自閉症是指一組異類的大腦發育狀況,可表現為社交和溝通能力下降,重複和刻板行為增加。自閉症的早期篩查治療非常重要。但目前醫生通常只能根據患者自閉症症狀進行臨床診斷,而這時往往已經錯過了兒童關鍵的大腦發育期,無法進行及時幹預。
近日,來自美國西北大學、哈佛大學、麻省理工學院以及以色列本·古裡安大學的研究員一起合作,發表了一項利用人工智慧精準識別以血脂異常為特徵的自閉症亞型,並發現有家族血脂異常史的孩子患自有自閉症譜系障礙(ASD)的概率更高。這一研究為自閉症早期篩查和幹預奠定了基礎。
這項研究題為「A multidimensional precision medicine approach identifies an autism subtype characterized by dyslipidemia」,已發表在8月10日的《自然醫學》雜誌上。
具體來說,研究人員將自閉症與醫療健康大數據聯繫在一起,對基因突變數據、家族全外顯子序列(WES)、神經發育表達模型、動物模型數據、電子健康記錄(EHR)和醫療健康保險數據等大型數據集進行疊加,構建了自閉症「數字地圖」 ,並使用最先進的AI圖聚類算法來處理與基因表達相關的數據。這一研究方法被認為是精密醫學領域的首創。
簡單來說,人工智慧起到了放大鏡的作用,能在各種數據構建的「數字地圖」中找到「異類」。
用於識別導致自閉症的分子網絡的獨立信息源。A.通過對發育中的人類大腦RNA-seq數據進行聚類分析,鑑定出神經發育共同調控的外顯子。B.男性和女性之間的差異表達。C.在WES數據中檢測到的3531個自閉症患者個體。D.用於鑑定LGD(基因破壞)變異的各種基因模型。E.信息流被整合。 F,G.使用大型EHR(電子健康記錄)數據和大量健康聲明健康數據對血脂異常導致的非症候群性ASD進行驗證
自閉症被認為是在產前大腦發育過程中產生的,且受每個個體內多個基因組變異的驅動,於是研究人員對人類早期大腦發育過程中的基因外顯子簇進行了研究。
由於在自閉症患者中男女性別比例為4:1,因此研究人員對在產前神經發育過程中表達與性別差異相關的基因外顯子簇進行了重點研究。
其次,團隊通過美國國家心理健康所(NIMH)的數據,對多發自閉症病例家庭和單發自閉症病例家庭的自閉症患兒基因突變進行篩查。
該研究的共同第一作者Yuan Luo表示,這項研究好比大海撈針,因為數百種基因的數千種變異是自閉症的發病基礎,其中只有不到1%的家庭患有這種變異。因此他們通過多維數據疊加繪製了這張自閉症地圖,而基因篩查的過程則為研究提供了「放大鏡」。
通過基因篩查,研究團隊提出自閉症與血脂異常相關這一假說。他們比較了自閉症患者兒童、患者家屬以及沒有親屬關係的匹配對照者的血脂譜,發現自閉症患者兒童的血脂譜明顯超出正常生理範圍。
接下來,研究人員在包含34003107個人的醫療保險索賠資料庫中檢查了80714名自閉症患者的血脂異常患病率,並反覆抽樣了與年齡、性別、居住地相匹配的無關對照,發現自閉症患者的血脂異常診斷率極高,這進一步表明自閉症與血脂異常有緊密聯繫。
同時,研究結果顯示,父母血脂異常與孩子的自閉症患病概率相關。研究人員對比了自閉症患者及其未患病兄弟姐妹的血脂異常診斷,發現有家族血脂異常史的兒童自閉症患病率更高。
這種以血脂異常為特徵的自閉症亞型不僅與一種罕見的ASD症候群型相一致,而且與哺乳動物大腦發育過程中與血脂異常基因相關的神經功能有關。研究稱,相較於沒有血脂異常的自閉症患者,患有血脂異常的自閉症患者更容易表現出癲癇、睡眠障礙和注意缺陷多動障礙等臨床特徵,這表明血脂異常可能會導致神經發育變化。
Yuan Luo稱,以血脂異常為特徵的自閉症亞型是第一個基於多維數據、由AI驅動的精準醫學識別的自閉症亞型,該自閉症亞型具有獨特的分子特徵和發病機制。他表示:「地圖和放大鏡的方法展示了一種使用多種數據模式來對自閉症進行分型的一般化方法,它也為許多其他基因複雜的疾病提供了有針對性的臨床試驗信息。」
(本文來自澎湃新聞,更多原創資訊請下載「澎湃新聞」APP)