Bildgebung des Gehirns zeigt veränderte Gehirnkonnektivität bei Autismus

Zusammenfassung: Forscher haben die Bildgebung des Gehirns und maschinelles Lernen weiterentwickelt, um veränderte funktionelle Gehirnkonnektivität bei Personen mit Autismus-Spektrum-Störung (ASD) aufzudecken und damit die Vielfalt innerhalb der Störung anzuerkennen.

Die Forschung unterscheidet zwischen gemeinsamen und individuellen Konnektivitätsmustern bei ASD und deckt sowohl häufige als auch einzigartige Veränderungen im Gehirn auf. Dieser Ansatz markiert einen bedeutenden Wandel von der gruppenbasierten Analyse hin zu einem stärker personalisierten Verständnis von ASD.

Die Ergebnisse eröffnen Wege für maßgeschneiderte Behandlungen, die auf die besonderen Bedürfnisse von Menschen mit ASD eingehen.

Wichtige Fakten:

1. Einblicke in die personalisierte Bildgebung des Gehirns: Die Studie unterscheidet zwischen gemeinsamer und individueller veränderter Gehirnkonnektivität bei ASD und hebt sowohl Unterschiede auf Gruppenebene als auch individuelle Variationen hervor.
2. Anwendung für maschinelles Lernen: Fortschrittliche Techniken des maschinellen Lernens werden eingesetzt, um die komplexen Neuroimaging-Daten zu analysieren und so eine differenzierte Analyse zu ermöglichen.
3. Implikationen für maßgeschneiderte Behandlungen: Die Ergebnisse legen nahe, dass personalisierte Behandlungsstrategien, die auf spezifische neuronale Merkmale von Personen mit ASD abzielen, wirksamer sein könnten.

Quelle: Sonst

Was im Gehirn passiert und viele neurologische Entwicklungsstörungen verursacht, einschließlich der Autismus-Spektrum-Störung (ASD), bleibt ein Rätsel. Eine große Einschränkung für Forscher ist das Fehlen von Biomarkern oder objektiven biologischen Ergebnissen für diese Erkrankungen und im Fall von ASD für bestimmte Subtypen der Krankheit.

Jetzt nutzt eine neue Studie Bildgebung des Gehirns und maschinelles Lernen, um veränderte funktionelle Gehirnkonnektivität (FC) bei Menschen mit ASD zu identifizieren – und dabei vor allem Unterschiede zwischen Individuen zu berücksichtigen.

Die Studie erscheint in Biologische Psychiatrieveröffentlicht von Elsevier.

John Krystal, MD, Herausgeber von Biologische Psychiatrie, sagte über die Arbeit: „Es ist seit langem bekannt, dass ASD eine äußerst heterogene Erkrankung ist. Während genetische Studien einige Hinweise auf unterschiedliche Ursachen der Störung in verschiedenen Gruppen von ASD-Patienten geliefert haben, war es eine Herausforderung, Subtypen von ASD mithilfe anderer Arten von Biomarkern, wie beispielsweise der Bildgebung des Gehirns, zu trennen.“

Bildgebende Untersuchungen des Gehirns sind außerdem äußerst heterogen und variieren stark von Person zu Person, was die Verwendung solcher Daten als Biomarker erschwert. Frühere Studien haben sowohl eine erhöhte als auch eine verringerte FC bei Menschen mit ASD im Vergleich zu gesunden Kontrollpersonen festgestellt. Da sich diese Studien jedoch auf Teilnehmergruppen konzentrierten, konnten sie die heterogene atypische FC im Zusammenhang mit Autismus nicht berücksichtigen.

In der neuen Studie zeigten die Forscher, dass bei Teilnehmern mit ASD zwar heterogene Subtypen in der Bildgebung des Gehirns unterschieden werden konnten.

Xujun Duan, PhD, leitender Autor der Arbeit an der University of Electronic Science and Technology of China, erklärte: „In dieser Studie haben wir eine Technik verwendet, um veränderte FC von Autismus auf zwei Unterräume zu projizieren: einen individuell geteilten Unterraum, der darstellt verändertes Konnektivitätsmuster, das allen Autisten gemeinsam ist, und ein individueller Unterraum, der die verbleibenden individuellen Merkmale nach Eliminierung der individuell gemeinsamen veränderten Konnektivitätsmuster darstellt.“

Die Forscher fanden heraus, dass der individuell gemeinsam genutzte subraumveränderte FC von Autismus Unterschiede auf Gruppenebene widerspiegelt, während der individuell spezifische subraumveränderte FC individuelle Variationen autistischer Merkmale darstellt. Diese Ergebnisse legen die Notwendigkeit nahe, über Gruppeneffekte hinauszugehen und die individuellen spezifischen Gehirnmerkmale zu erfassen und zu nutzen, um klinische Heterogenität zu analysieren.

Dr. Krystal fügte hinzu: „Ein Teil der Herausforderung bei der Suche nach Subtypen von ASD liegt in der enormen Komplexität der Neuroimaging-Daten. Diese Studie verwendet einen ausgefeilten rechnerischen Ansatz, um Aspekte von Veränderungen der Gehirnschaltkreise zu identifizieren, die bei ASD häufig vorkommen, und andere, die mit bestimmten ASD-Merkmalen verbunden sind.

„Diese Art von Strategie kann dazu beitragen, die Entwicklung personalisierter Behandlungen für ASD effektiver zu steuern, d. h. Behandlungen, die den spezifischen Bedürfnissen bestimmter Patienten gerecht werden.“

Über diese Neuigkeiten aus der Autismus- und Neuroimaging-Forschung

Autor: Eileen Leahy
Quelle: Sonst
Kontakt: Eileen Leahy – Elsevier
Bild: Das Bild stammt von Neuroscience News

Ursprüngliche Forschung: Offener Zugang.
„Entwirrung des individuell geteilten und individuell spezifischen Teilraums der veränderten funktionellen Konnektivität des Gehirns bei Autismus-Spektrum-Störungen“ von Xujun Duan et al. Biologische Psychiatrie

Abstrakt

Entwirrung des individuell geteilten und individuell spezifischen Teilraums der veränderten funktionellen Konnektivität des Gehirns bei Autismus-Spektrum-Störungen

Hintergrund

Trotz erheblicher Bemühungen, die neuronalen Grundlagen der Autismus-Spektrum-Störung (ASD) mithilfe von Fall-Kontroll-Analysen von Daten der funktionellen Magnetresonanztomographie im Ruhezustand zu verstehen, sind die Ergebnisse häufig nicht reproduzierbar, was größtenteils auf die biologische und klinische Heterogenität bei Personen mit ASD zurückzuführen ist. Daher ist die Erforschung der individuell gemeinsamen und individuell veränderten funktionellen Konnektivität (AFC) bei ASD wichtig, um diese komplexe, heterogene Störung zu verstehen.

Methoden

Wir haben 254 Personen mit ASD und 295 sich typischerweise entwickelnde Personen aus dem Autism Brain Imaging Data Exchange berücksichtigt, um die individuell gemeinsamen und individuell spezifischen Unterbereiche von AFC zu erkunden. Zunächst berechneten wir AFC-Matrizen von Personen mit ASD im Vergleich zu Personen, die sich typischerweise entwickeln. Dann wurde die Extraktion gemeinsamer orthogonaler Basis verwendet, um die AFC von ASD auf zwei Unterräume zu projizieren: einen von Einzelpersonen gemeinsam genutzten Unterraum, der veränderte Konnektivitätsmuster darstellt, die über ASD hinweg gemeinsam genutzt werden, und einen individuenspezifischen Unterraum, der die verbleibenden individuellen Merkmale nach Eliminierung der individuellen Merkmale darstellt. Gemeinsame veränderte Konnektivitätsmuster.

Ergebnisse

Die Analyse ergab drei gemeinsame Komponenten, die den von Einzelpersonen gemeinsam genutzten Unterraum umfassen. Gemeinsame Komponenten waren mit Unterschieden in der funktionalen Konnektivität auf Gruppenebene verbunden. AFC im personenspezifischen Unterraum verbesserte die Vorhersage klinischer Symptome. Die netzwerkbezogenen und cingulo-operkulären Netzwerk-bezogenen AFC-Größen im Standardmodus im individuellen Subraum korrelierten signifikant mit der Symptomschwere bei sozialen Kommunikationsdefiziten und eingeschränkten, repetitiven Verhaltensweisen bei ASD.

Schlussfolgerungen

Unsere Studie zerlegte die AFC von ASD in individuell geteilte und individuell spezifische Unterräume und betonte, wie wichtig es ist, individuell spezifische Gehirnkonnektivitätsmerkmale zu erfassen und zu nutzen, um Heterogenität zu analysieren. Unser Analyserahmen bietet eine Blaupause für die Analyse der Heterogenität bei anderen vorherrschenden neurologischen Entwicklungsstörungen.