Disertasi

Model Prediksi Status Kromosom Embrio Berbasis Kecerdasan Buatan: Kajian Penilaian Morfologi dan Morfokinetik, Sekresi MicroRNA 372, MicroRNA 191 dan cell-free DNA pada Medium Kultur Embrio = A Prediction Model of Embryo’s Chromosome Status Using Artificial Intelligence, Observing Morphokinetics, MicroRNA 372, MicroRNA 191, and Cell-free DNA in Culture Medium.

Faktor embrio adalah salah satu faktor yang memengaruhi keberhasilan program fertilisasi in vitro. Untuk menentukan embrio yang terbaik sebagai baku emas adalah melakukan biopsi trofektoderm yang memiliki risiko terjadinya kerusakan embrio. Diperlukan metode nir-invasif untuk bisa membantu mendiagnosis status kromosom embrio. Dilakukan studi potong lintang pada 124 medium kultur pasien yang menjalani program FIV di Jakarta. Sejumlah pemeriksaan dilakukan, seperti isolasi miRNA, real time PCR, dan Next Generation Sequencing (NGS), yang kemudian dibagi menjadi kelompok berdasarkan status kromosom, yaitu euploid dan aneuploid. Analisis statistik menunjukkan derajat ekspansi 3–6 berhubungan dengan status kromosom euploid. Level ekspresi miRNA-191 pada kromosom euploid lebih rendah secara bermakna (p < 0,001), serupa dengan level ekspresi miRNA-372 yang lebih rendah pada kromosom euploid (p = 0,008), lalu dilanjutkan dengan analisis multivariat hingga didapat model prediksi berbasis regresi logistik dengan komponen variabel model derajat ekspansi, sekresi miRNA 1 91 dan hasil cell-free DNA. Model tersebut memiliki sensitivitas 91,8% dan spesifisitas 88,9%. Dilakukan juga analisis dengan pembelajaran mesin yang menghasilkan model prediksi berbasis decision tree dengan sensitivitas 93,4% dan spesifisitas 90,5%. Model prediksi berbasis decision tree memiliki senisitivitas dan spesifisitas yang lebih baik dibandingkan dengan model prediksi berbasis regresi logistik.
Kata kunci: aneuploidi, cell-free DNA, mikroRNA-191, mikroRNA-372, pembelajaran mesin, status kromosom


Embryonic factors greatly influence in vitro fertilization (IVF) outcomes. Trophectoderm biopsy is the gold standard diagnostic method to ensure that the selected embryo have only euploid chromosomes. However, the biopsy is invasive and poses a risk to the embryo. The non-invasive procedure is a safer method developed to determine the chromosome status of the embryo. This cross-sectional study was conducted on 124 culture media from IVF patients in Jakarta. MiRNA, real-time PCR, and next-generation sequencing (NGS) were conducted, and the samples were analyzed for euploidy and aneuploidy. Statistical analysis showed that the expansion grade (Grade 3 and Grade 5) was strongly associated with euploid embryos. Euploid embryos have significantly lower miRNA-191 and miRNA-372 expression than aneuploid embryos (p < 0.001; p = 0.008, respectively). A logistic regression model for multivariate analysis was conducted, observing expansion grade, miRNA-191 expression, and cell-free DNA to determine chromosome status. The model has 91.8% sensitivity and 88.9% specificity. Machine learning was also conducted, resulting in a decision tree-based prediction model with a sensitivity of 93.4% and a specificity of 90.5%. The decision tree-based prediction model revealed greater sensitivity and specificity than the logistic regression-based prediction model.
Key words : aneuploidy, cell-free DNA, microRNA-191, microRNA-372, machine learning, chromosome status