整合 PGT-A 定序數據中的端粒訊號：一種具成本效益的胚胎優選新策略 Integrating Telomere Signals from PGT-A NGS Data: A Cost-Effective Approach to Optimize Embryo Selection

作者：
李季頴^{*1, 2} 鄭恩惠 ¹ 施惠馨 ^{1, 3} 蔡漢霓 ¹ 林羿萍 ¹ 黃俊嘉¹ 陳忠義¹ 羅偉哲¹ 李茂盛 ^{1, 3 ,4}

服務機關：
茂盛醫院[1], 清華大學生物資訊與結構生物研究所[2], 中山醫學大學醫學研究所[3], 中山醫學大學附設醫院婦產部[4]

摘要：

研究問題： 

除了形態學和 PGT-A (胚胎植入前基因檢測：非整倍體篩檢) 之外，能否透過測量胚胎的端粒長度，進一步提升 ART (人工生殖技術) 中的選擇植入胚胎準確性？

研究設計、規模與期間： 

這是一項經 IRB 批准的回溯性研究 (中國醫藥大學附設醫院，編號 CS1-22094)，重新分析了 2023 年 9 月至 2024 年 8 月期間，來自 1,114 對夫妻的 3,550 個囊胚的 PGT-A 數據 (平均母親年齡：36.5 歲)。
先前的研究指出，端粒長度會在受精後增加；有鑑於 PGT-A 定序是採用隨機取樣，因此研究團隊假設「發育潛能較佳的胚胎，其端粒長度較長，會被定序採樣到的機率較高」。
研究團隊從定序平台讀取的序列片段(reads)總數中計算端粒序列的出現頻率，以此估算「端粒長度」，並將其定義為其中一項胚胎分級指標「Teloscore」。
為準確評估著床結果，本研究僅分析了 259 個單一胚胎植入 (single embryo transfer, SET)的治療週期。

材料、設置與方法： 

在常規的 PGT-A 中，從滋養層細胞切片獲得的基因組 DNA 使用 Embryomap 平台進行定序，平均每顆胚胎會取得約 100 萬個長度為36個鹼基對的單端DNA序列片段(reads)、品質分數 (Q) ≥20 。端粒的序列片段總數會被量化，以生成胚胎分級指標「Teloscore」。
統計分析採用廣義估計方程 (GEE) 和多變量邏輯迴歸來評估 Teloscore、胚胎整倍體狀態與著床結果之間的關聯。實驗中，胚胎的母親與父親平均年齡分別為 35.5 歲和 38.9 歲。

主要結果： 

多變量邏輯迴歸分析確定 Teloscore 是預測著床的唯一顯著因子 (勝算比 OR=1.106, 95% 、信賴區間 CI: 1.016−1.206, p=0.020)，意即不受其他因子影響。實驗中顯示胚胎是否在第五天活檢在統計上未達顯著 (p=0.072)。而在針對整倍體狀態和臨床共變量進行調整後，Teloscore 的預測價值依然存在。
此外，研究團隊也在相同樣本上進行重複定序，證實了 Teloscore 測量的技術重現性，Teloscore 的重複測量值之間顯示出強相關性 (斜率 =0.90, R2=0.77, p<0.001)。

結論： 

Teloscore－－從標準 PGT-A 定序數據中衍生出的次級分析指標－－提供了一種具成本效益且不需額外活檢的評估胚胎活力的方法。這個新穎的生物標記可能輔助現有的胚胎選擇策略，並具備優化選胚策略的潛力。