据美国全国公共广播电台（NPR）9月4日报道，加州大学旧金山分校（UCSF）的研究人员绘制出一张分子图谱，呈现与重度自闭症相关的风险基因所编码蛋白质间超过一千种相互作用。成果发表在《科学》杂志，为将基因发现转化为药物疗法提供了新路径。

这项研究由UCSF定量生物学研究所所长内万·克罗根和精神病遗传学家马修·斯泰特共同领导。他们从已知的高风险自闭症基因中选取了100个基因对应的蛋白质，注入实验室培养的细胞内，再连同与之结合的蛋白质一并提取，随后利用谷歌DeepMind开发的人工智能系统AlphaFold，分析哪些蛋白质直接接触。研究还引入患者体内出现的基因突变，观察蛋白质功能所受影响。

未参与研究的加州大学洛杉矶分校教授丹尼尔·格施文德说，这是“该领域前所未有的资源”，从事自闭症机理研究和药物开发的人员都会用到这一图谱。非营利组织自闭症科学基金会主席艾莉森·辛格表示，这一进展是“我们一直等待和祈祷的科学进步”，让从基因发现走向治疗的路径清晰了许多。辛格的女儿患有严重认知障碍。

重度自闭症患者通常伴有严重智力障碍，需要全天候照料，多数无法言语或言语极少，并常出现癫痫等严重疾病。过去十多年，遗传学家已在部分重度自闭症患者中鉴定出数百个影响较大的基因突变。但克罗根说，他们“遇到了瓶颈”，因为无法有效将基因发现转化为药物。斯泰特解释，基因是制造驱动大脑发育的蛋白质的蓝图，但研究人员此前不清楚这些蛋白质如何协作。

克罗根表示，此前缺失的是“关于这些基因突变如何导致自闭症的机制性理解”，要补上这一环必须研究蛋白质。斯泰特说，蛋白质是生命运转的机器，眼细胞成为眼细胞、肌肉成为肌肉，都取决于蛋白质及其相互作用。研究初期进展缓慢，近年技术进步，包括人工智能的应用，显著加快了速度。克罗根说，AlphaFold能够预测蛋白质之间“谁在与谁对话”，有些相互作用过去需要多年才能弄清，现在一小时内即可获得洞见。尽管系统并非完美，但已能节省大量时间和经费。

研究人员指出，这张图谱为理解重度自闭症的生物学基础提供了新起点，也为寻找药物靶点提供了线索，但筛选和验证潜在干预方案仍需要大量后续工作。