（图片-机器人学习）

　　重点:目前还没有基于生物标记的有效检测自闭症谱系障碍的方法。

　　研究人员使用机器学习(人工智能的一种形式)来寻找可以作为自闭症生物标记的蛋白质。

　　在数百种蛋白质中，他们鉴定出9种可能有用，尽管还需要进一步的研究。

　　自闭症谱系障碍是一种神经发育障碍，影响所有种族和社会经济群体。男孩被诊断为自闭症谱系障碍的可能性是女孩的四倍。目前，还没有针对自闭症谱系障碍的医学检测，确切的原因也不清楚。发表在《公共科学图书馆·综合》(PLOS ONE)上的一项新的同行评议研究使用机器学习寻找男孩自闭症谱系障碍的潜在血液生物标志物。

　　据美国疾病控制和预防中心(CDC)估计，每54个美国儿童中就有一个患有自闭症。据“自闭症之声”的数据显示，到2025年，美国照料自闭症患者的费用预计将达到4610亿美元。据英国全国自闭症协会(National Autistic Society)统计，英国约有70万儿童和成人患有自闭症。

　　在这项研究中,研究人员隶属于约翰逊儿童健康与发展中心,位于达拉斯的得克萨斯大学和达拉斯的德克萨斯大学西南医学中心使用血清样本(总计154个男孩样本， 76个自闭症谱系障碍男孩，78个非自闭症男孩,年龄在18个月到8岁之间。)

　　由于缺乏具体的药理治疗自闭症的临床异质性疾病,目前的生物标志物研究工作主要面向识别标记确定自闭症谱系障碍风险或协助诊断。目前正在对广泛的自闭症谱系障碍推定生物学标记进行研究。蛋白质组学分析表明，自闭症谱系障碍患者血浆/血清中许多蛋白质的水平发生了改变，这表明一组蛋白质可能成为自闭症谱系障碍的血液生物标志物。

　　科学家们使用SomaLogic SOMAScan平台对血清进行了蛋白质组学分析，分析了1125种蛋白质。该团队鉴别出了自闭症男孩与非自闭症男孩显著不同的蛋白质，这些蛋白质与自闭症谱系障碍的严重程度高度相关。

　　研究人员写道:“使用机器学习方法，鉴定出一组血清蛋白，它们可能是男孩自闭症谱系障碍的血液生物标志物。”

　　总的来说，研究小组确定了9种被选为生物标志物的蛋白质，并且“其中的一些蛋白质与自闭症谱系障碍相关。”

　　研究人员报告说:“这组新的蛋白质有可能成为一种有效的基于血液的生物标志物，用于早期识别男孩的自闭症谱系障碍，特别是因为行为和发育评估在非常年幼的儿童中并不容易实施。虽然机器学习在自闭症谱系障碍诊断中的应用仍处于起步阶段，但随着我们进一步阐明与自闭症谱系障碍相关的功能过程以及大脑结构和行为之间的机制相互作用，识别关键的蛋白质组生物标志物也可能导致有针对性的干预策略。”

　　新闻来源于(公众号—自闭症)