基于算法图像分析的绵羊合子光纹理特征与体外发育潜能关系研究

本研究针对绵羊体外胚胎生产(IVP)效率低下的问题，通过时间延迟成像(TL)和自主研发的r-Algo 2.0算法，首次系统分析了绵羊合子细胞质光纹理特征(MPI/MPH/MPC)与胚胎发育潜能的关联。研究发现未来发育至囊胚阶段的合子在特定像素范围(73-75)具有显著更高的平均像素强度(74.06 vs 73.98)和像素浓度(1.25% vs 0.56%)，但更低的光学异质性(1.81 vs 1.97)，为建立非侵入性胚胎筛选标准提供了新思路。

　　

在畜牧业和物种保护领域，体外胚胎生产(IVP)技术正发挥着越来越重要的作用。然而令人困扰的是，绵羊IVP系统中仅有14-33%的胚胎能发育至囊胚阶段，这种低效率严重制约了遗传改良进程。传统胚胎评估主要依赖胚胎学家主观的形态学观察，缺乏量化标准，就像"雾里看花"难以准确预测胚胎命运。有趣的是，近年研究发现细胞质的物理化学特性与其功能密切相关——异常聚集的脂滴、紊乱的细胞器分布等微观变化，都可能通过改变光散射特性在图像上形成特殊"纹理"。这为开发新型评估方法提供了理论契机。

加拿大圭尔夫大学和波兰克拉科夫农业大学的研究团队独辟蹊径，将人工智能算法引入胚胎学研究。他们利用自主研发的r-Algo 2.0图像分析软件，对37个绵羊合子的显微图像进行像素级解析，结合时间延迟成像系统长达8天的连续追踪，首次建立了光纹理参数与胚胎发育命运的定量关系。这项发表在《Biology of Reproduction》的研究揭示：在特定像素范围(73-75)内，未来能形成囊胚的合子展现出"更亮"(MPI高0.08单位)、"更纯"(MPC高0.69个百分点)、"更均质"(MPH低0.16单位)的细胞质特征，这些差异虽微小却具有统计学显著性(P<0.001)。

关键技术包括：从屠宰场获取的波兰长毛绵羊卵母细胞经体外成熟(IVM)后，与新鲜公羊精液共培养19小时获得合子；使用Primo Vision TL系统每10分钟自动采集胚胎图像；通过ImageProPlus?软件划定细胞质区域生成位图；采用r-Algo 2.0算法分析平均像素强度(MPI)、异质性(MPH)和浓度(MPC)三类一级纹理特征；根据胚胎最终发育状态(停滞或形成囊胚)进行回顾性分组比较。

研究结果显示：在算法识别的特定像素范围内，未来非停滞胚胎的合子期细胞质呈现显著差异。73-75像素强度区间，囊胚组MPI值(74.06±0.01)显著高于停滞组(73.98±0.008)，灵敏度达86%；105-106区间囊胚组MPC(1.25±0.22%)是停滞组(0.56±0.07%)的2.2倍；而36-42区间囊胚组MPH(1.81±0.04)显著低于停滞组(1.97±0.02)。这些差异虽仅涉及1.4%-3.3%的像素范围，但预测准确性令人惊喜。

讨论部分指出，这种现象可能与细胞分裂器组装有关——健康胚胎的线粒体等细胞器向分裂沟定向迁移，形成更有序的细胞质结构。该研究突破了传统形态评估的主观局限，首次实现通过合子期图像特征预测囊胚形成可能性，为开发自动化胚胎筛选系统奠定基础。尽管样本量限制(仅6个囊胚)和图像质量波动影响模型稳定性，但这种方法有望显著提高IVP效率，未来或可拓展至其他家畜及人类辅助生殖领域。正如通讯作者Pawel M. Bartlewski强调的："就像通过指纹识别身份，我们现在能通过细胞质的'光学指纹'识别胚胎潜能。"这项交叉学科研究为生殖技术发展开辟了新路径。