Исследователи создали систему искусственного интеллекта (ИИ), которая может анализировать изменения во всём теле мыши с детализацией до клеточного уровня. Платформа получила название MouseMapper. С её помощью учёные обнаружили при ожирении распространённое воспаление и ранее неизвестные признаки повреждения нервов.
Работа опубликована в Nature. Важно, что похожие молекулярные изменения исследователи также нашли в тканях человека. Это не означает полного совпадения процессов у мышей и людей, но показывает: некоторые механизмы повреждения нервов при ожирении могут быть общими.
Почему ожирение изучают как болезнь всего организма
Ожирение влияет не только на массу тела и обмен веществ. Оно может менять работу иммунной системы, усиливать воспаление, нарушать структуру нервов и перестраивать ткани в разных органах.
Такие изменения связаны с повышенным риском сахарного диабета 2-го типа, сердечно-сосудистых заболеваний, инсульта, нейропатии и некоторых видов рака. Нейропатия — это повреждение нервов, из-за которого могут появляться боль, онемение, снижение чувствительности или нарушения движений.
До сих пор у исследователей не было удобного способа рассматривать такие изменения сразу во всём организме, сохраняя высокую детализацию.
Как работает MouseMapper
MouseMapper использует методы глубинного обучения. Это направление ИИ, при котором программа учится распознавать сложные закономерности в больших массивах данных — например, в трёхмерных изображениях органов и тканей.
Система автоматически распознаёт и выделяет 31 орган и тип ткани, а также картирует нервные волокна и иммунные клетки по всему телу мыши. Картирование в данном случае означает построение подробной «карты» расположения и изменений клеточных структур.
Ин Чэнь (Ying Chen), один из первых авторов исследования, отметила, что MouseMapper основан на базовой модели. Базовая модель — это крупная система ИИ, способная применять приобретённые закономерности шире, чем только к тем данным, на которых её изначально обучали.
Зачем мышей делали прозрачными
Чтобы увидеть ткани целиком, исследователи сначала помечали нервы и иммунные клетки флуоресцентными маркерами. Такие маркеры светятся при специальном освещении и позволяют различать нужные структуры под микроскопом.
Затем применяли методы просветления тканей: тело мыши становилось прозрачным, но светящиеся сигналы сохранялись. Это давало возможность изучать внутренние структуры без разрезания тканей на множество отдельных фрагментов.
После этого учёные использовали светолистовую микроскопию — метод трёхмерной съёмки, который позволяет быстро получать изображения больших прозрачных образцов. В результате формировались огромные наборы данных с десятками миллионов клеточных структур.
Ожирение оказалось связано с повреждением лицевого нерва
Чтобы изучить последствия ожирения, мышей кормили пищей с высоким содержанием жира. У животных развивались ожирение и метаболические нарушения, похожие на некоторые изменения, наблюдаемые у людей.
MouseMapper показал широкие перестройки иммунных клеток и нервных структур в организме. Одной из самых неожиданных находок стало повреждение тройничного нерва. Тройничный нерв — крупный лицевой нерв, который отвечает за чувствительность лица и участвует в некоторых двигательных функциях.
У мышей с ожирением чувствительные ветви этого нерва имели меньше ответвлений и нервных окончаний. Это указывает на возможное нарушение нервной функции. Поведенческие тесты подтвердили этот вывод: мыши с ожирением слабее реагировали на сенсорную стимуляцию, чем животные без ожирения.
Похожие сигналы нашли в тканях человека
Затем исследователи изучили тройничный ганглий — скопление тел нервных клеток, связанных с чувствительностью лица. С помощью пространственной протеомики они выявили молекулярные изменения, связанные с воспалением и перестройкой нервной ткани.
Протеомика — это изучение белков, которые работают в клетках и тканях. Пространственная протеомика дополнительно показывает, где именно в ткани находятся эти белки и как они распределены.
Дорис Кальтенекер (Doris Kaltenecker), первый автор исследования, подчеркнула, что структурные и молекулярные изменения в тройничном ганглии и его ветвях были ранее неизвестны. По её словам, похожая молекулярная подпись сохранилась и в тканях человека с ожирением.
Зачем нужен такой инструмент
Главная ценность MouseMapper — возможность видеть болезнь как процесс, затрагивающий взаимосвязанные системы организма, а не один отдельный орган.
Это может быть важно не только для изучения ожирения. Такой подход потенциально применим при сахарном диабете, онкологических заболеваниях, нейродегенеративных болезнях и аутоиммунных нарушениях. Нейродегенеративные заболевания — это состояния, при которых постепенно повреждаются и погибают нервные клетки. Аутоиммунные болезни возникают, когда иммунная система ошибочно атакует собственные ткани.
Али Эртюрк (Ali Ertürk), руководитель работы, считает, что в будущем такие карты могут помочь создавать «цифровых двойников» мышей в норме и при болезни. Цифровой двойник — это компьютерная модель организма или его части, на которой можно проверять гипотезы и искать ранние признаки заболевания до проведения новых экспериментов.
Что это может значить для медицины
Для пациентов это исследование не предлагает готового лечения ожирения или нейропатии. Но оно меняет представление о том, как глубоко ожирение может затрагивать организм.
Если повреждение нервов действительно начинается раньше, чем появляются явные жалобы, такие методы в будущем могут помочь искать ранние признаки осложнений и лучше понимать, почему у одних людей с ожирением развиваются неврологические нарушения, а у других — нет.
Связь обмена веществ, воспаления и нервной системы всё чаще рассматривают как единый процесс: ранее также сообщалось, что диабет 2-го типа и ожирение могут быть связаны с более ранним риском деменции. Новая работа добавляет к этой теме клеточную карту изменений во всём организме.
Литература
Doris Kaltenecker, Izabela Horvath, Rami Al-Maskari, Ying Chen, Zeynep Ilgin Kolabas, Luciano Hoeher, Mihail Todorov, David-Paul Minde, Saketh Kapoor, Sena Gül Turhan, Louis B. Kuemmerle, Hanno Steinke, Tim Wohlgemuth, Mayar Ali, Florian Kofler, Pauline Morigny, Julia Geppert, Denise Jeridi, Bastian Wittmann, Jie Luo, Suprosanna Shit, Carolina Cigankova, Victor Miro Kolenic, Nilsu Gür, Eren Aydeniz, Alara Yücecan, Melissa Ertürk, Laurent H. A. Simons, Chenchen Pan, Marie Piraud, Daniel Rueckert, Maria Rohm, Farida Hellal, Markus Elsner, Harsharan Singh Bhatia, Ingo Bechmann, Bjoern H. Menze, Stephan Herzig, Johannes Christian Paetzold, Mauricio Berriel Diaz, Ali Ertürk. A deep-learning framework reveals whole-body perturbations at cell level // Nature. — 2026. — DOI: 10.1038/s41586-026-10535-2.
