2022年第78屆美國生殖醫學會（ASRM）年會已於10月26日結束。作為生殖醫學領域規模最大、最具影響力的國際會議之一，每年的年會上都會發佈一批新的研究成果或技術應用進展，借此讓廣大從業者能瞭解到主要細分領域的最新動向以及發展趨勢。

在上一篇中，素遞介紹瞭胚胎植入前遺傳學檢測的一些新進展（可點擊此處瞭解詳情）。其實每年還有一些新的前沿技術或產品應用成果在年會上展示，這些新進展很好的體現瞭產學研多方合作的價值。

從本次年會摘要集中，素遞遴選出8項檢測/產品應用進展，涉及女性相關生殖激素的居傢檢測、代謝物檢測用於PCOS排除、排卵監測、AI在Gn劑量選擇、預測卵子發育潛能以及胚胎選擇等不同方面的應用、精子樣本居傢采集用於DFI測定、IVF實驗室設備溫度監測系統等不同方面，供各位讀者參考。

圖源：會議官網

提綱

1. 女性居傢生殖激素水平檢測；

2. 基於居傢采樣的尿液代謝物檢測有助於PCOS的排除；

3. 基於尿液中雌二醇代謝物檢測的排卵監測；

4. 基於機器學習模型的最佳Gn劑量選擇；

5. AI模型預測卵子發育潛能；

6. AI幫助挑選可用於活檢和PGT-A檢測的囊胚；

7. 利用居傢采樣試劑盒驗證精子染色質擴散檢測的穩定性；

8. 一套用於IVF實驗室設備持續溫度監控系統的有效性測定；

【說明】：

以下研究源自口頭報告或海報摘要集，是根據同行評議分數選出的，但沒有受到科學出版物特有的同行評議過程的嚴格約束。因此，這些研究發現僅僅是初步的，不適合指導臨床護理。

01.

女性居傢生殖激素水平檢測

美國研究團隊（涉及Everly Health 公司的“Women's Health Test”采樣試劑盒）

這項回顧性研究對2017年9月至2022年3月期間購買居傢樣本采集試劑盒（用於生殖激素的實驗室分析）的女性消費者的真實世界數據進行瞭分析，用於檢測與年齡相關的女性生殖激素模式的變化。具體是在月經周期的第3-4天收集幹血斑（DBS）樣本用於促黃體激素（LH）和促卵泡激素（FSH）檢測，在周期的第19-21天采集唾液樣本，用於檢測雌二醇（E2）、遊離睪酮和孕酮。

這一真實世界的證據表明，在傢庭環境中采集的DBS和唾液樣本在群體水平上揭示瞭周期內和整個生殖壽命內的預期生理模式。對於需要實驗室檢測生殖激素的各個年齡段的成年女性來說，居傢樣本采集是一種方便而有用的檢測選擇。

結論或啟示：生殖激素的居傢-實驗室檢測可用於證明預期的月經周期特定值以及整個生殖生命周期的模式。

圖源：公司官網

02.

基於居傢采樣的尿液代謝物檢測有助於PCOS的排除

美國研究團隊（涉及Precision Analytical公司的“DUTCH”檢測試劑盒）

這項回顧性觀察隊列研究使用的數據庫包括2016年1月1日至2019年12月9日期間由129,883名患者提交的144,561份實驗室資料。該數據庫共包括2,050名報告診斷為PCOS的患者和27,488名未報告診斷為PCOS的患者。這些患者在傢中用濾紙收集尿液樣本並寄送到實驗室進行處理，尿液樣本中的雄酮、脫氫表雄酮硫酸鹽（DHEA-S）等雄激素代謝物的濃度通過氣相色譜-質譜/質譜（GC-MS/MS）進行檢測。

研究結果表明，使用幹燥尿液樣本和經驗證的GC-MS/MS測定法測定的尿液雄激素代謝物顯示，PCOS的陽性預測值較低，但陰性預測值較高，提示這些測量方法可能有助於排除PCOS。

結論或啟示：這種方法可能代表一種新的、方便的、居傢的無創工具，可供臨床醫生和研究人員在患者存在現場評估或超聲檢查障礙的場景中使用。當結合尿液采樣獲取的額外信息時，該工具可以提供一個全面的結果Panel，為臨床調查和決策提供信息。

圖源：公司官網

03.

基於尿液中雌二醇代謝物檢測的排卵監測

美國研究團隊（涉及Mira Fertility公司的“Mira”育性追蹤器）

“Mira”（Mira Fertility Tracker），是一種監測月經周期和排卵的DTC（直接面向消費者）設備，且已獲得FDA註冊批準，它通過免疫熒光檢測定量的尿激素水平以監測排卵，幫助女性確定可能懷孕的時間，其準確性與臨床免疫分析儀相當。雖然Mira在市面上主要用於生理周期，但其量化E3G（雌二醇3-葡醛酸酯，雌二醇E2的尿代謝物）的能力可能為體外受精期間血清中E2的測量提供一種替代方法。

該前瞻性、觀察性初步研究結果表明，尿液中E3G（uE3G）的動態與血清中的E2相當。因此，uE3G的居傢尿液監測是控制性超促排卵期間血清E2測量的可行替代方案，對患者更友好方便。

結論或啟示：尿液中E3G檢測是IVF期間血清E2檢測的潛在替代方案，但在普通體外受精人群中，還需要進一步的研究進行驗證。

圖源：Mira Fertility Tracker，公司官網

04.

基於機器學習模型的最佳Gn劑量選擇

美國研究團隊（涉及Alife Health公司的AI軟件和機器學習模型）

研究團隊之前開發瞭一個機器學習模型，基於患者相似度匹配選擇個性化的促性腺激素劑量以用於卵巢刺激。本研究的目的是在一個大型和多樣化的數據集中評估該方法，以回顧性確定機器學習預測、患者結局和總促性腺激素（Gn）使用之間的關聯。

通過使用來自美國輔助生殖技術學會臨床結局報告系統（SART CORS）的數據集，這項研究表明，用於Gn劑量選擇的患者相似性建模可能與卵巢刺激結局改善、總Gn使用量減少有關。雖然傾向性匹配確保協變量（年齡、BMI和AMH）在比較組間結果時分佈相似，但需要在將來開展前瞻性研究來確定這種機器學習方法的潛在臨床益處。

結論或啟示：機器學習工具在卵巢刺激過程中幫助臨床決策，顯示出其在減少FSH總量的同時改善包括活產在內的臨床結局的潛力。

圖源：團隊近期發表研究中相關的數據源和建模方法，Fanton M,et al.,2022

05.

AI模型預測卵子發育潛能

澳大利亞和美國研究團隊（涉及Life Whisperer公司的AI系統）

本研究前瞻性收集並訓練瞭包含1,180個卵母細胞（在ICSI前立即被剝離及成像）的靜態圖像數據集，旨在研究一種無創的深度學習算法，以期預測卵母細胞能否發育成可用的囊胚。訓練中使用瞭最近報道的數據清理方法（UDC），並采用二元指標評估性能，包括總體準確性、靈敏度和特異性。

結果表明，這種新的人工智能算法具有很高的預測能力，可以從單個靜態卵母細胞圖像（在ICSI前剝離）中評估其是否會發展成可用的囊胚。UDC數據清理技術用於識別和刪除潛在的錯誤來源，如男性不育病例。

結論或啟示：這項研究表明，有可能開發出一種強大的AI工具，用於在ICSI或低溫保存前對卵母細胞進行無創篩選，從而允許患者在卵母細胞選擇或進一步的IVF周期必要性方面做出明智選擇。

圖源：公司官網

06.

AI幫助挑選可用於活檢和PGT-A檢測的囊胚

土耳其研究團隊等（涉及Fairtility公司的AI工具“CHLOE”）

這項回顧性比較研究對土耳其一傢ART中心的3,415個時差成像視頻（源自2019年至2020年期間的ICSI胚胎）進行瞭分析。這些視頻由一位經驗豐富的胚胎學傢手動註釋。同樣的胚胎再使用基於AI的工具CHLOE進行註釋，包括視頻中的一系列形態動力學參數。

兩者比對結果表明，大多數形態動力學參數在胚胎學傢和CHLOE之間具有很強的一致性：tPNf(0.89)、t2(0.91)、t3(0.89)、t5(0.83)、t6(0.86)、tSB(0.92)、tB(0.91)。其餘參數也具有較強的一致性：t4(0.73)、t7(0.63)、t8(0.68)、t9+(0.66)、tM(0.71)、tEB(0.79)。

結論或啟示：手動註釋非常耗時，並且容易出現操作員之間和內部的差異。CHLOE等強大的自動註釋工具可用於增強IVF實驗室的胚胎選擇過程，允許在決策中包含更多參數，同時高效利用胚胎學傢的時間。

圖源：公司官網

07.

利用居傢采樣試劑盒驗證精子染色質擴散檢測的穩定性

美國研究團隊（涉及Halotech公司的檢測試劑盒“Halosperm®G2”）

Covid-19大流行加速瞭直接面向消費者的居傢-郵寄精子DNA碎片檢測試劑盒的使用。然而，精液采集試劑盒的郵寄涉及在運輸液中的孵化和過夜運輸。DNA碎片可能受到多種外部因素的幹擾，如儲存溫度、處理條件等。本研究的目的是使用居傢-郵寄精子采集試劑盒驗證精子染色質擴散檢測（SCD）的穩定性。

研究團隊在精子正常的健康男性精子樣本中使用Halosperm®G2試劑盒（基於SCD技術），評估瞭運輸液和運輸過程對精子DNA完整性的影響。這項研究表明，與新鮮對照樣本（取樣後直接在實驗室用同款試劑盒檢測）相比，健康男性精子樣本中的DFI（精子DNA碎片指數）在靜態上不受24小時運輸介質孵育以及隨後暴露於運輸條件的顯著影響。

結論或啟示：居傢郵寄采樣試劑盒可以為DNA碎片指數提供可行的測試選項，有助於減少消費者獲得生育保健的障礙。

圖源：公司官網

08.

一套用於IVF實驗室設備持續溫度監控系統的有效性測定

美國研究團隊（涉及PharmaWatc公司的“PharmaWatch”監測系統）

傳統的實驗室設備質量控制（QC）每天都會進行一次，通常放在早上開始程序之前。這是一個耗時的過程，尤其是對大型生育實驗室而言。該項目的研究人員在IVF實驗室安裝瞭PharmaWatch監測系統，以監測所有設備的溫度變化，包括培養箱（24個）、工作站（8個）、冰箱和冰櫃（3個）、升溫臺（4個）、液氮儲罐（100個）以及室溫，旨在評估該系統的效率。

通過安裝此監控系統的經驗表明，設備的溫度波動可以通過這種自動連續監測系統進行監測，這對於培養箱、冰箱和冰櫃尤為重要，因為溫度變化可能會對儲存其中的培養液或培養中的胚胎產生負面影響。持續監測比傳統的一次性每日QC更重要。使用此系統，檢查系統的時間可以從傳統的每日QC的數小時減少到分鐘級，這對於有很多設備的大型實驗室而言可以大大節省時間。

結論或啟示：自動連續溫度監測系統可以減少胚胎學傢的工作量，給每臺設備提供更多的性能數據，相比傳統QC是一套更為理想的系統。

圖源：公司官網

就以上8項檢測技術和產品應用進展而言，本質上沒有特別大的實質性突破，但“居傢采樣”、“基於質譜的代謝物測定”、“人工智能”、“實驗室自動化”是值得關註的幾個關鍵詞，我們可以從中看出一些研發、轉化或推廣的機會及趨勢。

參考資料

[1] 2022 ASRM年會摘要集.