En soumettant, vous acceptez notre Politique de confidentialité pour traiter les informations de contact et de demande que vous fournissez, acceptez notre Conditions d'utilisation et acceptez que nous puissions vous contacter au sujet de cette demande.
Actualités | Des scientifiques utilisent un modèle mathématique pour prédire l’âge de la ménopause et améliorer la planification de la fertilité
Actualités | Des scientifiques utilisent un modèle mathématique pour prédire l’âge de la ménopause et améliorer la planification de la fertilité
La ménopause marque la fin de la fertilité féminine et résulte principalement du vieillissement ovarien et de l’épuisement de la réserve ovarienne. Bien que de nombreux aspects de ces processus soient bien compris, leur dynamique globale reste incertaine.
Une nouvelle étude de la Rice University a introduit l’analyse stochastique, une nouvelle approche mathématique permettant de prédire quantitativement l’âge de la ménopause et de déterminer les différences individuelles ainsi que les tendances à l’échelle de la population. Les résultats ont été publiés dans Biophysical Journal le 10 février. Selon les chercheurs, ce modèle pourrait améliorer la planification de la fertilité, orienter les décisions relatives aux traitements hormonaux et approfondir la compréhension des risques sanitaires associés au vieillissement ovarien.
Comment l’analyse stochastique peut-elle expliquer la ménopause ?
L’étude a été dirigée par Anatoly Kolomeisky, professeur de génie chimique et biomoléculaire à la Rice University. L’équipe a proposé de considérer le vieillissement ovarien comme un processus aléatoire et séquentiel au cours duquel les follicules passent par plusieurs stades de développement, jusqu’à épuiser la réserve ovarienne et déclencher la ménopause.
Contrairement aux recherches antérieures principalement axées sur les facteurs hormonaux et génétiques, cette étude a utilisé des calculs mathématiques explicites et des simulations informatiques à grande échelle pour établir un cadre de prédiction quantitative. Le modèle a simulé la diminution progressive de la réserve folliculaire, et ses prédictions concordaient étroitement avec les données médicales de différentes populations.
Le professeur Kolomeisky a déclaré : « En appliquant l’analyse stochastique, nous pouvons dépasser les méthodes d’observation traditionnelles afin de construire des modèles plus précis et prédictifs de l’âge de la ménopause, et déterminer l’origine des variations individuelles. »
Résultat clé : pourquoi la ménopause survient-elle dans une tranche d’âge relativement étroite ?
L’équipe de recherche a constaté que la ménopause est principalement influencée par trois facteurs :
1. Réserve folliculaire initiale — le nombre de follicules ovariens présents à la naissance.
2. Taux d’épuisement ovarien — la vitesse à laquelle les follicules s’épuisent au fil du temps.
3. Seuil de ménopause — le point auquel la fonction reproductive prend fin après que la réserve folliculaire est tombée à un certain niveau.
Les résultats ont montré que, malgré les différences individuelles, la ménopause survient généralement dans une tranche d’âge relativement étroite, un phénomène qui n’avait pas encore été pleinement expliqué.
« L’un des résultats les plus surprenants est que les transitions folliculaires semblent présenter un certain degré de synchronisation, ce qui pourrait expliquer la relative constance de l’âge de la ménopause », a déclaré le professeur Kolomeisky. « Cela suggère que les processus biochimiques “régulent” dans une certaine mesure le moment de la ménopause, ce qui assure une relative stabilité entre les individus. »
Effets potentiels de l’étude
L’étude apporte un nouvel éclairage sur le processus de la ménopause et pourrait avoir de vastes implications pour la santé reproductive des femmes, la médecine personnalisée et la recherche sur le vieillissement. Par exemple :
Amélioration de la planification de la fertilité : la prédiction quantitative de l’âge de la ménopause pourrait aider les femmes à mieux planifier le moment d’avoir des enfants.
Meilleures décisions en matière d’hormonothérapie : des modèles plus précis du vieillissement pourraient aider les médecins à élaborer des traitements hormonaux substitutifs (THS) plus adaptés.
Détermination des risques de maladies liés à l’âge : les résultats pourraient faciliter l’évaluation des risques d’affections associées à la ménopause, comme l’ostéoporose et les maladies cardiovasculaires.
L’étude a été financée par la Welch Foundation et le Center for Theoretical Biological Physics. Le chercheur postdoctoral Anupam Mondal et Evelina Tcherniak, étudiante de premier cycle en génie biomoléculaire, en étaient également coauteurs.
Source :
Informations recueillies en ligne