自闭症谱系障碍（ASD）是一种复杂的神经发育障碍，根据美国CDC最新数据，其全球发病率已攀升至约2.78%（1/36），高于此前的1%。其高度异质性——从轻度社交困难到重度非言语状态，使研究面临巨大挑战。2024年国际自闭症研究大会（INSAR）提出了“重度自闭症”概念，强调针对不同亚型的精准研究需求。
近年来，基因编辑、人工智能（AI）及多组学技术的进展为机制探索和干预开辟了新路径。同时，社会接纳度的提升，如新西兰超市推出的“静音时段”实践，显示科研成果向现实的转化。本文将解析多样化方法及其应用，为研究提供一个科学与实践并重的思路。
1.脑成像技术
可窥探大脑的内部世界，脑成像是整合磁共振成像（MRI）、功能性磁共振成像（fMRI）、脑电图（EEG）和正电子发射断层扫描（PET）技术，揭示自闭症患者的大脑结构（如白质纤维束）、大脑功能（如默认模式网络DMN）及代谢异常，探索社交和认知障碍的神经基础。比如NCT02680015使用fMRI，发现自闭症儿童前额叶-杏仁核连接性减弱，与情绪识别困难相关；NCT0381774通过PET检测，发现额叶葡萄糖代谢降低与语言缺陷关联；2023年UCSD研究利用诱导多能干细胞（iPSC）模型，发现星形胶质细胞异常分泌IL-6导致突触发育受损，抗炎药物可部分逆转；2024年普林斯顿大学基于SPARK数据库分析5392名患者，将自闭症分为4个神经连接亚型（如默认网络与感觉皮层耦合强度差异），并验证其基因表达谱的独特性。
脑成像不仅是诊断的“显微镜”，还为个性化干预提供了依据。未来AI驱动的脑影像分析（如深度学习分类亚型）或将成为早期筛查的突破口。研究可尝试优化成像算法，或探索星形胶质细胞在自闭症中的新作用。
2. 行为评估
量化评估看不见的症状，行为评估通过观察、问卷（如ADI-R、ADOS）和标准化测试（如Vineland量表），量化社交、语言及认知能力，是诊断和疗效评估的核心工具。比如NCT03814083使用ADOS-2，发现行为干预提升儿童眼神接触频率30%；NCT04516395通过Vineland量表，记录生活技能从20%提升至50%；弗林德斯大学2023年研究发现自闭症成人静态面部情绪识别无差异，但在动态多人对话中反应迟缓，提示需设计复杂场景评估工具；日本山梨大学AI系统通过1岁婴儿眼动轨迹与发声频率，预测3岁内ASD诊断，准确率达82%。
行为评估连接实验室与临床，数字化工具（如眼动-语音多模态分析）正在革新其效率与精度。研究可开发模拟真实社交的评估游戏，捕捉自闭症的微妙特征。
3. 基因分析
寻找遗传密码，基因分析通过全基因组测序（WGS）、全外显子组测序（WES）或目标检测，识别自闭症相关的遗传变异（如CNVs、SNPs）揭示其遗传基础。比如NCT04788563研究SHANK3突变与突触功能障碍的关系；NCT04101695使用WES发现罕见变异在家族中的遗传模式；2024年香港-瑞典研究发现，男性自闭症遗传率（87%）高于女性（75%），X染色体MECP2突变对男性影响更显著，因女性可通过X失活补偿；加州大学团队发现，非编码DNA结构变异（50%来自父亲）调控SHANK3等基因表达。
基因分析为遗传咨询和治疗奠定基础，非编码区和性别差异研究正重塑遗传模型。研究可探索表观遗传（如甲基化）或跨种族遗传变异。
4. 药物治疗
可寻找“化学钥匙”，药物治疗通过随机对照设计，测试药物对自闭症核心症状或共病（如焦虑，多动症）的疗效，进行有效药物的筛选。
微信客服
微信公众号
