预测DNA断裂：基于机器学习的非破坏性化学检测试剂
机器学习
2025-02-13 v2
摘要
全球范围内，不孕率正在上升，2022年，2.5%的全部出生是通过体外受精（IVF）帮助完成的。男性不孕是这些案例中约一半的原因。精子DNA质量对IVF成功率具有重大影响。传统上，精子DNA的评估通过化学检测试剂完成，这些检测试剂会使精子细胞失去IVF资格。许多复合因素导致了生育率下降的局面，而生育率在最近的历史中呈下降趋势。因此，辅助生殖技术（ART）是近期研究的焦点。同时，人工智能正在渗透现代生活的方方面面。凭借最先进的机器学习在诸多领域的卓越性能，本工作建立在这些成果之上，提出一种新框架，用于从未染色精子图像中预测精子DNA断裂。该预测模型保留了精子完整性，允许针对IVF的最佳精子选择。
引用
@article{arxiv.2409.13306,
title = {Predicting DNA fragmentation: A non-destructive analogue to chemical assays using machine learning},
author = {Byron A Jacobs and Ifthakaar Shaik and Frando Lin},
journal= {arXiv preprint arXiv:2409.13306},
year = {2025}
}