跳至正文

自闭谱系(ASD)的神经发育差异

🔭 前沿探索 📅 2026年3月 ⏱ 阅读约15分钟

自闭谱系障碍(Autism Spectrum Disorder,ASD)是最常见的神经发育状况之一。这个”谱系”之名意味着巨大的差异:有的人拥有语言和超凡的专注力,有的人几乎无法开口说话;有人在数学或音乐上展现出惊人天赋,有人则在日常自理上面临挑战。把这些看似迥异的个体纳入同一框架,是因为他们的大脑在发育过程中走了一条不同寻常的路。

神经科学在过去二十年里,借助基因组学、功能影像、动物模型和大规模队列研究,逐渐拼出了ASD神经发育差异的轮廓。这不是一幅关于”损伤”或”缺陷”的图景——更像是一份关于大脑如何以不同方式组织自身的说明书。本文将带你走进这张说明书,从基因到回路,从突触到全脑网络,看清ASD的神经发育差异究竟是怎么一回事。


📋 目录

基因层面:成百上千个风险基因,却收敛到几条共同通路

ASD的遗传学研究揭示了一个令人困惑又充满启示的现象:风险来自各式各样的基因变异,却在分子层面呈现出惊人的聚合性。

一项纳入35,584个样本(其中11,986名ASD个体)的大规模外显子测序研究,鉴定出102个高可信风险基因[15]。这些基因从功能上看,主要汇聚到两大类通路:一是早期脑发育中基因表达的调控,二是成熟神经元中的突触功能和神经通信。这意味着,ASD的遗传风险并非随机散布在基因组各处,而是像多条小溪最终汇入几条大河一样,集中指向神经发育的核心过程。

⚡ 基因→通路收敛模型

研究者将这种模式称为”基因异质性—通路收敛”:不同个体携带不同风险基因,但这些基因作用于同一套发育机制——神经前体细胞的分化、皮层回路的组装、突触的形成与维护[3]。这也解释了为什么ASD在行为层面可以如此多样,却在神经生物学层面有共同的”语言”。

另一项系统综述进一步指出,无论是罕见高效应变异还是常见低效应变异,其作用路径都反复指向染色质调控、突触功能和神经发育等核心通路[4]。这种收敛性为理解ASD的神经发育差异提供了重要线索——我们或许无法穷举所有风险基因,但可以沿着这几条”高速公路”追踪大脑是如何走向差异化发育的。

一个具体的例子是GIGYF1基因。动物实验(小鼠)显示,发育期脑内GIGYF1半量不足会导致社交行为异常,并伴随胰岛素样生长因子1受体(IGF-1R)信号通路的受损[18]。这项研究展示了”基因风险→发育期信号通路→神经发育→行为表型”的完整因果链,是基因与神经发育如何衔接的代表性范例。

突触层面:可塑性的调节失衡

如果把神经元之间的连接比作握手协议,突触可塑性(synaptic plasticity)就是大脑根据经验调整握手力度的能力。在ASD的神经发育研究中,这种调整能力出现了系统性的失衡。

🧠 长期抑制(LTD)与突触修剪

长期抑制(Long-Term Depression,LTD)是突触可塑性的一种形式,负责削弱不再需要的突触连接。综述研究发现,LTD等突触可塑性异常在多种综合征性与非综合征性ASD模型中反复出现[12]。LTD失调被认为可能影响发育性突触修剪、感觉信息处理以及运动和认知学习,从机制层面把突触可塑性异常与ASD的核心行为特征联系起来。

神经营养因子系统也参与其中。动物实验(小鼠)显示,干预脑源性神经营养因子前体(proBDNF)向成熟BDNF转换的过程,会导致ASD样社交行为和突触表型[19]。由于BDNF系统直接参与突触成熟和网络稳定性的建立,这项小鼠研究提示神经营养因子失衡可能通过影响突触发育,推动神经发育轨迹的偏离。

值得注意的是,Neuroligin家族一直被视为ASD研究中的关键突触分子。动物实验(雄鼠)进一步发现,不只是神经元,星形胶质细胞中的Neuroligin-3缺失同样会损害社会记忆,并改变腺苷信号和突触可塑性[20]。这拓宽了突触分子与ASD行为表型之间关系的图谱。

突触修剪:塑造大脑的”减法”机制

大脑的发育不只是”加法”——神经元的生长、连接的建立——同样重要的是”减法”:那些不再被使用的突触需要被有序清除,大脑才能实现高效的回路组织。这个过程叫做突触修剪(synaptic pruning)。

突触修剪依赖神经活动、免疫分子和胶质细胞的协同作用。综述研究系统总结了发育期活动依赖性突触修剪的机制——包括免疫分子、小胶质细胞和细胞死亡信号如何塑造神经回路[7]。在ASD研究中,突触修剪异常是一个反复出现的机制假说。

🔬 过度修剪假说

一种理论认为,ASD并非修剪不足,而是部分个体经历了过度修剪:发育过程中突触修剪过于激进,可能解释早发、晚发和退行性等不同临床轨迹[11]。研究者用计算模型说明,同一个底层修剪机制的异常,就能在不同个体中表现出截然不同的发育路径,这为ASD的临床异质性提供了一种优雅的解释。

修剪不足和修剪过度的概念并不互斥——它们可能在不同脑区、不同发育时间窗内各自发生,从而产生复杂的神经回路组织格局。这也与大型影像研究中观察到的区域特异性网络异常相吻合。

胶质细胞:被忽视的神经发育参与者

长期以来,神经科学聚焦于神经元,而把胶质细胞(glial cells)视为辅助角色。近年来的ASD研究正在改变这一认知。

星形胶质细胞(astrocytes)是大脑中数量最多的细胞类型之一,负责维持突触微环境、调节神经递质的回收和释放。动物实验(小鼠)发现,星形胶质细胞的钙离子(Ca²⁺)信号受损不仅与ASD样行为相关,而且可能在因果上参与行为异常的产生[17]

🧠 胶质细胞与突触可塑性

星形胶质细胞的Ca²⁺信号直接参与调控突触强度和神经元网络的兴奋性。当这一信号出现异常时,胶质细胞与神经元之间的双向对话被打断,回路成熟过程受到干扰[17]。与此同时,星形胶质细胞表达的突触相关分子(如Neuroligin-3)同样能够塑造社会行为回路[20]。这些发现提示,ASD的神经发育机制应从”神经元中心”视角扩展到”胶质-神经元互作”视角。

这一视角的转变有重要意义:它意味着ASD不仅是”神经元连接出了问题”,而是整个细胞生态系统在发育过程中的协调方式出现了差异。

社会脑网络:多区域协作的重组

ASD在社交互动上的差异是临床诊断的核心维度。神经科学的问题是:这背后对应的是哪些脑区和网络的变化?

早期研究聚焦于特定脑区:杏仁核(大脑的警报系统,负责处理情绪信息)、梭状回(面孔识别的关键区域)、上颞沟(理解他人意图和社交线索)以及眶额皮层(社会决策)。综述研究指出,ASD社会认知障碍的核心并非单一脑区损伤,而是支持面孔加工、意图理解和情绪解读的多个脑系统协作方式出现异常[9]

🔬 从局灶脑区到分布式网络

面孔加工研究进一步说明了这一转变:ASD中面孔加工的问题不仅限于梭状回的激活差异,而是牵涉奖赏回路、注意系统、杏仁核和上颞沟等跨网络的协同模式改变[10]。这有助于解释为什么ASD个体在社交动机、情绪识别和他人线索利用方面出现广泛差异,而不是某一特定能力的孤立缺失。

迄今规模最大的ASD心理化(mentalizing,即推断他人意图的能力)fMRI研究之一——来自纵向欧洲自闭症项目(LEAP)的多中心大样本研究——发现,ASD人群在经典社会脑网络中的激活模式确实与对照组不同,但效应并非简单的”整体低激活”,而是受年龄、任务表现和个体差异影响[14]。研究者将这一模式描述为”发育性网络重组”,而非单一脑区功能缺陷。

在语义加工(semantic processing,即理解语言含义)方面,荟萃分析显示,ASD在语义处理时仍会激活核心语言相关区域,但激活模式较分散,右半球及执行控制相关区域参与不足[2]。这意味着ASD并非”完全缺失语义网络”,而是语言与执行系统的协同方式不同,反映出发育性网络组织的差异。

从认知神经科学角度看,ASD的社会认知特点可以从多个理论框架来理解:心理理论(Theory of Mind)、执行功能、中央统合等框架都尝试将行为特征与特定神经系统对应[8]。这些框架并非互斥,而是从不同层面描述同一神经发育差异的不同侧面。

全脑连接:不是”过多”或”过少”那么简单

在ASD神经科学领域,有一个流传甚广的简化模型:”局部过连接,长程低连接”——意思是ASD大脑内部区域之间连接过密,而跨区域的长程连接不足。这一说法在通俗媒体中广泛流传,但科学研究呈现出更复杂的图景。

ℹ️ 关于”过连接vs低连接”的讨论

一项汇总EEG/MEG研究的系统综述发现,ASD的功能连接异常确实广泛存在,但并不支持简单的统一模型——年龄、任务状态、测量频段和分析方法都会改变结果的方向[6]。换句话说,”连接异常”是真实的,但”怎么异常”因时因地而异。

坐标基础荟萃分析进一步检验了儿童ASD的局部功能连接(regional homogeneity,即邻近脑区协同活动的程度),结果并不支持”普遍局部过连接”的理论,而是发现局部连接可在不同区域表现为增高或降低[1]。这提示ASD脑网络异常具有区域特异性和发育阶段特异性。

这一发现的意义在于:它要求我们从”全脑整体模式”转向”特定网络、特定发育窗口”的分析视角。ASD的大脑并非简单地”连接更多”或”连接更少”,而是连接的组织方式不同,且这种差异随年龄和功能状态动态变化。

小脑:不只是运动的指挥官

在大众印象中,小脑(cerebellum)负责协调运动——比如保持平衡、精确控制手部动作。但在ASD的神经发育研究中,小脑的角色远不止于此。

一篇高影响力综述明确提出:小脑在发育敏感期通过远程连接影响社交与认知回路的成熟[5]。整合动物模型、病理与影像证据后,作者指出,小脑特定区域的早期损伤可能扰乱新皮层(neocortex)社会功能网络的发育,从而增加ASD风险。

⚡ 小脑—丘脑—皮层通路

小脑通过小脑—丘脑—皮层(cerebello-thalamo-cortical)通路与大脑皮层广泛连接,参与高级认知功能的调节。静息态fMRI研究发现,ASD个体在小脑齿状核(dentate nucleus)与皮层社会脑区域的功能连接上存在显著异常[16]。这为”小脑—社会脑失联”假说提供了直接的人类影像证据。

小脑在ASD中的角色也与发育敏感期(sensitive period)的概念密切相关。敏感期是指特定神经回路特别容易被环境和经验塑造的时间窗口。如果小脑在敏感期内出现异常,其影响可能通过远程连接传播至整个社会脑网络,在发育进程的早期就塑造了不同的神经组织格局。

脑成熟轨迹:发育路径的重组

理解ASD最重要的视角之一,是把它看作一种脑成熟轨迹(brain maturation trajectory)的改变,而非静态的脑结构差异。大脑不是某一时刻的快照,而是一个持续演变的动态系统。

一项使用EU-AIMS LEAP大型深度表型队列的纵向结构MRI研究,比较了ASD与典型发育人群在12至24个月间的脑成熟协同模式,发现ASD儿童和青少年并非单一区域异常,而是跨脑区成熟协同性的重组,且这种异常模式与临床症状强度和分子/转录组特征相关[13]

🔬 动态轨迹 vs 静态差异

这一发现的含义深远:ASD不是在某个时间点”脑结构与常人不同”,而是大脑随时间发育的方式——各区域的成熟时序和协同格局——发生了系统性重组。如果我们只做横截面研究,可能会错过这种时间维度的差异;而追踪发育轨迹,才能看到ASD脑发育的真实面貌[13]

这一视角也有助于理解ASD的神经发育过程为何在不同个体、不同年龄段中表现出如此大的差异:大脑是随时间动态变化的,ASD的表现也会随着发育阶段的推移而演变。儿童期的神经组织格局与成年期并不相同,这种动态性是理解ASD全生命周期神经发育差异的关键。

“收敛神经科学”(convergent neuroscience)框架提出了整合这些层次的方法:结合遗传学、单细胞转录组、发育脑图谱和人类神经发育模型,在基因、细胞、回路和系统多个层级上同时理解ASD如何形成共同的发育表型[3]。这一框架代表了当前领域的主流研究方向。


📌 要点回顾

  • 基因多样,通路收敛:ASD与数百种遗传变异相关,但这些变异在分子层面汇聚到神经前体分化、突触形成和神经通信等核心发育通路[3][15]
  • 突触可塑性失调:LTD等突触可塑性机制的异常在多种ASD模型中反复出现,可能通过影响突触修剪和回路稳定性,参与神经发育差异的形成[12]
  • 突触修剪的双向异常:ASD中既有修剪不足也有过度修剪的理论,不同的修剪模式可能解释不同的临床亚型和发育轨迹[11]
  • 胶质细胞参与神经发育:星形胶质细胞的Ca²⁺信号异常以及胶质细胞表达的突触分子,可通过影响胶质-神经元互作参与ASD样表型的产生(动物实验)[17][20]
  • 社会脑网络重组:ASD的社会认知差异对应的是分布式社会脑网络协作方式的改变,而非单一脑区的孤立功能异常[9][14]
  • 连接异常有情境依赖性:ASD的全脑连接异常真实存在,但”局部过连接/长程低连接”的简化模型与实际研究证据不符,连接模式受年龄、任务和脑区影响[1][6]
  • 小脑参与社会回路发育:小脑通过小脑-丘脑-皮层通路影响社会脑网络的成熟,其在发育敏感期的异常可能对社会认知发育产生远期影响[5][16]
  • 脑成熟轨迹的重组:纵向影像研究支持ASD是脑发育轨迹的系统性改变,而非某一时刻的静态结构差异,且异常模式与分子特征和临床症状相关[13]

📚 参考文献

  1. Liloia D et al. (2024). Atypical local brain connectivity in pediatric autism spectrum disorder? A coordinate-based meta-analysis of regional homogeneity studies. European Archives of Psychiatry and Clinical Neuroscience. PMID: 36599959
  2. Phan L et al. (2021). The Neurobiology of Semantic Processing in Autism Spectrum Disorder: An Activation Likelihood Estimation Analysis. Journal of Autism and Developmental Disorders. PMID: 33222060
  3. Willsey H et al. (2022). Genomics, convergent neuroscience and progress in understanding autism spectrum disorder. Nature Reviews Neuroscience. PMID: 35440779
  4. Vorstman J et al. (2017). Autism genetics: opportunities and challenges for clinical translation. Nature Reviews Genetics. PMID: 28260791
  5. Wang S et al. (2014). The cerebellum, sensitive periods, and autism. Neuron. PMID: 25102558
  6. O’Reilly C et al. (2017). Is functional brain connectivity atypical in autism? A systematic review of EEG and MEG studies. PLOS One. PMID: 28467487
  7. Faust T et al. (2021). Mechanisms governing activity-dependent synaptic pruning in the developing mammalian CNS. Nature Reviews Neuroscience. PMID: 34545240
  8. Baron-Cohen S et al. (2004). The cognitive neuroscience of autism. Journal of Neurology, Neurosurgery and Psychiatry. PMID: 15201345
  9. Pelphrey K et al. (2004). Neuroanatomical substrates of social cognition dysfunction in autism. Mental Retardation and Developmental Disabilities Research Reviews. PMID: 15666336
  10. Nomi J et al. (2015). Face processing in autism spectrum disorders: From brain regions to brain networks. Neuropsychologia. PMID: 25829246
  11. Thomas M et al. (2016). The over-pruning hypothesis of autism. Developmental Science. PMID: 25845529
  12. Hansel C et al. (2019). Deregulation of synaptic plasticity in autism. Neuroscience Letters. PMID: 29421544
  13. Pretzsch C et al. (2024). Patterns of Brain Maturation in Autism and Their Molecular Associations. JAMA Psychiatry. PMID: 39412777
  14. Moessnang C et al. (2020). Social brain activation during mentalizing in a large autism cohort: the Longitudinal European Autism Project. Molecular Autism. PMID: 32087753
  15. Satterstrom F et al. (2020). Large-Scale Exome Sequencing Study Implicates Both Developmental and Functional Changes in the Neurobiology of Autism. Cell. PMID: 31981491
  16. Olivito G et al. (2017). Resting-State Functional Connectivity Changes Between Dentate Nucleus and Cortical Social Brain Regions in Autism Spectrum Disorders. Cerebellum. PMID: 27250977
  17. Wang Q et al. (2021). Impaired calcium signaling in astrocytes modulates autism spectrum disorder-like behaviors in mice. Nature Communications. PMID: 34059669
  18. Chen G et al. (2022). GIGYF1 disruption associates with autism and impaired IGF-1R signaling. Journal of Clinical Investigation. PMID: 35917186
  19. Yang F et al. (2024). Inhibiting proBDNF to mature BDNF conversion leads to ASD-like phenotypes in vivo. Molecular Psychiatry. PMID: 38762692
  20. Dang R et al. (2024). Astrocytic neuroligin 3 regulates social memory and synaptic plasticity through adenosine signaling in male mice. Nature Communications. PMID: 39366972