《Nature Communications》：Embryo metabolite analysis and implantation potential prediction using chemiluminescent microfluidic chips with dielectric wetting valves
編輯推薦：
為了無創評估胚胎發育潛能，研究人員開展了利用電濕潤閥化學發光微流控芯片分析培養液代謝物的研究。他們通過該平臺同時定量了葡萄糖、乳酸和丙酮酸，揭示了高潛能胚胎的代謝特征，并整合形態學數據構建了預測模型（AUC達92.0%），為輔助生殖中的胚胎選擇提供了新工具。
在輔助生殖技術（ART, Assisted Reproductive Technology）領域，一個核心的挑戰是如何在眾多胚胎中挑選出最具發育和著床潛力的那一個。傳統的評估主要依賴于胚胎學家在顯微鏡下的形態學觀察，雖然簡便，但具有一定的主觀性，且無法窺探胚胎內部的動態生理狀態。是否存在一種方法，能夠像“解碼”胚胎釋放的微小信號一樣，無創、客觀地評估其健康狀況？答案是可能的，而線索就隱藏在胚胎生長所消耗的營養和產生的廢物——也就是代謝物中。胚胎培養液（spent blastocyst culture medium, SBCM）中殘留的代謝物水平，如同胚胎代謝活動的“指紋”，蘊含著其發育潛能的關鍵信息。然而，現有的代謝物檢測平臺要么靈敏度不足，要么需要復雜的操作和大量樣本，難以實現微量、高通量、多指標的同步分析，這就像試圖用粗糙的網捕捉精細的信號，極大地限制了對胚胎真實生理狀態的深入洞察。為了突破這一瓶頸，研究人員將目光投向了前沿的微流控與化學傳感技術的結合。
研究人員開發并應用了一種創新的技術平臺。其核心是一個毛細管驅動的化學發光（chemiluminescence）微流控芯片，該芯片集成了三個電濕潤（electrowetting）閥。這項技術能夠利用極微量的樣本（僅需3 μL的胚胎培養液），實現葡萄糖（glucose）、乳酸（lactate）和丙酮酸（pyruvate）三種關鍵代謝物的離線、同步定量分析。為了驗證其臨床應用價值，研究納入了人類胚胎移植隊列，包括訓練集（n = 61）和驗證集（n = 108），系統性地記錄了這些胚胎的形態發育評分和最終的臨床妊娠結局。
代謝通量分析揭示高潛能胚胎的代謝特征
通過對檢測到的代謝物數據進行計算分析，研究人員量化了胚胎的代謝通量。研究結果清晰地顯示，那些最終成功著床、表現出更高發育潛能的胚胎，展現出了獨特的代謝模式：它們傾向于消耗更多的葡萄糖和丙酮酸，同時產生更多的乳酸。這一發現從代謝層面為“高活性、高需求”的優質胚胎提供了直接的生物化學證據。
整合代謝與形態學數據構建著床潛能預測模型
為了將代謝信息的優勢與現有臨床實踐結合，研究人員將上述代謝物數據與胚胎的傳統形態學評分進行了整合，利用這些多維度信息構建了一個預測胚胎著床潛能的數學模型。該模型在驗證中表現出色，其受試者工作特征曲線下面積（AUC, Area Under the Curve）達到了92.0%。這表明，結合了代謝物信息的預測模型，其鑒別胚胎發育潛能的能力非常強大，遠超單獨的形態學評估。
結論與討論
本研究成功地建立并驗證了一個基于電濕潤閥化學發光微流控芯片的胚胎代謝物分析平臺。該平臺的核心優勢在于其高靈敏度、多指標同步檢測能力以及對珍貴微量樣本（僅3 μL培養液）的友好性，完美契合了輔助生殖臨床對胚胎進行無創、客觀評估的需求。研究不僅提供了一種強大的技術工具，更通過代謝通量分析，從能量代謝的角度深化了我們對高發育潛能胚胎生理特征的理解——即活躍的糖酵解和丙酮酸利用。更重要的是，通過將代謝物數據與形態學信息融合，所構建的預測模型展現出了卓越的著床潛能預測性能（AUC 92.0%）。這項工作標志著胚胎評估策略從依賴“外觀”的形態學時代，向洞察“內在”功能的代謝組學時代邁出了堅實的一步。該平臺和預測模型有望在未來轉化為臨床常規應用，為胚胎學家和臨床醫生提供更可靠的決策支持，從而幫助提高輔助生殖技術的成功率和效率，最終惠及更多尋求生育治療的家庭。這項研究已發表在《Nature Communications》期刊上。
