Ассоциация аутистических личностных черт у неклинических испытуемых с показателями ЭЭГ в условиях просмотра видеозаписей лица

В рамках проводимого исследования разработан и апробирован программно-информационный модуль экспериментально-компьютерной платформы “EEG_Self-Construct”, позволяющий выявлять нейрофизиологические маркеры самореферентных процессов на основе совместного использования ЭЭГ и регистрации видеозаписей лица для индукции функциональных состояний головного мозга, ассоциированных с личностными особенностями участников. Этот модуль был апробирован на группе неклинических участников с разной степенью выраженности аутистических личностных черт (АЛЧ), измеренных с помощью опросника расширенного фенотипа аутизма. Степень индивидуальной выраженности АЛЧ – это количественный показатель, который характеризует затруднения, возникающие у человека при коммуникации с другими людьми. У каждого человека имеется некоторая индивидуальная степень выраженности таких черт. Высокие значения аутистических черт определяются у пациентов с аутизмом. Однако существуют также люди, у которых высокие значения АЛЧ не сопровождаются клинической симптоматикой. Разработанный нами модуль дает возможность индуцировать функциональные состояния головного мозга, в которых ЭЭГ-показатели людей с разным уровнем АЛЧ достоверно различаются. Кроме того, модуль включает комплект программного обеспечения для регистрации и анализа индексов мозговой активности. Нами установлено, что зависимости между мозговой активностью и индивидуальным уровнем выраженности АЛЧ у неклинических испытуемых могут быть выявлены в условиях функционального покоя, следующих за распознаванием самоотнесенной информации, тогда как распознавание социально нейтральной информации не индуцирует процессы, связанные с аутистичностью. Показано, что у людей с высокими значениями АЛЧ наблюдаются повышенные показатели спектральной плотности в диапазонах дельта- и тета-ритмов в лобных отделах обоих полушарий в сравнении с людьми с низкой степенью аутистичности. Это может быть гипотетически интерпретировано как индекс сниженной мозговой активности, ассоциированной с распознаванием самоотнесенной информации у людей с высокой аутистичностью. Разрабатываемый нами программный модуль может быть интегрирован с модулями, позволяющими выявлять молекулярно-генетические маркеры личностных черт, включая черты, определяющие предрасположенность к психиатрическим патологиям.

1. Baron-Cohen S. The extreme male brain theory of autism. Trends Cogn. Sci. 2002;6(6):248-254. doi 10.1016/s1364-6613(02)01904-6

2. Baron-Cohen S. Autism: the empathizing-systemizing (E-S) theory. Ann. N.Y. Acad. Sci. 2009;1156:68-80. doi 10.1111/j.1749-6632. 2009.04467.x

3. Cross S.E., Bacon P.L., Morris M.L. The relational-interdependent self-construal and relationships. J. Pers. Soc. Psychol. 2000;78(4): 791-808

4. Delorme A., Makeig S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J. Neurosci. Methods. 2004;134(1):9-21. doi 10.1016/j.jneumeth.2003.10.009

5. Fanelli G., Robinson J., Fabbri C., Bralten J., Mota N.R., Arenella M., Sprooten E., Franke B., Kas M., Andlauer T.F., Serretti A. Shared genetics linking sociability with the brain’s default mode network. medRxiv. [Preprint]. 2024. May 25:2024.05.24.24307883. doi 10.1101/2024.05.24.24307883

6. Frith U. Asperger and his syndrome. In: Frith U. (Ed.). Autism and Asperger Syndrome. Cambridge University Press, 1991;1-36

7. Genovese A., Butler M.G. The autism spectrum: behavioral, psychiatric and genetic associations. Genes (Basel). 2023;14(3):677. doi 10.3390/genes14030677

8. Georgiades S., Bishop S.L., Frazier T. Editorial perspective: longitudinal research in autism − introducing the concept of ‘chronogeneity’. J. Child Psychol. Psychiatry. 2017;58:634-636. doi 10.1111/jcpp.12690

9. Harikumar A., Evans D.W., Dougherty C.C., Carpenter K.L.H., Michael A.M. A review of the default mode network in autism spectrum disorders and attention deficit hyperactivity disorder. Brain Connect. 2021;11(4):253-263. doi 10.1089/brain.2020.0865

10. Harms M.B., Martin A., Wallace G.L. Facial emotion recognition in autism spectrum disorders: a review of behavioral and neuroimaging studies. Neuropsychol. Rev. 2010;20(3):290-322. doi 10.1007/s11065-010-9138-6

11. Hurley L., Parlier M., Reznick J., Piven J. The broad autism phenotype questionnaire. J. Autism Dev. Disord. 2007;37(9):1679-1690. doi 10.1007/s10803-006-0299-3

12. Ivanov R., Kazantsev F., Zavarzin E., Klimenko A., Milakhina N., Matushkin Y.G., Savostyanov A., Lashin S. ICBrainDB: An integrated database for finding associations between genetic factors and EEG markers of depressive disorders. J. Pers. Med. 2022;12(1):53. doi 10.3390/jpm12010053

13. Khanin Yu.L. Quick Guide to C.D. Spielberger’s Scale of State and Trait Anxiety. Leningrad, 1976 (in Russian)

14. Knyazev G.G. Motivation, emotion, and their inhibitory control mirrored in brain oscillations. Neurosci. Biobehav. Rev. 2007;31(3): 377-395. doi 10.1016/j.neubiorev.2006.10.004

15. Knyazev G.G., Mitrofanova L.G., Bocharov A.V. Validization of Russian version of Goldberg’s ‘‘Big-five factor markers»” inventory. Psikhologicheskii Zhurnal. 2010;31(5):100-110 (in Russian)

16. Knyazev G.G., Mitrofanova L.G., Razumnikova O.M., Barchard K. Adaptation of Russian language version of K. Barchard’s Emotional Intelligence Questionnaire. Psikhologicheskii Zhurnal. 2012;33(4): 112-120 (in Russian)

17. Lavenne-Collot N., Tersiguel M., Dissaux N., Degrez C., Bronsard G., Botbol M., Berthoz A. Self/other distinction in adolescents with autism spectrum disorder (ASD) assessed with a double mirror paradigm. PLoS One. 2023;18(3):e0275018. doi 10.1371/journal.pone.0275018

18. Lin M., Wang Y., Lopez-Naranjo C., Hu S., Reyes R.C.G., Paz-Linares D., Areces-Gonzalez A., Hamid A.I.A., Evans A.C., Savostyanov A.N., Calzada-Reyes A., Villringer A., Tobon-Quinero C.A., Garcia-Agustin D., Yao D., Dong L., Aubet-Vazquez E., Reza F., Razzaq F.A., Omar H., Abdullah J.M., Galler J.R., Ochoa-Gomez J.F., Prichep L.S., Galan-Garcia L., Morales-Chacon L., Valdes-Sosa M.J., Trondle M., Zulkifly M.F.M., Rahman M.R.B.A., Milakhina N.S., Langer N., Rudych P., Koenig T., Virues-Alba T.A., Lei X., Bringas-Vega M.L., Bosch-Bayard J.F., Valdes-Sosa P.A. Harmonized-Multinational qEEG norms (HarMNqEEG). NeuroImage. 2022;256:119190. doi 10.1016/j.neuroimage.2022.119190

19. Lovaas O.I. Behavioral treatment and normal educational and intellectual functioning in young autistic children. J. Consult. Clin. Psychol. 1987;55(1):3-9. doi 10.1037/0022-006x.55.1.3

20. Murray K., Johnston K., Cunnane H., Kerr Ch., Spain D., Gillan N., Hammond N., Murphy D., Happe F. A new test of advanced theory of mind: The “Strange Stories Film Task” captures social processing differences in adults with autism spectrum disorders. Autism Res. 2017;10(6):1120-1132. doi 10.1002/aur.1744

21. Northoff G., Heinzel A., De Greck M., Bermpohl F., Dobrowolny H., Panksepp J. Self-referential processing in our brain – a meta-analysis of imaging studies on the self. NeuroImage. 2005;31(1):440-457. doi 10.1016/j.neuroimage.2005.12.002

22. Pascual-Margui R.D. Standardized low-resolution brain electromagnetic tomography (sLORETA). Technical details. Methods Find. Exp. Clin. Pharmacol. 2002;24(Suppl. D):5-12

23. Piven J., Palmer P., Jacobi D., Childress D., Arndt S. Broader autism phenotype: evidence from a family history study of multiple-incidence autism families. Am. J. Psychiatry.1997;154(2):185-190. doi 10.1176/ajp.154.2.185

24. Ronde M., van der Zee E.A., Kas M.J.H. Default mode network dynamics: An integrated neurocircuitry perspective on social dysfunction in human brain disorders. Neurosci. Biobehav. Rev. 2024;164: 105839. doi 10.1016/j.neubiorev.2024.105839

25. Savostyanov A.N., Vergunov E.G., Saprygin A.E., Lebedkin D.A. Validation of a face image assessment technology to study the dynamics of human functional states in the EEG resting-state paradigm. Vavilovskii Zhurnal Genetiki i Selektsii = Vavilov Journal of Genetics and Breeding. 2022;26(8):765-772. doi 10.18699/VJGB-22-92

26. Savostyanov V.A., Makarova A.A. Reconstruction and analysis of the gene network for regulation of trait anxiety level in mice by means of ANDSystem software. In: IEEE 25th International Conference of Young Professionals in Electron Devices and Materials (EDM), Altai, Russian Federation, 2024;2340-2343. doi 10.1109/EDM61683.2024.10615053

27. Si Q., Tian J., Savostyanov V.A., Lebedkin D.A., Bocharov A.V., Savostyanov A.N. Comparison of brain activity indexes in the Chinese and Russian students under recognition of self- and other-related information. Vavilovskii Zhurnal Genetiki i Selektsii = Vavilov Journal of Genetics and Breeding. 2024;28(8):982-992. doi 10.18699/vjgb-24-105

28. Spielberger C.D., Gorsuch R.L., Lushene R.E. Manual for the State- Trait Anxiety Inventory. Palo Alto, CA: Consulting Psychologists Press, 1970

29. Tsai A.C., Savostyanov A.N., Wu A., Evans J.P., Chien V.S.C., Yang H.-H., Yang D.-Y., Liou M. Recognizing syntactic errors in Chinese and English sentences: brain electrical activity in Asperger’s syndrome. Res. Autism Spectr. Disord. 2013;7(7):889-905. doi 10.1016/j.rasd.2013.02.001

30. Tseng Y.L., Yang H.H., Savostyanov A.N., Chien V.S., Liou M. Voluntary attention in Asperger’s syndrome: brain electrical oscillation and phase-synchronization during facial emotion recognition. Res. Autism Spectr. Disord. 2015;13-14:32-51. doi 10.1016/j.rasd.2015.01.003