Næste generation af endometriosediagnostik gennem omfattende multidimensionel analyse (AdEnd)

Nyere forskning indikerer, at epigenetisk blodanalyse kan revolutionere diagnosen endometriose, og der er desuden rapporteret stærke korrelationer mellem endometrie- og blodmethylering (Giacomini et al., 2021), hvilket tyder på et betydeligt diagnostisk potentiale. Foreløbige data om polygeniske risikoscore (PRS) viser også lovende med hensyn til at identificere genetiske profiler forbundet med sygdommens sværhedsgrad (Katz et al., 2003).

Fremskridt inden for kunstig intelligens (AI) tilbyder præcise billedbaserede diagnostiske forudsigelser, der fremhæver det transformative potentiale ved at integrere AI med genetiske analyser. Derudover har vores foreløbige undersøgelser demonstreret potentialet ved at bruge genekspressionsdata fra uterusvæske ekstracellulære vesikler (UF-EV'er) til at forstå endometriemodtagelighed, med implikationer for påvisning af både endometriose og adenomyose (Vercellini et al., 2023).

Gennem denne undersøgelse antager vi, at differentielle methyleringsprofiler, integreret med genetiske, epigenetiske og kliniske data, nøjagtigt kan klassificere endometriose og adenomyose tilfælde. Derudover antager vi, at UF-EVs genekspressionsprofiler adskiller sig væsentligt mellem endometriose, adenomyose og fertile kontroller, hvilket giver kritisk indsigt i endometriemodtagelighed og potentielle diagnostiske markører for disse tilstande.

Primært mål:

At identificere specifikke CpG-steder, der udviser differentielle methyleringsniveauer mellem endometriosetilfælde og kontroller. Disse methyleringsprofiler, kombineret med polygenisk risikoscore (PRS) og kliniske spørgeskemadata, vil blive brugt til at klassificere tilfælde og kontroller gennem maskinlæringsanalyse. (Mål 1) Ud over den differentielle methyleringsanalyse vil 'højopløsnings SNP-genotypebestemmelse' blive anvendt. Denne genotypebestemmelse vil justere methyleringsanalysen og hjælpe med at udlede polygene risikoscore.

Sekundære mål:

At udvikle og validere en diagnostisk model, der integrerer ultralydsbilleddannelse med genetiske, epigenetiske og kliniske data for nøjagtigt at identificere og differentiere adenomyose som en forlængelse af endometriose, og at forudsige graviditetsresultater hos kvinder, der gennemgår IVF. (Mål 2)

Tertiære mål:

For at karakterisere genekspressionsprofilerne for ekstracellulære vesikler i livmodervæsken (UF-EV'er), der er specifikke for endometriose og adenomyose, vil vi analysere prøver på to kritiske tidspunkter: LH+2 (ikke-receptiv) og LH+7 (receptiv). Vi vil sammenligne de opnåede genekspressionsdata med tidligere indsamlede data fra fertile og infertile patienter. Ved at sammenligne disse profiler sigter vi mod at identificere forskellige molekylære signaturer forbundet med hver tilstand, hvilket øger vores forståelse af deres indvirkning på fertilitet og endometriemodtagelighed. Denne sammenligning vil også give os mulighed for at forfine diagnostiske markører og potentielt udvikle målrettede interventioner til berørte kvinder. (Mål 3)

Denne undersøgelse udføres som et multicenterprojekt, der involverer to Assisted Reproduction Centres, det vil omfatte en forskelligartet kohorte på 800 kvinder. Undersøgelsen involverer 530 deltagere og tre forskellige grupper: kvinder diagnosticeret med endometriose, kvinder diagnosticeret med både endometriose og adenomyose og en kontrolgruppe af infertile kvinder uden disse tilstande. Hver gruppe vil deltage i undersøgelsen, det er planlagt at vare 24 måneder fra begyndelsen af ​​rekruttering til den endelige analyse af indsamlede data. En yderligere gruppe vil bestå af 300 DNA-biobankede prøver fra kvinder diagnosticeret med endometriose.