研究人员已经使用机器学习将1100多种血浆蛋白减少到9种，这些蛋白与自闭症谱系障碍(ASD)相关。如果在其他试验中得到验证，则该进展将有助于比当前平均诊断年龄4岁早得多的护理计划。
该团队在2月24日于Plos One发表的一项研究中描述了其工作。
得克萨斯州奥斯汀市约翰逊儿童健康与发展中心的劳拉·休伊森(Laura Hewitson)博士及其同事分析了154个18个月至8岁之间男孩的血清样本。该领域的一半是自闭症患者，另一半通常是同龄人。
研究人员使用一种可商购的测定平台，使用三种不同的算法来找到九种蛋白质，这些蛋白质一起正确地指出了自闭症患者，而超过80%的时间取消选择了非自闭症患者。
这组作者写道：“这组新颖的蛋白质有可能成为一种有效的基于血液的生物标记物，可以早期识别男孩中的ASD，特别是因为行为和发育评估不容易在很小的孩子中进行。”
他们补充说：“虽然将机器学习用于ASD诊断仍处于起步阶段，但是当我们进一步阐明与ASD相关的功能过程以及脑部结构与大脑之间的机械相互作用时，识别关键的蛋白质组生物标志物也可能会导致针对性的干预策略。行为。”
在达拉斯的UT西南医学中心的新闻报道中，该机构的资深作者德怀特·德国(Dwight German，PhD)表示，研究小组的希望是“有一天使用血液生物标志物鉴定出一名儿童有发展成ASD的风险，并可以开始治疗。立即地。这将帮助孩子发展技能，以优化他们的沟通和学习。”
