研究人员使用机器学习将 1,100 多种血浆蛋白减少到与自闭症谱系障碍 (ASD) 相关的 9 种蛋白。如果在其他试验中得到证实，这一进步将有助于比目前的平均诊断年龄早得多的护理计划，即 4 岁。

该团队在2 月 24 日发表在Plos One 上的一项研究中描述了他们的工作。

德克萨斯州奥斯汀市约翰逊儿童健康与发展中心的 Laura Hewitson 博士及其同事分析了 154 名 18 个月至 8 岁男孩的血清样本。一半的领域是自闭症患者，另一半通常是发育中的同龄人。

使用市售的分析平台，研究人员使用三种不同的算法来找到 9 种蛋白质，这些蛋白质一起正确指出了自闭症患者，同时在超过 80% 的时间内取消选择了非自闭症患者。

“这组新颖的蛋白质有可能成为早期识别男孩 ASD 的有效血液生物标志物，特别是因为在非常年幼的儿童中不容易进行行为和发育评估，”作者写道。

“虽然机器学习在 ASD 诊断中的应用仍处于起步阶段，”他们补充道，“随着我们进一步阐明与 ASD 相关的功能过程以及大脑结构和大脑结构之间的相互作用，识别关键的蛋白质组学生物标志物也可能导致有针对性的干预策略。行为。”

在达拉斯 UT 西南医学中心的新闻报道中，该机构的资深作者 Dwight German 博士表示，该团队的希望是“有一天，使用血液生物标志物确定儿童有患 ASD 的风险，并且可以开始治疗立即地。这将有助于孩子培养优化沟通和学习的技能。”