CNV-GWAS identifies 14 novel Autism-associated loci and distinct effects on Cognitive Ability

自闭症谱系障碍是一种复杂的疾病，影响着人们如何交流、互动以及体验世界。几十年来，科学家们一直知道遗传学在其发展中起着重要作用。在众多类型的遗传变化中，有一种特定的类型脱颖而出：拷贝数变异（copy number variants）。这些是 DNA 的片段，即一个人的遗传代码要么丢失了一部分，要么增加了一个额外的副本。可以将它想象成一本宏大的说明书中的一个错误，其中一整个段落要么缺失了，要么被意外地复制了。虽然这些错误很罕见，但它们影响巨大；它们存在于许多自闭症患者身上，并已知会干扰大脑的正常发育。然而，这些相同的遗传错误也与人们思考和学习方式的差异有关，这使得研究人员很难判断特定的遗传变化是直接导致了自闭症，还是仅仅降低了一个人的整体认知能力，进而增加了患自闭症的风险。

为了解开这个结，一个大型国际研究团队开展了一项涉及近 60 万人的大规模研究。他们结合了来自自闭症儿童家庭的数据，以及来自未针对特定疾病进行筛选的大规模普通人群的数据。通过将自闭症个体的遗传密码与这两类群体进行对比，该团队能够发现以往小型研究所忽略的模式。他们的工作表明，使用普通人群作为对照组不仅是安全的，而且比仅依赖家属进行研究要强大得多。这种方法使他们能够在人类基因组中识别出 14 个新的与自闭症相关的位点，其中许多位点是此前从未被怀疑过的。或许最重要的是，这项研究表明，自闭症的遗传结构并非单一、统一的。相反，一些遗传错误似乎专门驱动自闭症风险，而另一些则以不同的方式同时影响自闭症和一般的思维能力。

研究人员首先组建了一个规模空前的数据库，汇集了近 3 万名自闭症个体和超过 50 万名普通人群。他们还纳入了数万名家属的数据，以便与自闭症个体进行比较。该领域的一个关键挑战在于，如何区分那些导致自闭症的遗传变化与那些仅仅降低智力的遗传变化，因为两者往往如影随形。为了解决这个问题，团队使用了来自普通参与者的认知能力评分。这使得他们能够观察到，即使在考虑了一个人的思维能力时，某种遗传错误是否仍与自闭症相关。他们发现，两种主要的基因研究方法——即观察家族与观察普通人群——在结果上是一致的。然而，使用普通人群的研究方法敏感度更高，发现的关联数量是基于家族研究方法的五倍。这证实了更大的样本池提供了更清晰的遗传图景，且不会引入虚假信号。

利用这一强大的视角，团队识别出了基因组中 19 个特定的区域，这些区域的拷贝数变异与自闭症相关。其中 8 个是全新的发现。在这些新发现中，包括位于 7q11 和 9p24 位置的遗传物质重复，这些位置此前曾被认为与精神分裂症有关，但与自闭症无关。这表明相同的遗传错误可能导致不同的心理健康状况，模糊了不同诊断之间的界限。研究还发现，某些此前被怀疑的遗传错误与自闭症之间的联系并不像之前认为的那样紧密。例如，某些已知会导致发育迟缓的重复变异在这一大规模数据集中并未显示出与自闭症的显著关联，这表明许多携带这些错误的个体并未出现该症状。这凸显了人类基因组的韧性以及基因与环境相互作用的复杂性。

除了具体的位点之外，研究还揭示了遗传错误表现形式的一个根本区别。研究人员发现，错误的类型至关重要。遗传重复（duplications）更有可能与自闭症相关，而不会伴随认知能力的下降。相比之下，遗传缺失（deletions）则更有可能同时影响自闭症风险和思维技能。这种区别表明，大脑对拥有“过多”遗传物质与“过少”遗传物质的反应是不同的。某些基因似乎对重复特别敏感，从而导致社交和沟通方面的挑战；而另一些基因则对缺失特别敏感，从而导致更广泛的发育问题。这一发现挑战了存在单一“自闭症基因”的观点，转而指向一个由遗传变异类别决定结果的系统。

团队还观察了这些遗传错误如何影响普通人群中的其他特征。他们发现，与自闭症相关的相同遗传区域也与广泛的其他特征相关联，从身高、肺活量到焦虑和孤独感。这种广泛的影响被称为多效性（pleiotropy），意味着单一的遗传变化可以波及一个人生活的许多方面。然而，这种波及的模式取决于错误是缺失还是重复。缺失往往表现出与多种发育和身体特征更强的联系，而重复则更多地与心理健康状况相关。这进一步证实了遗传错误的性质决定了个人可能经历的症状特征。

最后，这项研究不仅仅是在自闭症基因名单上增加新名字。它提供了一张更清晰的遗传风险图谱。通过展示研究普通人群可以揭示家族研究所遗漏的洞察，作者为未来的发现铺平了道路。他们证明了自闭症的遗传根源是多样化的，一些错误专门作用于社交和沟通回路，而另一些则对大脑发育产生更广泛的影响。这 14 个新候选位点的识别表明，关于导致自闭症的罕见且复杂的遗传变化，仍有大量知识等待挖掘。随着科学的进步，理解这些独特的模式对于开发更细致的神经发育状况视角至关重要，从而超越简单的标签，深入理解其背后的生物学机制。