自闭症谱系障碍（ASD）长期以来被视为一种高度异质性的神经发育疾病，其临床表现从严重的社交障碍到相对轻微的行为特征千差万别。这种异质性一直是精准诊断和有效治疗的巨大障碍。然而，一项由意大利技术研究院（IIT）领导的最新研究，通过先进的脑部扫描技术，首次在神经生物学层面将自闭症清晰地划分为两种截然不同的亚型，为理解这一复杂疾病提供了全新的框架。

两种截然不同的脑连接模式

研究团队利用功能性磁共振成像（fMRI）对106名ASD患者和120名年龄、性别匹配的健康对照组进行了静息态脑功能连接分析。他们重点关注了默认模式网络（DMN）——一个在个体进行内省、回忆过去或展望未来时高度活跃的大脑网络。结果令人震惊：ASD患者并非呈现单一的连接异常，而是清晰地分为两个亚组。第一组患者（约占45%）的DMN表现出显著的过度连接，即大脑区域间的同步活动异常增强；而第二组患者（约占55%）则表现出明显的连接不足，即区域间功能耦合减弱。这两种模式与健康对照组相比均具有统计学显著性（p < 0.01，经多重比较校正）。

“这就像发现了两条完全不同的电路故障，”研究通讯作者、IIT神经科学家Alessandro Gozzi博士在新闻稿中强调，“一个网络过度活跃，另一个则几乎处于静默状态。这解释了为什么自闭症患者的行为表现如此多样，也解释了为什么一种疗法对某些患者有效，对另一些患者却完全无效。”

行为表型与神经亚型的精准对应

进一步的临床评估揭示了这两种神经亚型与行为特征之间的惊人关联。通过标准化的自闭症诊断观察量表（ADOS）和社交反应量表（SRS）评估，研究团队发现：DMN过度连接的患者在社交沟通障碍方面得分显著更高（平均SRS总分高出15%，p=0.003），且表现出更频繁的重复性刻板行为。相反，DMN连接不足的患者则在语言发育迟缓和认知灵活性缺陷上更为突出，他们在执行功能测试中的表现平均落后于过度连接组20%。

“这些发现表明，我们不能再将自闭症视为一个单一的诊断标签，”研究第一作者、IIT博士后研究员Michele Guerrera博士指出，“从神经生物学的角度看，这实际上是两种不同的疾病，它们共享一些表面症状，但根本机制完全不同。这为开发靶向特定脑连接异常的干预策略打开了大门。”

从行为分类到生物学分类的范式转变

这项研究的意义远不止于发现两种亚型。它代表了一种从基于行为的表型分类向基于神经生物学的机制分类的范式转变。传统的DSM-5诊断标准完全依赖于可观察的行为症状，而忽略了潜在的生物学差异。Gozzi博士的团队通过无监督机器学习算法对fMRI数据进行分析，完全独立于临床诊断，自动识别出了这两个亚群。这种数据驱动的方法避免了主观偏倚，为建立客观的生物学诊断标准奠定了基础。

研究还探讨了这两种亚型对常见干预措施的可能反应差异。通过回顾性分析患者对早期行为干预的反应数据，他们发现：DMN过度连接的患者对以社交技能训练为主的干预反应更好（改善率约60%），而连接不足的患者则对以认知行为疗法和语言治疗为主的综合干预更为敏感（改善率约55%）。虽然这仅是初步的回顾性分析，但它强烈提示，基于脑连接模式的亚型分类可能成为未来精准精神病学的核心工具。

“我们的最终目标是，有一天医生可以通过简单的脑部扫描，判断一个自闭症儿童属于哪种亚型，然后立即为他选择最可能有效的治疗方案，”Gozzi博士展望道，“这就像肿瘤学中根据基因突变选择靶向药物一样，将彻底改变自闭症的临床管理。”