Science子刊：利用社会知觉电生理指标对自闭症表型进行分层

自闭症谱系障碍（ASD）是一种神经发育疾病，其特点是社会交流困难，但也有很大的异质性。为了提供个性化的医疗方法，我们需要将自闭症患者分为具有不同生物特征和/或预后的亚群，从而更好地进行干预。我们试图通过测量N=436名健康和患有ASD的儿童与成人对面孔（社会互动中的关键）的神经（脑电图）反应，来验证对面孔的神经反应可以作为ASD的潜在分层因素。ASD早期阶段的平均面孔处理速度（N170潜伏期）比年龄匹配的对照组更慢。此外，N170潜伏期与梭状回对面孔的反应（用fmri测量）和ASD的多基因评分有关。在ASD组中，N170潜伏期预测了18个月随访期间适应性社会技能的变化；数据驱动的聚类确定了一个大脑反应较慢和社会预后不佳的亚组。在针对社会功能的模拟临床试验中，使用分布式数据驱动的分界点与预测的改善力有关。总之，这些数据为N170作为一种分层因子来确定ASD中生物学和预后学上的亚组提供了趋同的证据。本研究发表在Science Translational Medicine杂志。

简介：

自闭症谱系障碍(ASD)是一种神经发育疾病，与社会交往、沟通困难有关，存在限制性或重复性的行为或兴趣以及脱敏/过度敏感。ASD的原因是高度异质性的。有多个已确定的遗传因素和几个可能的环境因素，可能与遗传背景相互作用。症状表现也是多变的，无论是在核心症状上，还是是否存在一系列相关症状，如焦虑、抑郁、智力残疾或语言延迟。为了走向个性化干预与支持策略，我们需要将这一异质性人群划分为生物学上和预后上更同质的亚组。

参与社会困难是自闭症谱系障碍的主要症状。自闭症谱系障碍患者的社会困难会影响日常的适应功能。社会退缩和相关的孤独感是自闭症患者出现抑郁症和焦虑症等情况的主要风险因素，其发生率高于预期。制定社会功能的支持策略对于提高自闭症患者的心理健康、适应功能和独立技能以及生活质量至关重要。然而，社会困难可能与许多不同的神经生物学上的改变有关;识别“分层因子”是至关重要的，这是一种客观的测量方法，用于识别生物学上或预后上更同质的亚群。尽管对ASD进行了几十年的研究，但仍然没有有效的分层标志。关键步骤包括确定独立可靠的、机制敏感的、与已知生物系统相关的、可预测以及预后的、在临床上具有明确潜在应用背景的指标。

在此，我们重点关注N170对面孔的神经反应，作为ASD社会功能的一个候选分层因子。社会互动是复杂和快速的，因此，对面孔的专门知识是成熟社会互动的核心。N170（14）是一种对面孔敏感的负性事件相关电位，在刺激开始后170毫秒左右在枕颞电极上达到峰值（代表枕外侧区域，包括梭状回的神经元群的协调发射）；它可能反映了通过经验构建面孔专门知识，并对通过刺激反转测量的构型处理很敏感。

它的振幅和潜伏期具有中等至良好的个体内可靠性。在一项元分析中，自闭症患者相对于神经质对照组，ASD患者对面孔的N170平均潜伏期较长（较慢）（Hedges' g = 0.36），而不是非面孔控制刺激。在ASD内部，较快的N170潜伏期与更好的整体面孔处理、更强的社会适应和较少的社会困难有关。从预后的角度看，N170潜伏期与从童年到青春期的社会症状轨迹有关。

我们在一项欧洲多点纵向研究中检验了N170是否可以用于根据社会功能对436名患有自闭症和对照的人进行社会功能分层。

首先，我们检查了N170潜伏期的差异是否与临床表型(ASD的诊断状态)有关。

其次，我们通过测试N170潜伏期是否与专门知识敏感处理的测量（EEG中脸部倒置效应的大小）相关来检验机制敏感性。

第三，我们测试了N170潜伏期是否与ASD相关的生物途径有关，通过功能磁共振成像（fMRI）测量其与核心社会脑区对面孔反应的大小的相关性，以及与ASD多基因评分（PGS）的变化（许多以前与ASD相关的常见变异的聚集效应）。

第四，我们通过测试N170潜伏期是否能预测ASD组中后来的社会功能（在Vineland-II社会化量表及其组成子域上）来研究预后效用。

为了进一步探究临床效用，我们又研究了随访时与N170相关的Vineland社会化量表的子域本身是否与更广泛的临床变化（临床总体印象）和生活质量（儿童健康和疾病概况）有关。

我们使用蒙特卡洛模拟标准分布定义的N170分界点（通过创建一个N170潜伏期随年龄变化的标准模型，然后计算每个自闭症患者在该分布中的位置）富集临床试验的潜在统计检验力增益，这些被试更有可能随着时间的推移在社会功能方面没有表现出自发的改善。

方法实验设计

数据来自LEAP，这是一项欧洲多地点纵向观察研究。对整个LEAP队列的临床特征存在两波完整的评估和正在进行的第三次评估。补充材料提供了完整的纳入/排除标准和方法细节。在每个研究地点，都有一个独立的伦理委员会批准这项研究;所有被试及其父母/法定监护人均提供书面知情同意（如适用）。LEAP研究的目标是识别自闭症的分层生物标志物;在本分析中，我们根据之前的文献预测，从脑电图对面孔的反应中得到的N170可以预测社会轨迹。被试没有被随机分配到特定的组或条件下，被试和实验者都对诊断状态不知情。所有分析阶段均不考虑年龄、地点和诊断状态。

被试

我们纳入了436名具有有效脑电图数据的自闭症患者和非自闭症患者的总样本，他们的年龄在6到31岁之间，智商在50到148之间。没有排除异常值。纳入和排除标准见补充材料。

EEG

根据国际标准，五个地点使用三个不同的系统获得基线脑电图数据。EEG采集、清理、处理平均、峰值检测和提取的细节在补充材料中描述。使用TaskEngine /Presentation，被试被呈现三个直立或倒置的面孔（白人、非裔美国人和亚洲人），在四个block重复168次。每次试验都从一个随机选择的固定图标开始(2.9°的视角定位在脸部眼睛区域，随后出现在直立和倒立的条件下)。数据从每个地点以其原始的、特定于制造商的专有格式上传到中央存储库，并在EEGlab中进行预处理，以统一格式(62通道，在线参考点为FCz，采样率为1kHz)的数据。

除UCBM外，所有部位的视觉刺激时间都是用光电二极管进行测量和校正的。在Fieldtrip中，原始脑电图数据在刺激发生后的−200到800ms之间进行分段;带通滤波为0.1到30Hz, 使用2000ms填充;并重采样到500hz。用自定义编写的自动算法识别和去除伪迹，并检测出整个头皮的伪迹（电压>±100μV或电压差>150或0μV），并使用球面样条算法进行插值，其中至少有三个相邻的通道没有伪迹。

在电极FP1/z/2, AF7/8上检测到眼电(EOG)伪迹，并去除受污染的试次。将组平均数据校正基线(从- 200到0ms的平均振幅)。最后，通过手动监督的自动算法提取N170 (P7和P8)峰值振幅和潜伏期。表S2列出了数据丢失的分组，表S3列出了提供可用数据的被试和没有提供可用数据的被试在临床得分上的差异（见补充材料）。

临床测量，视觉fMRI，和遗传学

为了测试表型与N170L关联的特异性，我们收集了核心（ADOS）、自闭症诊断访谈、相关症状和适应功能的临床测量。一部分样本(n = 145脑电图)在最初评估后14个月至2年再次进行随访;使用Vineland社会化域和先前工作中给出的组成分量表来评估社会功能的变化。使用儿童健康和疾病概况评估生活质量，使用临床全局印象量表评估一般变化。

作为LEAP协议的一部分，我们使用一个成熟的面孔匹配任务在3台特斯拉MRI扫描仪上获得了功能性脑反应，并交替使用面孔block (愤怒和恐惧的情绪面孔)和控制条件。

使用SPM12的标准分析程序对功能成像数据进行预处理和统计分析。为了确定EEGN170潜伏期是否与核心面孔敏感脑区相关，我我们使用fMRI来评估双侧的、事先定义的FFA的解剖掩模内的BOLD反应[2318体素，小体积校正;图S3]。FFA被认为是N170反应的主要来源之一。单核苷酸多态性基因分型是在“国家研究中心Génomique人类(CNRGH)”使用Illumina公司的InfiniumOmniExpress-24v1BeadChip (>700K标记)进行的。在质量控制和血统校正后，使用PRSice-2工具对198名自闭症患者和133名欧洲血统对照计算了一系列PGS评分（包括ASD）。

统计方法

分析在SPSS24和R1.3.959中运行，并对每个核心问题的多重比较进行校正; 除非另有说明，统计学阈值被设定为双侧P 0.2, ηp2s < 0.004）。

表1. LEAP样本中有EEG数据的个人的临床和诊断情况

数据呈现的是平均值（SD）。不包括剑桥大学的被试，因为他们没有做EEG。随访时的临床和诊断信息只针对那些具有有效基线和随访分数的人。随访时没有对对照组进行VABS测量。

IQ，智商。VABS，文兰适应性行为量表-II。ADI-R, 自闭症诊断访谈。ADOSCSSTotal, SA, RRB,自闭症诊断观察表总分、社会情绪、限制性和重复性行为的校准严重程度分数。DAWBA，发展与幸福评估。WASI，韦氏智力量表。WISC；韦氏儿童智力量表，NA；不适用。

图S1. 面孔倒置和面孔直立条件下的平均ERPs（B，N=442），以三岁为单位。试次流程的描述（A）。

图1. 直立面孔刺激引起的N170事件相关电位和拓扑图。

(A）平均事件相关电位波形，实线表示平均波形，±2SE为阴影，在ASD（n = 246）和对照组（n = 190），一般线性模型；F1,430 = 9.43, P = 0.002, ηp2 = 0.021。

(B) 振幅和潜伏期差异的概率密度函数。

(C) 面孔刺激出现后150至250ms的激活拓扑图，标记电极P7和P8。

增加地点（见补充材料：五所大学\医学中心，使用了三种EEG采集设备）和性别以及它们与诊断组的交互作用并没有改变统计模式（组的主效应（F1,426=7.03, P=0.02,ηp2= 0.013; 图.S4）；诊断组效应在地点（F1,426=1.36,P=0.25,ηp2=0.003）或性别（F1,426=0.16, P=0.69, ηp2 < 0.001）上无显著差异，性别对N170L没有总体效应（F1,426 = 0.07, P = 0.80, P2 < 0.001）。

图S4。

直立面孔(face_up)和倒置面孔(face_inv)刺激诱发的平均事件相关电位(ERPs) (N=432)，说明了诊断和性别之间的交互作用。A)男,自闭症;B)男,控制;C)女,自闭症;D)女,控制。

与我们的预期一致，N170L作为诊断标志物的前景不佳。使用留一交叉验证，N170L逻辑回归预测ASD状态显著（EST = 9.57，SE = 3.30，Z = 2.9，P = 0.0037；图S2）。然而，曲线下面积（AUC）为0.56，表明预测效果相对较差，敏感度为0.19，特异性为0.81。按性别分组，男性（EST = 11.92, SE = 4.1, z = 2.91, P = 0.0036, AUC = 0.57, n = 301, sens = 0.13, spec = 0.88）比女性（EST = 5.31, SE = 5.7, z = 0.93, P = 0.35, AUC = 0.46, n = 135, sens = 0.61, spec = 0.33）表现略好。

图S2. N170潜伏期与年龄、诊断和性别之间的关系(N=454)。ASD=自闭症谱系障碍;CTRL=控制。

N170的振幅

样本总体上显示出右半球对面孔的反应比左半球大的标准模式（F1,430 = 28.61，P < 0.001；图1）。同样，振幅随年龄增长而下降（F2,430 = 64.163，P < 0.001；图S1）。各组在两个半球的N170振幅上没有差异（F1,430 = 0.358，P = 0.550；图1），半球和组之间没有明显的交互作用（F1,430 = 0.707，P = 0.401；图1）。

N170潜伏期与症状学的关系 在ASD组内计算与症状学的相关，并控制年龄。更快的N170L与较少的社会症状相关（AutismDiagnosticObservationSchedule (ADOS) SocialAffect）[r209 = 0.20, P = 0.003;图S3)，但与限制和重复行为(r209 = 0.064, P = 0.36)不相关。未观察到与相关症状（内化、外化或智商(IQ)）的关联，表明其具有特异性(表S6和图S3)。如果将性别添加到模型中，那么N170L和ADOSSocialAffect之间的关联的大小就不存在显著的性别差异(以性别、年龄、N170L、性别*N170L为预测因子，以ADOS社会影响为因变量进行方差分析;性别与N170LF1,207 = 0.66, P = 0.42，ηp2 = 0.003;图S3)。

图S3. N170潜伏期、要点和相关症状之间的关系。

(A) 年龄(N=436)，

(B) 自闭症诊断观察量表(ADOS)SocialAffect（SA）(N=212)，

(C) ADOS限制和重复行为(RRB;N=269),

(D) 文兰社会化(N=269)，

(E) 文兰应对(N=272)，

(F) 文兰人际关系(N=272)，

(G) 文兰玩耍和休闲时间(N=273)，

(H) 社会反应量表(N=310)，

(I) 语言智商(N=432)，

(J) 行为智商(N=433)，

(K) 内化(N=368)，

(L) 外化(N=368)，

(M) 性别划分的ADOS社会情感（SA）(N=438)。

机制相关：倒置效应

倒置人脸会扰乱其结构和身份提取的处理；因此，如果N170L中的病例对照差异代表面孔处理的改变，那么我们应该看到面孔倒置对N170调制的相应差异。与对照组相比，ASD组N170L倒置效应确实有所减弱(交互作用:F1430 = 7.67, P = 0.006，hp2 = 0.018;ASD: F1,243= 0.02, P = 0.9，hp2 = 0.000;对照:F1187 = 15.86, P < 0.001，hp2 = 0.078)。倒置效应的组间差异大小不受性别的影响(F1427 = 0.27, P = 0.61，hp2 = 0.001;图S4)。与N170对结构加工的敏感性一致，在ASD组内，N170对直立面孔的潜伏期与倒置面孔对N170振幅和潜伏期的影响大小相关(年龄控制，倒置潜伏期r246 = 0.49, P < 0.001;倒置振幅r246 =−0.23,P < 0.001;图S5)。

图S5:自闭症谱系障碍(ASD)和对照组(神经正常/NT)组(N=435)的N170潜伏期和(A) N170潜伏期和(B) N170振幅的倒置效应(直立-倒置)大小之间的关系

N170潜伏期与振幅的内部一致性

在整个样本中，N170成分的内部一致性在两个半球都是良好或优秀的。观察到的组内相关系数（ICCs）在潜伏期（0.95）上高于振幅（0.84至0.88）。亚组分析（按诊断、年龄和是否有轻度智力低下）的ICC均为良好或优秀，但轻度智力低下组左半球的振幅为中等（ICC=0.69）。

与面孔敏感的fmri反应的关系

与形状匹配的对照条件相比，梭状回面孔区(FFA)的面孔敏感反应被评估为不同的血氧水平依赖(BOLD)反应。在有数据的ASD (n = 99)和对照组(n = 100)中，N170潜伏期与右侧梭状回的面孔敏感反应相关（MontrealNeurologicalInstitute (MNI)的峰值体素[30 -64 -10](t = 3.93, PSVC = 0.032;R2 = 0.131, N170b = 0.285, P < 0.001;图2,A和B)具有一定的区域特异性(图2。S6和S7);诊断组(F1,190≤7.38,PSVC≥0.860)和年龄(F1,188≤9.09,PSVC≥0.619)对该效应无调节作用。

图2.与功能磁共振成像、多基因评分和N170潜伏期的关系。

(A)梭状回面孔敏感功能反应与N170潜伏期之间的维度关联(ASDn = 99，对照组n = 100;一般线性模型;t = 3.93, PSVC = 0.032;R2 = 0.131, n170b = 0.285,p < 0.001);

（B)大脑切片上的t值。

(C) ASD多基因评分与N170潜伏期反应的相关性(全样本:Spearman’sr2 = 0.026;P = 0.0031;ASD患者n = 198, r2 = 0.022;P = 0.039;控制组n = 133, r2 = 0.024;P = 0.074)。样本为198例ASD患者和133例欧洲对照。

图S6.梭状回面孔区域先验定义掩膜示意图。

A)轴向视图，B)矢状视图。梭状回面孔区域的掩膜来源于解剖学的自动标记图谱。

图S7.反映不同高度阈值水平下面孔敏感BOLD反应与N170潜伏期之间关系的fMRI脑图示意图(从左到右)。

高度阈值定义为t值A) t=1, B) t=2和C) t=3。峰值体素位于右侧梭状回面孔区MNI [30 -64 -10]， t=3.93。

与常见遗传变异的关系

较长的N170潜伏期与ASD较高的PGS有关（图2C；Spearman'sr2 = 0.026；P = 0.0031；ASD参与者r2 = 0.022；P = 0.039；对照组r2 = 0.024；P = 0.074），但与精神分裂症、脑容量、智力或体重指数无关（图S8）。当用新的SBayesR方法计算ASD-PGS时，N170L和ASD-PGS之间的相关仍然显著（P = 0.035）。与注意力缺陷多动症（ADHD）的PGS也有显著正相关（r2=0.01；P=0.039），与最近计算的 "ReadingtheMindintheEyes"测试分数的PGS存在负相关（r2= 0.01；P = 0.03），这是一个衡量认知移情的方法，对自闭症参与者来说可能更具挑战性。

与文兰（Vineland）社会化量表的维度关系

为了确定N170L是否具有预后作用，我们研究了第一轮评估时的N170与第二轮评估时的Vineland社会化量表及其子域的变化之间的关系。在ASD组中，在控制年龄和基线分数的情况下，简单部分相关显示，基线时较快的N170潜伏期与基线和随访期间Vineland社会化量表的游戏和休闲时间（PlayandLeisureTime）子领域V-scale分数的较大改善有关（r141=-0.235，P=0.005；Bonferroni校正α= 0.02；图S9）。N170L与PlayandLeisureV-scale的变化之间的相关并没有因性别而有所不同（协方差分析（ANCOVA）；F1,139 = 0.055, P = 0.82, hp2 = 0.00）。其他量表没有显示预测关系（Ps>0.5）。

图S9.在ASD组（N=153）中，N170潜伏期与Vineland游戏和休闲时间（PLT）在基线和随访期间的变化之间的相关。

A）PLT变化得分，B）PLT变化率（评估之间的差异得分/天）

控制基线年龄和基线与随访评估之间天数的回归也显示了N170潜伏期的效应显著（总体模型F3,144 = 3.05, P = 0.031, r2 = 0.06; N170Lbeta = -0.020, t144 = -2.15, P = 0. 033），用V-scale分数的变化率作为因变量（分数差除以时间差）并控制基线年龄也显示出同样的效果（总体模型F3,144 = 3.04，P = 0.031，r2= 0.06；N170Lbeta = -0.021，t144 = -2.26，P = 0.026；图S9），表明基线和随访之间的时间并没有混淆研究结果。

使用留一交叉验证并控制基线分数和年龄，线性回归证实了N170L与VinelandPlayandLeisureTimeV-scale分数变化之间的预测关系显著（est. = -24.39, SE = 8.48, t143 = -2.88, P = 0.0046）。控制地点的效应（t142=1.59，P=0.11）并不能消除总体效应（est.=-21.80，SE=8.58，t143=-2.54，P=0.01）。随访时的PlayandLeisureTimeV-scale分数在临床总体印象量表的五个结果类别中显著变化（对基线和随访之间变化的判断表示为 "很多/有点差"，"差不多"，"有点/很多"；F4,180 = 3.78，P = 0.006，hp2 = 0.079；控制年龄后F4,180 = 3.49，P = 0.009，hp2 = 0.074；图S10），而且随访时的高分与儿童健康和疾病概况测量的成绩（r162=0.36，P