基于33,999个第3天胚胎形态学评估的囊胚形成与染色体倍性预测模型研究

《Scientific Reports》：Blastulation and ploidy prediction using morphology assessment in 33,999 day-3 embryos

本研究针对第3天（Day-3）胚胎移植实践中缺乏有效囊胚形成和整倍体预测工具的问题，开发了基于机器学习算法的预测模型。通过分析33,999个Day-3胚胎的细胞数、碎片率与患者年龄等参数，研究团队建立了可准确预测囊胚形成（AUC=0.72）和整倍体率（AUC=0.73）的临床决策工具。该模型无需特殊设备即可实现胚胎优先级的精准排序，为全球范围内开展Day-3胚胎移植的生殖中心提供了重要技术支撑。

　　

在辅助生殖技术（ART）领域，选择最具植入潜能的胚胎是决定治疗成功的关键因素。虽然当前体外受精（IVF）实践更倾向于囊胚阶段移植，但全球仍有大量生殖中心坚持采用卵裂期（第3天）胚胎移植策略。这种临床实践的差异主要源于两个核心矛盾：一方面，延长培养至第5天虽能筛选更具发育潜能的胚胎，但会导致部分胚胎因发育停滞而损失；另一方面，尽管时间 lapse成像技术和植入前遗传学检测（PGT-A）能提升选择准确性，但其应用受限于设备成本和技术门槛。这种资源可及性的不平衡，使得开发基于常规形态学参数的预测工具成为临床迫切需求。

为破解这一难题，发表于《Scientific Reports》的研究团队开展了一项大规模回顾性队列研究，通过对33,999个第3天胚胎的系统分析，建立了囊胚形成和整倍体的双预测模型。该研究的创新之处在于将机器学习算法与常规胚胎评估参数相结合，创造了无需特殊设备即可应用的临床决策支持系统。

研究人员主要采用三大关键技术方法：首先，收集2017年3月至2021年12月期间ART Fertility Clinics的5,702个治疗周期数据，建立包含胚胎形态学参数（细胞数、碎片率）和患者特征（年龄、AMH等）的多维度数据库；其次，运用极限梯度提升（XGBoost）机器学习算法构建预测模型，并通过1000次重复2折交叉验证确保模型稳定性；最后，采用下一代测序（NGS）技术对囊胚滋养层细胞进行PGT-A检测，获得整倍体判定的金标准。

模型选择与特征重要性

研究通过SHAP分析揭示了关键预测因子的贡献度。如图1所示，整倍体预测模型中女性年龄权重最高，其次为细胞数和碎片率；而囊胚形成预测则显示细胞数是最重要预测因子。最终模型仅保留女性年龄、Day-3细胞数和碎片率三个参数，既保证预测精度又简化临床操作。

最终模型的验证性能

模型在验证集中表现出优异性能：囊胚形成预测AUC为0.72（95%CI：0.71-0.73），整倍体预测AUC为0.73（95%CI：0.72-0.74）。更重要的是模型校准能力，如表3所示，囊胚形成预测在10%-70%概率区间内校准良好；整倍体预测在≤40%概率范围内准确性极高。研究独创的"正确呼叫分数"评估显示，机器学习模型在囊胚形成（37.05±1.89）、优质内细胞团（30.03±1.72）和整倍体（15.75±1.91）选择上均显著优于传统方法（P<0.0001）。

Day-3胚胎形态特征对囊胚形成和整倍体的影响

多水平模型分析揭示：与6-10细胞胚胎相比，<6细胞胚胎形成囊胚几率显著降低（aOR：0.19，P<0.0001），而>10细胞胚胎几率更高（aOR：1.22，P<0.0001）。碎片率的影响更为显著，B、C、D级碎片分别使囊胚形成几率降低56%、79%和88%。值得注意的是，碎片率主要影响囊胚形成而非整倍体状态，提示发育停滞可能是非整倍体的主要表现形式。

研究结论与讨论

该研究通过大规模数据验证了Day-3形态学参数预测胚胎发育潜能的临床价值。与传统认知不同，>10细胞的"快速生长"胚胎表现出更好的囊胚形成和整倍体结局，这可能是由于PGT-A技术的进步和活检时机的改进（滋养层活检vs卵裂期活检）。研究建立的在线预测工具（https://artfertilityclinics.shinyapps.io/GEMMA-D3B/）首次实现了基于常规参数的胚胎优先级排序，为资源有限地区提供了与先进中心相当的胚胎选择能力。

研究的局限性在于单中心数据可能影响模型普适性，且胚胎形态学评估存在主观性差异。然而，其采用的标准Gardner评分体系和大规模验证样本有效缓解了这些顾虑。未来多中心验证将进一步优化模型性能，推动ART领域的精准医疗发展。

这项研究的真正突破在于将复杂的机器学习算法转化为临床医生触手可及的工具，使胚胎选择不再依赖于昂贵设备，而是基于科学计算的智能决策。正如作者Ibrahim Elkhatib和Daniela Nogueira所强调的，这种"民主化"的技术路径有望缩小不同地区间的生殖医疗差距，让更多患者受益于个体化胚胎选择策略。