Um estudo publicado no Molecular identificou vários padrões de autoanticorpos maternos altamente associados ao diagnóstico e à gravidade do transtorno do espectro do autismo (TEA) utilizando aprendizado de máquina. Mas, como isso acontece? 

Fonte: Carla Ulliane (2016)

Esse estudo utilizou amostras de plasma de 450 mães de crianças com autismo e 342 mães de crianças com desenvolvimento típico, para detectar reatividade a oito proteínas diferentes que são abundantes no cérebro fetal. Eles então usaram um algoritmo de aprendizado de máquina para determinar quais padrões de autoanticorpos estavam especificamente associados a um diagnóstico do TEA.

O programa de aprendizado de máquina analisou cerca de 10.000 padrões e identificou três padrões principais associados ao TEA: CRMP1 + GDA, CRMP1 + CRMP2 e NSE + STIP1. E a conclusão foi que se a mãe tem autoanticorpos para CRIMP1 e GDA (o padrão mais comum), sua chance de ter um filho com autismo é 31 vezes maior do que a população em geral.

Esse estudo demonstra que com esses biomarcadores maternos, há possibilidades para um diagnóstico muito precoce do autismo, possibilitando uma intervenção precoce, e, consequentemente, mais eficaz. Além disso, mais pesquisas sobre testes potenciais de pré-concepção podem ser desenvolvidas para mulheres antes de engravidarem saberem suas chances de ter filhos com TEA.

Referência

RAMIREZ-CELIS, Alexandra et al. Risk assessment analysis for maternal autoantibody-related autism (MAR-ASD): a subtype of autism. Molecular Psychiatry, p. 1-10, 2021.