A new Bayesian network-based approach to the analysis of sperm motility: application in the study of tench (Tinca tinca) semen

Abstract

In this study a Bayesian network (BN) has been built for the study of the objective motility of Tinca tinca spermatozoa (spz). Semen from eight 2-year-old sexually mature male tenchs was obtained and motility analyses were performed at 6–17, 23–34 and 40–51 safter activation, using computer-assisted sperm analysis (CASA) software. Motility parameters rendered by CASA were treated with a two-step cluster analysis. Three well-defined sperm subpopulations were identified, varying the proportion of spermatozoa contained in each cluster with time and male. Cluster, cinematic and time variables were used to build the BN to study the probabilistic relationships among variables and how each variable influenced the final sperm classification into one of three predefined clusters. Both network structure and conditional probabilities were calculated based on the collected data set. Results shown that almost all the variables were directly or indirectly related to each other. By doing probabilistic inference we observed that the cluster distribution corresponded to the definition provided by the cluster analysis. Also, velocity and time variables determined the cluster to which each spermatozoon belonged with a high degree of accuracy. Thus, BNs can be applied in the study of sperm motility. The construction of a BN that include fertility data opens a new way to try to clarify the roles of motility and other sperm quality indicators in fertilization.

En este estudio se ha construido una red bayesiana (BN) para el estudio de la motilidad objetiva de los espermatozoides de Tinca tinca (spz). Se obtuvo semen de ocho tencas macho sexualmente maduras de 2 años de edad y se realizaron análisis de motilidad a los 6-17, 23-34 y 40-51 después de la activación, utilizando el software de análisis de esperma asistido por computadora (CASA). Los parámetros de motilidad generados por CASA se trataron con un análisis de conglomerados de dos pasos. Se identificaron tres subpoblaciones de espermatozoides bien definidas, variando la proporción de espermatozoides contenidos en cada grupo con el tiempo y el sexo. Se utilizaron variables de grupo, cinematográficas y de tiempo para construir el BN para estudiar las relaciones probabilísticas entre las variables y cómo cada variable influyó en la clasificación final de los espermatozoides en uno de los tres grupos predefinidos. Tanto la estructura de la red como las probabilidades condicionales se calcularon en función del conjunto de datos recopilados. Los resultados mostraron que casi todas las variables estaban directa o indirectamente relacionadas entre sí. Al hacer inferencia probabilística observamos que la distribución de conglomerados correspondía a la definición proporcionada por el análisis de conglomerados. Además, las variables de velocidad y tiempo determinaron el grupo al que pertenecía cada espermatozoide con un alto grado de precisión. Por tanto, las BN se pueden aplicar en el estudio de la motilidad de los espermatozoides. La construcción de una BN que incluya datos de fertilidad abre una nueva vía para intentar aclarar el papel de la motilidad y otros indicadores de calidad del esperma en la fertilización.