《通过AI分析瞳孔扩张和心率可能有助于早期发现自闭症》

  • 来源专题:生物安全网络监测与评估
  • 编译者: yanyf@mail.las.ac.cn
  • 发布时间:2019-07-30
  • 自闭症和其他神经发育障碍通常直到孩子几岁时才会被诊断出来,此时行为干预和言语/职业治疗效果会降低。但本周在PNAS进行的一项新研究表明,两种简单,可量化的测量方法 - 瞳孔扩张或心率的自发波动 - 可以更早地诊断出Rett综合征以及其他可能具有自闭症特征的疾病。

    这项由波士顿儿童医院神经科学家Michela Fagiolini博士和博士后研究员Pietro Artoni博士领导的研究揭示了一种机器学习算法,该算法可以发现瞳孔扩张异常,可预测小鼠模型中的孤独症谱系障碍(ASD)。它进一步表明,该算法可以准确地检测出女孩是否患有Rett综合征,这是一种遗传性疾病,在6至18个月大的时候会损害认知,感觉,运动和自主神经功能,以及自闭症样行为。

    Fagiolini及其同事希望这个系统不仅可以为Rett综合征提供早期预警信号,而且可以为ASD提供早期预警信号。在未来,他们相信它也可以用于监测患者对治疗的反应;目前,临床试验正在测试药物氯胺酮治疗Rett综合征,并计划进行基因治疗试验。

    Fagiolini说:“我们想要了解大脑中正在发生的定量,客观和对细微变化敏感的事情。” “更广泛地说,我们缺乏反映大脑活动,易于量化和不偏倚的生物标志物。机器可以测量生物标志物,而不会受到患者如何做的主观解释的影响。”

    改变自闭症的觉醒

    Fagiolini和Artoni与波士顿儿童博士Takao Hensch博士和Charles Nelson博士密切合作,开始认为自闭症谱系中的人改变了行为状态。先前的证据表明,涉及唤醒的大脑胆碱能回路受到特别的干扰,并且改变的唤醒会影响自发瞳孔扩张/收缩和心率。

    Fagiolini的团队,由波士顿儿童基金会的IRCN支持。 Kirby神经生物学中心开始测量ASD的几种小鼠模型中的瞳孔波动,包括??具有引起Rett综合征或CDKL5紊乱的突变的小鼠,以及BTBR小鼠。研究小组发现,甚至在动物开始出现ASD样症状之前,自发性瞳孔扩张和收缩也发生了改变。

    此外,在缺乏MeCP2的小鼠中,该基因在Rett综合征中突变,仅在胆碱能脑回路中恢复该基因的正常拷贝,防止了瞳孔异常的发作以及行为症状。

    预测女孩的Rett综合征

    为了系统地将观察到的唤醒变化与胆碱能系统联系起来,该团队利用了Hensch早期的发现:缺乏LYNX1蛋白的小鼠表现出增强的胆碱能信号。基于对这些小鼠的大约60小时的观察,研究者“训练”了深度学习算法以识别异常的瞳孔模式。相同的算法准确地估计了BTBR,CDKL5和MeCP2缺陷小鼠中的胆碱能功能障碍。

    然后,该团队将这个算法带给了35名患有Rett综他们不是测量女孩的学生(因为患者可能会坐立不安),而是使用心率波动作为唤醒的量度。尽管如此,该算法仍成功识别了Rett的女孩,在生命的第一年和第二年准确率为80%。

    “这两种生物标志物以类似的方式波动,因为它们是自主神经唤醒活动的代表,”阿尔托尼说。 “这就是所谓的'战斗或飞行反应'。”

    Fagiolini和Artoni发现,自主神经兴奋是一种强烈保存在不同物种中的大脑属性,是改变发育轨迹的有力指标。

    婴儿的生物标志物?

    在之前与Nelson的一项研究中,Fagiolini表明,视觉诱发电位是大脑中视觉处理的脑电图测量,也可以作为Rett综合征的潜在生物标志物。她相信,这些生物标记物可以共同为婴儿和幼儿提供强大且价格合理的筛查工具,警告即将发生的神经发育问题,并帮助他们跟踪其发育或治疗的进展。

    “如果我们的生物标记物是非侵入性的并且易于评估,即使是新生儿或非语言患者也可以在多个时间点进行监测,”Fagiolini说。

    ——文章发布于2019年7月24日

相关报告
  • 《“垃圾”DNA中发现自闭症的新病因》

    • 来源专题:生物安全网络监测与评估
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2019-06-04
    • 研究人员利用人工智能技术证明,所谓的“垃圾”DNA突变可导致自闭症。该研究于5月27日在Nature Genetics上发表,是第一个将此类突变与神经发育状况联系起来的研究。 该研究由Olga Troyanskaya与Robert Darnell合作领导。 Troyanskaya是纽约市Flatiron研究所计算生物学中心(CCB)的基因组学副主任,也是普林斯顿大学的计算机科学教授。 Darnell是洛克菲勒大学的Robert和Harriet Heilbrunn癌症生物学教授,也是Howard Hughes医学研究所的研究员。 他们的团队使用机器学习来分析1,790名自闭症患者及其未受影响的父母和兄弟姐妹的全基因组。这些人没有自闭症的家族史,这意味着他们病情的遗传原因可能是自发突变而不是遗传突变。 该分析预测了基因组部分中不编码蛋白质的遗传突变的分枝,这些区域经常被误认为是“垃圾”DNA。与非编码突变相关的自闭症病例的数量与禁用基因功能的蛋白质编码突变相关的病例数相当。 Troyanskaya说,这项工作的意义超越了自闭症。 “这是第一次明确证实非遗传性非编码突变导致任何复杂的人类疾病或病症。” 研究报告的共同作者,CCB和普林斯顿的Jian Zhou说,科学家可以应用新研究中使用的相同技术来探索非编码突变在癌症和心脏病等疾病中的作用。 “这使人们对不仅是自闭症,而且还有许多人类疾病的原因有了新的认识。” 只有1%到2%的人类基因组由编码制造蛋白质蓝图的基因组成。这些蛋白质在我们的身体中执行任务,例如调节血糖水平,对抗感染和在细胞之间发送通信。然而,我们基因组的另外98%不是基因死重。非编码区有助于调节基因何时何地产生蛋白质。 在没有自闭症家族史的个体中,蛋白质编码区域的突变占自闭症病例的最多30%。证据表明,引起自闭症的突变也必须发生在基因组的其他地方。 揭示哪些非编码突变可能导致自闭症是棘手的。单个个体可能具有数十个非编码突变,其中大多数是个体独有的。这使得识别受影响人群中常见突变的传统方法无法实现。 Troyanskaya和她的同事采取了新的方法。他们训练机器学习模型来预测给定序列如何影响基因表达。 普林斯顿Troyanskaya实验室的研究科学家Chandra Theesfeld说:“这是对我们在分析中引入的基因研究思路的转变。” “除了研究大群个体共有基因突变的科学家之外,我们在这里应用了一套智能,复杂的工具,告诉我们任何特定的突变将会发生什么,甚至是那些罕见或以前从未观察到的突变。” 研究人员通过将机器学习模型应用于称为Simons Simplex Collection的遗传数据宝库来研究自闭症的遗传基础。 Flatiron Institute的母公司Simons Foundation制作并维护了存储库。 Simons Simplex Collection包含由自闭症儿童,未受影响的兄弟姐妹及其未受影响的父母组成的近2,000个“四重奏”的全基因组。 这些四人组既往没有自闭症的家族史,这意味着非遗传性突变可能是受影响儿童病情的原因。 (这种突变在精子和卵细胞以及胚胎中自发发生。) 研究人员使用他们的模型预测每个自闭症儿童的非遗传性非编码突变的影响。然后,他们将这些预测与孩子未受影响的兄弟姐妹中相同的,未突变的链的影响进行了比较。 “Simons Simplex Collection的设计使我们能够进行这项研究,”周说。 “未受影响的兄弟姐妹是一个内置的控制。” 分析显示,许多自闭症儿童的非编码突变改变了基因调控。此外,结果表明突变影响了大脑中的基因表达和已经与自闭症相关的基因,例如那些负责神经元迁移和发育的基因。 “这与自闭症最有可能在大脑中的表现形成一致,”该研究的共同作者,CCB研究科学家Christopher Park说。 “这不仅仅是突变发生的数量,而是发生了什么样的突变。” 研究人员在实验室实验中测试了一些非编码突变的影响。他们将自闭症儿童中发现的预测高影响突变插入到细胞中,并观察到基因表达的变化。这些变化肯定了模型的预测。 Troyanskaya说她和她的同事将继续改进和扩展他们的方法。最终,她希望这项工作能够改善遗传数据如何用于诊断和治疗疾病和疾病。 “现在,98%的基因组通常被扔掉,”她说。 “我们的工作可以让你思考98%我们能做些什么。” ——文章发布于2019年5月27日
  • 《外科医生的研究可能有助于生物燃料的发展》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2017-10-19
    • 阿卜杜拉国王科技大学于2017年10月17日 根据一项新的研究,红海的外科医生使用新陈代谢多样的巨型细菌来消化不同种类的藻类。这些发现不仅解释了鱼类多样性的基础,而且也为生物燃料的研究提供了宝贵的遗传资源。 由KAUST的研究人员领导的一个国际研究小组利用高通量测序技术,研究了在海洋中喂养红海鱼的肠道中共生的微生物群落。通过对基因组的分析,他们发现群落由一组被称为“Epulopiscium”的巨型细菌所控制,并且缺乏在陆地食草动物的微生物群落中所发现的多样性。 领导这项研究的KAUST研究科学家David Ngugi解释说:“在陆地脊椎动物中,植物生物质的降解通常需要来自肠道微生物的酶,每一种酶都有能力分解不同的成分。”海藻缺乏许多复杂的细胞壁成分和在陆地植物中发现的多糖,如木质素和纤维素,因此一个更简单的微生物群落很可能足以消化它们。 尽管如此,分析基因表达揭示了在以红藻或褐藻为食的外科医生中,其主要的不同之处。Ngugi说:“取决于宿主所吃的藻类,Epulopiscium有相应的酶来分解这些多糖。”“因此,你可能无法从红藻的进食宿主体内取出一种Epulopiscium,并将其移植到褐藻进食宿主体内,因为它们没有代谢能力来降解其他宿主正在吃的东西。” 这种专业化有助于解释礁鱼的多样性,因为它们将环境划分为不同的饮食生态位。在分析的基础上,研究人员提出将共生共栖菌分为3个属。 研究小组还跟踪了一整天的Epulopiscium的基因表达,发现它与宿主的生活方式相匹配,在宿主进食时,与消化相关的基因与消化有关。Ngugi说:“这真的很令人兴奋,因为它清楚地表明了巨大的细菌在肠道中的作用。” 发酵藻类的能力将使Epulopiscium成为一种有价值的遗传资源,用于开发基于藻类的生物燃料。这一发现也凸显了食物、鱼类和微生物之间的联系,这些都是珊瑚礁群落多样性的基础。Ngugi说:“为了利用珊瑚礁的特定食物资源,这种共生关系已经在进化的时间尺度上发生了。”“我们的数据表明,这不是一种可以在短时间内获得或重新建立的东西。”