CNSH. Huỳnh Yến Vy – IVFMD Phú Nhuận – Bệnh viện Mỹ Đức Phú Nhuận
 
Trong lĩnh vực hỗ trợ sinh sản, có gần 50% các cặp vợ chồng bị vô sinh nguyên nhân là do khiếm khuyết ở nam giới, chủ yếu bao gồm vô tinh và thiểu tinh. Có nhiều nguyên nhân gây ra trong đó vi mất đoạn nhiễm sắc thể Y (Y chromosome microdeletions - YCMD) được xác định ở 7 – 10% nam giới bị vô tinh và thiểu tinh không do tắc. YCMD gây ra mất toàn bộ hoặc một phần các locus yếu tố vô tinh trùng (Azoospermia Factor - AZF) (AZFa, AZFb và AZFc) chứa khoãng 30 gen mã hóa protein và 27 RNA không mã hóa. Hầu hết các gen AZF được biểu hiện trong tinh hoàn và đóng vai trò quan trọng trong quá trình sinh tinh. Do đó, việc mất các locus AZF gây ra sự gián đoạn trong quá trình sinh tinh dẫn đến vô tinh hoặc thiểu tinh. Có nhiều bằng chứng lâm sàng cho thấy loại YCMD có liên quan đến cơ hội thu nhận tinh trùng thành công thông qua thủ thuật (successful sperm retrieval- SSR). Các nghiên cứu chứng minh những nam giới mang vi mất đoạn AZFa và AZFb ít có khả năng thành công trong phẫu thuật lấy tinh trùng hơn so với những nam giới mang vi mất đoạn AZFc và tiểu mất đoạn gr/gr. Tuy nhiên, những mối tương quan trực tiếp như vậy không phải lúc nào cũng được quan sát thấy và có những trường hợp tinh trùng được lấy từ những người đàn ông bị mất đoạn AZFa và AZFb nhưng không phải từ những người đàn ông bị mất đoạn AZFc hoặc gr/gr. Do đó, điều bắt buộc là phải ước tính SSR so với loại vi mất đoạn. Hơn nữa, mặc dù có khả năng lấy tinh trùng từ tinh hoàn của những người đàn ông mắc YCMD, nhưng chất lượng phôi có tiên lượng kém và có thể ảnh hưởng đến tỷ lệ trẻ sinh sống. Tuy nhiên, vẫn còn thiếu các ước tính số chính xác về thành công của ART ở nam giới mắc YCMD. Trí tuệ nhân tạo (AI) đang ngày càng được sử dụng nhiều hơn trong y học sinh sản để dự đoán nhiều khía cạnh khác nhau của quy trình ART, bao gồm dự đoán tỷ lệ lấy tinh trùng từ tinh hoàn. Tuy nhiên, vẫn còn thiếu một công cụ để dự đoán kết quả ART ở nam giới mắc YCMD.
 
Mục tiêu: Phát triển công cụ web “FertilitY Predictor” dựa trên học máy để dự đoán tỷ lệ thu nhận tinh trùng thành công và sự thành công của phương pháp hỗ trợ sinh sản (Assisted Reproductive Technology - ART) thông qua các chỉ số tỷ lệ thụ tinh (fertilization rates - FR), tỷ lệ mang thai lâm sàng (clinical pregnancy - CPR) và tỷ lệ trẻ sinh sống (live birth rates - LBR) ở nam giới mắc chứng vi mất đoạn nhiễm sắc thể Y.
 
Thiết kế nghiên cứu: Tìm kiếm nghiên cứu trên PubMed thông qua các thuật ngữ “nhiễm sắc thể Y”, “thu thập tinh trùng”, “tỷ lệ thụ tinh”, “tỷ lệ mang thai lâm sàng”, “tỷ lệ sinh sống”, “gr/gr”, “AZFa”, “AZFb”, “AZFc”, “hút tinh trùng tinh hoàn”, “TESA”. Tiêu chí đủ điều kiện của các nghiên cứu bao gồm báo cáo về tỷ lệ thu thập tinh trùng, FR, CPR và LBR ở nam giới mắc YCMD. Trong số 126 nghiên cứu được xác định, dữ liệu của 3858 nam giới mắc YCMD đã được thu thập từ 82 nghiên cứu. Để dự đoán SSR, dữ liệu từ 3701 nam giới (79 nghiên cứu) đã được sử dụng và dữ liệu từ 734 nam giới (47 nghiên cứu) đã được sử dụng để dự đoán kết quả ART.
Để dự đoán tỉ lệ thu nhận tinh trùng, các mô hình như Ada-Boost, Random Forest, Decision Tree, XG boost, Light-GBM, hồi quy logistic và bộ phân loại Ridge đã được sử dụng. Để dự đoán kết quả như FR, CPR và LBR, thuật toán hồi quy AdaBoost, hồi quy Decision Tree, hồi quy vectơ hỗ trợ (support vector regression  - SVR), Lasso và thuật toán hồi quy Random Forest đã được sử dụng vì dữ liệu có bản chất liên tục.
 
Kết quả:
- Trong số năm bộ phân loại, mọi mô hình đều cho thấy độ chính xác dự đoán gần như tương tự nhau. Trong số này, bộ phân loại Ridge có hiệu suất tổng thể cao (lớn hơn 80%) và nó đã chứng minh các kết quả tương đương trong tập kiểm tra và xác nhận do đó, nó được sử dụng để dự đoán SSR. Đối với FR, CPR và LBR, hồi quy vectơ hỗ trợ (SVR), Cây quyết định và hồi quy AdaBoost được sử dụng làm mô hình dự đoán cuối cùng.
 
- Trang chủ của FertilitY Predictor cung cấp thông tin về tiện ích của ứng dụng. Trang nhập truy vấn có bốn tab, tức là Trang chủ, Locus, STS Markers và DYS Markers, có thể được chọn dựa trên phương pháp được sử dụng để chẩn đoán YCMD.

• Đối với dự đoán dựa trên locus, có thể chọn bất kỳ locus nào trong sáu locus;
• Đối với dự đoán dựa trên STS, có thể chọn bất kỳ STS nào trong số 189 STS;
• Đối với dự đoán dựa trên DYS, có thể chọn bất kỳ DYS nào trong số 75 DYS.

Có thể nhập thông tin bệnh nhân và chi tiết xét nghiệm và cũng có thể tải lên hình ảnh của gen. Nhấp vào tab “Dự đoán” sẽ hiển thị Báo cáo xét nghiệm vi mất đoạn nhiễm sắc thể Y có chứa thông tin chi tiết về bệnh nhân và xét nghiệm và loại vi mất đoạn.
Kết quả cũng cung cấp phần trăm SSR, FR, CPR và LBR, dựa trên loại YCMD. Nhấp vào tab “Ghi chú” sẽ hướng dẫn người dùng đến sơ đồ nhiễm sắc thể Y của con người mô tả tình trạng mất đoạn của bệnh nhân, các gen trong locus bị mất đoạn và chức năng.
 
 
Kết luận:
AI đang được triển khai trong nhiều khía cạnh của ART trong đó có thể dự đoán khả năng thu nhận tinh trùng thông qua thủ thuật, tỉ lệ thụ tinh và tỉ lệ thai lâm sàng và tỉ lệ trẻ sinh sống thông qua kết quả kết nghiệm ở những bệnh nhân mang vi mất đoạn nhiễm sắc thể Y. FertilitY Predictor đã có bước tiến đáng kể trong việc đối chiếu dữ liệu và phát triển một công cụ dự đoán dựa trên bằng chứng, thân thiện với người dùng, giúp các bác sĩ lâm sàng, chuyên gia di truyền và bệnh nhân hiểu được kết quả ART khi có vi mất đoạn nhiễm sắc thể Y. Tuy nhiên, các dự đoán về kết quả ART ở những nam giới bị mất đoạn một phần AZFa, một phần AZFb, AZFa+b và AZFa+c không thể được dự đoán thông qua thuật toán do dữ liệu có hạn. Khi có thêm nhiều dữ liệu, FertilitY Predictor sẽ nâng cấp mô hình để đảm bảo nhiều dữ liệu và bao quát hơn. Do đó, FertilitY Predictor  có thể cung cấp thêm về chỉ số như khả năng thu nhận tinh trùng, tỉ lệ thai lâm sàng, tỉ lệ trẻ sinh sống để bác sĩ có thêm thông tin để tư vấn cho bệnh nhân và quản lý lâm sàng tối ưu cho bệnh nhân.
 
Tài liệu tham khảo: Colaco, S., Narad, P., Singh, A.K. et al. FertilitY Predictor—a machine learning-based web tool for the prediction of assisted reproduction outcomes in men with Y chromosome microdeletions. J Assist Reprod Genet 42, 473–481 (2025). https://doi.org/10.1007/s10815-024-03338-9
 

Từ khóa: Trí tuệ nhân tạo, AI, vi mất đoạn AZF, thu nhận tinh trùng, thụ tinh, thai lâm sàng, trẻ sinh sống, vô sinh nam, IVF