自闭症谱系障碍儿童的Th1–Th17免疫特征
《Brain and Development》:Th1–Th17 immune signature in children with autism spectrum disorder
【字体:
大
中
小
】
时间:2026年05月08日
来源:Brain and Development 1.5
编辑推荐:
卡洛斯·安德烈斯·纳兰霍-加尔维斯 | 胡安·贝尔纳多·苏卢阿加-瓦伦西亚 | 杰西卡·瓦莱里娅·桑切斯-洛佩兹 | 塔蒂亚娜·苏卢阿加-阿罗亚韦 | 安德烈斯·卡米洛·德尔加多-雷耶斯 | 路易莎·马蒂尔德·萨拉曼卡-杜克
马尼萨莱斯自治大学。哥伦比亚卡尔达斯省马尼萨莱斯市
卡洛斯·安德烈斯·纳兰霍-加尔维斯 | 胡安·贝尔纳多·苏卢阿加-瓦伦西亚 | 杰西卡·瓦莱里娅·桑切斯-洛佩兹 | 塔蒂亚娜·苏卢阿加-阿罗亚韦 | 安德烈斯·卡米洛·德尔加多-雷耶斯 | 路易莎·马蒂尔德·萨拉曼卡-杜克
马尼萨莱斯自治大学。哥伦比亚卡尔达斯省马尼萨莱斯市
**摘要**
**背景**
自闭症谱系障碍(ASD)是一种异质性的神经发育疾病,其临床表现和潜在生物学机制存在显著的个体差异。越来越多的证据表明免疫系统的紊乱与ASD有关;然而,使用严格的方法对儿童群体中的Th1–Th17免疫特征进行明确界定仍不完整。
**方法**
我们进行了一项横断面病例对照研究,包括40名ASD患儿和25名神经典型儿童作为对照组。通过多重免疫测定法量化了9种细胞因子的血浆浓度。通过纠正假发现率、标准化效应大小估计以及调整性别和年龄的广义线性模型来评估细胞因子之间的差异。同时,对236个与ASD相关的基因进行了靶向下一代测序,以探索这些免疫发现与神经发育和免疫相关途径之间的关联。
**结果**
ASD患儿表现出一致的Th1–Th17免疫特征,其血浆中的IL-2、IL-12和IL-17水平显著高于神经典型儿童。即使经过多重检验校正和协变量调整,这些差异仍然具有统计学意义,且效应大小较大。IL-4、IL-6、IL-10、TNF-α、IFN-γ和IL-1β在各组间没有统计学差异,表明炎症反应具有选择性而非普遍性。性别分层分析显示,ASD女童的IL-2和IL-17水平更高,提示Th1–Th17免疫反应可能存在性别相关的调节。遗传学分析发现了与染色质重塑、突触组织和免疫相关过程有关的罕见变异,这些变异主要集中在转录调控和免疫信号传导途径上。
**结论**
本研究对ASD患儿的Th1–Th17免疫特征进行了探索性且分析严谨的描述。免疫发现的一致性和特异性支持了其生物学相关性,并突显了综合免疫信息方法在理解儿童ASD生物学异质性方面的价值。
1. **引言**
根据《精神疾病诊断与统计手册》(DSM-5)的定义,自闭症谱系障碍(ASD)是一组病因尚未完全明了的神经发育疾病,很可能涉及神经、环境、遗传、表观遗传和免疫因素之间的复杂相互作用。临床上,ASD表现为社交沟通和互动能力的缺陷,以及刻板和重复性的行为模式[1],[2]。尽管ASD传统上是根据行为标准定义的,但越来越多的证据表明其发病机制源于多个生物系统的相互作用,而非单一的因果途径。大规模基因组研究(如MSSNG、SPARK和Autism Sequencing Consortium)已确定了超过100个高置信度的ASD风险基因,这些基因与染色质重塑、转录调控和突触发育有关[3],[4],[5]。这些途径在神经发育过程中起着关键作用,并可能调节个体对环境和免疫介导的干扰的敏感性。
2. **方法**
2.1 **研究设计和参与者**
本研究采用横断面病例对照设计,旨在分析儿童ASD中的免疫改变。样本来自哥伦比亚马尼萨莱斯和佩雷拉的专门临床和学术机构。研究中纳入了40名ASD患儿(32名男孩和8名女孩;平均年龄±标准差:10.7±2.34岁)和25名神经典型儿童(16名男孩和9名女孩;平均年龄±标准差:11.9±2.03岁)。ASD诊断由合格临床医生根据DSM-5标准确定,并通过第二版自闭症诊断观察量表(ADOS-2)进行验证。神经典型对照组无神经发育或精神疾病史,且在入组时没有急性或慢性感染或炎症的证据。对照组成员与ASD患儿无关。所有参与者在纳入研究前均接受了临床筛查。排除标准包括采样时存在急性感染、已知的自身免疫性疾病或炎症性疾病以及临床信息不完整的情况。
2.2 **样本量确定**
样本量是在可行性驱动的横断面框架内确定的。招募的参与者数量取决于研究期间的可得资格人数。ASD患儿通过专门临床服务招募,而神经典型儿童需经过额外筛查以排除神经发育、精神疾病、感染或炎症性疾病及相关药物使用情况,因此对照组规模较小。最终样本(40名ASD患儿和25名神经典型儿童)允许估计组间细胞因子浓度差异,并检测关键免疫标志物的中度至显著效应。为应对样本量不平衡,选择了稳健的统计分析方法,包括非参数比较、带有置信区间的标准化效应大小估计、调整年龄和性别的广义线性模型以及细胞因子的假发现率校正。
2.3 **样本收集和血浆细胞因子测定**
使用肝素化Vacutainer管(BD Biosciences)收集外周静脉血(10毫升)。在4°C下以2600转/分钟离心10分钟后分离血浆,分装并在-80°C下保存待分析。根据 manufacturer 的说明,使用多重免疫测定平台测定9种细胞因子的浓度:白细胞介素-1β(IL-1β)、白细胞介素-2(IL-2)、白细胞介素-4(IL-4)、白细胞介素-6(IL-6)、白细胞介素-10(IL-10)、白细胞介素-12(IL-12)、白细胞介素-17(IL-17)、干扰素-γ(IFN-γ)和肿瘤坏死因子-α(TNF-α)。细胞因子浓度以皮克/毫升(pg/mL)为单位表示。
2.4 **基因组DNA提取和靶向下一代测序**
使用QIAamp DNA Blood Mini Kit(QIAGEN,德国希伦)从全血中提取基因组DNA,并按 manufacturer 的协议进行操作。通过分光光度法(OD260/280和OD260/320)评估DNA浓度和纯度,并用Qubit dsDNA HS Assay Kit(Thermo Fisher Scientific)确认双链DNA浓度。
靶向测序采用Autism Research Panel v2(Thermo Fisher Scientific)进行,涵盖了236个先前与ASD相关的基因,以探索免疫发现的生物学背景。文库制备使用Ion AmpliSeq? Library Kit 2.0进行,每个样本使用20 ng的基因组DNA。库文库使用Ion Xpress? Barcode Adapters Kit进行条形码标记,随后使用Ion Library TaqMan? Quantitation Kit进行定量并合并用于测序。模板制备和乳化PCR在Ion Chef?系统上完成,测序则在Ion PGM?平台和使用Ion PGM? Hi-Q? Sequencing Kit及Ion 318? Chip v3上进行。
2.5 **变异注释和计算机辅助功能预测**
使用已建立的计算机辅助预测工具评估鉴定变异的致病潜力。功能影响通过Sorting Intolerant From Tolerant(SIFT)和PolyPhen-2进行评估,这些工具基于进化保守性和结构特征估计氨基酸替换对蛋白质功能的影响。进一步使用Ensembl Variant Effect Predictor(VEP)注释变异的后果和转录水平效应。如果变异缺乏rsID,不在公开数据库(包括dbSNP、ClinVar、Human Gene Mutation Database(HGMD)和Leiden Open Variation Database(LOVD)中记录,且文献中未报道,则将其归类为新型变异。这种注释框架有助于系统地优先处理罕见和潜在有害的变异,以便进行后续功能分析。
2.6 **通路富集分析**
使用Enrichr平台分析与优先选择的ASD相关基因相关的生物途径。通过与Reactome Pathways 2024数据库的比对,识别与神经元发育、染色质重塑、突触组织和免疫信号传导相关的富集通路。使用Enrichr的组合得分和调整后的p值评估统计显著性,并在已知ASD相关生物过程的背景下解释富集通路。
2.7 **基于网络的细胞因子信号传导整合**
为了将细胞因子改变置于更广泛的分子框架中,进行了基于网络的分析,重点是Th1–Th17信号传导架构。使用STRING数据库(v12.0)构建蛋白-蛋白相互作用(PPI)网络,该数据库整合了实验证据、 curated通路注释和文本挖掘关联。仅保留置信度≥0.70的相互作用。提取与IL-2、IL-12和IL-17直接相互作用的蛋白及其典型信号传导中间体(包括STAT家族成员、NF-κB亚基、干扰素调节因子IRFs和适配器蛋白如myeloid differentiation primary response 88(MYD88)和TNF receptor–associated factor 6(TRAF6))用于网络构建。
2.8 ** pathway富集分析**
为了研究与优先选择的ASD相关基因相关的生物途径,使用Enrichr平台进行通路富集分析。根据Reactome Pathways 2024数据库评估富集情况,识别与神经元发育、染色质重塑、突触组织和免疫信号传导相关的过表达分子通路。
2.9 **伦理**
本研究遵循《赫尔辛基宣言》的规定,并获得马尼萨莱斯自治大学伦理委员会的批准(批准编号:150–2023)。在样本收集前获得了家长或法定监护人的书面知情同意。
3. **统计分析**
使用Kolmogorov–Smirnov检验评估细胞因子数据的正态性。根据需要,使用学生t检验或Mann–Whitney U检验进行ASD组和神经典型组之间的比较。为控制九种细胞因子的多重检验效应,使用Benjamini–Hochberg假发现率(FDR)方法调整p值,q<0.05视为统计显著。使用Cohen’s d(考虑小样本偏差校正)估计细胞因子差异的幅度和稳健性。95%的置信区间是通过非参数自助法重采样(5000次迭代)计算得出的。为了评估细胞因子变化是否与自闭症谱系障碍(ASD)的诊断独立相关,我们使用对数转换后的细胞因子浓度(IL-2、IL-12和IL-17)作为因变量,拟合了广义线性回归模型。ASD状态被纳入为主要预测因子,同时考虑了性别和年龄作为协变量。从数据中提取了回归系数(β)、95%置信区间、赤池信息量准则(AIC)和决定系数(R2)。指数化系数(exp[β])被解释为ASD组相对于对照组细胞因子水平的倍数变化。测试了ASD和性别之间的交互项,只有那些具有统计学显著性的交互项被保留下来。描述性统计分析和基本组间比较使用GraphPad Prism(v9.0)进行,而效应大小估计、自助法分析、FDR校正和回归建模则在Python(statsmodels v0.14、numpy、scipy和matplotlib)中完成。
4. 结果
4.1. 队列特征
研究包括了40名被诊断为ASD的儿童(32名男性和8名女性;平均年龄±标准差:10.7±2.34岁)和25名神经典型的儿童(16名男性和9名女性;平均年龄±标准差:11.9±2.03岁)。两组在年龄分布上没有显著差异。所有ASD参与者均符合DSM-5和ADOS-2的诊断标准,而神经典型的对照组没有神经发育、精神或炎症性疾病的历史。
4.2. ASD中的血浆细胞因子谱型
在分析的九种细胞因子中,ASD儿童的血浆IL-2、IL-12和IL-17浓度显著高于神经典型的对照组(图1,图2)。ASD组的中位IL-12和IL-2水平分别为2.687 pg/mL和4.171 pg/mL,而对照组分别为1.862 pg/mL和2.949 pg/mL(IL-12,p=0.017;IL-2,p=0.0435)。
4.3. 性别特定的细胞因子差异
按性别分层分析了ASD队列中的细胞因子模式。ASD女性的IL-2血浆水平显著高于神经典型女性(p=0.032),而ASD男性和对照组之间没有显著差异(图3)。此外,在ASD组内,男性患者的IL-12水平与女性患者之间存在显著差异(p=0.034)。总体而言,ASD儿童的血浆IL-12浓度高于神经典型儿童(图1)。当按性别分层进行分析时,这种差异在各亚组中并不均匀。ASD女性患者的IL-12水平高于对照组女性,而男性患者之间没有显著差异。箱线图显示了ASD儿童(ASD)和神经典型对照组(NT)中Th1相关细胞因子(IL-1β、IL-12、IL-2和IFN-γ)的血浆浓度。组间比较使用了非参数检验。精确的p值记录在结果部分和补充表S1中。统计分析和图形表示使用GraphPad Prism(版本9;GraphPad Software,美国加利福尼亚州圣地亚哥)生成。
4.4. Th1–Th17免疫特征的稳健性
ASD儿童中IL-2、IL-12和IL-17水平的升高得到了多种互补分析方法的支持。这三种细胞因子的标准化效应大小都很大,自助法得到的95%置信区间不与零重叠,表明存在稳健的组间差异。经过多重比较校正后,IL-2、IL-12和IL-17水平仍然具有统计学意义(FDR调整后的q<0.05)。协变量调整后的回归模型进一步显示,在调整性别和年龄后,ASD诊断与细胞因子水平升高独立相关。具体来说,ASD状态与IL-2浓度升高2.9倍、IL-12浓度升高3.7倍、IL-17浓度升高2.8倍相关。数值估计和模型系数列在表1中。所有标志物的效应方向一致,且未检测到显著的组别-年龄交互作用。
4.5. 基因变异的识别和优先排序
针对236个与ASD相关的基因进行了靶向测序,发现了多个基因变异。应用了逐步变异优先策略,如图6所示,该策略逐步排除了在对照组中检测到的变异,从而得到了ASD中的候选变异集。由于男性参与者的数量更多,因此在男性ASD组中检测到了更多的变异。
4.6. 共享和性别特定的ASD相关变异
在ASD样本中,男性和女性共享的变异出现在11个基因中,包括ARID1A、SMARCA2、SYNE1、CNTN3、LAMC3、SYN1、SHROOM4、GPC3、ABCC8、EPB41L1和IL1RAPL1(表2)。这些基因参与染色质重塑、突触组织和细胞信号传导。
4.7. 功能富集和基因相互作用网络
携带共享ASD相关变异的基因的通路富集分析显示,与神经元系统发育、染色质重塑和基因表达的表观遗传调控相关的通路显著富集(图8)。
4.8. 基于网络的细胞因子失调的背景化
PPI和转录调控网络分析将IL-2、IL-12和IL-17置于以信号转导体和转录激活因子(STAT)及NF-κB家族成员为中心的高度互连的免疫信号模块中。这些枢纽将细胞因子变化与参与免疫激活和炎症信号级联的上游调节因子联系起来。网络分析与协变量调整后的细胞因子结果相结合,突出了ASD中Th1–Th17激活的协调调控架构。这些基于网络的发现为观察到的细胞因子变化提供了机制背景,但不构成独立的统计验证。节点颜色表示蛋白质功能类别:细胞因子(粉红色)、受体(蓝色)、转录因子(橙色)和信号转导因子(绿色)。B面板:IL-2、IL-12和IL-17的转录调控网络(TRN)。关键的上游调节因子(STAT1、STAT3、IRF1和NF-κB)直接调节细胞因子的表达,其中NF-κB和STAT家族成员作为核心调控枢纽。C面板:调整了性别和年龄的广义线性模型(GLM)结果,蓝色表示β系数(效应大小),橙色表示FDR调整后的p值,绿色表示exp(β)的倍数变化,用于IL-2、IL-12和IL-17。ASD诊断与细胞因子水平之间的显著关联通过较大的β系数和exp(β)倍数变化来指示,证实了ASD中的免疫失调。ASD儿童的细胞因子水平显著高于对照组。(关于图中颜色参考的解释,请参阅本文的网络版本。)总体而言,这些结果表明ASD儿童表现出一致且稳健的Th1–Th17免疫特征,表现为IL-2、IL-12和IL-17水平升高,这一结论得到了效应大小估计、多重检验校正和协变量调整模型的支持。探索性遗传学和网络分析通过识别染色质重塑、突触组织和免疫调控途径的共性提供了补充的生物学背景。
5. 讨论
ASD是一种异质性的神经发育障碍,其特征是社交沟通能力受损、行为受限以及潜在生物学方面的显著个体间差异[1]。越来越多的证据表明,ASD并非由单一原因引起,而是遗传、表观遗传和免疫相关机制相互作用的结果。在这项研究中,我们采用了结合血浆细胞因子谱分析、ASD相关基因的靶向测序以及基于网络的機能分析的整合框架,以评估免疫失调和遗传易感性是否在ASD儿童中汇聚于共同的生物学机制。本研究的一个主要发现是在ASD中识别出一种选择性的Th1–Th17免疫特征,表现为IL-2、IL-12和IL-17水平升高,而没有全身性炎症。IL-4、IL-6、IL-10、TNF-α、IL-1β和IFN-γ在各组间没有差异,这排除了非特异性免疫激活的可能性,并支持特定T辅助通路的靶向参与。这一模式与先前的研究结果一致[11][12],并通过严格的统计验证(包括效应大小估计、多重检验校正和协变量调整模型)解决了之前的矛盾。重要的是,即使在调整了性别和年龄后,IL-2、IL-12和IL-17的水平仍然升高,并且没有按年龄分组之间的交互作用,这支持了这种免疫特征并非由人口统计不平衡驱动的解释。这种分层分析方法直接回应了针对ASD细胞因子研究的常见方法学批评,并增强了观察到的免疫改变的生物学相关性的信心。
性别分层分析显示细胞因子水平存在定量差异,特别是IL-2和IL-17,在ASD女性中的浓度高于对照组女性,而在ASD男性中则相对较低。这些发现与描述受激素、表观遗传和发育因素影响的性别依赖性免疫调节的研究结果一致[15][16][17]。然而,鉴于正式的交互作用测试在调整后的模型中没有显示出强烈的性别-诊断效应,最保守的解释是Th1–Th17激活代表了广泛共享的ASD相关免疫特征,其幅度存在性别相关差异,而不是根本不同的免疫状态。当结合探索性遗传学分析进行解释时,这些免疫发现获得了额外的背景信息。在ASD样本中,发现了参与染色质重塑和突触组织的共有变异基因,包括ARID1A、SMARCA2、SYNE1和SYN1,这些基因与大规模ASD测序研究中的结果一致[3][18][19][20]。通路富集分析进一步突出了神经系统发育和表观遗传调控的重要性,增强了这些基因集与ASD核心神经发育过程的相关性。
性别分层遗传学分析显示了部分不同的分子模式,女性显示出在轴突导向和突触连接基因(如DSCAM)中富集的变异,而男性则表现出更广泛的变异谱,包括染色质调节因子(KMT2C)、免疫-细胞骨架基因(DOCK8)和其他神经发育相关基因。这种分布与女性保护效应假说相符,即符合诊断标准的雌性可能携带具有更高功能影响的变异或集中在核心调控通路中[21][22]。基于网络的分析为整合免疫和遗传观察提供了系统层面的框架。染色质重塑因子(如SMARCA2和ARID1A)在交互网络中的核心位置与它们在调节增强子可及性和与神经元分化和免疫信号传导相关的转录程序中的已知作用一致[23][24][25]。IL-2、IL-12和IL-17位于以STAT和NF-κB为中心的模块中,进一步支持了Th1–Th17激活的协调调控架构。尽管这些网络分析是描述性的,并非用于统计推断,但它们与细胞因子和遗传学发现的一致性增强了共享神经免疫调控框架的生物学合理性。IL-17的升高在没有IFN-γ增加的情况下表明了Th17的偏倚,而不是典型的Th1主导的全身性炎症。Th17的分化和维持依赖于对染色质可及性敏感的转录和表观遗传机制[26][27],这一点在该队列中观察到的染色质修饰复合体变异富集情况下尤为重要。IL-17信号传导在血脑屏障完整性、小胶质细胞激活和突触重塑中发挥了作用,提供了外周免疫状态与神经发育回路形成之间的机制一致性联系[28]。
我们的发现与先前报告描述的ASD中IL-1β和IFN-γ水平升高之间的差异可能反映了方法学差异和人群特异性因素。荟萃分析证据表明,多个队列中的ASD患者循环细胞因子水平升高[29][30]。然而,当前队列代表了一个具有独特遗传混合模式和环境暴露的拉丁美洲人群,这些因素可能影响基线免疫特征和炎症信号传导。这种异质性在ASD免疫学研究中越来越受到重视,并限制了免疫发现的直接普遍性。本研究的横断面设计排除了因果推断,而且汇总测序策略无法检查个体层面的基因型-表型关联。此外,样本量较小,特别是在性别分层分析中,限制了遗传交互作用估计的稳定性和细分亚组的推断。因此,遗传和网络相关的发现应被视为背景性而非确认性发现。尽管如此,跨多个分析层次的免疫相关效应的一致性支持了主要免疫发现的稳健性。除了其机制相关性之外,这些免疫改变还引发了关于其潜在转化意义的疑问。虽然当前发现表明免疫改变可能在神经发育早期出现,但本研究中鉴定的细胞因子不适合单独用于新生儿筛查。相反,IL-2、IL-12和IL-17可以作为探索性免疫生物标志物,当与遗传易感性、发育轨迹和临床特征结合解释时,可能有助于早期风险分层框架的构建。重要的是,这些标志物的临床实用性需要通过在产前或新生儿期开始的前瞻性纵向验证来确定时间稳定性、特异性和预测后期ASD结果的价值。在这种背景下,当前结果应被视为朝着整合神经免疫风险模型迈出的生物学基础步骤,而不仅仅是支持即时临床筛查应用的依据。
从临床角度来看,当前的Th1–Th17免疫特征不应被视为ASD儿童的管理工具,包括那些没有明确遗传病因的儿童。尽管如此,免疫谱分析最终可能有助于通过识别具有免疫激活证据的亚组来进行生物学分层。确立临床实用性需要在使用标准化检测的独立队列中进行重复验证、纵向研究以确定时间稳定性和与症状轨迹及共病性的关联,以及将免疫标志物与基因组/祖先和临床数据结合的整合模型,以在特发性ASD中区分免疫信息亚型。最后,需要前瞻性干预试验来测试这种特征是否能够预测或追踪对靶向方法(如免疫调节、抗炎或肠道-免疫干预)的反应,从而确定免疫谱分析是否能够为个性化管理提供信息。与此转化框架一致,非药物性的免疫调节策略也在ASD中进行了探索,特别是那些针对饮食-免疫-微生物群相互作用的策略[31][32]。探索性和初步研究表明,抗炎饮食干预和益生菌补充可能与免疫相关标志物的调节、肠道微生物群组成以及选定的神经心理和心理运动领域的改善有关[33]。例如,细胞因子和趋化因子(如IFN-γ、C-X-C基序趋化因子配体1(CXCL1)和受激活调节、正常T细胞表达和分泌的RANTES)以及代谢物(包括三甲胺N-氧化物(TMAO)的变化与饮食干预后的认知或行为变化有关[34]。虽然这些发现仍然处于初步阶段,不支持常规临床使用,但它们强调了需要进一步在分层、机制驱动的临床试验中评估的免疫信息非药物策略的潜在相关性。
总之,本研究在ASD儿童中识别出一种稳健且选择性的Th1–Th17免疫特征,并将这些免疫改变置于更广泛的遗传和调控背景中。这些发现支持了利用免疫信息进行分层的有效性,以解决ASD中的生物学异质性。尽管转化意义(如生物标志物开发或免疫靶向干预)仍需探索,但当前结果为未来在儿童神经发育中的纵向和机制研究提供了生物学基础。
6. 局限性和未来方向
在解释发现和确定下一步行动时,应考虑本研究的局限性。汇总测序设计排除了个体层面的基因型-细胞因子相关性,限制了直接测试参与者内部遗传-免疫耦合的能力。样本量,尤其是女性样本量,限制了稳定交互作用分析和细分亚组发现的统计功效。此外,横断面设计不允许推断免疫激活与神经发育表型之间的时间方向性。此外,本研究未包含关于妊娠期间母亲感染、自身免疫状况或炎症暴露的系统信息,因此无法直接评估子宫内的免疫编程。因此,观察到的细胞因子改变应被解释为儿童时期测量的免疫表型,这可能受到产前和产后影响的共同作用。未来的研究应优先考虑个体层面的测序、从产前期到早期发育的纵向免疫谱分析,以及整合多组学方法,以区分ASD中免疫失调的产前和产后贡献。这样的设计对于确定Th1–Th17激活是否与症状维度、共病性、发育轨迹或治疗反应性相关至关重要。
7. 结论
总之,本研究表明,ASD儿童表现出影响染色质重塑和突触途径的罕见遗传变异与选择性、稳健的Th1–Th17免疫特征之间的共性,其特征是IL-2、IL-12和IL-17水平升高。通过整合靶向遗传分析、严格的细胞因子谱统计评估和基于网络的背景化,我们的发现支持了ASD中协调性神经免疫变化的生物学相关性。这一整合框架有助于当前对ASD病理生理学的理解,并为未来旨在免疫信息分层的纵向研究提供了基础。
作者贡献
CA-NG:撰写——原始草稿;撰写——审阅和编辑、概念化、数据管理、正式分析;调查、方法学、可视化、项目管理、资源协调、监督。
JB-ZV:调查、临床诊断、数据管理和方法学。
JV-SL:调查、临床诊断、数据管理和方法学。
T-ZA:数据管理、临床诊断和方法学。
AC-DR:数据管理;方法学。
LM-SD:概念化、调查、数据管理、方法学、撰写——审阅和编辑。
所有作者均已阅读并批准最终稿件。
资助
作者声明他们获得了研究所需的财务支持。本研究得到了哥伦比亚MINCIENCIAS(编号121989786084,合同号765–2021)的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号