Überraschende Entdeckung: Autismus ist keine einheitliche Störung

Der Hypoconnectivity-Subtyp war mit synaptischen Pfaden

Der Hypoconnectivity-Subtyp war mit synaptischen Pfaden assoziiert, während der Hyperconnectivity-Subtyp mit immunologischen biologischen Systemen in Verbindung stand.

Zusammen umfassten diese beiden Gruppen etwa 25 % der im Rahmen der Studie einbezogenen Personen mit Autismus. „Seit Jahrzehnten beobachten wir eine enorme Variabilität darin, wie sich Autismus äußert, doch wir fehlten direkte Belege dafür, dass diese Unterschiede auf eine unterschiedliche zugrundeliegende Biologie zurückzuführen sind", sagte Dr.

Alessandro Gozzi vom italienischen Istituto Italiano di Tecnologia. „Unser Ansatz ermöglichte es uns, spezifische genetische und immunologische Faktoren zu isolieren und diese Signatur anschließend auf menschliche Gehirnscans zu übertragen.

Technik und Auswirkungen

Dabei zeigten wir, dass unterschiedliche Konnektivitätsmuster verschiedene mechanistische Pfade kodieren, die dem Autismus zugrunde liegen." Mausmodelle liefern einen biologischen Leitfaden Um die Entstehung dieser Gehirn muster besser zu verstehen, kombinierten die Forscher Bilddaten mit genetischen und biochemischen Analysen in Mausmodellen.

Dies ermöglichte es, spezifische Konnektivitäts-Signaturen mit Veränderungen der zellulären Funktion zu verknüpfen. Die Studie offenbarte, wie molekulare Signalwege, einschließlich synaptischer und immunologischer Mechanismen, charakteristische Muster der Gehirnvernetzung erzeugen, die mittels fMRI detektierbar sind.

Die bei Mäusen identifizierten biologischen Signaturen dienten sodann als Referenzmuster zur Suche nach ähnlichen Subtypen in menschlichen Gehirnscans. „Die Mausmodelle gaben uns eine biologische ‚Rosetta-Stein'," sagte Dr.

Technik und Auswirkungen

Adriana Di Martino vom Child Mind Institute. „Wir konnten erkennen, welche biologischen Signalwege welche Konnektivitäts-Signaturen antreiben, und danach diese gleichen Muster beim Menschen suchen." Bestätigung der Ergebnisse durch menschliche Gehirndaten Die menschlichen Bilddaten stammen aus dem Autismus Brain Imaging Data Exchange (ABIDE), einer wegweisenden Neurobildgebungs-Initiative, die gemeinsam ündet wurde und Datensätze aus Forschungslaboren weltweit sowie vom Child Mind Institute aggregiert.

Bei der Untersuchung der menschlichen Daten identifizierten die Forscher übereinstimmende Subtypen mit Hyper- und Hypokonnektivität. Weitere Analysen der Genexpression stützten diese Befunde.

Gehirnregionen mit Hypokonnektivität waren reich an synaptischen Genen, während Regionen mit Hyperkonnektivität eine Anreicherung, was die gleichen biologischen Mechanismen widerspiegelt, die in den Mausmodellen beobachtet wurden.

Die Konsistenz der Befunde über unabhängige

Die Konsistenz der Befunde über unabhängige Datensätze hinweg verlieh den Ergebnissen zusätzliche Glaubwürdigkeit. „Die Reproduzierbarkeit derselben Subtypen über Dutzende unabhängiger Forschungszentren hinweg war eine entscheidende Validierung", ergänzte Dr. Gozzi. Hin zur personalisierten Autismus-Behandlung.

Die beiden Subtypen unterschieden sich zudem in ihrer allgemeinen funktionellen Gehirnorganisation und zeigten moderate Unterschiede in standardisierten Autismus-Assessments.

Personen in der Hyperkonnektivitätsgruppe erzielten etwas höhere Werte bei Maßen der Autismus-Schwere. „Basierend auf biologischen Markern im Gehirn lassen sich Unterschiede erkennen, die aktuelle verhaltensbezogene Assessments nicht vollständig erfassen", so Dr. Di Martino.

Die Forschenden betonen, dass diese beiden

Die Forschenden betonen, dass diese beiden Subtypen wahrscheinlich nur einen Teil der biologischen Komplexität des Autismus abbilden.

Obwohl sie zwei dominante Konnektivitätsmuster identifiziert haben, gehen sie davon aus, dass weitere Autismus-Subtypen zutage treten könnten, sobald größere Datensätze verfügbar werden und analytische Methoden weiter verbessert werden.

Quelle: „Autism subtypes identified using cross-species functional connectivity analyses", Valerio Zerbi, Silvia Gini, Filomena Grazia Alvino, Abhishek Banerjee, Andrea Barberis, M. Albert Basson, Yuri Bozzi, Alberto Galbusera, Jacob Ellegood, Michela Fagiolini, Jason P.

Technik und Auswirkungen

Lerch, Michela Matteoli, Caterina Montani, Davide Pozzi, Giovanni Provenzano, Maria Luisa Scattoni, Nicole Wenderoth, Ting Xu, Michael V. Lombardo, Michael P. Milham, Adriana Di Martino und Alessandro Gozzi, 15. Mai 2026, Nature Neuroscience.

DOI: 10.1038/s41593-02287-z Die Studie wurde durch eine internationale Zusammenarbeit ermöglicht, die vom italienischen Institut für Technologie (Italian Institute of Technology) und vom Child Mind Institute koordiniert wurde.

Die Finanzierung erfolgte durch die Simons Foundation Autism Research Initiative, den European Research Council über die Projekte #DISCONN und #BRAINAMICS, die Brain and Behavior Foundation, die Fondazione Telethon sowie das US National Institute of Mental Health.