L'IA può prevedere l'autismo genetico dai biomarker plasmatici materni
🧬 Le cause del disturbo dello
spettro autistico (ASD) non sono certe. È stato identificato però un
tipo di ASD correlato ad autoanticorpi materni, che rappresenterebbe il
20% di tutti i tipi di ASD.
📊 La ricerca è stata effettuata sui
campioni di plasma ottenuti dalle madri partecipanti a un più grande
progetto di studio sull'autismo. Sono stati analizzati 450 campioni di
madri con autismo e 342 di madri con figli dallo sviluppo tipico, allo
scopo di individuare 8 diverse proteine abbondanti nel cervello del
feto. È stata quindi effettuata un'analisi dei dati attraverso i calcoli
di un algoritmo di Machine Learning (ML), al fine di stabilire quali
schemi di autoanticorpi fossero più associati ad ASD.
🔬 La
ricerca ha ottimizzato una metodologia già nota chiamata ELISA (saggio
immuno-assorbente legato ad un enzima), che insieme al ML è stata in
grado di individuare dei pattern altamente correlati ad ASD con estrema
accuratezza (le proteine individuate: CRMP1 + CRMP2, CRMP1 + GDA,
NSE + STIP1, e GDA + YBOX.)
💡 Ciò farebbe sperare in una più
accurata metodologia di diagnosi, attraverso questi marker biologici,
nella valutazione del rischio di sviluppo di disturbo dello spettro
autistico correlato a autoanticorpi materni.
Fonte:
📄 ¹
Ramirez-Celis, A., Becker, M., Nuño, M., Schauer, J., Aghaeepour, N.,
& Van de Water, J. (2021). Risk assessment analysis for maternal
autoantibody-related autism (MAR-ASD): a subtype of autism. Molecular
Psychiatry, 1-10. [articolo completo su Nature]
Commenti
Posta un commento