Гены, мозг и аутизм: краской по картине науки

Метод нейровизуализации выявляет генетические маркеры аутизма с точностью свыше 90%
Новое исследование, опубликованное в журнале Science Advances, представляет мощную технику нейровизуализации, которая может обнаруживать генетические вариации, связанные с аутизмом, с точностью до 95%. Этот метод, разработанный исследователями из нескольких университетов, включая Johns Hopkins и Carnegie Mellon, анализирует структурные изображения мозга для выявления специфических генетических паттернов, связанных с аутизмом, что потенциально может позволить обнаруживать это состояние на более ранних стадиях и более объективно, чем текущие методы, основанные на наблюдении за поведением.
Аутизм – это нейроразвивающее расстройство, характеризующееся различиями в социальной коммуникации, взаимодействии и наличием ограниченных интересов или повторяющихся поведений. Понимается, что он возникает из-за сложного взаимодействия генетических предрасположенностей и влияний окружающей среды. В настоящее время аутизм диагностируется на основе наблюдения за поведением человека, что может занять время и не произойти, пока не будут пропущены определенные этапы развития.
Однако исследования все больше указывают на сильный генетический компонент в аутизме. Понимание этой генетической основы предлагает потенциальный путь к лучшему пониманию происхождения этого состояния и, возможно, приводит к более персонализированным подходам и более ранней поддержке. Это исследование изучило «генетический первый» подход, сосредоточившись на специфических генетических изменениях, известных как вариации копий числа. Эти вариации касаются участков генетического кода человека, которые удаляются или дублируются. Определенные вариации копий числа известны как значительно увеличивающие вероятность развития аутизма.
Исследователи стремились выяснить, могут ли уникальные паттерны в структуре мозга, видимые через визуализацию, быть напрямую связаны с этими специфическими генетическими вариациями, предоставляя потенциальный биологический маркер, иногда называемый эндофенотипом, который связывает гены с наблюдаемыми чертами.
Чтобы исследовать эту возможность, исследовательская группа, в которую вошли эксперты из Carnegie Mellon University, University of California San Francisco и Johns Hopkins University School of Medicine, использовала специализированную компьютерную модель, которую они разработали, известную как морфометрия на основе транспортирования. Этот метод выделяется среди многих других методов анализа изображений, поскольку его математические основы основаны на моделировании движения и распределения массы, подобно тому, как вещества движутся в биологических тканях. Он фактически количественно описывает форму и структуру (морфометрию) мозга на основе этих смоделированных переносных процессов.
Исследователи применили эту методику для анализа сканов мозга группы из 206 человек, данные которых были собраны в рамках проекта Simons Variation in Individuals. Эта кохорта включала 48 человек с удалением в конкретной генетической области, известной как 16p11.2, 40 человек с дублированием в той же области (обе вариации сильно связаны с повышенным риском аутизма) и 118 контрольных участников без этих специфических генетических изменений.
Контрольная группа была тщательно отобрана, чтобы соответствовать другим участникам по возрасту, полу, левшеству и баллам невербального интеллекта, и они были проверены для исключения людей с сопутствующими неврологическими заболеваниями или семейной историей аутизма. Высококачественные структурные изображения мозга (сканы магнитно-резонансной томографии с взвешиванием по Т1) были получены для всех участников с использованием стандартизированных процедур на различных и визуализационных площадках.
Изображения прошли предобработку, чтобы изолировать мозговую ткань (серое и белое вещество), подкорректировать различия в общем объеме мозга и нормализовать данные перед выполнением анализа морфометрии на основе транспортной методики отдельно для распределений серого и белого вещества. Система была обучена с использованием принципов машинного обучения для различения паттернов структуры мозга, характерных для группы с удалением, группы с дублированием и контрольной группы.
Анализ выявил отчетливые паттерны в структуре мозга, связанные с вариациями копий числа 16p11.2. Система морфометрии на основе транспортирования была очень эффективна в определении, к какой генетической группе принадлежит человек, основываясь исключительно на его скане мозга. При анализе структуры белого вещества система достигла средней точности 94,6% в правильной классификации людей в группе удаления, дублирования или контрольной группы на ранее не видимых тестовых данных. Анализ структуры серого вещества дал среднюю точность 88,5%. Эти результаты значительно превзошли попытки классификации, использующие только базовую информацию, такую как возраст, пол или общий объем мозга.
Ключевой способностью метода морфометрии на основе транспортирования является его генеративный характер, что позволило исследователям не только классифицировать сканы, но и визуализировать конкретные различия в структуре мозга, лежащие в основе классификаций. Анализ показал, что вариации 16p11.2 были связаны с широкими, или диффузными, изменениями по всему мозгу, а не ограничивались только одной или двумя небольшими областями.
Была отмечена зависимость дозы: лица с удалением 16p11.2, как правило, имели больший общий объем мозга и относительно больше серой ткани по сравнению с контролем, в то время как лица с дублированием, как правило, имели меньшие объемы мозга и относительно меньше серой ткани. Визуализация также выявила специфические региональные паттерны.
Например, области, связанные с обработкой языка, регуляцией эмоций, навыками визуально-пространственного восприятия и интеграцией информации из нескольких чувств, показали отчетливые паттерны относительного расширения или сокращения ткани в зависимости от того, была ли у субъекта удаление или дублирование. Часто эффект был взаимным, что означало, что область могла демонстрировать относительное расширение в группе с удалением и относительное сокращение в группе с дублированием по сравнению с контролем. Также были замечены некоторые различия между левой и правой сторонами мозга.
Важно, что исследователи исследовали связи между этими выявленными паттернами структуры мозга и поведенческими или когнитивными характеристиками участников. Они обнаружили сильную связь между одним конкретным паттерном мозга (определенным вдоль того, что исследователи назвали дисриминантным направлением 1) и наличием нарушений артикуляции — трудностями правильного произнесения звуков речи.
Этот паттерн был особенно ярко выражен у людей с удалением 16p11.2. Другой отчетливый паттерн мозга (связанный с дисриминантным направлением 2) показал значительную связь с показателями коэффициента интеллекта участников, объясняя примерно 17-20% вариации по полному, вербальному и невербальному коэффициентам интеллекта среди групп. Эти результаты указывают на то, что структурные различия мозга, связанные с вариациями копий числа 16p11.2, имеют отношение к наблюдаемым функциональным результатам.
Исследователи признают некоторые ограничения своего исследования. Участники были набраны через клинические генетические центры и сетевые пациентские группы, что может означать, что выборка не представляет полный спектр людей с этими генетическими вариациями, потенциально упуская тех, у кого более легкие или иные проявления (предвзятость в определении). Исследование сосредоточилось на одной конкретной генетической области, 16p11.2, и не изучало взаимодействия с другими генами.
Хотя исследование включало людей от детства до взрослого возраста, предполагая относительную стабильность этих паттернов мозга, дальнейшие исследования, сосредоточенные на раннем развитии, требуется. Также, хотя были обнаружены связи между паттернами структуры мозга и поведенческими мерами, такими как артикуляция или коэффициент интеллекта, такого рода исследования не могут установить причинно-следственные связи.
Будущие исследования могут применять этот подход морфометрии на основе транспортирования для изучения других генетических вариаций, связанных с аутизмом и сопутствующими нейроразвивающими расстройствами. Необходимы более крупные исследования с участием более разнообразного населения и проспективные исследования, отслеживающие отдельных лиц с течением времени, чтобы подтвердить эти результаты и исследовать их потенциальную клиническую полезность для раннего обнаружения, прогноза или мониторинга ответов на вмешательства. Такая работа могла бы значительно продвинуть генетический краткосрочный подход к пониманию и поддержке людей с аутизмом.
Исследование «Выявление связи ген- мозг- поведение в аутизме с помощью генеративного машинного обучения» было написано Шиндзи Kundu, Харисом Sair, Эллиотом H. Sherr, Пратиком Мукерджи и Густавом K. Рохде.