Interpretable connectome modelling reveals distributed dysconnectivity and developmental transcriptomic associations in autism
Deze studie maakt gebruik van een interpreteerbaar machine learning-framework op rusttoestand fMRI-data om een gedistribueerd, overwegend hypoverbonden hersennetwerkpatroon te identificeren dat geassocieerd is met autismespectrumstoornis, welke een significante ruimtelijke correspondentie vertoont met autisme-risicogene-expressie en specifieke ontwikkelingsgerelateerde neuronale perturbatiesignaturen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Het menselijk brein is geen enkelvoudig, statisch orgaan, maar een uitgestrekt, dynamisch netwerk van miljarden cellen die over grote afstanden met elkaar moeten communiceren om gedachte, gevoel en gedrag te creëren. In condities zoals het autismespectrumstoornis lijkt dit communicatienetwerk anders te functioneren, hoewel wetenschappers al lang worstelen met het vaststellen van de exacte wijze waarop. De uitdaging ligt in de enorme complexiteit van het brein: het bestaat uit vele verschillende regio's, elk met een eigen taak, die allemaal verbonden zijn door duizenden paden. Wanneer onderzoekers naar deze verbindingen kijken, vinden ze vaak een verwarrende mix van signalen—sommige paden lijken te stil, terwijl andere juist te luid lijken, en deze patronen variëren enorm per persoon. Om dit te begrijpen, gebruiken wetenschappers een type hersenscan dat luistert naar het natuurlijke, rustende gezoem van het brein, waarbij wordt gemeten hoe verschillende gebieden met elkaar communiceren zonder dat een persoon een specifieke taak hoeft uit te voeren. Door deze hersenkaarten te combineren met geavanceerde computertools die subtiele patronen in enorme hoeveelheden gegevens kunnen opsporen, hopen onderzoekers voorbij eenvoudige gemiddelden te gaan en de specifieke bedradingsverschillen te vinden die autisme definiëren.
Een team van onderzoekers van het Nanyang Central Hospital in China heeft onlangs deze uitdaging aangepakt, met als doel de specifieke communicatieproblemen in de breinen van autistische individuen in kaart te brengen en deze terug te leiden naar hun biologische wortels. Ze analyseerden hersenscans van 778 mensen, inclusend 350 autistische individuen en 428 typisch ontwikkelde controles, gebruikmakend van gegevens verzameld uit 19 verschillende onderzoekscentra. Om de complexiteit van de gegevens aan te pakken, die meer dan 6.000 potentiële verbindingen tussen hersengebieden omvatte, gebruikte het team een geavanceerd computermodel dat ontworpen is om te leren van de gegevens zonder door ruis te worden misleid. Ze trainden de computer op de meeste deelnemers en testten deze vervolgens op een aparte groep die de computer nog nooit eerder had gezien, om er zeker van te zijn dat de gevonden patronen echt waren en niet slechts het resultaat van toeval. Het model identificeerde een duidelijk patroon van hersenconnectiviteit dat het verschil kon onderscheiden tussen autistische en niet-autistische breinen, waarbij het matige discriminatie vertoonde bij kruisvalidatie en conservatievere schattingen gaf bij testen over verschillende locaties heen.
De meest opmerkelijke ontdekking was dat de verschillen niet beperkt waren tot één specifiek deel van het brein of één type verbinding. In plaats daarvan onthulde het model een wijdverspreid, gedistribueerd patroon waarbij de grote systemen van het brein minder effectief met elkaar communiceerden dan normaal. Specifiek waren de verbindingen tussen de emotionele centra van het brein, de visuele verwerkingsgebieden en de executieve controlesystemen overwegend zwakker in de autistische groep. De onderzoekers benadrukten echter dat deze bevinding de richting van de verschillen beschrijft tussen de specifieke verbindingen die werden geselecteerd vanwege hun voorspellende kracht, in plaats van een universele vermindering van connectiviteit over het gehele brein. Deze bevinding daagt het idee uit dat autisme wordt veroorzaakt door één enkele kapotte draad; het suggereert eerder een subtiele, systeembrede verschuiving in hoe verschillende hersennetwerken coördineren, waarbij de algemene trend in de belangrijkste patronen er een was van verminderde connectiviteit, met name tussen het voorste deel van het brein dat verantwoordelijk is voor planning en het achterste deel dat verantwoordelijk is voor het zien.
Om te begrijpen waarom deze specifieke verbindingen zwakker zouden kunnen zijn, zocht het team naar aanwijzingen in het genetische blauwdruk van het brein. Ze vergeleken de hersengebieden die betrokken waren bij deze zwakke verbindingen met gegevens over welke genen actief zijn in diezelfde gebieden. Ze vonden een sterke overeenkomst tussen de zwakke verbindingen en genen die bekend staan om hun associatie met het risico op autisme. In het bijzonder vertoonde de verbinding tussen de executieve controlegebieden van het brein en de visuele centra de sterkste link met deze risicogenen. Dit suggereert dat de manier waarop deze hersengebieden communiceren, beïnvloed kan worden door de expressie van bepaalde genen tijdens de ontwikkeling. De onderzoekers gebruikten vervolgens computersimulaties om te verkennen wat er gebeurt wanneer deze specifieke genen worden gewijzigd in ontwikkelende hersencellen. Hun simulaties wezen op drie genen—TSHZ3, RORB en CUX2—als sleutelspelers. Wanneer deze genen in computermodellen van ontwikkelende hersencellen virtueel werden "uitgeschakeld", verstoorde dit de vorming van neurale netwerken op een manier die de connectiviteitspatronen uit de hersenscans weerspiegelde.
De studie biedt een nieuwe manier om naar autisme te kijken, waarbij de focus verschuift van de zoektocht naar een enkele oorzaak naar een begrip van hoe genetische factoren de grootschalige bedrading van het brein kunnen vormen. De onderzoekers benadrukken dat hun werk geen diagnostische test of geneesmiddel biedt, maar eerder een reeks toetsbare ideeën over hoe het brein zich ontwikkelt. Ze ontdekten dat de verschillen in hersenconnectiviteit echt en meetbaar zijn, en dat ze blijkbaar gekoppeld zijn aan specifieke genetische instructies die de groei van neuronen sturen. Door de verbanden te leggen tussen genen, ontwikkelende cellen en de uiteindelijke bedrading van het brein, biedt dit onderzoek een duidelijker beeld van het biologische landschap van autisme. Het suggereert dat de conditie voortkomt uit een complexe wisselwerking waarbij genetische variaties invloed hebben op hoe hersennetwerken zich vormen en communiceren, wat leidt tot de unieke manieren waarop autistische individuen de wereld waarnemen en ermee interageren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.