试管婴儿的未来：AI选胚胎、机器人做手术、基因编辑防疾病

48 年前的 7 月，路易斯·乔伊·布朗（Louise Joy Brown）成为世界上第一个借助体外受精（IVF）技术出生的人；技术进步让 IVF 变得更安全、更有效，在这之后，此后又有数百万 IVF 婴儿来到这个世界。

但 IVF 仍然远不完美。整个过程可能漫长、痛苦、昂贵——这还是对那些幸运地能够接受这项技术的人而言。而且按至少一项指标来看，近年来 IVF 的成功率反而在下降。

人类生殖是一件极其复杂的事，胚胎学家和妇科医生仍有很多不了解、无法控制的环节，比如他们不知道为什么很多看起来健康的胚胎就是无法在子宫里“扎根”，他们也无法总是解释为什么患者怀不上，不同个体之间、不同生殖诊所之间 IVF 成功率的巨大差异，他们也不总能说清原因。

科学家们正在研究这些问题以及更多的问题。他们在应对复杂的伦理挑战——新的基因工具将如何被用来分析甚至改造胚胎。与此同时，一批旨在标准化治疗、消除人为失误、提高成功率、让更多人用得起 IVF 的技术已经开始登场，辅助生殖正在进入一个由 AI 和机器人助力的新时代。

帮胚胎“扎根”

其中一些技术正在西班牙瓦伦西亚的卡洛斯·西蒙基金会（Carlos Simon Foundation）开发。今年 3 月我去参观时，研究人员带我参观了实验室，还给我展示了一台曾首次在体外维持人类子宫存活的设备。

团队里有人梦想着建造能完整孕育胎儿的人工子宫，但他们目前更想用这类设备来研究“着床”——受精卵接触子宫内膜、钻进去、本质上“孵化”出来、触发妊娠开始的那个时刻。

尽管 IVF 技术进步了几十年，着床过程至今仍然没有被充分理解。即使看起来很健康的胚胎，着床成功率也只有 40% 到 60%。

目前的 IVF 技术中，诊所可以先培育出早期胚胎，等到子宫被认为处于最佳接受状态时再植入，但一旦胚胎被送进子宫，就只能靠它自己了。卡洛斯·西蒙基金会的高级临床科学家哈维尔·圣塔玛利亚（Xavier Santamaria）和同事正在试验一种不同的方案：他们开发了一台设备，按一下按钮就能把胚胎直接注射进子宫内膜。

我在现场观看了一次用原型机做的演示。圣塔玛利亚拿起窥阴器，转向他“患者”的阴道口——这次的患者只是一个仿真模型：一个塑料下半身，带有外阴、阴道、子宫和卵巢，两截短截代表平时架在脚蹬上的双腿。

他弯腰向里看去。“胚胎，”他喊了一声。同事、胚胎学家玛利亚·帕尔多（Maria Pardo）递给他一根细针，里面装着她刚从培养皿中取出的一枚小鼠胚胎。

圣塔玛利亚的设备可以将装有胚胎的针头连接到一根输送管上。这根管子还配备了摄像头、照明灯和一个传感器，能在针头到达子宫内膜时提醒医生。管子送入子宫后，妇科医生可以看到子宫内部的画面，引导管子到达内膜的目标位置。

“一切就绪后，按一下按钮就行。”圣塔玛利亚说。他踩下一个脚踏板激活设备，胚胎被注射了进去。“好了。”

团队刚刚开始这台设备的临床试验。到目前为止接受过这一操作的女性不到 10 位，还没有人怀孕。但基金会总监卡洛斯·西蒙对此抱有信心，他指出 IVF 的发明者在路易斯·布朗出生前也做了超过 160 个周期的尝试（1969 年到 1978 年间，那个团队对 250 人进行了 457 个周期的操作，最终只有两例活产）。“试验还在进行中。”他说。

挑“最好的”卵子、精子和胚胎

IVF 的一个长期难题是选择。假设你从一方那里取到了 10 颗卵子，从另一方那里取到了一份看起来不错的精液样本，你怎么决定用哪些？培育出的胚胎在培养皿中生长几天后，同样的问题又来了：该把哪一个植入子宫？

传统做法是靠肉眼。胚胎学家从形态上挑看起来最好的那个，精子则看游动状态。但科学家一直在寻找替代方法。过去十来年里，很多人转向了基因检测，用它来判断哪些胚胎最有可能发育成健康的宝宝。

目前最常用的检测叫 PGT-A，全称是“胚胎植入前非整倍体基因检测”。非整倍体简单说就是染色体数目“不对”，携带这类特征的胚胎被认为更容易流产，或者可能发育成带有遗传疾病的婴儿。

胚胎在实验室培育出来后，胚胎学家可以取下几个细胞去做非整倍体检测。波士顿 IVF 的生殖内分泌学家阿兰·彭齐亚斯（Alan Penzias）说，这项检测对 38 岁以上的女性特别有帮助。“你开始看到改善：更多的宝宝，更少的流产。”他说。检测还能缩短从开始治疗到怀孕的时间。

这种基因检测之所以能实现，依赖的是多项技术的进步。不仅仅是基因组学，还包括让胚胎在培养皿中存活五到六天的能力，以及在细胞检测期间冻存胚胎、等结果出来后再解冻的技术。PGT-A 已经变得非常普及，有些诊所会对所有胚胎都做这个检测。

但 PGT-A 不能给你一份未来宝宝基因的完美读数，纽约人类生殖中心的生殖内分泌学家索尼娅·加耶特-拉富恩特（Sonia Gayete-Lafuente）说。而且有些异常可能随时间自行修正。她和同事曾把一些“异常”胚胎植入患者子宫，结果这些胚胎发育成了完全健康的孩子。

还有一类 PGT 检测争议更大。PGT-P 检测旨在预测胚胎发展出由多个基因共同决定的复杂性状的概率，包括疾病，但也包括身高等体征和 IQ 等认知指标。这类检测很新，在包括英国在内的一些国家是非法的，但在美国正逐渐铺开。一家叫 Nucleus Genomics 的公司邀请客户“生出最好的宝宝”，承诺能预测从眼睛颜色、智力到左利手倾向和阿尔茨海默病风险等各种性状。

我问过多位 IVF 从业者，如果患者提出想做这类检测，他们会怎么回应。大多数人回避了这个问题，只是告诉我目前没有足够的证据证明这些检测真的管用。他们还提醒说，选择某一种性状可能在无意中引入新的风险。没有人对将基因检测用于预防严重疾病以外的目的表现出多少热情。

用 AI 提速

相比之下，一些从业者对 AI 的潜力更兴奋。毕竟 AI 工具总体上擅长识别模式，很多研究者都尝试过训练 AI 来挑选健康的精子、卵子和胚胎。

也确实取得了一些成果。纽约哥伦比亚大学医学中心的一个团队开发了一台设备，用 AI 检查那些健康精子数量极少的精液样本。胚胎学家在这样的样本中可能费半天劲也找不到一颗健康精子，但这套叫做 STAR（精子追踪与回收系统）的设备一小时内就能分析超过 100 万张显微镜图像，已经被用来成功培育了健康胚胎。团队在去年 11 月宣布了第一例由此治疗产生的妊娠。

其他团队在用 AI 工具以更大胆的方式推进 IVF。大约十年前，生殖内分泌学家亚历杭德罗·查韦斯-巴迪奥拉（Alejandro Chavez-Badiola）开始分别开发用于给胚胎排名、给卵子排名和选择精子的 AI 工具。他回忆说，当时有一个想法击中了他：这些工具就是“未来有潜力驱动机器人的大脑”。

用机器人让 IVF 标准化

2020 年代初，查韦斯-巴迪奥拉和同事决定把这些技术整合起来，开发一套 IVF 自动化系统。理论上，一个搭载了 AI 工具的机器人系统可以完成 IVF 过程中的大部分步骤：挑选卵子和精子、受精产生胚胎、在培养皿中培育胚胎、选出“最好的”那一个用于植入。这套系统可以“用完全标准化的方式做每一件事”，而且永远不会累，他说。

查韦斯-巴迪奥拉现在是 Conceivable 公司的创始人兼首席医学官。他从改装常规 IVF 设备开始制造原型机，给设备装上电机并连接到电脑。他和同事先用动物细胞测试，后来逐步过渡到人类细胞。“我们证明了将机器人集成进来、自动化 IVF 的各个步骤是可行的。”他说。

这台设备目前已经被用来处理精子和卵子、培育胚胎。至少 19 个孩子已经通过这套自动化 IVF 系统诞生。虽然还处于早期阶段，查韦斯-巴迪奥拉希望未来的迭代版本每台每年能处理数千个 IVF 周期，有望让这项手术变得更便宜、更多人用得起。

业内很多人对 Conceivable 这类自动化设备的前景感到兴奋。“这为胚胎学家省下了大量时间。”意大利 IVIRMA 生殖中心网络的临床胚胎学家和科学总监劳拉·里恩齐（Laura Rienzi）说。她还希望自动化能帮助 IVF 治疗实现标准化。“自动化可以让全世界每一间实验室都用同样的方式对待每一位患者。”

基因编辑的争议

不过这些技术都有一个前提：起码得有一些健康的精子、卵子或胚胎可用。胚胎学家和 IVF 患者只能用手头有的材料来工作，而有时候这些材料无法产出健康的婴儿。

这就是为什么一些科学家提出了一个充满争议的设想：用 CRISPR 等基因编辑技术在胚胎植入前改造其基因组。生物物理学家贺建奎（He Jiankui）在 2010 年代末用这种方法创造了胚胎，并导致三个孩子出生。他受到了科学界的广泛谴责，最终在监狱里服刑三年。

贺建奎的前女友 Cathy Tie 如今领导着初创公司 Origin Genomics，正在推进这项技术，目标是预防儿童的严重疾病。在黑斯廷斯生物伦理中心（Hastings Center for Bioethics）最近举办的一次活动上，铁为使用胚胎编辑来预防囊性纤维化、亨廷顿舞蹈症和镰状细胞病等疾病做了论证。

无论从技术、法律还是伦理角度来看，这都不是一件简单的事。已知由单基因突变引起的疾病是很好的首选对象，但正如加耶特-拉富恩特指出的，大多数疾病远比这复杂得多。“我希望我们能理解每一种疾病的遗传基础，从而预防它，”她说，“但目前我们做不到。”况且大多数疾病不仅受基因影响，还受饮食、行为和环境的影响。

就目前而言，没有人知道编辑人类胚胎以消除一种疾病的风险，会不会增加这个孩子未来患上另一种疾病的风险。一些科学家也担心这类编辑可能是通往基因增强或优生学的滑坡。

里恩齐希望这项技术能在监管框架下安全发展，而且仅限于一份特定的疾病清单。“它必须在合法的框架内进行，”她说，“但对我来说，这是一个梦想。”

与此同时，随着那些已经在帮助健康婴儿诞生的新技术不断涌现，这个领域的变革还将继续。

https://www.technologyreview.com/2026/05/07/1136946/whats-next-for-ivf-ai-robot-pgt-gene-editing/