IF31.7｜自闭症表型异质性分解揭示潜在遗传程序

用生成式混合模型把自闭症分成四类，每类对应不同的遗传变异和发育基因表达模式。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

自闭症谱系障碍（ASD）的核心特征是社交沟通障碍和重复刻板行为，但个体间表型差异极大，常伴随认知、行为和精神共病。遗传学研究已发现数百个ASD相关基因，但基因型与表型的对应关系仍不清晰。以往研究多采用“以性状为中心”的方法，孤立地分析单一表型与遗传变异的关系，忽略了性状间的相互作用和个体整体表型组合。而“以人为中心”的方法能够捕捉个体多维度表型的综合模式，在其他精神疾病中已显示出潜力。本研究利用大型队列的广泛表型和匹配遗传数据，旨在解析自闭症的表型异质性，并揭示其背后的遗传程序。

科学问题

卡在哪里： 此前缺乏将自闭症个体整体表型组合与遗传变异直接关联的大规模研究。性状中心的方法无法处理共病和性状间的相互影响，导致遗传信号被稀释或掩盖。

本文要回答： 利用生成式混合模型对自闭症儿童进行表型分类，并探究各类别在常见变异、新生突变和罕见遗传变异上的差异，以及这些差异与发育基因表达模式的关联。

技术路线

作者主要用了：生成式混合模型、全外显子测序、多基因评分、通路富集、单细胞发育轨迹。

作者从SPARK队列中提取5392名自闭症儿童的239个表型特征，涵盖社交、重复行为、注意力、情绪、发育迟缓等维度。使用生成式有限混合模型（GFMM）对这些混合类型数据进行聚类，得到四个表型类别。随后，利用外部医疗诊断和独立SSC队列验证类别。接着，对各类别进行全外显子测序分析，比较新生突变和罕见遗传变异的负担，并计算多基因评分。最后，将突变基因映射到人前额叶皮层的发育表达轨迹上，揭示各类别独特的发育时序模式。

图 1　Fig. 1。图1展示了研究设计和表型分类结果。a部分显示GFMM训练流程：输入5392名先证者的239个表型特征，输出四个类别。b部分展示各类别在七个表型类别上的特征富集模式，颜色表示富集或缺失。c部分显示Mixed ASD with DD在发育迟缓类别中显著富集（FDR<0.01, Cohen's d 0.19-0.46）。d部分显示所有类别在SCQ上得分均显著高于非自闭同胞，支持ASD诊断。

核心亮点

亮点 1｜四个可复现的表型类别

GFMM将5392名自闭症儿童分为四类：Moderate challenges（34%）、Broadly affected（10%）、Social/behavioral（37%）和Mixed ASD with DD（19%）。各类别在核心症状和共病特征上呈现显著差异，如Broadly affected在所有类别中得分最高，而Moderate challenges得分最低。外部医疗诊断验证了这些差异：Broadly affected在几乎所有共病中富集，Mixed ASD with DD在语言延迟、智力障碍和运动障碍中富集（FE 8.8-20.0）。在独立SSC队列中复现了相似的模式，特征富集模式相关性达0.927（P<1×10^-4）。

图 2　Fig. 2。图2展示了外部临床验证和SSC复制。a部分显示各类别在医疗诊断中的富集倍数（FE）和显著性，Broadly affected在几乎所有诊断中富集，Mixed ASD with DD在语言延迟、智力障碍中FE高达8.8-20.0。b部分显示诊断年龄和干预数量差异，发育迟缓重的类别诊断更早、干预更多。c部分显示SPARK和SSC队列在七个表型类别上的特征富集模式高度相关（r=0.927）。

亮点 2｜常见变异多基因评分差异

多基因评分分析显示，各类别在ADHD、抑郁、教育程度和IQ等性状上存在显著差异。Broadly affected和Social/behavioral的ADHD多基因评分显著高于同胞和其他类别（FDR<0.01, Cohen's d>0.22），与临床诊断富集一致。Social/behavioral的抑郁多基因评分最高（FDR=0.003, Cohen's d=0.204）。Broadly affected的教育程度和IQ多基因评分显著低于其他类别（FDR<0.1, Cohen's d>0.17）。值得注意的是，ASD多基因评分在各类别间无显著差异，可能由于方差过大。

图 3　Fig. 3。图3展示了常见和罕见变异的类别差异。a部分显示多基因评分：Social/behavioral在ADHD和抑郁上最高，Broadly affected在教育程度和IQ上最低。b部分显示新生LoF和错义突变负担：Broadly affected最高，Social/behavioral最低；罕见遗传LoF和错义突变仅在Mixed ASD with DD中显著富集。c部分显示按基因约束性分层的新生LoF负担：Broadly affected在高约束基因中最高，Moderate challenges在中等约束基因中显著。

亮点 3｜罕见变异负担的类别特异性

Broadly affected在新生LoF和错义突变中负担最高（与同胞相比FE=1.66, FDR=0.01），而Social/behavioral最低（FE=1.17, FDR=0.086）。Mixed ASD with DD在罕见遗传LoF和错义突变中显著富集（FE=2.55, FDR=0.016），提示其遗传结构包含更强的遗传成分。进一步按基因约束性分析发现，Broadly affected在高约束基因（pLI≥0.995）中新生LoF负担最高，而Moderate challenges在中等约束基因（0.5≤pLI<0.995）中显著富集（OR=2.54, FDR=0.09），表明不同类别可能涉及不同约束程度的基因。

图 4　Fig. 4。图4展示了基因集和通路的类别特异性。a部分显示七个基因集中新生LoF负担的富集倍数和显著性，发育迟缓重的类别在ASD基因集中富集更高。b部分显示ASD风险基因和FMRP靶基因的OR值，Broadly affected在FMRP靶基因中OR高达12.8。c部分显示各类别富集的GO生物过程，几乎无重叠，如Social/behavioral富集染色质组织，Mixed ASD with DD富集神经元动作电位。

亮点 4｜基因集和通路的类别特异性

在ASD相关基因集中，发育迟缓较重的类别（Broadly affected和Mixed ASD with DD）新生LoF负担显著高于其他类别（平均FE 17.2和10.9 vs 5.8和5.0）。FMRP靶基因的新生突变在Broadly affected中特异性富集（FE=2.2, FDR=0.04, OR=12.8）。通路分析显示各类别富集的生物过程几乎无重叠：Social/behavioral富集染色质组织和微管活性，Moderate challenges富集组蛋白修饰，Mixed ASD with DD富集神经元动作电位和电压门控钠通道活性。

图 5　Fig. 5。图5展示了发育表达轨迹与类别关联。a部分显示四种基因表达趋势（up, trans up, trans down, down）在六个发育阶段的模式。b部分显示各类别新生LoF突变在主要细胞类型和表达趋势中的富集，Mixed ASD with DD富集在胎儿期高表达的基因，Social/behavioral富集在出生后高表达的基因，尤其在抑制性神经元中。

亮点 5｜发育表达时序与临床结局对应

将各类别新生LoF突变基因映射到人前额叶皮层的发育表达轨迹，发现Mixed ASD with DD富集在胎儿和新生儿期高表达、后期下降的基因（'down'和'trans down'），而Social/behavioral富集在出生后高表达的基因（'up'和'trans up'），尤其在中间神经节隆起来源的抑制性神经元中。这与临床里程碑一致：Mixed ASD with DD发育里程碑最晚、诊断年龄最早，而Social/behavioral发育接近正常。Broadly affected在所有趋势中均有富集，表明广泛的发育失调。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 生成式混合模型、全外显子测序、多基因评分、通路富集、单细胞发育轨迹
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事自闭症遗传学、精神疾病表型组学或复杂性状异质性分析的研究者。

带走一句

以人为中心的表型分类能揭示被性状中心方法掩盖的遗传异质性，为基因型-表型关联研究提供新范式。