母亲血浆中的生物标记物可以100%准确地预测后代的一种自闭症

使用机器学习，UC Davis Mind Institute的研究人员已经确定了与自闭症诊断和严重程度高度相关的母体自身抗衡模式。

他们的学习，1月22日出版《分子精神病学》,特别关注母体自身抗体相关自闭症谱系障碍(MAR ASD)，这种疾病约占所有自闭症病例的20%。

“这项研究的影响是巨大的，”UC戴维斯的风湿病学，过敏和临床免疫学教授和研究的潜在作者。“这是第一次机器学习首次用于识别100％精度的MAR ASD特定模式作为ASD风险的潜在生物标志物。”

自身抗体是一种攻击人体自身组织的免疫蛋白质。此前，范德沃特发现怀孕母亲的自身抗体可以与胎儿的大脑发生反应，从而改变胎儿的发育。

机器学习识别出自闭症可能性和严重程度的模式

研究团队从收费研究中获得的母亲获得血浆样本。他们分析了来自450名母亲的自闭症儿童和342名母亲的样本，通常是养育儿童，也从充电中检测到胎儿大脑中丰富的八种不同蛋白质的反应性。然后，它们使用机器学习算法来确定哪些自身抗体模式与ASD的诊断有关。

研究人员创建并验证了一种测试，以确定asd特异性母亲自身抗体模式的反应性，对抗发育中大脑中高表达的八种蛋白质。

“关于这种特殊研究的大问题是，我们为未来的临床使用创造了一个新的，非常可翻译的测试，”Van de水说。这种简单的母体验血使用ELISA（酶联免疫吸附测定）平台，这非常快速准确。

这机器学习该程序分析了大约10,000种模式，并确定了与MAR ASD相关的3种顶级模式:CRMP1+GDA, CRMP1+CRMP2和NSE+STIP1。

“例如，如果母亲对压接1和GDA（最常见的图案）具有自身抗体，她的患有自闭症儿童的几率是基于这个当前数据集的一般人群的31倍。这很大，”Van de说水。“那里有很少的风险评估会给你那种风险评估。”

研究人员还发现，对CRMP1的任何一种主要模式的反应都会显著增加儿童患更严重自闭症的几率。

未来的意义

Van de水指出，随着这些孕产妇生物标志物，有可能是非常早期诊断的MAR自闭症和更有效的行为干预。该研究开辟了门门，以便更多地研究潜在的概念性预审测试，特别适用于35岁以上的高危女性，或者已经为患有自闭症的儿童生育的高危女性有用。

“我们可以想象，女性可以在怀孕前进行这些抗体的血液测试。如果她有自闭症，她就会知道她的孩子患自闭症的风险非常高。如果没有，她的孩子患自闭症的几率会降低43%，因为MAR自闭症被排除了。”Van de Water说。

Van de Water目前正在使用动物模型研究母体自身抗体的病理效应。Van de Water说:“我们还将使用这些动物模型来开发治疗策略，以阻止来自胎儿的母体自身抗体。”

“这项研究在早期风险评估方面是一个重要的自闭症，我们希望这项技术将成为未来临床上有用的东西。“

---

---