Interpretable connectome modelling reveals distributed dysconnectivity and developmental transcriptomic associations in autism
Diese Studie nutzt ein interpretierbares maschinelles Lernverfahren auf Ruhezustands-fMRT-Daten, um ein verteiltes, vorwiegend hypovernetztes Hirnnetzwerk-Muster zu identifizieren, das mit der Autismus-Spektrum-Störung assoziiert ist und eine signifikante räumliche Korrespondenz mit der Genexpression von Autismus-Risikogenen sowie spezifischen Signaturen entwicklungsbedingter neuronaler Perturbationen aufweist.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Das menschliche Gehirn ist kein einzelnes, statisches Organ, sondern ein riesiges, dynamisches Netzwerk aus Milliarden von Zellen, die über große Distanzen kommunizieren müssen, um Gedanken, Gefühle und Verhalten zu erzeugen. Bei Zuständen wie der Autismus-Spektrum-Störung scheint dieses Kommunikationsnetzwerk anders zu funktionieren, obwohl Wissenschaftler lange Zeit damit kämpften, genau zu bestimmen, wie. Die Herausforderung liegt in der enormen Komplexität des Gehirns: Es besteht aus vielen verschiedenen Regionen, von denen jede ihre eigene Aufgabe hat, alle verbunden durch tausende von Pfaden. Wenn Forscher diese Verbindungen untersuchen, finden sie oft ein verwirrendes Gemisch aus Signalen – einige Pfade scheinen zu leise zu sein, während andere zu laut wirken, und diese Muster variieren stark von Person zu Person. Um dies begreifbar zu machen, nutzen Wissenschaftler eine Art Gehirnscan, der dem natürlichen, ruhenden Summen des Gehirns lauscht und misst, wie verschiedene Bereiche miteinander kommunizieren, ohne dass eine Person eine spezifische Aufgabe ausführen muss. Durch die Kombination dieser Gehirnkarten mit fortschrittlichen Computertools, die subtile Muster in massiven Datenmengen erkennen können, hoffen Forscher, über einfache Durchschnittswerte hinauszugehen und die spezifischen Verdrahtungsunterschiede zu finden, die Autismus definieren.
Ein Forschungsteam vom Nanyang Central Hospital in China hat sich kürzlich dieser Herausforderung gestellt mit dem Ziel, die spezifischen Kommunikationsstörungen in den Gehirnen autistischer Individuen abzubilden und diese auf ihre biologischen Wurzeln zurückzuführen. Sie analysierten Gehirnscans von 778 Personen, darunter 350 autistische Personen und 428 typisch entwickelte Kontrollpersonen, unter Verwendung von Daten aus 19 verschiedenen Forschungszentren. Um die Komplexität der Daten zu bewältigen, die über 6.000 potenzielle Verbindungen zwischen Hirnregionen umfassten, nutzte das Team ein hochentwickeltes Computermodell, das darauf ausgelegt ist, aus den Daten zu lernen, ohne durch Rauschen in die Irre geführt zu werden. Sie trainierten den Computer mit den meisten Teilnehmern und testeten ihn dann an einer separaten Gruppe, die er zuvor noch nie gesehen hatte, um sicherzustellen, dass die gefundenen Muster real und nicht nur Zufall waren. Das Modell identifizierte ein distinktes Muster der Gehirnkonnektivität, das zwischen autistischen und nicht-autistischen Gehirnen unterscheiden konnte, wobei es eine moderate Diskriminierung in der Kreuzvalidierung und konservativere Schätzungen zeigte, als es über verschiedene Standorte hinweg getestet wurde.
Die bemerkenswerteste Entdeckung war, dass die Unterschiede nicht auf einen einzelnen Teil des Gehirns oder eine einzige Art von Verbindung beschränkt waren. Stattdessen offenbarte das Modell ein weit verbreitetes, verteiltes Muster, bei dem die Hauptsysteme des Gehirns weniger effektiv miteinander kommunizierten als üblich. Speziell die Verbindungen zwischen den emotionalen Zentren des Gehirns, seinen visuellen Verarbeitungsbereichen und seinen exekutiven Kontrollsystemen waren in der autistischen Gruppe vorwiegend schwächer. Die Forscher betonten jedoch, dass diese Erkenntnis die Richtung der Unterschiede unter den spezifischen Verbindungen beschreibt, die für ihre Vorhersagekraft ausgewählt wurden, und keine universelle Reduktion der Konnektivität im gesamten Gehirn darstellt. Dieser Befund stellt die Vorstellung infrage, dass Autismus durch einen einzigen defekten Draht verursacht wird; vielmehr deutet er auf eine subtile, systemweite Verschiebung hin, wie verschiedene Gehirnnetzwerke koordinieren, wobei der Gesamttrend in den wichtigsten Mustern eine reduzierte Konnektivität war, insbesondere zwischen dem vorderen Teil des Gehirns, der für die Planung zuständig ist, und dem hinteren Teil, der für das Sehen zuständig ist.
Um zu verstehen, warum diese spezifischen Verbindungen schwächer sein könnten, suchte das Team nach Hinweisen im genetischen Bauplan des Gehirns. Sie verglichen die an diesen schwachen Verbindungen beteiligten Hirnregionen mit Daten darüber, welche Gene in denselben Bereichen aktiv sind. Sie fanden eine starke Übereinstimmung zwischen den schwachen Verbindungen und Genen, die bekanntermaßen mit dem Autismus-Risiko assoziiert sind. Insbesondere die Verbindung zwischen den exekutiven Kontrollbereichen des Gehirns und seinen visuellen Zentren zeigte die stärkste Verbindung zu diesen Risiko-Genen. Dies deutet darauf hin, dass die Art und Weise, wie diese Hirnregionen kommunizieren, durch die Expression bestimmter Gene während der Entwicklung beeinflusst werden könnte. Die Forscher nutzten anschließend Computersimulationen, um zu untersuchen, was passiert, wenn diese spezifischen Gene verändert werden. Ihre Simulationen deuteten auf drei Gene – TSHZ3, RORB und CUX2 – als Schlüsselfaktoren hin. Wenn diese Gene in Computermodellen entwickelnder Gehirnzellen virtuell „ausgeschaltet“ wurden, störte dies die Bildung neuronaler Netzwerke auf eine Weise, die die in den Gehirnscans beobachteten Konnektivitätsmuster widerspiegelte.
Die Studie bietet eine neue Sichtweise auf Autismus, die von der Suche nach einer einzelnen Ursache hin zu einem Verständnis darüber führt, wie genetische Faktoren die großflächige Verdrahtung des Gehirns formen. Die Forscher betonen, dass ihre Arbeit keinen Diagnosetest oder eine Heilung liefert, sondern eine Reihe von testbaren Ideen darüber, wie sich das Gehirn entwickelt. Sie fanden heraus, dass die Unterschiede in der Gehirnkonnektivität real und messbar sind und dass sie mit spezifischen genetischen Anweisungen zusammenhängen, die das Wachstum von Neuronen leiten. Indem sie die Punkte zwischen Genen, entwickelnden Zellen und der endgültigen Verdrahtung des Gehirns verbinden, liefert diese Forschung ein klareres Bild der biologischen Landschaft des Autismus. Sie legt nahe, dass die Erkrankung aus einem komplexen Zusammenspiel entsteht, bei dem genetische Variationen beeinflussen, wie Gehirnnetzwerke entstehen und kommunizieren, was zu den einzigartigen Arten führt, wie autistische Individuen die Welt wahrnehmen und mit ihr interagieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.