的个体差异。女性出生时原始卵泡数便可差别数百倍之多，大部分女性并没有意识到这种巨大差异。虽然月经周期不规律和更年期很容易识别，但这些迹象的出现往往意味着生育成功率极低，此时可用的干预措施非常有限。

DOR带来的生育力下降，比自然生育能力完全丧失（即绝经）发生得更早，所以早期预测DOR并及时采取干预措施具有重要意义。然而，目前国际上缺乏有效评估卵巢储备和预测DOR的方法，国内外对卵巢储备的评估和预测主要依赖个人经验。因此，研发一个兼顾标准化和个体化的卵巢储备评估工具需求迫切。

北医三院生殖医学科团队利用中心大数据建立了一个卵巢衰老曲线模型，根据当前卵巢储备评分和卵巢衰老曲线可预测未来DOR开始的年龄和围绝经期开始的年龄。

研究表明，卵巢衰老遵循生长曲线模型。“Fixed interval”假说提出，不同生育里程碑事件之间的时间跨度在一般人群中是固定的，如生育力轻度下降（31岁）、DOR（41岁）、月经不规律（46岁）和绝经（51岁）等（图1A）。基于以上研究背景和假说，本团队利用北医三院生殖中心的大数据资源建立了一个描述卵巢衰老的生长曲线模型（图1B），并根据是否存在排卵障碍（图1C）或子宫相关因素（图1D）进一步细化该模型，结合卵巢储备状况，开发了兼顾标准化和个体化的卵巢储备评估和预测工具，有助于育龄期女性根据自身情况合理安排生育计划。

上述算法与研究团队之前建立的一系列评估卵巢储备的算法已被整合入在线工具OvaRePred。

OvaRePred不仅可以评估卵巢储备功能，还可预测未来DOR及围绝经期的开始年龄。OvaRePred对于指导育龄女性根据自己的卵巢储备状况合理安排生育计划具有重要意义，也有助于卵巢相关疾病的治疗和围绝经期健康管理。

原始出处：

Xu H, Feng G, Yang R, Li R, Qiao J. OvaRePred: Online tool for predicting the age of fertility milestones. Innovation (Camb). 2023 Aug 1;4(5):100490. doi: 10.1016/j.xinn.2023.100490

北医三院生殖医学科徐慧玉、杨蕊，首都医科大学附属儿童医院冯国双为本文共同第一作者，北医三院乔杰院士、李蓉教授为共同通讯作者。

共同第一作者

徐慧玉

北医三院生殖医学科

副主任技师

主要研究方向：大数据人工智能在生殖领域的应用

杨蕊

北医三院妇产科副主任

副主任医师、副教授、硕士研究生导师

主要研究方向：生殖内分泌及辅助生殖技术

共同通讯作者

李蓉

北医三院副院长

生殖医学科主任

主任医师、教授、博士生导师

主要研究方向：妇科内分泌与辅助生殖技术

乔杰

中国工程院院士

北京大学常务副校长

北京大学医学部主任

北医三院医学创新研究院院长

北医三院生殖医学科

主任医师、教授、博士生导师

主要研究方向：女性生育力促进