引领科技前沿 · 服务国家战略北京前沿科学技术研究院
北京前沿科学技术研究院 BEIJING INSTITUTE OF FRONTIER SCIENCE

新型AI人体图谱揭示肥胖对面部神经的隐秘侵袭

2026-07-30 13:15:00 信息科技 阅读

科学家开发了一套人工智能驱动的系统,能够以极高的细节扫描并绘制整只小鼠的身体——该系统刚刚揭示了肥胖带来的一个惊人新影响。除了扰乱新陈代谢外,肥胖似乎还会损伤与触觉和感知相关的面部感觉神经,同时引发遍及全身的广泛炎症。

该研究还在人体组织中发现了类似的分子模式,表明肥胖相关的神经损伤的重要方面可能在小鼠和人类身上都会发生。研究结果发表在《自然》(Nature)杂志上。

众所周知,肥胖的影响远不止于体重和新陈代谢。它能改变免疫活动,破坏神经结构,并重塑全身组织,从而增加患2型糖尿病、心血管疾病、中风、神经病变和癌症等疾病的风险。尽管影响广泛,但科学家一直缺乏能够高精度研究整个完整身体内疾病相关变化的工具。

为了应对这一挑战,由慕尼黑亥姆霍兹中心生物智能研究所(iBIO)所长兼慕尼黑大学(LMU)教授Ali Ertürk领导的研究团队开发了MouseMapper。该人工智能框架利用基于基础模型的深度学习算法来分析海量的全身成像数据集。

该系统能自动识别并分割31种器官和组织类型,同时绘制全身的神经和免疫细胞图谱。这使研究人员能够在完整小鼠体内同时检查疾病如何影响多个器官系统。

“MouseMapper建立在基础模型之上,这意味着它的泛化能力远超其最初训练所用的数据,”该研究的共同第一作者Ying Chen表示。

透明小鼠与全身成像

为了构建身体图谱,研究人员首先使用在显微镜下发光的荧光标记物标记小鼠体内的神经和免疫细胞。随后,他们利用组织透明化方法使小鼠变得透明,同时保留荧光信号,从而使科学家无需切开组织即可观察身体深处。

 

接下来,团队使用先进的光片显微镜捕捉完整小鼠的详细三维图像。该过程生成了包含来自全身器官和组织的数千万个细胞结构的庞大数据集。

MouseMapper随后自动分析图像,识别出动物全身的解剖区域、神经网络和免疫细胞簇。

这种方法使研究人员能够精确定位炎症和组织损伤出现在脂肪组织、肌肉、肝脏和外周神经等器官中的具体位置。与以往的方法不同,科学家无需预先选择特定区域进行研究。

肥胖与面部神经损伤相关

为了探究肥胖如何改变身体,研究人员给小鼠喂食高脂饮食,使其产生与人类相似的肥胖和代谢问题。

利用MouseMapper,团队发现全身的免疫细胞组织和神经结构发生了广泛改变。最令人惊讶的发现之一涉及三叉神经,这是一条负责面部感觉和某些运动功能的主要面部神经。

 

在肥胖小鼠中,这些感觉神经的分支和神经末梢显著减少,表明神经功能受损。行为测试支持了这一结论,显示肥胖小鼠对感觉刺激的反应不如瘦小鼠敏感。

研究人员随后将重点放在三叉神经节上,其中包含面部感觉神经元的细胞体。通过空间蛋白质组学分析,他们发现了与炎症和神经重塑相关的分子变化。

重要的是,在肥胖人群的三叉神经组织中也发现了许多相同的分子特征。这表明在小鼠身上观察到的神经相关变化可能也会发生在人类身上。

慕尼黑亥姆霍兹中心糖尿病与癌症研究所(IDC)资深科学家、该研究的第一作者Doris Kaltenecker博士表示:“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,且相同的分子特征在人体组织中得以保留。这种发现根本无法通过一次只研究一个器官得出。”

研究复杂疾病的新工具

研究人员认为,MouseMapper可能成为研究同时影响多个器官系统疾病的重要工具,包括糖尿病、癌症、神经退行性疾病和自身免疫性疾病。

与专注于单个组织或器官的早期方法不同,MouseMapper提供了一个综合的全身分析系统,能够识别生物体全身的疾病热点。

团队还公开了全身数据集,以便全球研究人员探索跨器官和组织的肥胖相关变化。

“我们的目标是创建一个全面的框架,以理解疾病如何作为一个相互关联的系统影响身体,”Ali Ertürk说,“我们的长期愿景是构建健康和疾病状态下小鼠的真正逼真的数字孪生体:即可以在计算机上查询、扰动和筛选的细胞级图谱。这将使我们能够精确定位疾病引起的最早变化,设计干预措施加以预防,并加速新疗法的发现,同时减少我们需要进行的物理实验数量。”

这项工作得到了欧洲研究理事会(授予A. Ertürk的巩固基金CALVARIA;授予M. Rohm的基金949017)、德国科学基金会(DFG)在德国卓越战略框架下资助的慕尼黑系统神经学集群(SyNergy,ID 390857198,EXC 2145)、DFG SFB 1052 (A9) 和 TR 296 (P03)、合作研究中心CRC 1744、德JianCe邦教育与研究部(NATON合作项目,01KX2121及HIVacToGC)、血管性痴呆研究基金会、Nomis心脏图谱项目基金(Nomis基金会)、Else-Kröner-Fresenius基金会、Edith-Haberland-Wagner基金会、Helmut Horten基金会、EFSD与诺和诺德欧洲糖尿病研究项目(授予D. Kaltenecker)以及国家留学基金管理委员会(授予Y. Chen)的支持。

信息来源

Story Source:

Materials provided by Helmholtz Munich (GmbH). Note: Content may be edited for style and length.

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, 2026; DOI: 10.1038/s41586-026-10535-2

微信扫码分享

微信扫一扫,分享本文