Новое исследование показало, что широкий спектр сенсорных ощущений, о которых сообщают люди с аутизмом, соответствует различным паттернам обмена информацией в мозге. Исследователи обнаружили, что определённые функциональные связи между кортикальными и субкортикальными областями мозга могут предсказать сенсорный профиль ребёнка с аутизмом. Результаты исследования были опубликованы в журнале Biological Psychiatry: Cognitive Neuroscience and Neuroimaging.
Различия в сенсорном восприятии являются определяющей характеристикой для 87 % людей с аутизмом. Эти различия означают, что зрительные, слуховые, тактильные, обонятельные и вкусовые ощущения могут восприниматься с необычно высокой или низкой интенсивностью. Некоторые люди активно стремятся к определённым видам сенсорной стимуляции, в то время как другие делают всё возможное, чтобы избегать повседневных раздражителей. Эти различия влияют на то, как люди взаимодействуют с окружающей средой, и могут сказываться на когнитивном развитии и повседневной деятельности.
Несмотря на то, что эти сенсорные различия могут казаться сугубо индивидуальными, предыдущие исследования показали, что их можно разделить на определённые поведенческие категории. В ходе предыдущего масштабного исследования учёные выделили пять различных сенсорных фенотипов у детей с аутизмом. Первый фенотип — «сенсорная адаптация» — описывает детей, у которых сенсорные различия с нейротипичными сверстниками минимальны. Второй фенотип — «генерализованные сенсорные различия» — предполагает сильную чувствительность практически ко всем сенсорным раздражителям.
Остальные три фенотипа предполагают более специфические сенсорные реакции. Для одной группы характерна в первую очередь избирательная чувствительность к вкусам и запахам. К другой группе относятся дети, которые в целом слабо реагируют на окружающую среду, но при этом активно ищут острых ощущений. Третья группа характеризуется трудностями с передвижением в сочетании с низким уровнем физической активности. До сих пор было неизвестно, как именно эти пять поведенческих профилей соотносятся с нейронными связями в мозге.
Исследователь из Западного университета Мэтью Колиснык и старший автор статьи Райан Стивенсон возглавили группу ученых, которые изучали, связаны ли эти сенсорные профили с определенными паттернами мозговой активности. Они разработали метод анализа, позволяющий определить, соответствуют ли различные сенсорные проявления уникальным конфигурациям функциональных связей в мозге. Выявление этих нейронных основ может помочь объяснить огромное биологическое разнообразие проявлений аутизма.
Чтобы проверить эту гипотезу, исследовательская группа проанализировала данные 146 детей и подростков с аутизмом в возрасте от трех до двадцати одного года. Опекуны участников заполнили стандартизированный клинический опросник, в котором подробно описывали повседневную реакцию детей на различные сенсорные стимулы. На основе результатов этих опросников исследователи распределили участников по одному из пяти ранее выделенных сенсорных фенотипов.
Затем участники прошли функциональную магнитно-резонансную томографию в состоянии покоя. Этот метод сканирования мозга позволяет отслеживать уровень кислорода в крови и измерять активность мозга, когда человек находится в состоянии покоя и не выполняет никаких специальных задач. Наблюдая за тем, какие области мозга синхронно активируются и деактивируются с течением времени, исследователи могут составить карту функциональных связей в мозге. Эти связи показывают, как различные нейронные области взаимодействуют друг с другом и обмениваются информацией.
Исследователи разделили данные сканирования мозга на 200 отдельных участков коры головного мозга и 32 подкорковые области, расположенные глубоко в мозге. Затем они применили математический подход, известный как теория графов, чтобы определить, как информация движется по этой обширной биологической сети. Теория графов позволяет определить конкретные показатели, например силу связей между областями мозга и эффективность передачи информации между соседними областями.
Команда также использовала теорию графов для расчета центральности по посредничеству — показателя, который позволяет определить, являются ли определенные области мозга центральными узлами для передачи информации на большие расстояния. Другой показатель, коэффициент кластеризации, измеряет, насколько тесно связаны между собой непосредственные соседи той или иной области. В совокупности эти математические расчеты позволили получить сотни отдельных точек данных, описывающих уникальную нейронную сеть каждого участника.
Наконец, команда загрузила все эти данные, полученные с помощью теории графов, в алгоритм машинного обучения. Машинное обучение предполагает обучение компьютерной модели распознаванию скрытых закономерностей в больших массивах данных. Исследователи проверили, сможет ли модель на основе данных о связях между нейронами правильно определить, к какому сенсорному фенотипу относится тот или иной ребенок, сравнив все десять возможных пар из пяти групп.
Алгоритм успешно различил семь из десяти пар сенсорных фенотипов, основываясь исключительно на показателях нейронных связей. Лучше всего модель показала себя при сравнении двух наиболее контрастных поведенческих профилей. Она наиболее точно отделила группу с сенсорной адаптацией от группы с генерализованными сенсорными различиями.
Определенные нейронные сети оказались надежными предикторами сенсорного профиля ребенка. У детей из группы с сенсорной адаптацией были более выражены глобальные связи в префронтальной коре — области, которая в первую очередь отвечает за принятие решений и исполнительные функции. Также была выявлена высокая степень связности орбитофронтальной коры — области, расположенной прямо над глазами и отвечающей за интеграцию сенсорной информации с эмоциональным вознаграждением.
И наоборот, у детей с генерализованными сенсорными нарушениями наблюдались более сильные локальные связи в соматомоторной сети, которая непосредственно отвечает за осязание и произвольные физические движения. Первичные области обработки сенсорной информации у них были тесно связаны между собой на локальном уровне, но не имели прочных коммуникативных связей с префронтальной корой. Такая закономерность указывает на потенциальное различие в том, как исполнительные функции мозга более высокого уровня модулируют поступающие сенсорные сигналы из внешнего мира.
Анализ также выявил отличительные особенности связности для более специализированных сенсорных профилей. У детей с изолированной повышенной чувствительностью к вкусовым и обонятельным ощущениям наблюдалась измененная активность в задней теменной коре — области, отвечающей за пространственное мышление и концентрацию внимания. Различия в сетях, отвечающих за общее внимание, и в сети пассивного режима работы мозга — системе, которая активируется при погружении в собственные мысли и мечтательности, — также помогли алгоритму выделить несколько фенотипов.
Подкорковые структуры оказались очень важны для дифференциации конкретных сенсорных групп. Эти глубинные структуры мозга, к которым относятся таламус и прилежащее ядро, часто выступают в роли своеобразных привратников, пропускающих сенсорную информацию в кору головного мозга. Исследование показало, что паттерны подкорковых нейронных связей были особенно выражены в группе с генерализованными сенсорными различиями и в группе с повышенной чувствительностью к вкусовым и обонятельным ощущениям.
Исследование имеет ряд недостатков, связанных с его интерпретацией. Модель машинного обучения не смогла выявить статистически значимых различий между тремя парами фенотипов, такими как группа с пониженной чувствительностью и группа с трудностями в передвижении. Отсутствие дифференциации может свидетельствовать о том, что некоторые сенсорные профили могут иметь частично совпадающие нейронные механизмы или что для выявления более тонких различий в работе мозга требуется выборка большего размера.
При классификации сенсорного поведения детей исследователи в значительной степени опирались на данные, полученные от их опекунов. Несмотря на то, что эти опросники являются стандартными клиническими инструментами, они в некоторой степени субъективны и могут не в полной мере отражать внутренний опыт детей с аутизмом. Кроме того, в исследовании не учитывались различия в общей выраженности симптомов аутизма, коэффициенте интеллекта и сопутствующих заболеваниях, которые могут независимо влиять на паттерны нейронных связей.
Небольшие движения головой во время сканирования мозга могут искусственно искажать показатели функциональной связности. Несмотря на то, что исследователи удалили данные, полученные при чрезмерной подвижности, и применили математические поправки, систематические различия в том, насколько хорошо дети из разных сенсорных групп переносят пребывание в томографе, остаются потенциальным фактором. В будущих исследованиях необходимо будет протестировать эти прогностические модели на отдельных группах людей с аутизмом, чтобы убедиться, что выявленные закономерности применимы к более широким популяциям.
Само исследование: https://doi.org/10.1016/j.bpsc.2025.12.013
