Monitorowanie ryzyka autyzmu od narodzin
Zaburzenia ze spektrum autyzmu dotykają milionów rodzin na całym świecie, ale diagnoza często stawiana jest dopiero po wystąpieniu objawów behawioralnych. Na tym etapie może być już za późno na wcześniejsze wsparcie lub interwencję zapobiegawczą. Zrozumienie, w jaki sposób podatność genetyczna, biologia i środowisko oddziałują na siebie w okresie niemowlęcym, jest zatem najważniejszym zadaniem dla naukowców i systemów opieki zdrowotnej.
Ryzyko autyzmu od narodzin
Finansowany przez UE projekt GEMMA(odnośnik otworzy się w nowym oknie) miał na celu identyfikację wczesnych biomarkerów zaburzeń ze spektrum autyzmu poprzez obserwację niemowląt o podwyższonym ryzyku rodzinnym od urodzenia do 36 miesiąca życia. Do badania zrekrutowano około 350 noworodków z rodzin, w których autyzm zdiagnozowano już u starszego rodzeństwa. „Projekt stanowił wyjątkową możliwość obserwowania naturalnej historii autyzmu przed diagnozą kliniczną. Śledząc zmiany biologiczne i behawioralne w czasie, chcieliśmy wskazać na początek ryzyka i sposób jego modyfikacji”, wyjaśnia koordynator projektu Alessio Fasano. Uczestnicy oddawali próbki biologiczne i przekazywali informacje kliniczne co sześć miesięcy oraz przechodzili regularne testy behawioralne. To badanie podłużne umożliwiło badaczom uchwycenie zmian biologicznych zachodzących przed, w trakcie i po wystąpieniu objawów. W projekcie GEMMA połączono szereg warstw informacji, w tym dane genomiczne, epigenomiczne, mikrobiomowe i metabolomiczne. Ta zintegrowana strategia oparta na biologii systemowej posłużyła zbadania, w jaki sposób odziedziczona podatność wchodzi w interakcje z bakteriami jelitowymi, odpowiedziami immunologicznymi i metabolizmem. Następnie wykorzystano narzędzia uczenia maszynowego w celu określenia wzorców związanych z rozwojem autyzmu w późniejszym wieku(odnośnik otworzy się w nowym oknie). „Pozwoliło to zespołowi przejść od izolowanych czynników ryzyka do modelu predykcyjnego uwzględniającego interakcję wielu parametrów biologicznych”, dodaje Fasano.
Wczesne sygnały ostrzegawcze
Zespół GEMMA ustalił, że zmiany w mikrobiomie jelitowym i jego funkcji mogą poprzedzać objawy behawioralne o kilka miesięcy. Naukowcy zidentyfikowali zmiany związane z podwyższonym poziomem zonuliny(odnośnik otworzy się w nowym oknie), biomarkera powiązanego z przepuszczalnością jelit i procesami zapalnymi. „Sugeruje to, że zmiany biologiczne mogą wystąpić na długo przed tym, jak możliwe stanie się postawienie tradycyjnej diagnozy”, podkreśla Fasano. Badanie wykazało także, że znaczące wskaźniki behawioralne mogą pojawić się wcześniej niż dotąd sądzono. Dziewięciomiesięczne niemowlęta, opisywane jako wyjątkowo wybredne, trudne do uspokojenia lub mające trudności ze snem, częściej wykazywały wczesne objawy związane z autyzmem w wieku 12 miesięcy.
Interwencje bazujące na mikrobiomie
Zespół GEMMA zbadał także, czy modyfikacja mikrobiomu jelitowego(odnośnik otworzy się w nowym oknie) może pomóc w złagodzeniu zachowań autystycznych. Sześciomiesięczna otwarta interwencja z kombinacją probiotyków i prebiotyków przyniosła poprawę w zakresie objawów żołądkowo-jelitowych i trudności behawioralnych. Dzięki analizom prospektywnym zidentyfikowano dodatkowo zestaw taksonów bakteryjnych pozwalających na przewidywanie późniejszego rozwoju autyzmu z dużą dokładnością. Odkrycia te zostały potwierdzone w humanizowanych modelach zwierzęcych wykorzystujących transfer mikrobioty kałowej, co umacnia dowody na przyczynową rolę braku równowagi mikrobiologicznej jelit. Dzięki połączeniu najnowocześniejszej nauki o danych z rzeczywistymi obserwacjami klinicznymi projekt GEMMA zredefiniował badania nad autyzmem, przybliżając je do przewidywania, zapobiegania i spersonalizowanej opieki. Rozpoczęto już wspólne międzynarodowe projekty mające zweryfikować te wyniki w dodatkowych grupach populacji i przełożyć je na praktyczne narzędzia. W dłuższej perspektywie projekt ma doprowadzić do powstania ścieżek klinicznych, w ramach których niemowlęta z rodzinną historią autyzmu mogłyby otrzymywać zintegrowane oceny ryzyka łączące genetykę, profile mikrobiomu jelitowego, markery immunologiczne i obserwacje behawioralne. Algorytmy predykcyjne pozwoliłyby następnie klinicystom zidentyfikować dzieci, które najprawdopodobniej skorzystają na wczesnych spersonalizowanych interwencjach, takich jak ukierunkowane strategie żywieniowe lub probiotyczne, zanim objawy staną się w pełni widoczne.