AI“透视”小鼠全身:肥胖如何悄悄破坏神经与免疫系统
时间:2026-06-02 19:57 来源:Nature 作者:Doris Kaltenecker, Y 点击:次
肥胖早已被证实与2型糖尿病、心血管疾病、中风、神经病变乃至癌症等多种慢性疾病风险升高密切相关。然而,这些疾病如何在不同器官系统中同时发生、相互影响,一直缺乏能够从整体层面进行高分辨率观察的技术工具。近日,德国亥姆霍兹慕尼黑中心生物智能研究所(iBIO)所长、慕尼黑大学教授Ali Ertürk领导的研究团队,在《自然》杂志上发表了一项突破性研究:他们开发了一套名为MouseMapper的深度学习框架,结合组织透明化与光片显微镜技术,首次实现了对肥胖小鼠全身细胞级变化的三维成像与自动分析。 从“局部”到“全身”:MouseMapper如何工作?传统组织学研究通常依赖切片和染色,只能观察有限的局部区域,难以揭示疾病在全身多个器官系统间的协同变化。MouseMapper的核心创新在于整合了三大技术:荧光标记、组织透明化和光片显微镜。研究人员首先用荧光标记物标记小鼠体内的神经和免疫细胞,然后应用组织透明化技术——一种化学处理使整个动物体变得透明,同时不破坏荧光信号——从而允许激光穿透深层组织进行成像。随后,光片显微镜以微米级分辨率快速扫描整个小鼠身体,生成包含数千万个细胞结构的三维数据集。最后,基于基础模型的深度学习算法自动识别并分割出31个器官和组织类型,同时绘制神经纤维和免疫细胞簇的全身分布图。 “MouseMapper建立在基础模型之上,这意味着它的泛化能力远超最初训练所用的数据,”该研究共同第一作者Ying Chen解释道。这种设计使得平台能够适应不同疾病模型和标记方案,而无需重新训练整个网络。 肥胖的“隐形”破坏:神经萎缩与免疫紊乱为了研究肥胖相关的全身变化,研究团队给小鼠喂食高脂饮食,诱导出与人类肥胖相似的代谢功能障碍。MouseMapper的分析揭示了广泛而显著的异常:在免疫细胞组织方面,脂肪组织、肌肉和肝脏中出现了免疫细胞簇的异常聚集和分布紊乱,提示慢性低度炎症状态。更令人惊讶的是神经系统的变化——三叉神经,这条负责面部感觉和运动控制的主要神经,在肥胖小鼠中表现出显著的分支减少和末梢稀疏。行为学测试进一步证实,肥胖小鼠对触觉刺激的反应明显弱于瘦小鼠,将结构损伤与功能缺陷直接联系起来。 “我们揭示了三叉神经节及其面部分支中此前未知的结构和分子变化,并且相同的分子特征在人类组织中也得到了保留。这种发现绝不可能通过一次只研究一个器官而获得,”该研究第一作者、亥姆霍兹慕尼黑中心糖尿病与癌症研究所(IDC)高级科学家Doris Kaltenecker博士强调。研究团队随后对三叉神经节(包含面部感觉神经元胞体的结构)进行了空间蛋白质组学分析,鉴定出与神经重塑和炎症相关的分子通路变化。重要的是,在人类肥胖者的三叉神经组织中,他们发现了相同的分子特征,提示小鼠中观察到的神经改变可能在人类中同样存在。 迈向数字孪生:未来疾病研究的全新范式除了肥胖本身,研究团队相信MouseMapper平台可广泛应用于研究影响多个器官系统的复杂疾病,包括糖尿病、癌症、神经退行性疾病和自身免疫性疾病。与以往仅关注特定组织或器官的方法不同,MouseMapper提供了一个整合的全身体分析平台,能够定位疾病在整个生物体中的“热点”区域。研究团队已将全身数据集公开在线共享,允许全球研究人员跨组织和器官系统探索肥胖相关的变化。 “我们的目标是创建一个理解疾病如何作为相互连接的系统影响身体的综合框架,”Ali Ertürk教授展望道,“长期愿景是构建真正逼真的小鼠数字孪生——细胞级图谱,使我们能够通过计算进行查询、扰动和筛选。这将让我们能够 pinpoint 疾病引起的最早期变化,设计干预措施来预防它们,并在减少物理实验数量的同时加速新疗法的发现。”
Journal Reference: 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, 20 May 2026. DOI: 10.1038/s41586-026-10535-2
(责任编辑:泉水) |