de publicatie, getiteld "Validatie van een speeksel-RNA-test voor autismespectrumstoornis bij kinderen, " werd online gepubliceerd in Grenzen in de genetica door onderzoekers Steven Hicks, MD, doctoraat, van het Pennsylvania State College of Medicine en Frank Middleton, doctoraat, van SUNY Upstate Medical University in samenwerking met wetenschappers van Quadrant Biosciences.
Na een pilotstudie die aantoonde dat veel van deze RNA-elementen konden worden gedetecteerd in het speeksel van kinderen met ASS, de onderzoekers bepaalden dat op speeksel gebaseerde testen de middelen zouden kunnen bieden om genomische, fysiologisch, microbioom, en omgevingsfactoren die betrokken zijn bij ASS in een enkele, niet-invasief, high-throughput analyse.
"Toenemend bewijs suggereert dat autisme voortkomt uit interacties tussen de genen van een kind en de omgeving. Deze studie heeft factoren gemeten die interacties tussen genen en de omgeving kunnen beheersen, vooral het microbioom, " zei Dr. Hicks. "Hoewel kinderen met autisme verschillende genetische achtergronden hebben, we ontdekten dat een set van 32 RNA-factoren in hun speeksel hen nauwkeurig kon onderscheiden van leeftijdsgenoten zonder autisme. Gezien deze reeks ASS-risicofactoren, wij geloven in een 'poly-omics' RNA-gebaseerde benadering die genetische, epigenetisch, en metagenomics-methoden zouden zeer geschikt zijn voor de ontwikkeling van een objectieve op biomarker gebaseerde test."
De multi-center studie omvatte 456 kinderen die in de afgelopen drie jaar waren gerekruteerd. De auteurs vergeleken speekselmonsters van 238 kinderen met ASS met 218 kinderen zonder ASS (inclusief 84 kinderen met ontwikkelingsachterstand en 134 met typische ontwikkeling). Niveaus van menselijke en bacteriële RNA's werden gemeten in de speekselmonsters met behulp van uitgebreide next-generation sequencing. De top-RNA's werden geïdentificeerd met behulp van robuuste machine-learning-algoritmen van de eerste 372 kinderen en vervolgens gevalideerd in de resterende 84 monsters die niet werden gebruikt in de machine learning. Opmerkelijk, deze validatieset bevatte ook monsters die waren verzameld bij kinderen van de Universiteit van Californië, Irvine, om te verifiëren dat het RNA-algoritme nauwkeurig presteerde in monsters uit verschillende geografische regio's.
Screening op autisme is meestal gebaseerd op een op ouders gebaseerde vragenlijst, de Modified Checklist for Autism in Toddlers Revised (MCHAT-R). Kinderen met een positieve MCHAT-R-score worden over het algemeen doorverwezen voor diagnostisch onderzoek. Echter, vanwege het hoge aantal fout-positieve resultaten op de MCHAT-R, wachttijden voor autisme-evaluatie zijn vaak langer dan een jaar. Hoewel diagnose mogelijk is bij kinderen vanaf 24 maanden, de gemiddelde leeftijd van ASS-diagnose in de Verenigde Staten is tegenwoordig meer dan 4 jaar. Vroege diagnose is belangrijk omdat is aangetoond dat intensieve gedragstherapie de symptomen van autisme verbetert, en kinderen hebben meer baat bij een dergelijke interventie naarmate er eerder mee wordt begonnen.
Daniël Coury, MD, Hoogleraar klinische kindergeneeskunde en psychiatrie aan het Ohio State University College of Medicine en lid van de afdeling Developmental &Behavioral Pediatrics van het Nationwide Children's Hospital, ziet het voordeel van deze op RNA-biomarker gebaseerde test in een klinische setting. "Vaak worden autisme-specifieke interventies uitgesteld in afwachting van een diagnose. Het duurt vaak maanden om een autisme-evaluatie te krijgen vanwege het grote aantal verwijzingen, velen van hen zullen geen diagnose autisme krijgen, " legde hij uit. "Een test die kinderen die M-CHAT-positief hebben gescreend kan scheiden in een hoge kans op autisme of een lage kans op autisme, zou kunnen helpen de wachtlijsten te stroomlijnen en een eerdere diagnose en inschrijving voor autismebehandeling mogelijk te maken."
Dr. Middleton van de SUNY Upstate Medical University was het daarmee eens. "Het vermogen om nauwkeurig onderscheid te maken tussen kinderen met autisme en hun leeftijdsgenoten met een ontwikkelingsachterstand zonder ASS is van het grootste belang in het veld. Hoewel het algoritme niet is ontworpen als een screeningsinstrument, het kan waardevolle informatie opleveren bij kinderen met een positief MCHAT-R-scherm, meer dan 80% van hen zal geen ASS hebben. Op deze manier, het kan worden gebruikt om prioriteit te geven aan specialistische verwijzing of om een objectieve hulp te bieden bij een diagnose van autisme."