早在婴儿能够接触、爬行或行走之前，他们就通过观察来探索世界。在对社会刺激的观察和参与中，婴儿学会对很多刺激优先注意，并且从中进行学习。这种能力，即社会视觉参与——从一出生起就塑造了典型的婴儿发育进程，并且在自闭症儿童中受到病态的损害。在本研究中，作者通过追踪儿童在观察社会场景时的眼动变化对该问题进行了深入研究，在对遗传因素进行控制的背景下，实验测量了婴儿在观察社会场景时的优先注意的水平和眼球运动的时间、方向和目标。对这些指标的测量可以直接反映婴儿对社会信息的积极寻找。在一系列对338名幼儿（包括166例经流行病学确定的双胞胎（通过一般人群的代表性抽样登记），88例自闭症非双胞胎和84例单胎对照，我们发现单卵双胞胎一致性较高（0.91），而双卵双胞胎一致性较低（0.35）。此外，自闭症儿童中遗传性最高，并且在优先注意眼部和嘴部区域的特征和健康儿童有明显差异（χ2= 64.03，P <0.0001）。这些结果表明，社交视觉参与不仅是自闭症的一种神经发育内表型，而且还涉及到社会信息寻求中的个体变异。此外，这些结果表明，表型差异源自个体基因型与早期生活经验的相互作用。本文发表在NATURE杂志。（可添加微信号siyingyxf或18983979082获取原文及补充材料）。注释：文中提到的单卵双生双胞胎即同卵双胞胎；双卵双生双胞胎即异卵双胞胎；非兄弟姐妹配对则是毫无血缘关系的随机婴儿配对组合；尽管有证据表明自闭症是最具遗传性的神经精神疾病之一，大多数遗传风险归因于常见的(多基因)因素，但其神经生物学机制仍不清楚。孤独症的定义是行为上的，通过社会发展的非典型轨迹来定义的，这种轨迹会导致社会交际功能的严重损害，以及难以融入更广泛的社会。已有研究已经表明，非典型的社会视觉参与在被诊断为自闭症的婴儿的头6个月就可以观察到，并会持续到以后的生活。为了理解非典型的视觉参与和遗传结构对自闭症的影响，本文研究了儿童在社交互动中如何在视觉上与看护者和同伴互动的一致性模式（补充图1a）。研究人员收集了82个同卵双胞胎(41对)、84个异卵双胞胎(42对)和84个非兄弟姐妹(42对随机分组)的眼球追踪数据，检验了社会视觉参与的配对一致性和基因一致性之间的关系。在15个月的时间里，建立了测量的稳定性，并将测量的实用性作为社会残疾的内显型进行了后续评估，在88名患有自闭症谱系障碍的研究队列中进行了比较和复制(n = 43, n = 45)。
补充图1 在250对婴儿中测量社会视觉参与的遗传结构
数据包括测量异卵双胞胎(n = 84,42对)，单卵双胞胎(n = 82,41对)和非兄弟姐妹比较儿童(n = 84，随机分为42对)。
a，从相互凝视视频刺激中分离的静态图像的例子。
b，来自两个18个月大的典型异卵双胞胎的数据。
c，来自两个典型的18个月大的同卵双胞胎的数据。图(b, c)显示的是2秒的眼球追踪数据，对应于a(2秒数据样本中点的屏幕图像)中的每一幅图像。数据覆盖在每个图像的相应感兴趣区域上，阴影表示眼睛(深灰色)、嘴(浅灰色)、身体(黑色)和目标区域(白色)。扫视用白色细线和白色圆点绘制;固定数据被绘制成更大的彩色点。
(d),对眼睛区域的总注视时间百分比
(e)对嘴巴区域的总注视时间百分比
（f）形成注视的百分比
在实验1中，我们测量了社交视觉参与度的宏观水平指标，计算了看眼睛和嘴巴区域所花费的时间百分比。在实验2中，我们测量了微观水平的指标，即在数十毫秒的时间尺度上测试了眼动的时间，眼动的方向以及同时期的视觉注视的一致性。我们还测试了观察到的一致性是否可以反映婴儿对刺激响应（响应所呈现的确切刺激的特定特征）或目标导向行动（寻求社会信息的个体差异）的差异。
研究方法：
根据经典的双胞胎设计，通过流行病学确定了单卵双生和双卵双生双胞胎，以及非同胞队列，以估计性状遗传。非兄弟姐妹之间没有家族生物学关系，分开生活，并通过两种方式与双胞胎进行比较：性别和年龄分别匹配（平均±标准差年龄差异：0.99±0.27天），在随机匹配10,000次中抽取最后的配对结果。我们只对同性双生子对进行分析。对于测试时的年龄，我们选择了一个典型的发展动态时期，即18-24个月（平均±sd = 21.3±4.3）个月），这一时期，语言，认知和适应性行为会发生较大变化，并且能提供我们感兴趣的特征的广泛变化。对于患有自闭症的儿童，在初次诊断时会收集所有眼动数据。研究人员在对自闭症婴儿进行测试时不清楚儿童的诊断情况，只负责眼动追踪数据收集和分析的各个方面。两个ASD组中的每个儿童均符合以下纳入标准：（1）自闭症诊断观察表模块1中的自闭症或ASD标准； （2）诊断为自闭症（第1组43名儿童中的32名），未能明确说明的普遍性发育障碍（第1组43名儿童中的11名）或ASD（第2组45名儿童中的45名））。最后会由两名经验丰富的临床医生对所有可用的临床数据（包括标准化测试和诊断检查视频）进行独立审查。在对ASD队列1（2011-2013，与双胞胎队列一样）进行测试时，诊断指南遵循了DSM-IV-TR标准。也符合当前DSM-5标准中的ASD标准。在对ASD队列2（2015-2016）进行测试时，诊断指南遵循DSM-5标准。 ASD队列1的测试时平均年龄为22.8±4.0个月，队列2的平均年龄为25.8±3.4个月。由于ASD队列是连续的临床转诊，因此测试时的年龄取决于转诊的年龄。 ASD队列年龄比流行病学确定的队列年龄大（队列1和2分别为t291 = 2.78，P <0.001和t293 = 7.36，P <0.001）。但是，在两个ASD队列中，年龄与对眼的观察或嘴的观察时间上都没有显著相关(reyes = 0.01, P = 0.95, rmouth = 0.08, P = 0.61;在队列2中，reyes = 0.01, P = 0.92, rmouth = 0.12, P = 0.41)，对年龄与双胞胎和非兄弟姐妹典型发育队列相匹配的ASD亚队列的约束分析没有显著改变图4中的ROC曲线下的面积。本文的合子型由戈德史密斯儿童合子问卷确定，这对应于94.8％的病例的合子型的DNA标记/血型测定。该问卷是在与双胞胎的亲生母亲或父亲进行电话采访时进行的。使用口腔拭子采集DNA，对基于问卷的合子型确定和基因型分配之间的对应关系，对随机选择的家庭子集（n = 24对双胞胎）进行了测试，并在所有情况下均积极确认了问卷调查结果。在六对双胞胎中，由问卷确定的合子型无法得到基因测试的确认，因此被排除在分析之外。数据获取和数据处理由对每对双胞胎的真实状态不了解的操作员来完成的。通过视频眼动仪直接为每个孩子进行眼动测量，以半自动方式（由实验人员使用自动数据收集软件）进行收集，并以全自动方式进行分析；除了最终的小组分配外，没有根据合子型调整数据收集或分析的组件。在社交研究中，基于眼动追踪的测量需要尽可能排除评分者/观察者偏见，在其他双生子研究中，评分者/观察者的偏见被认为是潜在的混杂因素（例如，参考文献35）。对双胞胎和非同胞对照参与者分别进行测试，并在任何时候均由父母或主要照顾者陪同。眼动追踪是通过基于视频的暗瞳孔/角膜反射技术以及由ISCAN品牌的眼动实验硬件和软件来完成。该系统远程安装在墙壁上的刺激呈现监视器下方的面板，通过红外线滤镜隐藏在儿童视野之外。一次只有一个孩子进入测试室，同时在屏幕上播放适合儿童年龄的视频。 每个双胞胎分别接受测试。 儿童坐在汽车安全座椅上，该座椅安装在气动升降机上，使得观察高度（垂直对齐以使其位于刺激呈现监视器的下三分之一范围之内）和距监视器的距离（约28–30英寸； 71–76厘米）被设定为标准配置。刺激呈现的屏幕是20英寸（50.8厘米）的计算机屏幕，刷新频率为60 Hz。 房间里的灯光昏暗，以便将幼儿的注意力引向刺激屏幕。 音频通过一组隐藏的扬声器播放。 实验者可以使用实时视频随时观察孩子。使用五点校准方法，在空白屏幕上呈现旋转和/或闪烁的光点以及卡通动画，进行校准检查后，如果校准精度出现过大的漂移（视角> 3°），则对系统进行重新校准。
补充图2 对校准精度和动眼事件收集准确性的组间一致性的控制为了测试在主要研究实验中与后续配对比较无关的分组差异，我们测量了校准准确性和动眼功能。a -c为年龄和性别匹配的同胞对照（a），同卵双胞胎（b）和单卵双胞胎（c）的校准准确度的总方差。该图显示了相对于校准精度验证目标的固定位置分布的核密度估计。非同级对照（d），同卵双胞胎（e）和单卵双胞胎（f）的平均校准准确度（以度为单位）。十字标记平均校准精度的位置，而圆环标记95％的置信区间（95％CI）。非同级对照（g），同卵双胞胎（h）和单卵双胞胎（i）在校准精度测量中的一致性。j，ICC，以95％置信区间绘制。经过校准和验证后，以随机顺序向每个孩子展示了27个视频。 每个视频平均持续44.2 s，总观看时间为19分钟54s。 视频包含两个自然主义社会体验的内容类别。第一类视频显示一位成年女性演员，直接与观众/摄像机对话，代表与看护者进行二元互动时的体验（总共15部视频）。这些演员是在自然环境中拍摄的，模仿了孩子们房间的真实环境，并配有图片和玩具。视频的另一类包括在育儿环境中互动的孩子。成年演员或儿童演员的父母或法定监护人提供了书面知情同意书，用于拍摄和发布图像。在演示过程中，两个内容类别被随机交替呈现。使用MATLAB（MathWorks）编写的软件进行眼动分析和注视数据编码。分析的第一阶段是自动识别非注视数据，包括眨眼，扫视和注视远离演示屏幕的方向。 使用30°s-1的阈值通过眼球速度识别扫视。我们使用上述的60 Hz眼动跟踪系统测试了速度阈值，并分别使用了以500Hz采集数据的眼动跟踪系统（SensoMotoric Instruments GmbH）进行了测试。 与原始眼睛位置数据的手工识别和儿童眼睛的高速视频相比，在两种情况下均可以识别出扫视。被识别为注视的眼动被编码为在所有视频刺激的每个帧中被定义的四个感兴趣区域：眼睛，嘴巴，身体（脖子，肩膀和眼睛和嘴巴周围的轮廓，例如头发）和物体（围绕无生命的刺激）（扩展数据图1b，c，6b，c）。 手动跟踪视频的所有帧的感兴趣区域，并将其存储为二进制位图后，对每个关注区域的注视时间的自动编码包括每个子坐标固定位置数据与位图关注区域的数值进行了比较。每个孩子所收录的视频试验的平均总持续时间为：单卵双胞胎18.2分钟，双卵双胞胎17.9分钟。
补充图6 实验中儿童观看同伴互动刺激时的社交视觉参与度。数据包括双卵双胎（n = 84，42对），单卵双胎（n = 82，41对）和非同胞比较儿童（n = 84，随机分为42对）的测量值。 a，来自同伴互动刺激视频的示例静止图像。 b，来自两个通常发育的18个月大的同卵双胞胎的数据。 c，来自两个通常发育的18个月大的单卵双胞胎的数据。 b，c，绘制了两秒的眼动数据，对应于a中的每个图像（两秒数据样本中点处的屏幕图像）。数据覆盖在每个图像的相应关注区域上，并加阴影以指示眼睛，嘴巴，身体和物体区域。扫视被绘制成带有白点的细白线。固色数据绘制为较大的彩色点。 d f，每个比较组的注视时间汇总，其中注视时间总计在眼部区域（d）的百分比，注视总注视时间在嘴部区域（e）的百分比，以及注视花费的总时间百分比（f）。箱线图涵盖了收集的所有数据，垂直线从最小值到最大值延伸，框线在25％到75％百分位数之间，水平黑线标明中位数。为确保最佳的实验科学性，以确保一致的数据收集，实验室中的工作人员在收集眼动追踪时，使用评分系统对工作人员进行了培训并检查其可靠性，定性评分标准为0-5。 分数基于整个实验期间的眼图质量，每次校准检查期间的测量误差量以及测试过程中总体儿童参与度的感知程度。评级用于确保最佳实践，以实现一致的数据收集。无法收集数据的实验（上述242个中的10个）的得分为0； 质量差的（上面提到的242个中的16个）的得分为1。本文在有和没有包含16个低质量数据的情况下都进行了重复分析，发现无论是否包含这些数据都不会改变结果。由于本研究分析的成对性质，只能分析成对的双胞胎的完整眼动追踪数据。在参与眼动追踪研究的121对双胞胎中，有96对（192个儿童）具有完整的数据集。25对双胞胎缺少数据（24对双胞胎缺少一个双胞胎的数据，1对双胞胎缺少两个数据）。在25对数据不完整的双胞胎中，有10对对双胞胎进行了重新测试。我们重复了有或没有这些数据的所有分析;无论哪种情况，总是在同一天为每个双胞胎收集双胞胎数据。是否包括重新测试的数据在总体结果上没有显著变化。最后成功收集的配对数据的儿童包括：n = 41个单卵双生双胞胎对（82个孩子），n = 42个同卵双性同性双胞胎对（84个孩子），n = 42位年龄和性别相匹配的同胞非比较儿童（84名儿童）。还对同卵双生异性双生双胞胎进行了分析（n = 17对，34名儿童）。如果您对眼动，脑电等数据处理感兴趣，欢迎浏览思影科技课程及服务（可添加微信号siyingyxf或18983979082咨询）：
第九届眼动数据处理班（上海，2.1-6）
第二十五届脑电数据处理中级班（上海，3.17-22）
第十一届近红外脑功能数据处理班（上海，4.13-18)
第一届脑电机器学习数据处理班（南京，2.1-6）
第二十四届脑电数据处理中级班（南京，1.25-30）
第十二届脑电数据处理入门班（南京，3.19-24）
第八届任务态数据处理班（南京，3.2-7）
第一届任务态功能磁共振提高班（南京，3.9-14）
第八届脑电信号数据处理提高班（重庆，1.30-2.4）
在实验1中，我们测量了社交视觉参与度的宏观指标，计算了看眼睛，嘴巴和身体部位所花费的时间比例。 花费在视频刺激上的总时间的百分比，以及专门注视眼睛，嘴巴，身体和非社交对象区域所花费的总时间的百分比。绘制了双胞胎和成对的非兄弟被试组的一致性图，以查看每个区域的时间比例（图1），并计算了ICC系数。 因为仅当方差分量的估计值为负或零时才出现ICC的负值（这在数学上是可能的，但在理论上没有意义），所以所有报告的ICC值均在（0-1）范围内。考虑到在进行测试的18-24个月发育期中，典型婴儿的眼睛和嘴巴外观变化很大，典型婴儿的嘴巴数量在18个月大时达到峰值。 因此，为了避免在眼睛和嘴巴的分布中受到地板和天花板效应的影响，使用非参数分析重复了一致性分析，结果没有明显的差异：使用 Spearman相关和ICC计算的结果一致。为了衡量受试者的眼动特征在稳定性方面的程度，我们在短期和长期范围内测量了受试者内部的特征稳定性（重测信度）。对于短时间尺度，结果绘制在补充图3中。结果发现，不论组成员如何，受试者内部的稳定性都很强，并且受试者内部的稳定性结果与双胞胎-双胞胎的一致性结果形成了鲜明的对比，双胞胎/双胞胎的特质一致性结果随遗传相关程度的不同而变化（在每个对应的图下方进行比较）。 这些分析反映了单日测试期间任何给定个体的特征样稳定性，作者在这里使用双向随机效应模型对ICC进行量化。
补充图3 受试者内稳定性与受试者间眼动指标表现的一致性对于遗传性状，人们期望观察到受试者的特质稳定性与受试者间(双胞胎)特质一致性的显著差异，这些差异因合子型的不同而不同。非兄弟姐妹(a, b)、异卵双胞胎(c)和同卵双胞胎(d)的眼动观察的受试者内稳定性。点是每个孩子测试比较的测量水平(x轴)和重测比较的测量水平(y轴)。(重复a和b中的散点图，与f和g图进行比较)e，用双向随机效应模型(ICC(2,1))量化的眼动测量的组内稳定性(重测信度)总结。误差条为95%的置信区间）。每组的ICC值都大于0.9，这证明了个体间差异分析的个体差异也是高度可靠的。在下面的f、g、h和i对应显示了在配对的受试者间测量到的眼动测量的被试间特征稳定性，从j中的ICC系数可以看出不同组差异很大。
对眼睛区域的图像物理属性的分析：
为了探究在实验中观察到的一致性反映的是受试者对刺激反应的变化（响应所呈现的确切刺激的特定特征）还是受到目标导向而导致的行为（寻求社会信息的个体差异），我们测量了在双胞胎观看相同或不同刺激（如下文中所述和图3所示）的不同条件下，眼神的一致性。为了量化每个双胞胎所看到的刺激的物理图像属性的差异，我们分析了在所呈现的所有视频的所有帧中被划定为眼睛的区域的图像的属性。具体来说，我们分析了亮度、颜色，对比度和运动量（图像强度变化的和）。以这些值代表数据的图像属性并绘制在扩展数据图7中。通过这个分析，作者强调了“眼睛”是语义内容类别而不是图像属性差异带来的奇异刺激，即在视觉显着性中将刺激驱动的“自下而上”的过程与目标导向的“自上而下”的过程区分开。
补充图7 对所有刺激的眼睛区域的图像属性和眼动模式的分析a，从描述二人相互注视刺激的视频（静止的照顾者，使孩子参与相互注视和玩耍的习惯）的视频中采样的静止图像。显示了15个视频中的5个静态图像。b，从a中的每个静止图像中划出的眼睛区域。在所有划定的眼睛区域中，在所呈现的视频的所有帧中，都对物理图像属性进行了分析。在每个代表性静止图像和相应眼睛区域右侧的行中，对所有视频帧进行分析的图像物理属性以直方图形式给出。c，亮度。 d，颜色：红绿色感 e，黄蓝色感。 f，对比度 g，方向梯度。 h，运动量。i，对于在列（a -h）中分析的每个物理图像属性，i给出了位于正上方列中的五个直方图的对应比较图。j，通过两样本的Kolmogorov -Smirnov检验对测得的图像特性分布进行统计比较。通过Bonferroni方法对多个比较校正了P值。对于列（a-h）中分析的每个物理图像属性，j表示统计比较的相应矩阵（也就是说，彩色圆圈的第一行表示视频1与视频2，视频1与视频3的比较，依此类推。从k开始则是对同年龄儿童社会玩耍视频的相同分析，不再赘述。
在实验2（微观水平的测量）中，我们测量了单个眼睛运动时机的一致性，测试了产生扫视的概率是否根据接合子性（也就是是否收到基因的调节）被显著调节。具体来说，我们根据扫视的时间来分析时间序列眼动数据。
作者使用参考文献15中详述的以下方法来完成这个分析（PSTH），通过将每个双胞胎对的各个时间序列眼动数据与每个视频刺激的开始对齐，然后通过在周围的1,333.3 ms窗口中计算33.3 ms窗口中同时出现的扫视计数，来构造PSTH。计算每个双胞胎对的窗口个数，然后对所有双胞胎进行平均，以获得组均值（在图2d，e，g，h中绘制）。为了检验观察到的扫视概率变化是否与偶然的预期变化不同，我们使用了置换检验。在每千次迭代中，每个双胞胎的二进制时间序列扫视数据（0 =不扫视，1 =扫视）通过等式循环移位进行置换，公式如下：
在实验2（微观测量）中，我们测量了眼睛运动方向上的受试者配对一致性。扫视方向计算为角度（θ），以度为单位。将双胞胎1和双胞胎2的扫视角度θtwin1-θtwin2之间的度数差异表示为扫视方向上的差异。双胞胎-双胞胎差异的极坐标直方图在图2j，k中绘制。为了确保观察到的差异不仅是选择一个阈值与另一个阈值的结果，我们在同时计时（66.7 ms，133 ms，250 ms，500 ms的时间窗）和搭配程度（视网膜偏心率）的不同阈值上进行了分析1°，1.7°，5.2°，10°，15°）。为了确定本研究中的样本量，功效计算是基于现有文献对相互社交行为的纵向过程和遗传结构的假设来进行的。分析表明，40个或更多的双胞胎队列将提供80％的能力来检测大约r = 0.38的相关性（大约是参考文献31中观察到的单卵双胞胎相关性幅度的一半）。检测两个测量值之间的一致性的实际统计能力不仅取决于它们之间的真实遗传相关性（r），还取决于它们的边际遗传力（H2）：当H2 = 50％时，当r≥0.27时，功效大于80％；当H2 = 20％（低于现有文献的预期）时，当r≥0.55（α= 0.001）时，功率将高于80％。首先，在眼睛和嘴巴注释的一致性上（图1d，i），单卵双胞胎的类内相关性的ICC系数非常高：眼睛为0.91（95％置信区间0.85-0.95）。嘴巴为0.86（95％置信区间：0.76-0.92）。这明显高于异卵双胞胎的0.4和0.6，而在非同胞中，相关性与零无显著差异：在年龄和性别匹配时（图1b，g）或在随机匹配时（图1a，f）都是如此。在所有组中，受试者内部稳定性（重测信度）始终很高，表明这些结果的特征稳定性。这些结果与0.8-0.90的广泛遗传力相一致。
图1 同卵双胞胎在对眼睛和嘴巴的观看上表现出很高的一致性，明显高于异卵双胞胎或年龄和性别匹配的非兄弟姐妹
a,f,k是随机下年龄、性别不匹配是观看眼睛、嘴巴和注视时间上的配对一致性，b，g和I是随机下年龄、性别匹配的观看眼睛、嘴巴和注视时间上的配对一致性；c，h和m是异卵双胞胎观看眼睛、嘴巴和注视时间上的配对一致性；f，i和n则是同卵双胞胎观看眼睛、嘴巴和注视时间上的配对一致性。最后的一列则是四组的比较。
当在初始测试后15个月进行观察时，在36.8 +1.7个月时，单卵双生双胞胎对眼睛和嘴巴的注视一致性再次达到0.93（0.75 +0.98），而双卵双生一致性为0.25（0.00 +0.60），表明遗传因素在发展过程中对社会视觉参与的遗传影响得到了强有力的保护。 此外，两组受试者从21到36个月的纵向受试者内部稳定性均很高：大约等于0.70。为了进一步测试这些量度对社交参与度的特殊性，我们比较了对眼睛注视的一致性和另外两个指标的一致性：看待非社交内容（无生命的物体和/或背景）所花费的时间和完成任务所花费的时间。在单卵双胞胎中，与非社交对象相比，对眼睛的注视一致性显著高于对对非社交内容和完成任务的时间的注视一致性。相比之下，在同卵双生双胞胎中，对眼睛注视的一致性并不比对非社交内容的关注或完成时间的任务更为协调。 同样，在年龄和性别匹配的非同胞中，所有ICC估计值都重叠。这一结果说明，虽然在其他情况下可能会观察到领域一般的视觉注意力的遗传效应，但这些分析表明，社会效应受到的基因影响在个体间差异很大。在第二个实验中，我们测量了在微观时间上的指标的配对一致性（图2a，b）。 在第一个实验中观察到的宏观层次的一致性并不能保证微观层次的一致性。 类似地，微观层次的一致性可能也存在，但呈现得太弱而无法产生全局相似性。对两者的比较创造了一个新的机会，让我们可以测试遗传变异如何在变化的时间尺度上影响社会视觉参与度。我们首先分析了眼球运动在时序数据上的一致性（图2c）。观看社交场景时，同卵双生双胞胎在相同的瞬间出现眼动的一致性与在宏观层面上与其他组的差异出现了明显的下降。在这个微观指标上，各组的眼球运动次数和速度没有显着差异。但是，同卵双胞胎在同一时间移动眼睛的可能性更大:双胞胎1每做一次眼跳(注视时的快速眼动)，在350毫秒内，双胞胎2也做眼动的可能性增加18.6%（图2d,e）。更令人惊讶的是，当分析仅限于扫视运动开始时（图2f），我们观察到在单卵双胞胎中出现双胞胎1的瞬间眼动预测双胞胎2的可能性增加了21.1％，但是在双卵双胞胎中（图2g,h）则未观察到这一现象。这些结果表明，单卵双胞胎的幼儿可以在自由地观看自然的社会刺激时，会出现明显同步的眼动事件，这可能与他们能同步与这些运动有关的神经元集合的活动有关：即将皮层区域连接到脑干和颅神经的活动同步，最终导致注视的发生。
图2 在实验二的微观指标上的比较（MZ为同卵双胞胎，DZ为异卵双胞胎，具体的子图在上面和下面的文中有充分对应的解释，这里不再赘述）
接下来，我们测试了眼动方向的一致性(图2i）。我们挖掘了眼睛的运动数据，以识别两个双胞胎在同一时刻注视于相同大致位置的情况。在这种情况下，双胞胎不仅共享近似的固定位置，而且共享近似的视网膜模式（刺激视网膜的感光细胞的模式）。通过识别这些情况，我们便可以测试双胞胎随后向相同或不同方向移动眼睛的可能性（最初是共享视网膜刺激）。我们从1度到15度的幅度进行改变，测量了多个阈值下单卵双胞胎和双卵双胞胎在所有比较中的情况（图2l），结果发现，单卵双胞胎比双卵双胞胎更有可能在后继方向上进行移动扫视。
接下来，我们比较了双胞胎在同一时刻专注于相同社交内容的可能性（图2m）。 如果双胞胎1和双胞胎2都同时注视眼睛（或嘴巴），则算是共享注视； 如果双胞胎1看着眼睛，而双胞胎2看着嘴，则视为未命中。尽管两组在同一时刻的注视率均高于偶然性（图2n），但单卵双胞胎显示出比双卵双胞胎更大的同一社交内容的注视一致性（F1,81 = 4.89，P = 0.030；图2p）。为了进一步探索潜在的潜在生物学机制，我们测试了观察到的一致性是否可以分为对刺激的反映或者由目标导向而产生的行为。为了测试这个问题，我们利用实验方案的两个要素进行事后比较：由于视频刺激的呈现顺序是随机的，虽然大多数婴儿观看的顺序是相同的（平均值±标准差= 86.4±19.3％），但其中一些有所不同（13.6±19.3％)。此外，每对双胞胎都观看了两种不同类型的视频，一种强调双眼的相互凝视，另一种强调三人参与的同伴互动。我们进行了三次测试。对于第一种情况，分析仅限于两个双胞胎观看相同视频时所做的测量;原假设认为一致性相等(ICCsameVideos = ICCallVideos)，备择假设认为一致性更大(ICCsameVideos > ICCallVideos)。当观看同样的视频时，一致性越高，表明对刺激的反应越强烈(在同样的刺激下，一致性反应越强烈)。对于第二和第三项测试，分析仅限于在每个双胞胎观看不同的视频或具有不同内容类别的视频时才进行比较；零假设为一致性为零（ICCdifferentVideos = 0和ICCdifferentContent = 0），备择假设则表明一致性将大于零（ICCdifferentVideos> 0和ICCdifferentContent> 0）。当每个双胞胎观看不同的视频或不同的内容类别时，大于零的一致性将证明他们的眼动行为是目标导向的行为，对确切刺激的依赖性是较小的。结果发现，在第一个测试中，我们无法拒绝零假设：观看相同视频时的一致性不大于观看所有视频时的一致性（图3b，g，l）。然而，在第二项测试中，当每个双胞胎观看不同的视频时，单卵和异卵双胞胎的一致性都显著大于零（图3c，h，m）。在第三个测试中，当每个双胞胎观看不同的内容类别时，单卵双胞胎一致性显着大于零，而异卵双胞胎的一致性则不大于零（图3d，i，n）。在本研究中发现的单卵双胞胎中更一致的眼动模式和他们更一致的目标导向行为相关。
图三 同卵双胞胎在观看相同或不同的视频刺激时，在眼动模式表现出较高的一致性，这是在目标导向下积极寻求社会信息的证据（不同子图的意义在上文中有对应解释）最后，为了直接评估这些测量值的功能意义，我们将上述结果与两个独立的自闭症谱系障碍婴儿队列的数据进行了比较（图4）：一个主要的比较队列，n = 43，另一个是复制队列， n = 45。在可遗传性最高的眼睛和嘴巴的社交视觉参与度的测量值上（图4a-c），患有自闭症谱系障碍的幼儿的表现显著较差（说明一致性更低）。
图4 普通人群中流行病学确定的幼儿与两组被诊断为自闭症谱系障碍的幼儿的社会视觉参与的比较a，250名本研究中的幼儿观看同伴互动视频场景的眼睛和嘴的一致性的个体水平的原始数据。b, a.图和c图的人口密度轮廓，与43个被诊断为自闭症谱系障碍(ASD)的幼儿的数据进行比较。黑线表示线性判别分析的分类边界。d，基于个人社会视觉参与水平的分类。受试者工作特征(ROC)曲线的阈值随眼和嘴的注视程度而变化。CI,置信区间。e，来自45名患有自闭症谱系障碍的幼儿复制队列的数据。分类边界在c. f中，分类基于社会视觉参与的个人水平。与d项一样，ROC曲线的阈值因眼睛和嘴型的不同程度而变化。用c和d中确定的最佳阈值，用红色经验ROC标记复制队列中观察到的真阳性和假阳性率。总之，本文的研究结果表明，单卵双胞胎在对眼睛的注视行为和眼动行为上显示出惊人的高度一致性。在同一时间改变眼睛的可能性更大；将眼睛转向相同的后续方向的可能性更大；同时出现在同一语义内容上的可能性更大。在宏观和微观两个层面上观察到的这些高水平的单卵双胞胎一致性，表明了社会视觉参与度变化存在强大的生物学基础，这种变化的很大一部分归因于累加的遗传影响。尽管微观特征的一致性要比宏观特征的一致性低，但即使是适度的微观一致性也标志着一定概率的可重复变化。并且，最后发现自闭症儿童在社会视觉参与度上与典型健康儿童的显著差异说明这一特征在基因水平上受到更大的差异性调节。本文的这些发现使我们深入了解了个体基因型与个体经历的环境之间相互作用所产生的表型差异的方法，也丰富了我们对婴儿如何通过视觉观察参与和学习社会性行为的认识。
