AI 与计算生殖医学
AI & computational reproductive medicine · RSS · 所有主题
11月10日 周二 1 条
[Predictive value of maternal age, AMH level, and number of PGT cycles for the acquisition of euploid blastocysts: Construction and validation of a Nomogram model]
该回顾性研究纳入2022年6月至2025年6月单中心501个PGT-A治疗周期，按是否获得整倍体囊胚分为获得组447例与未获得组54例。多因素Logistic回归显示，母体年龄（OR=0.872）、AMH水平（OR=1.514）及既往PGT周期数（每增加1周期OR=0.392）为独立预测因素；父体BMI在敏感性分析后未纳入最终模型。简化模型AUC为0.828（95%CI 0.755-0.865），Hosmer-Lemeshow检验P=0.852，Bootstrap内部验证校准斜率接近1，并构建列线图用于临床可视化…
推荐理由：模型简洁且内部验证表现良好，列线图可直接辅助PGT-A前个体化咨询；但预测因素均为已知指标，单中心回顾性设计且缺乏外部验证，新颖性和证据等级有限。
11月6日 周五 1 条
Artificial intelligence-assisted microdissection testicular sperm extraction improves sperm retrieval efficiency and clinical outcomes in men with non-obstructive azoospermia: a retrospective cohort study
该研究回顾性分析2020年1月至2024年12月四川两家生殖医学中心1286例连续非梗阻性无精子症（NOA）患者，其中542例接受AI辅助显微取精术（micro-TESE），744例接受常规手术，比较取精率（SRR）、围手术期指标、并发症及ICSI结局。结果显示，总体SRR为56.2%；AI组SRR显著更高（68.1% vs 47.6%，P<0.001），其中仅支持细胞综合征患者改善最明显（47.2% vs 22.7%）。AI组手术时间更短、出血更少、活检位点更少、住院更短、并发症更低，受精率、优质胚胎率、囊胚率…
推荐理由：大样本（n=1286）双中心队列，直接展示AI辅助micro-TESE在取精率、围术期负担与ICSI/活产结局上的全面获益，并给出独立预测的校正结果，对男科手术与ART实验室流程改进有明确参考价值；唯回顾性设计、缺乏随机化与外部队列验证，需谨慎解读因果。
另外 1 个来源也收录 ·
11月5日 周四 2 条
Identification and dating of pregnancies in administrative healthcare claims databases: An updated, transparent, and transportable algorithm
该研究将既往开发的妊娠识别算法更新至 ICD-10-CM 编码体系，并转换为标准化格式以便跨数据库移植；随后在美国三个医保索赔数据库（2000–2025 年，覆盖商业保险与公共保险人群）中评估其实现特征。共识别出约 580 万、300 万（两个商业数据库）和 230 万（Medicaid 多州数据库）例妊娠。各库中活产占比 76–83%、流产/人工流产 15–23%、异位妊娠约 1%、死胎≤0.5%；Medicaid 库活产比例更高。孕周推算方式随编码时代显著变化：使用孕龄记录的比例从 ICD-9-CM 时代的…
推荐理由：样本量巨大、跨三个数据库验证、算法透明可移植，是药物孕期安全与妊娠队列研究的重要方法学基础；但不涉及 ART 或胚胎实验室操作，与辅助生殖临床的直接关联有限。
Miscarriage Risk Prediction for Women With Polycystic Ovary Syndrome Who Achieve Clinical Pregnancy After Fresh Embryo Transfer: Multicenter Development, Geographic External Validation, and Prospective Temporal Validation Study
该多中心研究基于8911个新鲜IVF/ICSI临床妊娠周期，开发并验证用于PCOS患者流产风险的机器学习模型。开发队列7241例（流产973例），外部验证1170例，前瞻性时间验证500例。比较13种算法后锁定XGBoost，内部交叉验证AUC 0.885，外部验证AUC 0.787，前瞻性验证AUC 0.763，存在跨队列判别力衰减与校准漂移。风险四分位分层可稳定富集事件，但阳性预测值有限。SHAP提示AMH、hCG日内膜厚度和基础LH为主要预测因子。模型仅适合风险排序与咨询，不能用于诊断或治疗选择。
推荐理由：研究样本量大、完成地理外部与前瞻性时间验证，设计严谨，对PCOS新鲜移植后流产咨询有直接参考价值；但校准漂移明显、阳性预测值有限，模型目前仅能作为风险排序工具，转化尚需本地校准。
另外 1 个来源也收录 ·
11月4日 周三 1 条
An anti-invasion endogenous tRNA-derived small RNA (3'-tRFAlaAGC) alleviates endometriosis by suppressing MCCC1 mediated EMT
研究聚焦子宫内膜异位症的侵袭性机制，发现一种内源性 tRNA 衍生小片段 3'-tRFAlaAGC 在子宫内膜异位病灶及血清中下调，并可抑制异位内膜细胞的侵袭。机制上，3'-tRFAlaAGC 通过其独特结合位点（MCCC1 蛋白 383–494aa 区段）形成 3'-tRFAlaAGC-MCCC1 复合物，削弱 MCCC1 介导的 p65 核转位，从而抑制 NF-κB 通路激活及与疾病进展相关上皮-间质转化（EMT）。在子宫内膜异位症小鼠模型中，该片段可减轻病灶负荷；结合机器学习分析显示，血清中 3'-tRFA…
推荐理由：提出 tRNA 衍生小 RNA 通过 MCCC1-NF-κB-EMT 轴调控内异症侵袭的新机制，且兼具血清无创诊断（机器学习）与小鼠在体验证，对内异症机制与标志物研究有参考价值；但尚属动物与体外层面，临床转化证据有限。
11月3日 周二 6 条
Visual LLM-guided consensus spatial domain detection with L-STAR
该研究针对空间转录组分析中的关键步骤——组织空间域划分，指出不同算法在不同数据集上表现差异大、缺乏普遍最优方法。作者提出 L-STAR，利用大语言模型的视觉能力对多种候选方法生成的空间域图进行比较与排序，并基于排名最高的结果构建共识空间域图谱。在涵盖不同组织、物种与技术平台的数据集中，L-STAR 的划分结果比单一方法或固定方法组合的共识分析更接近专家注释；其排序具有可重复性，且在图像配色与呈现顺序改变时总体稳定。L-STAR 还能给出比较依据，并为检出的空间域赋予有生物学意义的名称，使分析更自适应、稳健且可解释。
推荐理由：将视觉大语言模型引入空间转录组域划分的共识构建，方法思路新、可解释性有亮点，对使用空间转录组的生殖组织研究（子宫内膜、卵巢、胚胎）有方法学借鉴价值；但非生殖核心问题，属于工具类论文。
A compact motif vocabulary is differentially interpreted across human cell types
该预印本研究开发可解释神经网络CNN-CR，在116个人类生物样本中预测基因表达并学习调控基序。结果显示启动子调控高度可压缩：数十个重复基序家族即可保留大型细胞类型特异性词汇的大部分预测信息，并能泛化到发现集之外的细胞背景；这些基序结合位点保守，且富集于精细定位的调控变异。细胞背景通过两层机制起作用：染色质状态决定哪些基序实例可用，reader身份决定可及基序如何被解读；ChIP-seq显示reader占据跨细胞类型频繁变化，基因组尺度扰动支持相应的背景依赖功能。结论是调控多样性可源于对紧凑共享DNA词汇的差异可…
推荐理由：方法学和调控基因组学概念上有新意，对理解顺式调控语法与AI模型可解释性有价值；但与生殖医学、胚胎和ART核心问题距离较远，适合关注计算调控组学的读者浏览。
Suboptimal Timing of Antenatal Corticosteroids Is Concentrated in Planned Deliveries: A Single-Centre Cohort Study
该单中心回顾性队列纳入2020年1月至2025年10月间接受倍他米松的1092例妊娠，以首剂后1–7天内分娩定义为时机适宜。结果67.7%在适宜窗口内分娩，18.0%在足月分娩。先兆早产中80.9%（701/867）时机适宜；而在分娩时间由临床医生计划的指征中仅16.9%（38/225）适宜，51.6%最终足月。妊娠期肝内胆汁淤积者无1例（0/105）在窗口内分娩，94.3%足月分娩，且胆汁酸均未达100 µmol/L；前置胎盘亦无1例（0/24）窗口内分娩。≥34周使用ACS比例由2020年37.0%升至202…
推荐理由：以具体指征定位ACS时机不佳的集中环节，对产科用药时机与资源优化有直接可操作性；但为单中心回顾性预印本、无外部验证，且主题偏产科而非ART核心。
Integrated Multi-Omics and Machine Learning Identify PTTG1 as a Prognostic Biomarker and Therapeutic Target in Endometrial Cancer
该预印本整合TCGA与GEO转录组数据，结合WGCNA和LASSO、SVM-RFE、XGBoost、Boruta四种机器学习算法筛选子宫内膜癌标志物，并利用单细胞测序、空间转录组、虚拟敲除/过表达、药物敏感性预测及Western blot、qRT-PCR、免疫组化和CPTAC蛋白组验证。研究提示PTTG1为独立预后标志物，在肿瘤上皮中高表达并促进细胞周期、核糖体生物合成和谷胱甘肽代谢，同时关联免疫抑制微环境及MEK抑制剂敏感性。
推荐理由：多组学整合、机器学习筛选和多层次验证较完整，对子宫内膜癌分子分型与靶向治疗有参考价值；但研究对象为子宫内膜癌而非植入或ART核心场景，对生殖医学读者的直接相关性有限。
scSTEC: Annotating Chromatin Subcompartments from Individual Single-Cell Hi-C Data via Direct Two-Dimensional Embedding and Chromosome-wise Consensus
该预印本提出scSTEC，用于直接从单个细胞的scHi-C接触矩阵注释染色质亚区室，无需数据填补、复杂上游流程或跨细胞信息共享。作者发现scGHOST构建的跨染色体矩阵本质为秩2，可利用二维基因组嵌入与染色体间共识完成注释。在bulk Hi-C、降采样模拟及人类细胞系、小鼠皮层、发育胚胎和嗅觉感觉神经元等真实scHi-C数据中，scSTEC注释效果与scGHOST相当且更易解释，并能区分细胞类型、捕捉发育动态及关联基因表达与表观遗传谱。
推荐理由：方法新颖、算法解释性较好，对胚胎与发育单细胞3D基因组研究有参考价值；但属预印本且与ART临床决策距离较远，生殖临床读者可浏览方法学部分。
"We're like walking on thin ice for our happiness": Platform-mediated reproductive governance in Chinese women's IVF narratives on RedNote
该研究基于福柯生命政治与生殖治理框架，分析中国女性在小红书公开叙述IVF经历的方式，归纳出四个主题：自我追踪下的量化可见性、失败叙事中的污名与协商性可见、线上姐妹情谊中的希望维持，以及通过自我定位和关系确认表达的预期母职。作者提出“平台化生殖治理”概念，认为同伴监督、情感支持与关系确认同医学和制度权威交织，拓展了生殖治理研究的传播与关系维度。原文未报告样本量与具体分析方法细节。
推荐理由：对理解IVF患者线上叙事、社会支持与生殖治理有概念价值，但属社会科学质性研究，不直接涉及ART实验室指标或临床决策，转化价值有限。
11月2日 周一 6 条
Response to "In Silico Validation and Model-Selection Bias in an Artificial Intelligence-Identified Cardiac Biomarker Linking PCOS and Ischaemic Injury"
该条目为QJM刊发的通讯/回复文章，针对一项声称通过人工智能识别连接多囊卵巢综合征（PCOS）与缺血性心肌损伤的心脏生物标志物的研究，讨论其计算机验证与模型选择偏倚问题。原文未提供摘要，具体回复论点、数据与结论不可见；仅从标题可见其聚焦方法学质疑，而非新的临床或实验发现。
推荐理由：属于方法学通讯/回复，缺少摘要和可评估数据，对ART实验室与临床决策的直接价值有限；仅对关注PCOS心血管风险AI建模与模型选择偏倚的读者有参考意义。
In Silico Validation and Model-Selection Bias in an Artificial Intelligence-Identified Cardiac Biomarker Linking PCOS and Ischaemic Injury
该文关注多囊卵巢综合征（PCOS）与缺血性损伤之间由人工智能识别的心脏生物标志物，重点讨论计算机模拟验证中的模型选择偏倚问题。原文未提供摘要，样本、数据来源、建模与验证细节及主要结论均无法核实，因此只能依据标题判断其方法学讨论属性。对生殖内分泌与AI计算生殖医学交叉领域有一定提示意义，但临床转化证据尚不明确。
推荐理由：选题涉及PCOS与AI生物标志物方法学，模型选择偏倚对AI研究有警示价值；但缺少摘要与可核实结果，临床相关性偏边缘，适合浏览而非必读。
Identification and validation of circadian rhythm-related diagnostic biomarkers for endometriosis through integrating machine learning and single-cell analysis
本研究针对子宫内膜异位症缺乏分子诊断标志物的问题，整合WGCNA、四种机器学习算法和三个独立GEO队列，筛选并验证昼夜节律相关诊断标志物。结果提示SMC2、SUV39H2和TIMELESS具有良好诊断性能；免疫浸润分析显示B细胞和CD8+ T细胞富集升高、Treg和NK细胞降低；单细胞分析发现间充质细胞比例增加，BMP、CHEMERIN和GRN等细胞通讯改变，拟时序分析提示基质细胞亚群间的转录关系。
推荐理由：该研究将昼夜节律、机器学习与单细胞分析结合，为子宫内膜异位症无创/组织诊断标志物提供了计算验证线索；但证据以公共数据再分析为主，尚缺实验验证和临床样本前瞻性验证，适合作为方法学与候选标志物参考阅读。
Construction of a clinical model for early prediction of gestational diabetes mellitus based on women of increased maternal age singleton pregnant women
该回顾性队列研究以高龄单胎孕妇为对象，用2023—2024年338例（GDM 82例）作为训练集，2024—2025年232例（GDM 70例）作为验证集，通过logistic回归筛选GDM危险因素并构建预测模型。孕前BMI、空腹血糖、尿酸和甘油三酯为独立危险因素；模型训练集AUC 0.773、验证集0.808，显示一定区分度与外部可推广性。但研究为单中心、指标较常规，需多中心前瞻性验证。
推荐理由：模型仅用四项常规指标，验证集AUC尚可，对高龄单胎孕妇GDM早期筛查有临床参考价值；但单中心回顾性设计、创新性有限，非辅助生殖核心议题。
Machine learning prediction of IVF outcomes in unexplained infertility
该回顾性单中心研究纳入145对不明原因不孕夫妇，采用五种机器学习算法预测IVF临床妊娠结局。LGBM模型表现最佳，测试集ROC-AUC为0.712、准确率65.2%。置换特征重要性提示促性腺激素总剂量、初始剂量、精子总数、前向运动精子数及不孕年限较重要。作者强调样本小、无外部验证且缺少活产数据，结果仅为探索性，尚不能用于临床决策。
推荐理由：可作为AI辅助生殖结局预测的早期探索阅读，但样本量小、单中心、无外部验证且以临床妊娠为终点，临床转化价值有限。
Analysis of the new Spanish nurse's Code of Ethics and Deontology
该文分析2026年4月生效的《西班牙护士伦理与义务守则》（CDE 2026），以CDE 1998为对照，采用叙事综述与解释学批判性文献分析，比较两版守则的新增与修改，并辅以文献综述。CDE 2026延续护理核心价值，但新增人工智能、健康数字化、性多样性、器官捐献、辅助生殖、遗传咨询、残疾决策、产科照护、终末期管理（含安乐死）及全球健康等议题；研究同时指出可改进之处，认为新版守则是与国际基准对齐、兼具伦理法律框架的深度更新。
推荐理由：该文对护理伦理守则更新有参考价值，但仅将辅助生殖列为新增议题之一，并非生殖医学或ART临床核心内容，对胚胎实验室与临床决策的直接推动有限，可不优先阅读。