首个涵盖整个生殖生命周期的卵巢三维图谱：揭示了生殖器官能够计算自身卵子数量

随着小鼠年龄增长，其卵子总量会下降约十倍。然而，根据发表在《自然·衰老》杂志上的一项新研究，卵泡从休眠状态转变为生长状态的短暂窗口期内，卵子的比例在整个生命周期中保持恒定，约为14%。这一发现挑战了卵巢是被动卵子储存库的传统观念。该研究的作者将雌性生殖器官重新定义为一个主动监控的系统，并提出卵巢可能通过某种尚未确定的激素或神经信号来计算自身的卵子储备。这项发现得益于首个完整的哺乳动物卵巢在其整个生殖生命周期中变化的三维图谱。

　　

“无论小鼠年龄多大，被激活的卵母细胞比例都相同。这意味着卵巢具有一种感知机制，能够感知卵巢内卵母细胞的数量，并只激活固定比例的卵母细胞。此前从未有人发现过这一点。这完全是全新的生物学发现，”巴塞罗那基因组调控中心 (CRG) 研究组组长、该研究的资深作者埃尔万·博克博士说道。

这项发现挑战了卵巢只是被动储存卵子的传统观念。研究作者将女性生殖器官重新定义为一个主动监控的系统，并提出卵巢可能通过某种尚未确定的激素或神经信号来计算自身的卵子数量。

这项发现得益于首个完整的哺乳动物卵巢在其整个生殖生命周期中变化的三维图谱。CRG的研究人员将高分辨率显微镜与人工智能相结合，对100多个涵盖小鼠整个生殖生命周期的完整卵巢中的每一个卵细胞（卵母细胞）进行计数和分类。

此前的研究虽然已经对人类和小鼠的卵巢进行了三维成像，但无法像CRG的研究人员那样精确地追踪卵母细胞的生长。CRG的研究人员首次在三维空间中逐个卵母细胞地追踪小鼠整个生殖生命周期。他们总共追踪了超过85000个细胞，生成了规模和分辨率都前所未有的数据集。

这项研究还得出了第二个令人惊讶的发现。当小鼠进入青春期时，即使两只小鼠基因完全相同且在完全相同的条件下饲养，其中一只小鼠的卵细胞数量也可能是另一只小鼠的三倍。

“这些小鼠本质上是同龄的同卵双胞胎，生活条件也相同，但它们的卵巢却完全不同。我们发现了巨大的差异，而且这并非遗传因素造成的。这意味着其中存在我们尚未了解的其他因素，”博克博士说道。

这种变异性在小鼠进入青春期之前就已经存在，表明它起源于生命早期，可能在胚胎发育阶段。卵巢储备较少的小鼠卵巢也较小，发育中的卵子数量也较少，这表明这些早期事件会影响终生的卵巢功能。

第三项重要发现推翻了关于卵子激活的旧有假设。尽管卵巢中储存着数十万个休眠卵子，但任何时刻只有极少数卵母细胞会被激活。长期以来，一种假说认为，密集排列的休眠卵子会相互抑制。

CRG的研究结果恰恰相反。卵巢中休眠卵子密度最高的区域，也是休眠卵子苏醒最多的区域。“这种说法一直都有，但这是第一次有实际数据支持，”该研究的第一作者阿图罗·丹杰洛说道。

另一项发现是，研究人员还发现卵子生长过程中存在一个先前未被认识的发育瓶颈，该瓶颈出现在卵子直径约为 60 微米的特定阶段，许多卵泡似乎在对激素产生反应之前会停滞不前。

这项发现意义重大，因为包括人类在内的雌性哺乳动物出生时就拥有了终生所需的所有卵子。了解控制这一关键节点的机制，对于未来旨在延长生育寿命或延缓更年期的任何干预措施都至关重要。

“我们体内有成千上万个我们并不需要的卵子，”博克博士说。“如果我们能弄清楚为什么这些卵子会在未排卵的情况下流失，我们就能调节这个系统。这有助于维持激素周期的正常运转，并延缓更年期——世界上有一半的人口都必须经历更年期。这在健康和经济方面都具有巨大的意义。”

这项研究在将小鼠生物学与人类生物学联系起来时也十分谨慎。人类出生时大约有100万个卵母细胞，到青春期减少到40万个，到绝经期减少到1000个。一生中只有大约400个卵母细胞存活。小鼠的卵母细胞消耗速度与人类相似，但出生时卵母细胞数量约为5000个。

然而，小鼠每四到五天从双侧卵巢排卵一次，而女性通常大约每28天排卵一次。这种排卵规模和频率的差异很可能影响卵子储备的消耗方式。即便如此，作者认为，卵巢始终保留一定比例的卵子处于激活状态，且不受年龄影响，这一发现或许是哺乳动物生殖的普遍特征。

该研究的作者还认为，由于女性的遗传和环境差异，其卵巢储备的变异性可能远大于小鼠。他们警告说，人类研究需要更大规模的队列才能得出确切的结论。

“在我看来，这些数据20年前就应该公布了，这样我们就可以以此为基础开展研究了。它确实改变了实验的规划方式，”她说。

作为概念验证，B?ke 和 D'Angelo 还证明该方法适用于人类卵巢皮质组织，这为开展类似的人体研究打开了大门。不过，B?ke 博士也提醒说，实际操作中面临着巨大的挑战。“方法已经成熟，但开展人体终生研究要困难得多，”她说道。

得益于技术进步，我们对哺乳动物生殖生物学有了新的认识。要绘制出动物一生中整个卵巢储备的三维图谱，需要进行组织透明化处理，在欧洲分子生物学实验室巴塞罗那中观成像设施的显微镜上进行全器官成像，以及与多诺斯蒂亚国际物理中心（DIPC）、巴斯克大学（UPV/EHU）和生物物理研究所的合作者共同开发的AI驱动图像分割技术。

“我们希望这个工具不仅对我们自己的研究有用，也能对其他科学家有所帮助。完整的流程可以通过我们基于人工智能的图像分析开源平台 BiaPy 免费获取，我们还发布了显微镜图像和训练好的人工智能模型本身。这意味着其他实验室可以验证我们的工作，或者将相同的方法应用于他们自己的图像，而无需从头开始构建，”巴斯克大学 (UPV/EHU) CVPD 研究组负责人、BiaPy 的共同开发者Ignacio Arganda-Carreras说。