使用超敏感的潘多拉测序与机器学习相结合,对非侵入性rsRNA生物标志物的查以评估胚胎质量
Lina Wei1, Songbang Ou2, Xinsheng Zhong3
1Division of Histology and Embryology, International Joint Laboratory for Embryonic, Development and Prenatal Medicine, Medical College, Jinan University, Guangzhou, Guangdong, China.
Journal of assisted reproduction and genetics
|September 4, 2025
概括
胚胎培养基中的核糖体小RNA (rsRNA) 的新生物标志物可以改善体外受精 (IVF) 的成功. 这些分子标记提供了一种非侵入性方法来选择高质量的胚胎.
科学领域:
- 生殖生物学
- 分子生物学
- 生物信息学
背景情况:
- 在体外受精 (IVF) 的成功很大程度上取决于精确的胚胎选择.
- 目前胚胎质量的形态评分方法是主观的,缺乏分子洞察力.
- 需要客观的,非侵入性的生物标志物来提高试管婴儿的结果.
研究的目的:
- 确定用于评估胚胎质量的非侵入性分子标志物.
- 在胚胎培养基中分析核糖体小RNA (rsRNA).
- 使用超灵敏的测序和机器学习来发现生物标志物.
主要方法:
- 使用超敏感的Pandora测序对胚胎培养基中的rsRNA进行分析.
- 应用机器学习算法来识别与胚胎质量相关的rsRNA生物标志物.
- 使用定量逆转录聚合酶链反应 (qRT-PCR) 验证候选 rsRNA.
主要成果:
- 确定了四种候选rsRNAs (5S,5. 8S,28- 1S,28- 2S) 与胚胎质量有显著关联.
- 在交叉验证中,机器学习分析实现了高预测精度 (AUC = 0. 955).
- 在高质量的胚胎培养中,定量逆转录聚合酶链反应 (qRT- PCR) 证实了5. 8S和28- 2S rsRNA的高水平.
结论:
- 特定的rsRNAs,特别是5. 8S和28-2S,显示出在IVF中选择胚胎的非侵入性生物标志物.
- 这些rsRNA可能在胚胎发育中起作用.
- 这些发现为通过客观胚胎评估提高试管婴儿成功率提供了分子基础.
