自闭症谱系障碍（ASD）的研究长期面临一个核心难题：尽管已发现大量与自闭症相关的候选基因，其中不乏新生突变，但任何特定基因在自闭症人群中的出现频率都极为罕见。这种稀有性使得深入理解单个基因的功能及其在疾病发展中的作用变得复杂。

针对这一挑战，两项最新预印本研究提出了创新的解决方案。第一项研究整合了过往研究数据，构建了一个详尽的类器官模型图谱。研究人员进一步利用预测建模技术，深入探索了基因扰动如何影响关键的发育通路。这项技术旨在帮助研究者优先筛选出那些具有明确功能且与疾病进展高度相关的自闭症候选基因，从而为后续的机制研究提供更精准的靶点。

第二项研究则采用了不同的策略，它利用基因关联研究的数据，对与自闭症相关的基因进行了聚类分析。这项工作的独特之处在于，它特别关注了那些同时与精神分裂症、癫痫等其他神经精神疾病相关的自闭症基因。通过这种聚类方法，研究人员能够揭示不同疾病之间共享的遗传基础，并为理解自闭症的共病现象提供新的视角。

总体而言，这两项研究代表了自闭症基因研究领域的重要进展，它们通过创新的计算和实验方法，为理解自闭症相关基因的功能背景、优先排序潜在致病基因以及揭示疾病的复杂遗传关联提供了强大的新工具。这些方法有望加速自闭症的发病机制研究，并为未来的诊断和治疗策略开发奠定基础。