Autismus-Spektrum-Störungen (ASD) umfassen eine heterogene Gruppe von neurodevelopmentalen Erkrankungen, die durch anhaltende Defizite in der sozialen Kommunikation und Interaktion definiert werden, neben eingeschränkten, sich wiederholenden Verhaltensmustern, Interessen oder Aktivitäten. Während die Ätiologie von ASD ein komplexes Zusammenspiel von genetischen und Umweltfaktoren beinhaltet, haben neuere genomische Studien zunehmend die zentrale Rolle von strukturellen Variationen - groß angelegte Veränderungen im Genom - bei der Übertragung von Risiko für ASD unterstrichen. Diese Variationen können die Genfunktion stören, regulatorische Netzwerke verändern und zur breiten phänotypischen Variabilität beitragen, die bei Individuen im Spektrum beobachtet wird. Das Verständnis dieser strukturellen Veränderungen ist nicht nur entscheidend für die Entschlüsselung der Biologie von Autismus, sondern auch vielversprechend für eine verbesserte Diagnose, genetische Beratung und die Entwicklung gezielter Interventionen.

Was sind strukturelle Variationen?

Strukturvariationen (SV) sind genomische Umlagerungen, die DNA-Segmente umfassen, die typischerweise größer als 50 Basenpaare (bp) sind, und eine Vielzahl von Veränderungen wie Deletionen, Duplikationen, Insertionen, Inversionen und Translokationen umfassen. Im Gegensatz zu Einzelnukleotidvarianten (SNV), die nur eine Base betreffen, können SV ganze Gene oder regulatorische Elemente umfassen, was zu ausgeprägteren funktionellen Konsequenzen führt. Kopienzahlvariationen (CNV) - ein Subtyp von SV, bei dem die Anzahl der Kopien einer bestimmten genomischen Region zwischen Individuen variiert - gehören zu den am besten untersuchten strukturellen Veränderungen bei ASD.

SV entstehen durch verschiedene Mechanismen, darunter die nicht-allelische homologe Rekombination (NAHR), das nicht-homologe Enden-Verbinden (NHEJ) und replikationsbasierte Mechanismen wie Gabelstauung und Template-Switching. Ihre Größe und Lage bestimmen die möglichen Auswirkungen auf die Genexpression und die Zellfunktion. Einige SV werden auf Mendel-Art vererbt, während andere de novo auftreten und bei keinem Elternteil vorhanden sind - solche Ereignisse sind besonders relevant für sporadische Fälle von ASD.

Populationsskalen-Sequenzierungsprojekte haben gezeigt, dass SVs im menschlichen Genom reichlich vorhanden sind. Das 1000 Genomes Project beispielsweise katalogisierte über 68.000 SVs in verschiedenen Populationen, von denen viele in Regionen liegen, die zuvor für eine Kurzlese-Sequenzierung nicht zugänglich waren. Diese genomische Komplexität unterstreicht die Notwendigkeit, SVs umfassend zu charakterisieren, um ihre Rolle bei neurologischen Entwicklungsstörungen zu verstehen Störungen.

Die Verbindung zwischen strukturellen Variationen und ASD

Die Verbindung zwischen strukturellen Variationen und ASD entstand aus frühen zytogenetischen Beobachtungen - Individuen mit sichtbaren Chromosomenanomalien, die oft mit autistischen Merkmalen präsentiert wurden. Mit dem Aufkommen der Mikroarray-basierten vergleichenden genomischen Hybridisierung (aCGH) identifizierten die Forscher systematisch submikroskopische CNVs, die mit ASD assoziiert sind. In den 2000er Jahren veröffentlichte Landmark-Studien zeigten eine signifikante Anreicherung seltener, großer CNVs bei Personen mit ASD im Vergleich zu Kontrollen, wobei de novo CNVs besonders überrepräsentiert waren.

Heritability Schätzungen für ASD reichen von 50% bis 90%, und strukturelle Variationen werden geschätzt, um etwa 10-20% des genetischen Risikos in Simplex-Familien. wiederkehrende SVs an bestimmten genomischen Loci-wie 16p11.2, 22q11.2, 15q13.3 und 7q11.23-wurden wiederholt beteiligt und gelten nun als robuste Risikofaktoren. Diese Ergebnisse wurden repliziert über unabhängige Kohorten mit whole-genome-Sequenzierung und Genotypisierung Arrays.

Insbesondere betreffen mit ASD assoziierte SVs häufig Gene, die im Gehirn stark exprimiert sind und eine entscheidende Rolle bei der synaptischen Funktion, der neuronalen Entwicklung und der Chromatinumbildung spielen. Diese Konvergenz legt nahe, dass Störungen in gemeinsamen molekularen Signalwegen - anstatt isolierte Genstörungen - der Pathogenese von ASD zugrunde liegen. Zum Beispiel haben das Autism Sequencing Consortium und die Initiative Simons Foundation Powering Autism Research (SPARK) mehrere SVs identifiziert, die Gene innerhalb der Kategorien Synaptisches Gerüst und Zelladhäsion beeinflussen.

Strukturelle Hauptvariationen bei ASD

Mehrere wiederkehrende SVs wurden durchweg mit ASD in Verbindung gebracht, darunter einige der am besten charakterisierten Loci:

  • Unter den häufigsten SVs in ASD sind Veränderungen an diesem Ort mit einem 25-fach erhöhten Risiko für die 600-kb-Deletion verbunden. Duplikationen verleihen auch ein Risiko, aber mit geringerer Penetranz. Die Region enthält etwa 25 Gene, darunter KCTD13 und MAPK3, die die neuronale Proliferation und synaptische Plastizität beeinflussen.
  • 22q11.2 Deletionen: Diese 1,5-3 Mb-Deletion liegt dem DiGeorge-Syndrom zugrunde und ist mit einem 20-fach höheren Risiko für ASD verbunden. Gene wie TBX1 und COMT sind an der kraniofazialen Entwicklung bzw. dem Dopaminstoffwechsel beteiligt.
  • 15q13.3 Deletionen: Wiederholte Deletionen des CHRNA7-Gens (kodierend für den Alpha7-Nicotin-Acetylcholin-Rezeptor) sind mit ASD, Epilepsie und geistiger Behinderung verbunden.
  • NRXN1-Deletionen: Heterozygote Deletionen von NRXN1, das Neurexin-1, ein präsynaptisches Protein, das für die Synapsenbildung essentiell ist, kodiert, sind starke Risikofaktoren für ASD und Schizophrenie.
  • SHANK3 Deletionen: Mutationen und Deletionen am SHANK3 Locus auf dem Chromosom 22q13.33 verursachen das Phelan-McDermid-Syndrom, das durch ASD, geistige Behinderung und verzögerte Sprache gekennzeichnet ist. SHANK3 ist ein Kerngerüstprotein an glutamatergen Synapsen.
  • CNTNAP2-Varianten: Das CNTNAP2-Gen kodiert für Contactin-assoziiertes Protein-2, das an Neuronen-Glia-Interaktionen und neuronaler Konnektivität beteiligt ist. Sowohl seltene SV als auch häufige Varianten in diesem Gen wurden mit ASD und Sprachdefiziten in Verbindung gebracht.

Wie strukturelle Variationen die Gehirnentwicklung stören

Strukturelle Variationen können die Genfunktion durch verschiedene Mechanismen beeinflussen. Der einfachste ist Gendosisänderung: Deletionen verringern die Kopienzahl eines oder mehrerer Gene, während Duplikationen sie erhöhen. Wenn die Dosierung eines kritischen Gens über eine Toleranzschwelle hinaus verändert wird, werden zelluläre Pfade unausgeglichen. Zum Beispiel führt die 16p11,2-Deletion zu einer verminderten Expression von KCTD13, was zu einer abnormalen neuronalen Proliferation und Mikrozephalie in Tiermodellen führt, während Duplikation Makrozephalie verursacht.

Über die Dosierung hinaus können SVs auch regulierende Elemente wie Enhancer, Promotoren oder Long-Range-Chromatin-Loops stören. Ein SV kann ein Gen von seiner regulatorischen Sequenz trennen oder ein Gen unter die Kontrolle eines anderen Enhancers bringen, was zu einer ektopischen Expression führt.

Darüber hinaus können SVs Genfusionsereignisse verursachen oder die nicht-kodierende RNA-Expression verändern. Inversionen können die Integrität eines Gens stören, ohne die Kopienzahl zu ändern, und komplexe SVs mit mehreren Grenzpunkten können zu Chromothripsis führen - einem katastrophalen Umlagerungsereignis. Alle diese Mechanismen konvergieren, um die fein abgestimmte molekulare Maschinerie zu stören, die für die richtige synaptische Entwicklung, neuronale Netzwerkbildung und synaptische Plastizität erforderlich ist.

Funktionelle Studien mit induzierten pluripotenten Stammzellen (iPSC) und Tiermodellen haben direkte Beweise dafür erbracht, wie spezifische SV neuronale Phänotypen beeinflussen. So zeigen beispielsweise von iPSC abgeleitete Neuronen mit der 16p11,2-Deletion veränderte synchrone Netzwerkaktivität und eine gestörte synaptische Reifung. Solche Modelle sind von unschätzbarem Wert für die Sektion der pathogenen Kaskade von der genomischen Variation bis hin zur zellulären Dysfunktion.

Klinische Implikationen für Diagnose und Behandlung

Die Identifizierung von strukturellen Variationen bei Personen mit ASD hat sofortigen klinischen Nutzen. Genetische Tests - insbesondere chromosomale Mikroarray (CMA) und zunehmend Ganzgenomsequenzierung (WGS) - werden als erster diagnostischer Test für ASD empfohlen. CMA kann CNVs bis zu 50-100 kb erkennen und hat eine diagnostische Ausbeute von etwa 10-20% bei ASD, höher als Karyotypisierung oder fragile X-Tests allein. WGS verbessert den Nachweis von ausgewogenen SVs, Mosaikereignissen und strukturellen Varianten in sich wiederholenden Regionen weiter.

Eine frühzeitige Diagnose eines ursächlichen SV kann die genetische Beratung leiten und das Rezidivrisiko für Familien informieren. Zum Beispiel impliziert eine De-Novo-Löschung von 16p11,2 ein geringes Rezidivrisiko für Geschwister, während eine erbliche Deletion von einem leicht betroffenen Elternteil ein höheres Rezidiv anzeigt. Die Beratung befasst sich auch mit der variablen Expressivität von SVs - derselbe SV kann zu ASD, geistiger Behinderung oder keinem klinischen Phänotyp führen bei verschiedenen Familienmitgliedern, was den Einfluss von genetischem Hintergrund und Umweltmodifikatoren widerspiegelt.

Auf der Behandlungsfront könnte das Verständnis der spezifischen SV-Beteiligung Wege für Präzisionstherapien eröffnen. Zum Beispiel zeigt das CNTNAP2 Knockout-Mausmodell eine reduzierte Anzahl von Interneuronen und abnormalen Gamma-Oszillationen, und die Behandlung mit dem GABAB Agonisten Baclofen soziale Defizite bei diesen Mäusen. In ähnlicher Weise werden Therapien, die auf den metabotropischen Glutamatrezeptor (mGluR)-Signalweg abzielen, für SHANK3-Mangel untersucht. Während nur wenige SV-zielgerichtete Therapien Versuche am Menschen erreicht haben, ist das Potenzial für personalisierte Interventionen erheblich.

“Die Ära der ersten Ansätze von Genotypen in der Autismusforschung hat unseren Fokus von Verhaltensphänotypen auf die zugrunde liegende genomische Architektur verlagert. Strukturvariationen bieten einige der klarsten Einstiegspunkte in die Biologie dieser komplexen Störung.”

— Dr. Stephan Sanders, UCSF

Aktuelle Forschung und Technologien

Das Aufkommen von Long-Read-Sequenzierungstechnologien wie Oxford Nanopore und PacBio HiFi hat die Erkennung von strukturellen Variationen revolutioniert. Im Gegensatz zu Short-Read-Sequenzierung, die sich schwer tut, Lesewerte über sich wiederholende Elemente abzubilden, können Long-Reads ganze SV-Breakpoints umfassen und komplexe Umlagerungen mit hoher Genauigkeit auflösen.

Populationsskalige Initiativen wie das Autismus-Sequenzierungs-Konsortium und das Projekt SPARK integrieren SV-Daten mit Transkriptomik, Epigenomik und Proteomik, um eine umfassende Karte der molekularen Veränderungen zu erstellen. So identifizierte eine Studie aus dem Jahr 2022, in der über 11.000 ASD-Familien analysiert wurden, 33 neue SV-Risikoregionen und zeigte, dass SVs häufig Gene beeinflussen, die an Chromatin-Remodellierung und synaptischer Signalisierung beteiligt sind.

Ein weiterer aktiver Bereich ist die Untersuchung von somatischen SVs - strukturelle Veränderungen, die im Gehirn nach der Befruchtung auftreten und nur in einer Teilmenge von Zellen vorhanden sind. Post-mortem-Gewebeanalysen haben somatische CNVs in Neuronen von autistischen Individuen ergeben, was darauf hindeutet, dass sogar Mosaik auf niedriger Ebene zur Störung beitragen kann. Diese Ergebnisse stellen die traditionelle Ansicht von ASD als rein keimbahngenetische Störung in Frage und unterstreichen die Notwendigkeit, hirnspezifische Genome zu untersuchen.

Herausforderungen in der SV Interpretation

Trotz technologischer Fortschritte ist die Interpretation der klinischen Bedeutung von SVs nach wie vor schwierig. Viele SVs sind selten oder privat, und die funktionale Validierung ist zeitaufwendig. Große Datenbanken wie ]ClinVar und gnomAD sind für die Aggregation von SV-Frequenzen zwischen Populationen unerlässlich, aber für viele Populationen nicht-europäischer Abstammung sind sie immer noch unvollständig.

Um diese Herausforderungen anzugehen, entwickeln Forscher Rechenwerkzeuge, die mehrere Datentypen - einschließlich Chromatinkonformation (Hi-C), evolutionäre Konservierung und gewebespezifische Genexpression - integrieren, um pathogene SV zu priorisieren. Machine-Learning-Modelle werden auch trainiert, um die funktionelle Wirkung von SVs basierend auf Merkmalen wie Breakpoint-Kontext, Sequenzzusammensetzung und Überlappung mit regulatorischen Elementen vorherzusagen.

Zukünftige Richtungen in der Forschung

Die Zukunft der SV-Forschung im Bereich ASD liegt in der umfassenden Charakterisierung der strukturellen Variation über das gesamte Genom, einschließlich der nicht-kodierenden Teile, die noch wenig verstanden werden.

  • Mapping the full spectrum of SVs: Große Verbundprojekte arbeiten daran, Zehntausende von Genomen mit Hilfe von Langlesetechnologie zu sequenzieren, um einen vollständigen SV-Katalog für ASD zu erstellen.
  • Verständnis der Wechselwirkungen zwischen Gen- und Umwelt: SV können die Empfindlichkeit gegenüber Umweltexpositionen verändern, z. B. die Aktivierung des mütterlichen Immunsystems oder die Exposition gegenüber Toxinen. Es sind prospektive Kohortenstudien erforderlich, die SV-Genotypen mit detaillierten Umweltdaten kombinieren.
  • Funktionale Validierung in Modellsystemen: Mit CRISPR-basierter Genom-Editierung können Forscher nun spezifische SV in menschlichen iPSCs oder Organoiden nachbilden und deren Auswirkungen auf die neuronale Entwicklung untersuchen.
  • SV-Wissen in die klinische Praxis übersetzen: Da die Liste der ASD-assoziierten SVs wächst, werden Anstrengungen unternommen, um polygene Risiko-Scores zu entwickeln, die sowohl CNVs als auch gängige Varianten enthalten. Darüber hinaus schreiten klinische Studien, die auf spezifische SV-getriebene Wege abzielen - wie die IGF-1-Therapie für SHANK3-Mangel - voran.

Parallel dazu wird die Rolle von strukturellen Variationen in der Gehirnentwicklung bei mehreren neuropsychiatrischen Störungen untersucht. Konvergente Hinweise darauf, dass SVs, die synaptische Gene beeinflussen, auch bei Schizophrenie, bipolarer Störung und intellektueller Behinderung angereichert sind. Das Verständnis gemeinsamer und unterschiedlicher SV-Risikoarchitekturen könnte letztendlich zu transdiagnostischen Behandlungsstrategien führen.

Schlussfolgerung

Strukturelle Variationen stellen eine wichtige Quelle des genetischen Risikos für Autismus-Spektrum-Störungen dar, die durch verschiedene Mechanismen wirken, die die neuronale Entwicklung und die synaptische Funktion stören. Von der Identifizierung wiederkehrender CNVs wie 16p11.2 und 22q11.2 Deletionen bis hin zur aufkommenden Erkennung von somatischem Mosaik bieten SVs kritische Einblicke in die Biologie von ASD. Die fortgesetzte Integration fortschrittlicher Genomtechnologien, funktioneller Assays und groß angelegter Kohorten wird unser Verständnis vertiefen und den Weg für Präzisionsdiagnostik und Therapien ebnen. Die strukturelle Variationslandschaft des Genoms wird eine zentrale Grenze in der Autismuswissenschaft bleiben.

Zum weiteren Lesen: