揭示特发性自闭症谱系障碍和脆性X综合征中个体化的共享与独特动态功能连接

《CNS Neuroscience & Therapeutics》：Unraveling the Individualized Shared and Distinct Dynamic Functional Connectivity in Idiopathic Autism Spectrum Disorder and Fragile X Syndrome

　　

目的：自闭症谱系障碍（ASD）是一种神经发育障碍，而脆性X综合征（FXS）是一种X连锁遗传性神经发育障碍，两者表现出重叠的表型，如社交障碍和刻板行为。先前的研究主要探索了FXS或ASD各自的功能网络特征，然而，这两种障碍背后共享和独特的动态神经回路仍不清楚，阻碍了个体化治疗。方法：本研究检查了ASD和FXS共享和独特的时间拓扑属性，以及它们相对于典型发育（TD）个体的功能网络偏差模式。共纳入47名FXS儿童（5.2±2.5岁）、91名ASD儿童（3.37±1.37岁）和52名TD儿童（5.2±2.9岁）。结果：分析揭示了共享的高连接性，涉及感觉运动网络（SMN）、默认模式网络（DMN）、腹侧注意-视觉网络（VAN-VN）连接以及皮层下-小脑网络（SN-CN），以及独特的时间拓扑特征，时间指标差异主要定位于与认知转换相关的中等激活模式。结论：作为一项比较FXS和ASD的大规模儿科动态功能连接（dFC）研究，它推进了机制理解并提出了新的区分方法。

**论文解读：揭示特发性自闭症谱系障碍和脆性X综合征中个体化的共享与独特动态功能连接**

**研究背景**
自闭症谱系障碍（ASD）是一种由多种风险因素引起的神经发育障碍，而脆性X综合征（FXS）是一种X连锁遗传性疾病，由FMR1基因三核苷酸重复扩增导致转录沉默引起。两者表现出重叠的表型，如社交障碍和感觉异常，但临床评估难以区分。然而，ASD病因复杂，涉及基因-环境交互和表观遗传修饰，而FXS病因明确，这为理解ASD异质性提供了聚焦视角。先前研究多分别探索ASD或FXS的静态功能连接（rsFC），但脑功能通过动态功能连接（dFC）波动更准确地反映神经认知过程。目前，两者共享和独特的动态神经回路仍不清楚，阻碍了个体化治疗。因此，本研究旨在通过动态功能连接分析和规范建模，揭示ASD和FXS儿童相对于典型发育（TD）儿童的共享和独特dFC模式，并建立个体化预测模型。该论文发表在《CNS Neuroscience》。

**研究内容与结论**
研究人员分析了47名FXS儿童（5.2±2.5岁，经基因检测确认FMR1基因超过200个CGG重复）、91名特发性ASD儿童（3.37±1.37岁，根据DSM-5和ADOS-2诊断）和52名TD儿童（5.2±2.9岁）的静息态功能磁共振成像数据。通过滑动窗口法分割动态功能连接，k-means聚类识别出三种状态（强连接、中等连接、稀疏连接），计算时间指标（停留时间、转换频率、寿命）和图论拓扑属性（度、路径长度），并利用高斯过程回归构建规范模型量化个体偏差，最后用弹性网络回归预测症状和分类。结论：ASD和FXS存在共享的高连接性（如SMN、DMN、VAN-VN、SN-CN）和独特的时间拓扑特征，时间指标差异主要与认知转换相关的中等激活模式有关；个体化dFC偏差能有效预测临床症状，并实现三组分类（准确率67.4%）。这一大规模儿科dFC研究推进了机制理解，并提出新的区分方法。

**主要关键技术方法**
本研究采用滑动窗口法（窗口44秒，步长2秒，高斯平滑）分割静息态信号，通过k-means聚类（曼哈顿距离）识别三个动态功能连接状态，以TD组模板固定质心分类ASD和FXS组。计算时间指标（停留时间、转换频率、寿命）并评估组间差异。基于图论，在稀疏阈值0.1-0.4下计算度与路径长度的曲线下面积（AUC）。利用高斯过程回归（GPR）构建36个规范模型（以年龄、性别、脑状态为自变量），预测每组网络-网络连接的功能连接（FC），并计算偏差的Cohen's d和Z分数。最后，用弹性网络回归预测ADOS-2评分，并用弹性网络正则化逻辑回归进行三分类。样本队列来源于复旦大学附属儿童医院。

**研究结果**
**3.1 人口学特征**：ASD组在ADOS-2的CSS和SA得分显著高于FXS组，但RRB得分无差异；ASD组在GDS-C的粗大运动、精细运动、语言和表现领域得分均高于FXS组。
**3.2 动态功能连接模式**：k-means聚类识别出三个状态：State 1（强连接）、State 2（中等连接）、State 3（稀疏连接），各状态比例见表2。
**3.3 动态功能连接的时间属性**：ASD组在State 1和State 2的停留时间显著低于TD和FXS组，在State 3的停留时间高于TD组，且ASD组高于FXS组。转换频率方面，ASD和FXS组从State 1转换的频率高于TD组；FXS组在State 2的转换频率高于ASD和TD组，而在State 3低于其他组。寿命方面，FXS组在State 1和State 2的寿命长于ASD和TD组，在State 3的寿命短于TD组。
**3.4 儿童发育阶段时间属性的变化**：回归分析显示，FXS儿童随年龄增长在State 3的寿命呈上升趋势（β=1.733, p=0.03），在State 2的转换频率下降（β=-0.017, p=0.04），在State 3的转换频率上升（β=0.024, p=0.02）；ASD和TD组未发现类似趋势。
**3.5 跨状态拓扑属性**：在State 3，ASD和FXS组的度AUC显著低于TD组，路径长度AUC显著高于TD组，但两组间无差异。
**3.6 内在网络的规范建模**：在State 1，ASD和FXS组均表现出DMN-SMN、SN-CN、SMN-CN、SMN-VN、SMN-SMN、VAN-VN的高连接，其中DMN-SMN偏差最大（ASD: Cohen's d=0.58; FXS: Cohen's d=1.17）。在State 2，共享高连接涉及FPN-SMN、VAN-SMN、VAN-VN、SMN-SMN、SMN-VN、SMN-CN、SN-CN，FXS组效应量更大。在State 3，共享高连接包括DMN-SMN、VAN-VN、SMN-SMN、SN-CN，ASD组在DMN-SMN、VAN-VN、SMN-SMN的效应量更大；此外，ASD组独特表现出SMN-centric高连接（DMN-FPN、FPN-SMN、VAN-SMN、SMN-VN、SMN-CN）。
**3.7 基于内在网络FC偏差的ASD症状预测**：弹性网络回归显示，ASD儿童的CSS、RRB和SA预测值与真实值显著相关（r=0.34, 0.29, 0.28），MAE分别为1.32、1.29、2.81；FXS儿童的CSS和RRB显著相关（r=0.36, 0.40），MAE分别为1.94、1.82、3.23。
**3.8 基于FC偏差的分类**：三分类模型准确率67.4%±3%，ASD类AUC=0.70，FXS类AUC=0.69，TD类AUC=0.93。

**讨论与结论**
本研究通过动态功能连接分析和规范建模，揭示了ASD和FXS儿童共享和独特的时间与拓扑属性。共享的高连接（如SMN、DMN、VAN-VN、SN-CN）可能反映了感觉处理过度、注意力缺陷和情绪失调的共同神经基础，与增强知觉功能理论一致。独特的时间特征（如ASD在State 1停留时间减少、转换频率增加）提示网络整合受损导致认知僵化，而FXS在State 2和State 3的灵活性可能源于FMR1相关突触功能障碍。FXS组随年龄变化的发育轨迹表明部分保留的代偿性成熟，ASD组则缺乏类似趋势，提示脑动力学发育延迟。拓扑分析中，ASD和FXS组更随机化的网络构型（低度、高路径长度）可能源于发育修剪异常。个体化dFC偏差能有效预测临床症状（如ASD的CSS、RRB、SA）和区分三组，表明以TD为基线的个体化指标与疾病特异性特征显著相关，有望作为未来临床试验疗效监测和个体化治疗策略的神经生理学基础。研究局限性包括年龄和性别分布不均衡、ASD高度异质性，未来需平衡变量、扩大样本并开发亚型特异性模型。结论：作为一项大规模比较FXS和ASD的儿科dFC研究，它推进了机制理解并提出了新的区分方法。