Investigadores usan aprendizaje automático para identificar biomarcadores sanguíneos de autismo
Crédito: CC0 Dominio público
Usando herramientas de aprendizaje automático para analizar cientos de proteínas, investigadores de UT Southwestern han identificado un grupo de biomarcadores en sangre que podrían conducir a un diagnóstico más temprano de niños con trastorno del espectro autista (TEA) y, a su vez, terapias más eficaces antes.
La identificación de nueve proteínas séricas que predicen claramente los TEA se informó en un estudio publicado hoy por PLOS ONE.
El diagnóstico temprano, seguido de un apoyo e intervención terapéuticos inmediatos, podría tener un impacto significativo en el 1 en 59 niños diagnosticados con autismo en los Estados Unidos. Ser capaz de identificar a los niños en el espectro del autismo cuando son pequeños podría marcar una gran diferencia, dice Dwight German, Ph.D., profesor de psiquiatría en UT Southwestern y autor principal del estudio.
Actualmente, la edad promedio de un niño diagnosticado con ASD en los EE. UU. es de 4 años. El diagnóstico antes de los 4 años significa que es más probable que un niño reciba un tratamiento eficaz basado en la evidencia, como terapias dirigidas a los síntomas centrales del TEA, incluidos los comportamientos inflexibles y la falta de comunicación o habilidades sociales.
Se han investigado muchos candidatos a biomarcadores basados en sangre, incluidos neurotransmisores, citoquinas y marcadores de disfunción mitocondrial, estrés oxidativo y metilación alterada. Sin embargo, dada la prevalencia de los TEA, el uso del aprendizaje automático para incorporar datos demográficos y clínicos en el análisis podría examinar de manera más poderosa el estado de la enfermedad y la gravedad de los síntomas.
Para el estudio, muestras de suero de 76 niños con TEA y 78 de niños con desarrollo típico, todos de 18 meses a 8 años de edad.
Las nueve proteínas en el panel de biomarcadores fueron significativamente diferentes en los niños con TEA en comparación con los niños con desarrollo típico. Los investigadores encontraron que cada una de las nueve proteínas séricas se correlacionaba con la gravedad de los síntomas.
Se examinaron más de 1100 proteínas mediante la plataforma de análisis de proteínas SomaLogic. Se identificó un panel de nueve proteínas como óptimo para predecir TEA utilizando tres métodos computacionales. Luego, los investigadores evaluaron la calidad del panel de biomarcadores utilizando métodos de aprendizaje automático. Se necesitan estudios futuros para validar completamente los hallazgos actuales.
«Cuanto más significativamente afectado está el niño, más alto o más bajo de lo normal es el biomarcador sanguíneo», dice German. «Idealmente, habrá un día en que se identifique a un niño con biomarcadores sanguíneos que corren el riesgo de desarrollar TEA y se puedan iniciar las terapias de inmediato. Eso ayudaría al niño a desarrollar habilidades para optimizar su comunicación y aprendizaje».
Los niños del estudio fueron reclutados por Laura Hewitson, Ph.D., y Morgan Devlin en el Centro Johnson para la Salud y el Desarrollo Infantil, un centro de tratamiento multidisciplinario en Austin, Texas, que utiliza una combinación única de atención clínica, investigación y educación para promover la comprensión del TEA y los trastornos del desarrollo relacionados. Hewitson anotó que, «cuanto antes podamos identificar a los niños con autismo, más comprensión podremos obtener sobre las formas de proporcionar apoyo y terapias que mejorarán su calidad de vida».
Explore más
Los biomarcadores en el plasma de la madre predicen un tipo de autismo en la descendencia con un 100 % de precisión Más información: Laura Hewitson et al. Descubrimiento de biomarcadores sanguíneos para el trastorno del espectro autista: un análisis proteómico, PLOS ONE (2021). DOI: 10.1371/journal.pone.0246581 Información de la revista: PLoS ONE
Proporcionado por UT Southwestern Medical Center Cita: Los investigadores utilizan el aprendizaje automático para identificar los biomarcadores sanguíneos del autismo ( 2021, 24 de febrero) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-02-machine-autism-blood-biomarkers.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.