Lipid profiling of follicular fluid and blood plasma as a method of predicting pregnancy in women undergoing assisted reproductive treatment

1. Фролова Н.И., Белокриницкая Т.Е., Анохова Л.И., Богомазова Т.В. Эпидемиология и причины бесплодия у девушек в возрасте 18-25 лет как характеристика демографического потенциала популяции. Репродуктивное здоровье детей и подростков. 2015; 3: 19-25. [Frolova N.I., Belokrinitskaya T.E., Anokhova L.I., Bogomazova T.V. Epidemiology and causes of infertility in young female adults aged 18-25 years as a demographic characteristic of the population. Reproductive health of children and adolescents. 2015; 3: 19-25. (in Russian)].
2. Драпкина Ю.С., Калинина Е.А., Макарова Н.П., Мильчаков К.С., Франкевич В.Е. Искусственный интеллект в репродуктивной медицине: этические и клинические аспекты. Акушерство и гинекология. 2022; 11: 37-44. [Drapkina Yu.S., Kalinina E.A., Makarova N.P., Milchakov K.S., Frankevich V.E. Artificial intelligence in reproductive medicine: ethical and clinical aspects. Obstetrics and Gynecology. 2022; (11): 37-44 (in Russian)]. https://dx.doi.org/10.18565/aig.2022.11.37-44.
3. Ившин А.А., Багаудин Т.З., Гусев А.В. Искусственный интеллект на страже репродуктивного здоровья. Акушерство и гинекология. 2021; 5: 17-24. [Ivshin A.A., Bagaudin T.Z., Gusev A.V. Artificial intelligence on guard of reproductive health. Obstetrics and Gynecology. 2021; (5): 17-24 (in Russian)]. https://dx.doi.org/10.18565/aig.2021.5.17-24.
4. Драпкина Ю.С., Макарова Н.П., Татаурова П.Д., Калинина Е.А. Поддержка врачебных решений с помощью глубокого машинного обучения при лечении бесплодия методами вспомогательных репродуктивных технологий. Медицинский совет. 2023; (15): 27-37. [Drapkina J.S., Makarova N.Р., Tataurova P.D., Kalinina E.A. Deep machine learning applied to support clinical decision-making in the treatment of infertility using assisted reproductive technologies. Medical Council. 2023; (15): 27-37. (in Russian)].https://dx.doi.org/10.21518/ms2023-368.
5. Гусев А.В., Морозов С.П., Кутичев В.А., Новицкий Р.Э. Нормативно-правовое регулирование программного обеспечения для здравоохранения, созданного с применением технологий искусственного интеллекта, в Российской Федерации. Медицинские технологии. Оценка и выбор. 2021; (1): 36-45. [Gusev A.V., Morozov S.P., Kutichev V.A., Novitsky R.E. Legal regulation of artificial intelligence software in healthcare in the Russian Federation. Medical Technologies. Assessment and Choice. 2021; (1): 36-45.(in Russian)]. https://dx.doi.org/10.17116/medtech20214301136.
6. Комедина В.И., Юренева С.В., Чаговец В.В., Стародубцева Н.Л. Особенности липидного состава сыворотки крови женщин в период менопаузального перехода. Акушерство и гинекология. 2022; 6: 90-97. [Komedina V.I., Yureneva S.V., Chagovets V.V., Starodubtseva N.L. Changes in serum lipid profile during the menopausal transition. Obstetrics and Gynecology. 2022; (6): 90-7 (in Russian)]. https://dx.doi.org/10.18565/aig.2022.6.90-97.
7. Бурдули А.Г., Кициловская Н.А., Сухова Ю.В., Ведихина И.А., Иванец Т.Ю., Чаговец В.В., Стародубцева Н.Л., Франкевич В.Е. Фолликулярная жидкость и исходы программвспомогательных репродуктивных технологий (обзор литературы). Гинекология. 2019; 21(6): 36-40. [Burduli A.G., Kitsilovskaya N.A., Sukhova Y.V., Vedikhina I.A., Ivanets T.Y., Chagovets V.V., Starodubtseva N.L., Frankevich V.E. Follicular fluid and assisted reproductive technology programs outcomes (literature review). Gynecology. 2019; 21(6): 36-40. (in Russian)]. https://dx.doi.org/10.26442/20795696.2019.6.190663.
8. Tokareva A.O., Chagovets V.V., Kononikhin A.S., Starodubtseva N.L., Nikolaev E.N., Frankevich V.E. Comparison of the effectiveness of variable selection method for creating a diagnostic panel of biomarkers for mass spectrometric lipidome analysis. J. Mass Spectrom. 2021; 56(3): e4702.https://dx.doi.org/10.1002/jms.4702.
9. Zarezadeh R., Mehdizadeh A., Leroy J.L.M.R., Nouri M., Fayezi S., Darabi M. Action mechanisms of n-3 polyunsaturated fatty acids on the oocyte maturation and developmental competence: Potential advantages and disadvantages. J. Cell. Physiol. 2019; 234(2): 1016-29. https://dx.doi.org/10.1002/jcp.27101.
10. DeBose-Boyd R.A. Significance and regulation of lipid metabolism. Semin. Cell. Dev. Biol. 2018; 81:97. https://dx.doi.org/10.1016/j.semcdb.2017.12.003.
11. Ding Y., Jiang Y., Zhu M., Zhu Q., He Y., Lu Y. et al. Follicular fluid lipidomic profiling reveals potential biomarkers of polycystic ovary syndrome: A pilot study. Front. Endocrinol. (Lausanne). 2022; 13: 960274.https://dx.doi.org/10.3389/fendo.2022.960274.
12. Shehadeh A., Bruck-Haimson R., Saidemberg D., Zacharia A., Herzberg S., Ben-Meir A. et al. A shift in follicular fluid from triacylglycerols to membrane lipids is associated with positive pregnancy outcome. FASEB J. 2019; 33(9): 10291-9. https://dx.doi.org/10.1096/fj.201900318RR.
13. Довгань А.А., Ахмедова З.Ф., Сысоева А.П., Зингеренко Б.В., Романов Е.А., Силачев Д.Н., Макарова Н.П., Калинина Е.А. Внеклеточные везикулы фолликулярной жидкости: клинические аспекты и молекулярная биология. Акушерство и гинекология. 2023; 6: 38-43. [Dovgan A.A., Akhmedova Z.F., Sysoeva A.P., Zingerenko B.V., Romanov E.A., Silachev D.N., Makarova N.P., Kalinina E.A. Extracellular vesicles in follicular fluid: clinical aspects and molecular biology. Obstetrics and Gynecology. 2023; (6): 38-43 (in Russian)]. https://dx.doi.org/10.18565/aig.2022.320.
14. Романов А.Ю., Эльдаров Ч.М., Фролова А.М., Макарова Н.П., Бобров М.Ю., Долгушина Н.В. Влияние контролируемой механической микровибрации на метаболомный профиль сред культивирования эмбрионов человека пятых суток развития. Акушерство и гинекология. 2020; 11: 131-8. [Romanov A.Yu., Eldarov Ch.M., Frolova A.M., Makarova N.P.,Bobrov M.Yu., Dolgushina N.V. Influence of controlled mechanical microvibration on embryo metabolomic profile. Obstetrics and Gynecology. 2020; (11): 131-8 (in Russian)]. https://dx.doi.org/10.18565/aig.2020.11.131-138.
15. Núñez Calonge R., Guijarro J.A., Andrés C., Cortés S., Saladino M., Caballero P. et al. Relationships between lipids levels in blood plasma, follicular fluid and seminal plasma with ovarian response and sperm concentration regardless of age and body mass index. Rev. Int. Androl. 2022; 20(3):178-88.https://dx.doi.org/10.1016/j.androl.2021.02.004.
16. Jamro E.L., Bloom M.S., Browne R.W., Kim K., Greenwood E.A., Fujimoto V.Y. Preconception serum lipids and lipophilic micronutrient levels are associated with live birth rates after IVF. Reprod. Biomed. Online. 2019; 39(4): 665-73. https://dx.doi.org/10.1016/j.rbmo.2019.06.004.
17. Cai W.Y., Luo X., Chen E., Lv H., Fu K., Wu X.K. et al. Serum lipid levels and treatment outcomes in women undergoing assisted reproduction: a retrospective cohort study. Front. Endocrinol. (Lausanne). 2021; 12: 633766.https://dx.doi.org/10.3389/fendo.2021.633766.
18. Chagovets V., Kononikhin A., Tokoreva A., Bormotov D., Starodubtseva N., Kostyukevich Y. et al. Relative quantitation of phosphatidylcholines with interfered masses of protonated and sodiated molecules by tandem and Fourier-transform ion cyclotron resonance mass spectrometry. Eur. J. Mass Spectrom. (Chichester). 2019; 25(2): 259-64. https://dx.doi.org/10.1177/1469066718799992.
19. Юрова М.В., Чаговец В.В., Франкевич В.Е., Стародубцева Н.Л., Хабас Г.Н., Павлович С.В. Дифференциация серозных новообразований яичников на основании масс-спектрометрического анализа липидного профиля сыворотки крови: пилотное исследование. Акушерство и гинекология. 2021; 9: 107-19. [Iurova M.V., Chagovets V.V., Frankevich V.E., Starodubtseva N.L., Khabas G.N., Pavlovich S.V. Differential diagnosis of serous ovarian tumors using mass spectrometry-based serum lipid profiling: a pilot study. Obstetrics and Gynecology. 2021; (9): 107-19 (in Russian)]. https://dx.doi.org/10.18565/aig.2021.9.107-119.
20. Юрова М.В., Франкевич В.Е., Павлович С.В., Чаговец В.В., Стародубцева Н.Л., Хабас Г.Н., Ашрафян Л.А., Сухих Г.Т. Диагностика серозного рака яичников высокой степени злокачественности Iа–Iс стадии по липидному профилю сыворотки крови. Гинекология. 2021; 23(4): 335-40. [Iurova M.V., Frankevich V.E., Pavlovich S.V., Chagovets V.V., Starodubtseva N.L., Khabas G.N., Ashrafyan L.A., Sukhikh G.T. Diagnosis of Ia-Ic stages of serous high-grade ovarian cancer by the lipid profile serum of blood serum. Gynecology. 2021; 23(4): 335-40 (in Russian)]. https://dx.doi.org/10.26442/20795696.2021.4.200911.
21. Фортыгина Ю.А., Макарова Н.П., Драпкина Ю.С., Новоселова А.В., Гамисония А.М., Чаговец В.В., Франкевич В.Е., Калинина Е.А. Сравнительный анализ липидного профиля крови и фолликулярной жидкости женщин, проходящих лечение бесплодия методами вспомогательных репродуктивных технологий. Акушерство и гинекология. 2024; 4: 93-102. [Fortygina Yu.A., Makarova N.P., Drapkina Yu.S., Novoselova A.V., Gamisonia A.M., Chagovets V.V., Frankevich V.E., Kalinina E.A. Comparative analysis of blood and follicular fluid lipid profiles in women undergoing infertility treatment with assisted reproductive technologies. Obstetrics and Gynecology. 2024; (4): 93-102 (in Russian)]. https://dx.doi.org/10.18565/aig.2024.62.
22. Фортыгина Ю.А., Макарова Н.П., Непша О.С., Лобанова Н.Н., Калинина Е.А. Роль липидомных исследований в репродукции человека и исходах программ лечения бесплодия методами вспомогательных репродуктивных технологий. Акушерство и гинекология. 2022; 10: 14-20. [Fortygina Yu.A., Makarova N.P., Nepsha O.S., Lobanova N.N., Kalinina E.A. The role of lipidomic studies in human reproduction and in the outcomes of infertility treatment programs using assisted reproductive technologies. Obstetrics and Gynecology. 2022; (10): 14-20 (in Russian)]. https://dx.doi.org/10.18565/aig.2022.10.14-20.
23. Wang J., Zheng W., Zhang S., Yan K., Jin M., Hu H. et al. An increase of phosphatidylcholines in follicular fluid implies attenuation of embryo quality on day 3 post-fertilization. BMC Biol. 2021; 19(1): 200. https://dx.doi.org/10.1186/s12915-021-01118-w.
24. Chen Z., Wu Y., Nagano M., Ueshiba K., Furukawa E., Yamamoto Y. et al. Lipidomic profiling of dairy cattle oocytes by high performance liquid chromatography-high resolution tandem mass spectrometry for developmental competence markers. Theriogenology. 2020; 144: 56-66.https://dx.doi.org/10.1016/j.theriogenology.2019.11.039.
25. Liu L., Yin T.L., Chen Y., Li Y., Yin L., Ding J. et al. Follicular dynamics of glycerophospholipid and sphingolipid metabolisms in polycystic ovary syndrome patients. J. Steroid Biochem. Mol. Biol. 2019; 185: 142-9.https://dx.doi.org/10.1016/j.jsbmb.2018.08.008.
26. de la Barca J.M.C., Boueilh T., Simard G., Boucret L., Ferré-L'Hotellier V., Tessier L. et al. Targeted metabolomics reveals reduced levels of polyunsaturated choline plasmalogens and a smaller dimethylarginine/arginine ratio in the follicular fluid of patients with a diminished ovarian reserve. Hum. Reprod. 2017; 32(11): 2269-78. https://dx.doi.org/10.1093/humrep/dex303.
27. Li J., Gao Y., Guan L., Zhang H., Chen P., Gong X. et al. Lipid profiling of peri-implantation endometrium in patients with premature progesterone rise in the late follicular phase. J. Clin. Endocrinol. Metab. 2019; 104(11): 5555-65. https://dx.doi.org/10.1210/jc.2019-00793.

Received 08.08.2024

Accepted 20.08.2024