体外受精-胚胎移植技术(in vitro fertilization, IVF)的发展为数万遭受不孕不育症困扰的家庭带去了福音,但目前其成功率仅为30%左右。同时,临床上为提高妊娠率往往会采用多胚胎移植的方法,而这又导致了IVF治疗中的多胎率明显高于自然妊娠。低妊娠率和高多胎率使患者在精神和经济上都承受着极大压力。IVF治疗中体外发育的胚胎质量直接决定着最终的移植结果,因此如何判断胚胎的发育潜能选出最具潜力妊娠的胚胎是该技术中至关重要的一个步骤。目前的胚胎评估体系大多基于形态学评分方法,虽然这些方法的确使IVF技术的成功率有所提高,但其精确度不容乐观,因此仍有必要寻找一种快速有效的胚胎筛选方法,从多枚胚胎中选出最优质的胚胎进行单胚胎移植,改善低妊娠率与高多胎率两大问题。本实验利用拉曼、分子荧光、紫外-可见及近红外光谱技术,通过对胚胎培养液中各代谢物质含量变化的测量并结合一定的化学计量学方法建立判别模型,鉴别具有妊娠潜力与不具妊娠潜力的胚胎,评估胚胎的发育潜能。实验证明,使用近红外光谱建立的偏最小二乘判别模型拥有较高的判别能力,能够预测大部分胚胎的发育潜能。采用均值中心化和Savitzky-Golay二阶导算法对原始近红外光谱进行预处理后,模型独立检验集的灵敏度与特异性分别提高至88%及70%左右,模型的正判率达到77%以上为了提高模型的判别能力,消除无信息变量对模型稳定性影响,本实验分别采用基于蒙特卡罗的无信息变量消除法(MC-UVE)、竞争性自适应加权抽样法(CARS)与基于变量稳定性的竞争性自适应加权抽样法(SCARS)对光谱进行波长选择。结果表明,与全谱74%的正判率相比较,采用这三种波长选择方法,模型独立检验集的正判率分别提高至74.24%,77.12%与80.10%,建模使用的变量数也降至50以内。比较发现,SCARS的模型优化能力和稳定性均好于MC-UVE和CARS方法。上述这些实验的结果证明了采用分子光谱技术结合化学计量学算法预测胚胎的发育潜能是可行的。