编辑推荐：
为解决自闭症（ASD）诊断和干预难题，研究人员开展基于机器学习分析临床表型的研究。结果显示深度学习模型筛查准确率达 95.23%，还识别出不同转录组特征的亚组。这为精准筛查和个性化干预提供方向。
自闭症（Autism Spectrum Disorder，ASD）是一种神经发育障碍，在儿童早期发病，全球发病率约 1 - 2%，美国 8 岁儿童中发病率达 1/36，且男性患病率是女性的 3 - 4 倍。目前，ASD 的诊断金标准依赖行为观察和家长访谈，如自闭症诊断访谈修订版（Autism Diagnostic Interview-Revised，ADI-R）等工具，但诊断过程复杂、耗时，依赖专家解读，易延误干预时机。同时，ASD 症状和严重程度多样，受分子机制、表观遗传和环境因素影响，对其进行亚组分型有助于确定候选基因和分子机制，推动诊断和干预策略发展。在此背景下，来自朱拉隆功大学等机构的研究人员开展研究，致力于提升 ASD 筛查准确性并识别有意义的亚型，研究成果发表于《Scientific Reports》。
研究人员采用多种关键技术方法。数据来源上，ADI-R 数据取自自闭症遗传资源交换库（Autism Genetic Resource Exchange，AGRE），包含 2800 人的 2003 版 ADI-R 数据；转录组数据来自 Hu 等人发表的 GSE15402 数据集。通过数据清洗、预处理等操作后，利用多种机器学习算法，如监督学习算法（包括朴素贝叶斯 Na?ve Bayes，NB；决策树 Decision Tree，DTree；随机森林 Random Forest，RF 等）和无监督学习算法（k - 均值 k-means、k - 中心点 k-medoids 聚类算法），结合稀疏偏最小二乘判别分析（sparse Partial Least Squares Discriminant Analysis，sPLS-DA）、数据整合分析（Data Integration Analysis for Biomarker Discovery using Latent Variable Approaches for Omics Studies，DIABLO）等方法进行数据分析。
在研究结果方面：
- ML 模型用于 ASD 筛查：使用大规模 ADI-R 数据集训练 7 种监督 ML 算法，深度学习（Deep Learning，DL）模型准确率最高，达 95.23%（CI 94.32 - 95.99%） 。应用 sPLS-DA 筛选出 27 个 ADI-R 子项目，用其训练模型性能与完整项目集相当，RF 算法使用这 27 个项目时表现出色，准确率达 91.85%（CI 90.71 - 92.85%），敏感性为 93.06%（CI 91.93 - 94.04%），特异性提高到 82.27%（CI 77.39 - 86.28%）。
- ASD 亚组分析：运用 k - 均值和 k - 中心点聚类算法对 ADI-R 临床症状分析，识别出三个 ASD 亚组（ADIR_sub1、ADIR_sub2、ADIR_sub3） ，各亚组年龄分布不同，临床特征也有差异，如 ADIR_sub1 总体损伤较轻，ADIR_sub2 在言语交流方面缺陷明显，ADIR_sub3 在社交互动和非言语交流存在挑战。对转录组数据聚类分析也得到三个亚组（Microarray_sub1、Microarray_sub2、Microarray_sub3），但基于转录组的亚组在症状严重程度上差异不明显。
- 基因表达与临床症状关联：对基于 ADI-R 的亚组进行转录组分析，发现各亚组有独特基因表达模式。通过 DIABLO 分析，基因表达与 ADI-R 临床评分相关性强（相关系数达 0.8） ，确定了 5 个关键基因和 14 个 ADI-R 项目。而基于转录组的亚组，基因表达与临床症状相关性较弱（相关系数为 0.61） 。
研究结论和讨论部分表明，DL 模型用于 ASD 筛查性能卓越，sPLS-DA 筛选的 27 个 ADI-R 项目结合 RF 算法可高效准确筛查。研究识别出的 ASD 亚组为个性化治疗提供方向，且基于 ADI-R 的亚组分析在关联分子和临床特征上表现更优，建议先基于临床测量进行亚组识别，再用分子分析辅助。该研究为 ASD 精准筛查和个性化干预奠定基础，未来研究可聚焦开发更复杂的整合方法，扩大分子研究样本量，规范数据整合协议，有望推动 ASD 治疗策略的个性化发展，更好地帮助 ASD 患者及其家庭。
