自闭症患者大脑功能连接层级的非典型成熟：探索发育轨迹与干预新靶点

《Molecular Autism》：Atypical maturation of the functional connectome hierarchy in autism

自闭症谱系障碍（ASD）的神经机制尚不明确，为探究其大脑皮层层级的发育轨迹，研究人员分析三个大规模数据集的静息态功能磁共振成像数据。结果发现 ASD 患者皮层层级成熟呈非线性轨迹，该成果有助于理解 ASD 神经机制，为早期干预提供依据。

　　在神经科学的神秘领域中，自闭症谱系障碍（Autism Spectrum Disorder，ASD）宛如一团迷雾，一直困扰着科学界。这是一种神经发育障碍，患者不仅在社交沟通和互动方面存在持续的缺陷，还伴随着重复性行为和兴趣受限等问题。长久以来，科研人员试图揭开其神秘面纱，了解其背后的神经生物学机制。以往研究发现，ASD 患者在低层次的感觉处理和高层次的社会认知功能上均出现紊乱，这暗示着大脑不同区域间存在复杂的相互作用，然而，大脑皮层层级组织在 ASD 中的发育轨迹却始终未得到充分探索。

为了填补这一空白，来自韩国成均馆大学（Sungkyunkwan University）、韩国大学（Korea University）等机构的研究人员开展了一项意义重大的研究。他们的研究成果发表在《Molecular Autism》杂志上，为我们理解 ASD 的神经机制带来了新的曙光。

研究人员主要运用了静息态功能磁共振成像（Resting-state functional magnetic resonance imaging，rs-fMRI）技术，并结合规范建模等方法。研究数据来自两个大规模独立数据集 —— 自闭症脑成像数据交换（Autism Brain Imaging Data Exchange，ABIDE）的 ABIDE I 和 II，以及寿命人类连接组项目发展（Lifespan Human Connectome Project Development，HCP-D）数据集。

研究结果如下：

1. 功能层级的异常发育：通过分析 HCP-D 数据集生成的功能主梯度，研究人员发现大脑皮层层级的发育轨迹存在异常。基于规范发育轨迹量化 ASD 患者的功能层级发育模式时，发现感觉和注意力网络的梯度值增加，而默认模式网络（Default Mode Network，DMN）的梯度值显著下降。
2. 层级得分分析：研究人员计算了个体层面的层级得分（Hierarchy score）来评估 ASD 患者大脑皮层层级的异常成熟程度。与典型发育（Typically Developing，TD）个体不同，ASD 患者的层级得分发育轨迹呈非线性，童年期发育延迟，青春期快速 “追赶”，随后在成年早期下降。
3. 皮层层级的拓扑特征：研究人员通过计算参与系数（Participation Coefficient，PC）来评估功能网络的整合和分离情况。中介分析表明，DMN 内的分离减少是青春期和成年早期层级得分降低的唯一中介因素，这意味着 DMN 在 ASD 患者皮层层级发育异常中起着关键作用。
4. 复制分析：利用 ABIDE II 数据集进行的复制分析和纵向分析均支持了上述发现，表明这些结果具有可靠性和稳定性。同时，层级得分与 ASD 症状严重程度的相关性分析显示，层级得分能有效反映症状严重程度。
5. 敏感性分析：多项敏感性分析结果表明，研究结果不受不同脑区划分方案、功能连接阈值、左右手习惯以及头部运动的影响，进一步验证了研究结果的稳健性。

在讨论部分，研究人员指出，虽然目前对 ASD 患者功能连接组的异常发育已有诸多研究，但尚未达成共识。本研究采用规范建模方法，通过 GAMLSS 模型更细致地理解了 ASD 在不同发育阶段的表现。研究发现，ASD 患者感觉和注意力网络在早期发育中出现明显偏差，而随着年龄增长，高层次的 DMN 持续受损，这与感觉优先假说相符。此外，拓扑分析揭示了功能拓扑与层级结构之间的关系，为理解 ASD 的神经机制提供了新的视角。

总的来说，这项研究深入探讨了 ASD 患者大脑皮层层级的发育轨迹，揭示了其独特的成熟模式和高层次网络的持续功能障碍。层级得分与行为结果之间的关系表明，皮层层级的改变可作为识别 ASD 严重程度和进展的关键标志物，为早期诊断和靶向干预提供了潜在的依据。不过，研究也存在一些局限性，如样本量较小，尤其是老年年龄段样本有限，以及 GAMLSS 模型可能存在过拟合等问题。未来的研究需要进一步扩大样本量，优化研究方法，以更深入地理解 ASD 的神经生物学机制，为改善患者的生活质量提供更有效的帮助。