新传媒网大脑中发生了什么导致许多神经发育障碍，包括自闭症谱系障碍(ASD)，仍然是一个谜。研究人员面临的一个主要限制是缺乏这些疾病的生物标志物或客观的生物输出，就自闭症谱系障碍而言，缺乏该疾病的特定亚型的生物标志物或客观的生物输出。
现在，一项新研究(在新选项卡/窗口中打开)使用大脑成像和机器学习来识别ASD 患者的功能性大脑连接(FC) 的改变，重要的是，考虑到个体之间的差异。该研究发表在《生物精神病学》上上。
《生物精神病学》编辑 John Krystal 医学博士在谈到这项工作时表示：“自闭症谱系障碍长期以来一直被认为是一种高度异质性的疾病。而基因研究的自闭症谱系障碍患者的不同病因提供了一些线索，但它使用其他类型的生物标志物(例如脑成像)来分离自闭症谱系障碍的亚型一直是一项挑战。”
脑成像扫描也极其异质，个体之间差异很大，使得此类数据难以用作生物标志物。之前的研究已经发现，与健康对照组相比，自闭症谱系障碍患者的 FC 有所增加和减少，但由于这些研究主要针对参与者群体，因此他们未能认识到与自闭症相关的非典型 FC 的异质性。在这项新研究中，研究人员表明，可以区分自闭症谱系障碍参与者的异质脑成像亚型。
该研究的资深作者、中国电子科技大学的 Xujun Duan 博士解释说：“在这项研究中，我们使用了一种技术将自闭症的改变的 FC 投影到两个子空间：一个个体共享的子空间，它代表自闭症患者共享的改变的连接模式，以及个体特定的子空间，它代表消除个体共享的改变的连接模式后剩余的个体特征。”
