研究人员使用机器学习将1100多种血浆蛋白减少到9种，这与自闭症谱系障碍(ASD)有关。如果在其他试验中得到验证，进展将有助于护理计划比目前平均诊断年龄4年早得多。
该团队在2月24日发表在《公共科学图书馆综合》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劳拉休威森博士和她的同事分析了154名年龄在18个月至8岁之间的男孩的血清样本。这个领域一半的人是自闭症患者，另一半通常是同龄人。
研究人员使用一个商业可用的测量平台和三种不同的算法来寻找九种蛋白质。这些蛋白质一起正确指出自闭症患者，而非自闭症患者80%以上的时间被取消选择。
作者写道：“这组新的蛋白质可能成为一种有效的基于血液的生物标志物，用于早期识别男孩的ASD，尤其是因为行为和发育评估对非常年幼的儿童来说并不容易。”
他们补充道：“虽然机器学习在ASD诊断中的应用还处于起步阶段，但当我们进一步阐明与ASD相关的功能过程以及脑结构与大脑之间的机械相互作用时，识别蛋白质组的关键生物标志物也可能会带来针对性的干预策略。行为。”
在达拉斯UT西南医学中心的新闻报道中，该机构资深作者德怀特德文(博士)表示，研究团队的希望是“有一天，利用血液生物标志物来识别一个有患ASD风险的孩子，可以开始治疗。马上。这将帮助孩子发展技能，优化他们的沟通和学习。”
