CN. Liên Mỹ Dinh – IVFMD SIH, Bệnh viện Phụ sản Quốc tế Sài Gòn
 
2.3. Nghiên cứu hồ sơ các chất chuyển hóa (Metabolomics)

Nguyên lý và các kỹ thuật phân tích Metabolomics

Metabolomics là một lĩnh vực "omics" mới nổi, tập trung vào việc nghiên cứu hệ thống các hợp chất có trọng lượng phân tử thấp, được gọi là chất chuyển hóa (metabolites). Các chất chuyển hóa này là sản phẩm cuối cùng của quá trình chuyển hóa tế bào và mô, phản ánh trực tiếp trạng thái sinh lý và kiểu hình chức năng của tế bào. Do đó, metabolomics có khả năng phát hiện những “thay đổi động học” trong môi trường nuôi cấy phôi, từ đó dự đoán tiềm năng làm tổ và thậm chí cả trạng thái lệch bội của phôi [15].
Lịch sử metabolomics trong nghiên cứu phôi người bắt nguồn từ năm 1999 với các công trình đầu tiên sử dụng sắc ký lỏng hiệu năng cao (HPLC). Kể từ đó, lĩnh vực này đã phát triển đáng kể với sự ra đời của nhiều kỹ thuật phân tích đa dạng, giúp việc phân tích chuyển hóa học trở nên dễ tiếp cận và chi phí giảm hơn [16].
Các kỹ thuật phân tích chính được sử dụng trong metabolomics bao gồm [17]:

• Sắc ký khối phổ (Mass Spectrometry - MS): Đây là một trong những kĩ thuật được sử dụng rộng rãi nhất trong metabolomics. MS đo tỷ lệ khối lượng trên điện tích của các ion để xác định và định lượng các chất chuyển hóa.

• Sắc ký lỏng hiệu năng năng cao (Ultra Hight Performance Liquid Chromatography - UHPLC) kết hợp với MS/MS (Fusion Orbitrap MS/MS): UHPLC là một kỹ thuật sắc ký lỏng tiên tiến giúp xác định các dấu ấn sinh học, được sử dụng như một bước tiền xử lý để tách các chất chuyển hóa trước khi phân tích bằng khối phổ. Sự kết hợp với Fusion Orbitrap MS/MS đã cho thấy kết quả đầy hứa hẹn, với 97,5% dự đoán chính xác và sự phù hợp cao với PGT-A.

• Cộng hưởng từ hạt nhân (Nuclear Magnetic Resonance - NMR): NMR là một kĩ thuật phổ biến khác trong metabolomics, cung cấp thông tin cấu trúc và định lượng về các chất chuyển hóa. Tuy nhiên, chi phí NMR thường đắt, tốn thời gian và yêu cầu nhân sự có trình độ cao để vận hành và diễn giải kết quả.

• Quang phổ (Spectroscopic Techniques): Kỹ thuật này được mô tả là tương đối không tốn kém và đơn giản hơn so với NMR và MS sắc ký, vì vậy đây là một lựa chọn ưu tiên cho các labo phôi học.

Các dấu ấn sinh học chuyển hóa và tiềm năng lâm sàng

Metabolomics được nghiên cứu để tìm kiếm các dấu ấn sinh học có thể hỗ trợ chẩn đoán và lựa chọn phôi ở nhiều cấp độ:

• Đánh giá chất lượng noãn: Phân tích dịch nang noãn (follicular fluid - FF) là một cách để tìm kiếm các dấu ấn sinh học liên quan đến chất lượng noãn. Các chất chuyển hóa như glucose, pyruvate, lactate và plasmalogens trong FF có giá trị tiềm năng trong việc đánh giá chất lượng noãn. Hồ sơ chất chuyển hóa của FF có thể phản ánh sinh lý giao tử, khả năng thụ tinh, tiềm năng phát triển, và các thay đổi liên quan đến giảm dự trữ buồng trứng do tuổi mẹ cao [18].

• Đánh giá khả năng sống của phôi: Phân tích môi trường nuôi cấy phôi đã sử dụng là một phương pháp không xâm lấn để đánh giá khả năng sống và tiềm năng làm tổ của phôi.

  • Sự thay đổi nồng độ các chất dinh dưỡng và chất chuyển hóa (ví dụ: pyruvate, glucose, amino acid, oxy, leptin) trong SCM có thể là chỉ số đại diện cho hoạt động trao đổi chất của phôi.

  • Sự luân chuyển sử dụng loại amino acid đã được chứng minh có thể dự đoán khả năng phôi giai đoạn phân chia sớm hình thành phôi nang, và có liên quan đáng kể đến khả năng phôi làm tổ, dẫn đến thai lâm sàng và sinh con sống [19].

  • Một nghiên cứu đã chỉ ra rằng điểm khả năng sống (viability score) được tạo ra từ hồ sơ chuyển hóa học của môi trường nuôi cấy phôi người bằng quang phổ cận hồng ngoại (NIR spectroscopy) đã chính xác hơn việc chấm điểm hình thái trong việc dự đoán kết cục thai kỳ ở phụ nữ chuyển một phôi vào ngày năm [18].

• Đánh giá khả năng tiếp nhận của nội mạc tử cung (NMTC): Metabolomics cũng đang được nghiên cứu để tìm dấu ấn sinh học trong dịch NMTC nhằm đánh giá khả năng tiếp nhận của NMTC, một yếu tố quan trọng cho sự làm tổ thành công của phôi [18].

Hiệu quả và kết cục lâm sàng của Metabolomics

Các nghiên cứu ban đầu về metabolomics đã cho thấy những kết quả đầy hứa hẹn. Ví dụ, UHPLC đã xác định chính xác 90% phôi lệch bội. Tương tự, Fusion Orbitrap MS/MS đã cho thấy sự phù hợp 97,5% với PGT-A trong việc dự đoán chính xác, chỉ có một trường hợp bị phân loại sai. Nhìn chung, nhiều bằng chứng đã chỉ ra rằng metabolomics cung cấp một số thông tin quan trọng về khả năng sống và trạng thái di truyền của phôi. Từ đó giúp cải thiện việc dự đoán tiềm năng làm tổ của phôi, đặc biệt khi kết hợp với dữ liệu động học hình thái. Hơn nữa, việc lấy mẫu SCM, có thể được dùng để thực hiện đồng thời đánh giá niPGT-A và metabolomics [20].
Tuy nhiên, tổng quan hệ thống Cochrane đã kết luận rằng các bằng chứng chất lượng thấp đến rất thấp về ít hoặc không có sự khác biệt giữa đánh giá phôi bằng metabolomics và các phương pháp thông thường về tỷ lệ sinh sống hoặc tỷ lệ thai diễn tiến [18]. Điều này chỉ ra rằng, mặc dù metabolomics có thể xác định các dấu ấn sinh học hứa hẹn ở cấp độ nghiên cứu, nhưng lợi ích lâm sàng trực tiếp của nó trong việc cải thiện kết cục thai kỳ vẫn chưa được rõ ràng.

3. SO SÁNH TIỀM NĂNG CỦA CÁC PHƯƠNG PHÁP LỰA CHỌN PHÔI NGUYÊN BỘI KHÔNG XÂM LẤN

Mỗi phương pháp lựa chọn phôi không xâm lấn như AI, niPGT-A và Metabolomics đều mang những đặc điểm, ưu điểm và hạn chế riêng biệt:
Trí tuệ nhân tạo:

• Ưu điểm: Nhanh hơn so với lựa chọn hình thái thủ công, ít phức tạp và dễ áp dụng rộng rãi hơn. Có khả năng vượt trội hơn CVPH trong dự đoán tiềm năng làm tổ và giảm tính chủ quan. Khả năng làm việc với hình ảnh tĩnh giúp ích trong việc tiếp cận công nghệ AI ở các phòng khám không có thiết bị time-lapse đắt tiền.

• Hạn chế: Vẫn kém hiệu quả hơn PGT-A trong việc dự đoán chính xác trạng thái bội thể. Thách thức trong việc phân biệt các yếu tố nội tại của phôi với các yếu tố lâm sàng bên ngoài ảnh hưởng đến kết cục làm tổ.

PGT-A không xâm lấn (niPGT-A):

• Ưu điểm: Tiềm năng đạt được sự phù hợp cao (lên đến 100%) với PGT-A truyền thống. Không/ít xâm lấn, giảm rủi ro tổn thương phôi so với sinh thiết TE.

• Hạn chế: Vấn đề nhiễm DNA ngoại lai (đặc biệt là DNA mẹ) là rào cản lớn nhất, đòi hỏi những thay đổi đáng kể trong quy trình IVF thường quy để giảm thiểu. Lượng DNA thu hồi thấp và chất lượng không ổn định. Vẫn đang trong giai đoạn nghiên cứu và chưa đủ độ chính xác để được khuyến nghị cho ứng dụng lâm sàng rộng rãi. Ngay cả khi niPGT-A đạt được 100% sự phù hợp một cách nhất quán trong các nghiên cứu thực tế, thì vẫn có 30% hoặc nhiều hơn phôi nguyên bội không làm tổ, cho thấy bội thể không phải là yếu tố duy nhất quyết định khả năng làm tổ thành công.

Metabolomics:

• Ưu điểm: Có tiềm năng xác định các phôi nguyên bội mà về mặt chuyển hóa không có khả năng làm tổ, với sự thay đổi quy trình IVF tối thiểu. Cung cấp thông tin quan trọng về khả năng sống và trạng thái di truyền của phôi.

• Hạn chế: Cần nghiên cứu thêm và chưa được thương mại hóa một cách chính thống. Bằng chứng lâm sàng về việc cải thiện tỷ lệ sinh sống còn thiếu và chất lượng bằng chứng thấp. Đối mặt với nhiều thách thức về chuẩn hóa do tính không đồng nhất của bệnh nhân và các yếu tố nhiễu trong quy trình IVF. Chi phí cao của các nền tảng phân tích tiên tiến (NMR, MS sắc ký) là một rào cản lớn cho việc áp dụng rộng rãi.

Những hạn chế riêng biệt của từng phương pháp cho thấy một cách tiếp cận kết hợp không chỉ là một lựa chọn mà còn là một sự cần thiết để đạt được đánh giá phôi toàn diện và đáng tin cậy. Các phương pháp lựa chọn phôi không xâm lấn trong tương lai có thể liên quan đến sự kết hợp của hai, hoặc thậm chí cả ba phương pháp tiếp cận này.  

Ví dụ, một quy trình tích hợp có thể sử dụng AI để sàng lọc ban đầu và ưu tiên các phôi có tiềm năng phát triển cao dựa trên động học hình thái. Sau đó, niPGT-A (sau khi đã khắc phục triệt để vấn đề nhiễm DNA) có thể được áp dụng để xác nhận trạng thái bội thể. Cuối cùng, Metabolomics có thể được sử dụng để đánh giá sức khỏe trao đổi chất và tiềm năng làm tổ của các phôi nguyên bội đã được xác nhận. Cách tiếp cận tích hợp này sẽ cung cấp một bức tranh toàn diện hơn về chất lượng và tiềm năng của phôi, vượt ra ngoài việc chỉ sàng lọc di truyền để đánh giá bao gồm cả các yếu tố chức năng và sinh lý. Tuy nhiên, việc kết hợp ba phương pháp này sẽ phải đi kèm với các chi phí và rủi ro liên quan.

4. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN TƯƠNG LAI

Các phương pháp lựa chọn phôi nguyên bội không xâm lấn (AI, niPGT-A, Metabolomics) mang lại tiềm năng to lớn trong việc cải thiện hiệu quả IVF bằng cách giảm tính xâm lấn, tăng tính khách quan và có khả năng chọn lọc phôi tốt hơn so với các phương pháp truyền thống [8]. Chúng đại diện cho một bước tiến quan trọng hướng tới việc tối ưu hóa kết cục thai kỳ và giảm thiểu rủi ro cho bệnh nhân.
Tuy nhiên, tất cả các phương pháp này đều đang đối mặt với những thách thức đáng kể về độ chính xác, độ tin cậy, chuẩn hóa và bằng chứng lâm sàng mạnh mẽ từ các nghiên cứu quy mô lớn. Sự khác biệt giữa các kết quả nghiên cứu ban đầu đầy hứa hẹn và bằng chứng lâm sàng cấp cao hiện có cho thấy một khoảng cách cần được thu hẹp. Chi phí cao của các công nghệ tiên tiến là rào cản lớn đối với việc áp dụng rộng rãi các phương pháp này.
Để các phương pháp lựa chọn phôi không xâm lấn có thể phát huy tối đa tiềm năng và được tích hợp rộng rãi vào thực hành lâm sàng, cần có một lộ trình nghiên cứu và phát triển chiến lược:

• Nghiên cứu lâm sàng mạnh mẽ: Cần tập trung vào các thử nghiệm lâm sàng ngẫu nhiên (RCTs), đa trung tâm, cỡ mẫu lớn với tỷ lệ sinh sống làm kết cục chính để xác nhận hiệu quả lâm sàng thực sự của các phương pháp này. Điều này là cần thiết để vượt qua những kết quả mâu thuẫn hiện có và cung cấp bằng chứng vững chắc cho việc thay đổi thực hành lâm sàng.

• Chuẩn hóa quy trình: Phát triển các quy trình chuẩn hóa nghiêm ngặt cho việc thu thập mẫu, phân tích và diễn giải dữ liệu là cực kỳ quan trọng. Điều này đặc biệt cần thiết đối với niPGT-A (để giảm thiểu nhiễm DNA ngoại lai) và metabolomics (để kiểm soát các yếu tố nhiễu từ bệnh nhân và môi trường nuôi cấy).

• Phát triển công nghệ liên tục: Tiếp tục cải tiến các thuật toán AI để cải thiện độ chính xác trong dự đoán bội thể và khả năng phân biệt giữa các yếu tố nội tại của phôi và yếu tố bên ngoài ảnh hưởng đến kết cục. Đối với niPGT-A, cần phát triển và xác thực các phương pháp giảm nhiễm DNA hiệu quả hơn, như thuật toán methyl hóa DNA, để tăng cường độ tin cậy của xét nghiệm [7].

Cho đến khi các phương pháp không xâm lấn chứng minh được hiệu quả vượt trội một cách nhất quán và đáng tin cậy trong các RCT lớn, lựa chọn phôi dựa trên hình thái vẫn nên là một tiêu chuẩn vàng để tránh việc loại bỏ phôi nguyên bội tiềm năng không mong muốn. Sự thận trọng này là cần thiết trong việc áp dụng các công nghệ mới cho đến khi có bằng chứng vững chắc hơn về lợi ích lâm sàng trực tiếp của chúng.
Từ khoá: Sàng lọc phôi nguyên bội/ Không xâm lấn/Trí tuệ nhân tạo/NiPGT/Metabolomics/IVF

TLTK:

1. Halsband, Aurélie. (2024). Embryo selection, AI and reproductive choice. AI and Ethics. 5. 3115-3127. 10.1007/s43681-024-00651-y.

2. Kasaven LS, Marcus D, Theodorou E, Jones BP, Saso S, Naja R, Serhal P, Ben-Nagi J. Systematic review and meta-analysis: does pre-implantation genetic testing for aneuploidy at the blastocyst stage improve live birth rate? J Assist Reprod Genet. 2023 Oct;40(10):2297-2316. doi: 10.1007/s10815-023-02866-0. Epub 2023 Jul 22. PMID: 37479946; PMCID: PMC10504192.

3. Munné, S., Almansa, J. A. H., Seth-Smith, M. L., Perugini, M., & Griffin, D. K. (2025). Non-invasive selection for euploid embryos: prospects and pitfalls of the three most promising approaches. Reproductive BioMedicine Online, 105077.

4. Bamford, T., Smith, R., Easter, C., Dhillon-Smith, R., Barrie, A., Montgomery, S., Campbell, A., & Coomarasamy, A. (2023). Association between a morphokinetic ploidy prediction model risk score and miscarriage and live birth: a multicentre cohort study. Fertility and Sterility, 120(4), 834–843.

5. Bamford, T., Smith, R., Young, S., Evans, A., Lockwood, M., Easter, C., Montgomery, S., Barrie, A., Dhillon-Smith, R., Coomarasamy, A., & Campbell, A. (2024). A comparison of morphokinetic models and morphological selection for prioritizing euploid embryos: a multicentre cohort study. Human Reproduction, 39(1), 53–61.

6. Xin, X., Wu, S., Xu, H., Ma, Y., Bao, N., Gao, M., Han, X., Gao, S., Zhang, S., Zhao, X., Qi, J., Zhang, X., & Tan, J. (2024). Non-invasive prediction of human embryonic ploidy using artificial intelligence: a systematic review and meta-analysis. EClinicalMedicine, 77, 102897.

7. Charles L Bormann, Manoj Kumar Kanakasabapathy, Prudhvi Thirumalaraju, Raghav Gupta, Rohan Pooniwala, Hemanth Kandula, Eduardo Hariton, Irene Souter, Irene Dimitriadis, Leslie B Ramirez, Carol L Curchoe, Jason Swain, Lynn M Boehnlein, Hadi Shafiee (2020). Performance of a deep learning based neural network in the selection of human blastocysts for implantation. eLife 9:e55301

8. Itay Erlich, Assaf Ben-Meir, Iris Har-Vardi, James A. Grifo, Assaf Zaritsky. Solving the “right” problems for effective machine learning driven in vitro fertilization. medRxiv 2021.10.07.21264503; doi: https://doi.org/10.1101/2021.10.07.21264503

9. Handayani, N., Aubry, D., Boediono, A., Wiweko, B., Sirait, B., Sini, I., Polim, A. A., Dwiranti, A., & Bowolaksono, A. (2023). The origin and possible mechanism of embryonic cell-free DNA release in spent embryo culture media: a review. Journal of Assisted Reproduction and Genetics, 40(6), 1231–1242. https://doi.org/10.1007/s10815-023-02813-z

10. Leaver M, Wells D. Non-invasive preimplantation genetic testing (niPGT): the next revolution in reproductive genetics? Hum Reprod Update. 2020 Jan 1;26(1):16-42. doi: 10.1093/humupd/dmz033. PMID: 31774124.

11. Hanson, B. M., Tao, X., Hong, K. H., Comito, C. E., Pangasnan, R., Seli, E., Jalas, C., & Scott, R. T. (2021). Noninvasive preimplantation genetic testing for aneuploidy exhibits high rates of deoxyribonucleic acid amplification failure and poor correlation with results obtained using trophectoderm biopsy. Fertility and Sterility, 115(6), 1461–1470.

12. Campos, G., & Nel-Themaat, L. (2024). Blastocoel fluid as an alternative source of DNA for minimally invasive PGT and biomarker of embryo competence. Reproductive BioMedicine Online, 49(4), 104322.

13. Chen Y, Huang J, Tang F, Wen L, Qiao J. A computational DNA methylation method to remove contaminated DNA from spent embryo culture medium for noninvasive preimplantation genetic testing. EBioMedicine. 2025 Apr;114:105669. doi: 10.1016/j.ebiom.2025.105669. Epub 2025 Mar 29. PMID: 40158389; PMCID: PMC11994334.

14. Sun, Q., Xu, J., Yao, Y., Huang, X., Zhao, D., Lu, S., Yao, B., & Chen, L. (2024). Efficacy of non-invasive chromosome screening, preimplantation genetic testing for aneuploidy, and morphological grading in selecting embryos of patients with advanced maternal age: a three-armed prospective cohort study. BMC Pregnancy and Childbirth, 24(1), 545.

15. Kobayashi, H., & Imanaka, S. (2024). Recent progress in metabolomics for analyzing common infertility conditions that affect ovarian function. Reproductive Medicine and Biology, 23(1). https://doi.org/10.1002/rmb2.12609

16. Gao, Jingying & Xiao, Yan. (2023). Metabolomics and its applications in assisted reproductive technology. IET Nanobiotechnology. 17. n/a-n/a. 10.1049/nbt2.12141.

17. Botros L, Sakkas D, Seli E. Metabolomics and its application for non-invasive embryo assessment in IVF. Mol Hum Reprod. 2008 Dec;14(12):679-90. doi: 10.1093/molehr/gan066. PMID: 19129367; PMCID: PMC2639446.

18. Siristatidis CS, Sertedaki E, Vaidakis D. Metabolomics for improving pregnancy outcomes in women undergoing assisted reproductive technologies. Cochrane Database Syst Rev. 2017 May 23;5(5):CD011872. doi: 10.1002/14651858.CD011872.pub2. Update in: Cochrane Database Syst Rev. 2018 Mar 16;3:CD011872. doi: 10.1002/14651858.CD011872.pub3. PMID: 28534597; PMCID: PMC6481756.

19. Uyar A, Seli E. Metabolomic assessment of embryo viability. Semin Reprod Med. 2014 Mar;32(2):141-52. doi: 10.1055/s-0033-1363556. Epub 2014 Feb 10. PMID: 24515909; PMCID: PMC4109799.

20. Cabello-Pinedo S, Abdulla H, Mas S, Fraire A, Maroto B, Seth-Smith M, Escriba M, Teruel J, Crespo J, Munné S, Horcajadas JA. Development of a Novel Non-invasive Metabolomics Assay to Predict Implantation Potential of Human Embryos. Reprod Sci. 2024 Sep;31(9):2706-2717. doi: 10.1007/s43032-024-01583-y. Epub 2024 Jun 4. PMID: 38834841.