将机器学习与SHAP解释方法相结合，作为评估奶牛胚胎质量的决策支持工具

《Theriogenology》：Integrating machine learning and SHAP interpretations as a decision-support tool for embryo quality assessment in cows

　　

摘要

胚胎质量是决定牛只繁殖成功与遗传进展的关键因素，但传统的形态学评分方法存在主观性，难以准确预测实际妊娠结果。本研究提出一种可解释的人工智能框架，用于预测奶牛体内胚胎的质量，同时提供与生物学原理相契合的模型决策依据。研究利用来自389头泌乳荷斯坦牛的418组胚胎数据，将包括各种激素水平、卵泡大小及体况评分在内的27项指标纳入机器学习分析。研究共采用了6种模型，即随机森林、K最近邻算法、XGBoost、LightGBM、AdaBoost以及基于直方图的梯度提升模型，并通过准确率、召回率、精确率和F1值对模型性能进行评估。借助SHAP算法，该框架能够揭示特征的重要性及其在具体案例中的作用机制。在所有模型中，基于直方图的梯度提升模型表现最佳，准确率为71.1%，F1值为0.715。全局SHAP分析表明，激素水平——尤其是黄体酮动态指标（p4govs、p4pgovs、p4ai、p4flush）以及授精时的雌二醇水平（e2ai）——是影响胚胎质量的主要因素。高质量胚胎通常具有较为理想的激素变化趋势以及较高的辅助精子数量。此外，局部SHAP分析还能展示诸如促性腺激素释放后黄体酮水平等特定特征如何影响单个样本的胚胎质量评估。通过将计算建模与生殖生物学相结合，该框架为兽医提供了实用的决策支持工具，有助于优化现代牛只育种体系中的同步化程序与繁殖效果。

引言

胚胎质量是决定牛只繁殖成功与遗传进展的核心因素，它不仅影响妊娠的实现，还关乎整个牛群的长期生产性能。尽管生殖生物技术已取得显著进步，但由于卵母细胞活性、内分泌状态、胚胎与母体间的相互作用以及环境因素之间的复杂交互作用，胚胎发育仍存在较大差异。国际胚胎技术协会提出的形态学评分方法虽简便且无创，但却具有主观性，难以捕捉更深入的发育结构信息或准确预测妊娠结果[[1], [2], [3]]。研究表明，形态相似的胚胎在超微结构或转录组层面可能存在显著差异，这反映出其细胞质完整性、脂质组成、卵裂球分布以及基因表达模式的不同[[4], [5], [6]]。此外，虽然囊胚形成率与形态学等级与胚胎发育能力存在一定关联，但它们无法完全预测胚胎着床成功率或移植后的存活率，尤其是体外培育的胚胎，往往具有更高的细胞凋亡率、代谢异常以及脂质积累现象[[7], [8], [9]]。

近期技术进步使得胚胎评估从单纯的形态观察转向了基于动态与分子特征的评估方法。延时摄影技术能够详细记录胚胎的发育过程，包括卵裂时间、卵裂球对称性、延迟期开始时间以及原核动态等，从而提供更为客观的发育指标，提高胚胎筛选的准确性[10,11]。3D实时成像、基于人工智能的自动图像处理以及代谢组学或转录组学分析等方法，则能为胚胎的存活能力及应激反应提供更深入的了解[12,13]。此外，囊胚直径、细胞数量、抗冷冻能力、细胞外囊泡的分泌情况以及发育相关基因的表达水平（如GMNN、GLUT1、ATP1A1、VEGF）等指标也被视为评估胚胎发育潜力的定量生物标志物[14,15]。然而，尽管取得了这些进展，如何将这些不同的生物学、动力学及分子信号整合为一个统一的胚胎质量评估体系依然是一项挑战。随着胚胎移植技术的全球普及以及体外培育方法的广泛应用，寻找可靠、客观且具有生物学意义的胚胎质量预测因子，对于提升牛只繁殖效率、实现遗传改良目标具有重要意义[[16], [17], [18]]。

机器学习正在逐步改变胚胎评估的方式，它能够提供比传统形态学评分更客观、更细致的发育潜力分析。与传统依赖主观视觉判断的方法不同，现代深度学习模型能够识别出细微的纹理、结构及发育动态特征，而这些特征往往连经验丰富的胚胎学家也难以察觉，因此有助于提高对胚胎存活能力的预测精度[19]。在牛只繁殖领域，类似的进展也已显现，即通过机器学习流程可以准确提取胚胎质量的结构性与发育性指标，从而降低评估者带来的差异性[1]。实际应用表明，经过恰当训练的机器学习系统在真实环境中对胚胎发育阶段及移植可行性的分类能力，甚至可以媲美或超越专业胚胎学家的水平[20]。最新的研究则进一步推动了多模态人工智能的发展，通过结合延时成像、多焦点显微镜技术以及结构化的繁殖数据，构建出更为全面、立体的胚胎发育模型[21]。总体而言，这些进展表明机器学习并非要取代专家的判断，而是为其提供标准化、数据丰富的分析支持，从而助力改进常规的胚胎筛选流程。

然而，随着这些系统的功能日益强大，对可解释的人工智能的需求也变得同样重要。在繁殖决策中，仅依靠高准确率是不够的，模型的输出结果必须具备透明度、生物学合理性以及临床可靠性。研究表明，即便性能出色的神经网络在做出预测时也可能依赖一些模糊或与解剖结构无关的信息，这就凸显了在敏感的临床应用中采用未经验证的“黑箱”模型的风险[22]。针对胚胎评估领域的人工智能研究则试图通过要求特征提取必须符合解剖学原理——比如更精准地界定内细胞团、滋养层及透明带的结构——来生成与胚胎学理论更为契合的解释结果[23]。除了这些针对特定领域的创新之外，更广泛的可解释性研究也指出，透明的模型还有助于发现因果关系、提升解释性、满足监管要求以及确保结果的可重复性，这些都是在医疗保健与生命科学领域安全应用机器学习的重要前提[24,25]。因此，随着机器学习越来越多地被应用于胚胎评估流程中，可解释性已不再是一个附加功能，而是构建负责任、符合生物学原理且具备临床可行性的人工智能系统的核心要求。此外，可解释的模型不仅能提升透明度，还能为每个案例提供个性化的分析结果，为临床决策提供更有针对性的参考，这一功能在现代兽医精准医疗体系中越来越受到重视[26]。

除了繁殖生物学领域之外，各个应用领域也都亟需透明且高效的预测模型，这充分体现了将集成机器学习、优化特征选择与可解释人工智能相结合方法的普遍适用性[[27], [28], [29], [30]]。例如，在医疗诊断领域，结合人工神经网络、深度特征提取技术以及带有SHAP等可解释性技术的集成模型，显著提升了肝脏疾病以及丙型肝炎检测的准确性与时效性[27]、[28]。在金融领域，将集成学习与遗传算法、方差分析或特征聚类等先进的特征选择方法相结合，也为房价预测提供了更加透明的分析框架[30]；在网络分类领域，这类方法则提升了交通流量预测的准确性[29]。这些跨学科的进展都表明，将可解释人工智能与集成学习及最优特征工程相结合，是医疗、金融及网络研究领域的一项重要发展趋势，这也为本研究采用的方法提供了有力支撑。

在本研究中，我们运用可解释人工智能技术，为胚胎质量评估提供透明且易于理解的预测结果。这不仅有助于人们更深入地理解模型输出背后的生物学机制，还能为临床决策提供针对具体胚胎的实用指导，从而帮助做出更为精准的繁殖决策。

章节节选

材料与方法

本研究提出了一种可解释的机器学习工作流程（见图1），用于预测和解析奶牛胚胎的质量。该流程首先涉及数据收集，随后是对数据进行清洗、预处理以及特征工程，以挖掘其中的关键规律。之后再构建并评估机器学习模型，从而确定预测胚胎质量的最有效因子。

为确保模型的可解释性，本研究采用了SHAP算法，该算法能够为单个胚胎的特征提供

结果

尽管本研究的主要目标是构建一个可解释的预测框架，而非单纯追求最高的预测准确率，但各类机器学习模型的对比性能仍能为评估模型表现提供重要参考。表3汇总了六种机器学习模型在准确率、召回率、精确率及F1值这四项指标上的表现。在所有测试模型中，基于直方图的梯度提升模型表现最为优异

讨论

本研究通过全局SHAP分析，获得了关于奶牛胚胎质量决定因素的清晰且符合生物学逻辑的见解。分析结果表明，激素动态变化、精卵相互作用以及生理状态是影响模型决策的主要因素。具体而言，与黄体酮相关的指标（p4govs、p4pgovs、p4ai、p4flush）以及授精时的雌二醇水平（e2ai）在所有胚胎样本中均表现出最高的SHAP值

研究局限与未来方向

虽然本研究为可解释人工智能在胚胎质量预测中的应用提供了有力证据，但这些结论仍需在一定的局限性背景下加以解读。首先，本研究所使用的样本量仅为418组，相较于大规模的深度学习研究而言规模较小。其次，所有数据均来自荷斯坦牛，因此还需要进一步的验证研究，以确认该模型在其他品种奶牛中的通用性

结论

在本研究中，我们提出了一种可解释的框架，这种框架将人工智能视为专业胚胎学家的辅助工具，而非替代品。目前，在牛只繁殖及人类试管婴儿领域的研究表明，基于人工智能的胚胎评估方法在形态学评分方面已能达到甚至超越人类专家的水平，同时还具备客观且可重复的评估标准[40,41]。因此，本研究中构建的可解释模型输出结果，完全可以作为实用的决策支持工具

CRediT作者贡献说明

Mustafa Yi?it Nizam：概念设计、数据整理、研究实施、项目监督、初稿撰写、论文修订。Ahmet Yalcin：概念设计、数据整理、研究实施、方法设计、论文修订。Bekir Cetintav：概念设计、数据整理、方法设计、论文修订。

利益冲突声明

作者声明，他们不存在任何可能影响本研究结果的已知财务利益或个人关系。

Mustafa Yi?it Nizam|Ahmet Yalcin|Bekir Cetintav

土耳其伊兹密尔布贾市，多库兹埃吕尔大学兽医学院，繁殖与人工授精系，邮编35160