基于子宫液胞外囊泡转录组分析与贝叶斯建模的系统生物学方法预测胚胎着床成功率

为解决辅助生殖技术(ART)中胚胎植入窗口期(WOI)评估的侵入性难题，研究人员开展子宫液胞外囊泡(UF-EVs)转录组分析研究，通过WGCNA和贝叶斯建模发现966个差异表达基因，构建的预测模型准确率达0.83，为无创评估子宫内膜容受性提供新策略。

　　

在辅助生殖技术领域，成功妊娠的最大挑战在于精准把握胚胎植入的最佳时机——子宫内膜容受性窗口期(Window Of Implantation, WOI)。这个短暂的关键期通常发生在月经周期第19-21天，持续约5天时间，期间子宫内膜会发生复杂的分子变化，为胚胎着床做好准备。然而，由于个体差异的存在，准确判断每位患者的WOI变得异常困难。

目前临床上常用的子宫内膜容受性检测方法存在明显局限性。传统的组织学评估和超声测量子宫内膜厚度等方法缺乏分子层面的精确性。而基于转录组分析的子宫内膜容受性阵列(Endometrial Receptivity Array/analysis, ERA)检测虽然能够分析238个基因的表达模式，但需要通过子宫内膜活检获取组织样本，这种侵入性操作不仅可能损伤子宫内膜，还不得不将检测周期和胚胎移植周期分开进行，增加了患者的身心负担和经济压力。

正是在这样的背景下，研究人员将目光投向了子宫液中的胞外囊泡(Extracellular Vesicles from Uterine Fluid, UF-EVs)。这些由细胞释放的脂质双层包裹的微小颗粒携带了丰富的RNA信息，能够反映亲本细胞的分子特征，且最重要的是可以通过非侵入性的方式获取。前期研究已经证实，UF-EVs的转录组特征与相应月经周期阶段的子宫内膜组织活检结果具有高度相关性，这为开发无创的子宫内膜容受性评估方法提供了理论基础。

为了深入探索UF-EVs在胚胎植入过程中的作用机制，研究团队开展了一项精心设计的研究。他们收集了82名接受单囊胚移植患者的子宫液样本，这些患者都进行了胚胎植入前非整倍体遗传学检测(Preimplantation Genetic Testing for Aneuploidies, PGT-A)，确保了移植的囊胚染色体正常，从而排除了胚胎因素对研究结果的干扰。研究人员采用RNA测序(RNA-Seq)技术分析了UF-EVs中的转录组信息，比较了妊娠成功组(37例)和未妊娠组(45例)的基因表达差异。

研究采用了几个关键技术方法：通过子宫液采集和差速离心技术分离UF-EVs；使用RNA-Seq进行转录组测序；应用加权基因共表达网络分析(WGCNA)识别基因模块；采用贝叶斯逻辑回归模型整合基因表达数据和临床变量进行预测分析。

研究结果方面：

差异基因表达和基因集富集分析

通过差异基因表达(Differential Gene Expression, DGE)分析，研究人员发现了966个在两组间差异表达的基因(名义p值<0.05)。使用SEQC cutoff标准(名义p值<0.01且log2FoldChange>1或<-1)进一步筛选出262个差异表达基因，其中236个在妊娠组中表达上调，26个表达下调。经过多重检验校正后，4个基因仍显示显著差异：RPL10P9、LINC00621、MTND6P4和LINC00205。

基因集富集分析(Gene Set Enrichment Analysis, GSEA)揭示了多个显著富集的生物学过程，包括适应性免疫反应(GO:0002250, NES=1.71)、离子稳态(GO:0050801, NES=1.53)和无机阳离子跨膜转运(GO:0098662, NES=1.45)等。

加权基因共表达网络分析和过度表征分析

WGCNA将966个差异表达基因聚类为4个共表达模块，这些模块与妊娠结局表现出不同的相关性。灰色模块与妊娠结局相关性最高(cor=0.40, N=624)，棕色模块次之(cor=0.33, N=37)。

过度表征分析(Over-Representation analysis, ORA)发现各模块基因参与不同的生物学过程。灰色模块基因涉及MAP激酶活性调节、免疫反应调节等过程；棕色模块基因与止血正向调节、黑色素生物合成过程正向调节等相关。

贝叶斯模型

研究人员构建的贝叶斯逻辑回归模型整合了基因表达模块和临床变量，结果显示蓝色模块与妊娠几率降低相关(OR=0.06; 90% CI: 0.01-0.17)，既往流产史(OR=0.50; 90% CI: 0.26-0.97)和囊泡大小D90(OR=0.37; 90% CI: 0.16-0.76)也是负向预测因素。而灰色模块(OR=8.16; 90% CI: 2.64-28.4)以及turquoise和棕色模块的平均表达(OR=4.95; 90% CI: 1.57-16.0)则与妊娠几率增加相关。

该模型通过留一交叉验证(Leave-One-Out Cross-Validation, LOO-CV)显示出良好的预测性能：精确度0.85，召回率0.76，特异性0.89，F1分数0.80，总体准确度0.83(95%CI: 0.73-0.90)，ROC曲线下面积(Area Under the Curve, AUC)为0.88。

研究结论表明，通过分析UF-EVs转录组特征可以有效地表征WOI期间的子宫内膜转录组特征。妊娠成功女性显示出与未妊娠女性不同的转录特征，在WOI期间，UF-EVs中检测到更多转录本，表明子宫内膜转录上调，特别是涉及形态发生、细胞分化和妊娠建立必需的生物学过程相关基因。

这项研究的重要意义在于首次结合DGE和WGCNA分析方法，利用UF-EVs来源的转录本评估子宫内膜容受性。贝叶斯逻辑回归模型整合基因表达模块和临床变量，实现了对妊娠结局0.83的预测准确度和0.80的F1分数。这种创新方法避免了子宫内膜活检等侵入性操作，为在ART患者中准确识别最佳WOI提供了开发无创分子诊断工具的合理依据。

该研究的优势在于专门分析了PGT-A周期，确保了移植囊胚的染色体正常，从而将子宫内膜容受性分离为主要影响因素。然而研究也存在一定局限性，包括缺乏独立队列验证、样本量有限以及部分功能分析结果经过多重检验校正后未达到显著性水平。未来需要更大样本的研究来证实基于UF-EVs评估子宫内膜容受性的可行性。

总体而言，这项研究为辅助生殖领域提供了新的思路和方法，通过非侵入性的方式评估子宫内膜容受性，有望在未来实现同一周期内进行内膜评估和胚胎移植，大大简化治疗流程，减少等待时间，显著改善患者的整体体验。