Nature重磅：AI工具在細胞水平透視全身，揭開肥胖對面部神經的損傷

撰文丨王聰

編輯丨王多魚

排版丨水成文

肥胖的影響遠不止于新陳代謝和脂肪儲存，它還會改變多個器官系統的免疫活性、神經結構和組織排列，增加患 2 型糖尿病、心血管疾病、中風、神經病變以及癌癥等疾病的風險。然而，盡管存在這些全身性影響，研究人員一直缺乏能夠在完整生物體中以高分辨率研究與疾病相關全身變化的工具。

2026 年 5 月 20 日，慕尼黑亥姆霍茲研究中心生物智能研究所、慕尼黑大學、海德堡大學醫院的研究人員，在國際頂尖學術期刊Nature上發表了題為：A deep-learning framework reveals whole-body perturbations at cell level 的研究論文。

該研究開發出了一套基于基礎模型的深度學習算法工具——MouseMapper，旨在分析全身性生物成像數據。該 AI 工具可自動分割 31 種器官和組織類型，并對全身的神經和免疫細胞進行定量映射，從而以細胞級精度繪制出疾病在整個小鼠體內引發的變化。研究團隊使用 MouseMapper 研究飲食誘導的肥胖，發現了肥胖相關的廣泛炎癥以及此前未知的神經損傷。

總的來說，該研究提供了一種強大且可擴展的方法，用于識別和量化全身系統性病理，將動物模型中的分子機制洞察與人類疾病狀況聯系起來。

值得一提的是，研究團隊已將該研究中的全身數據集公開在線發布，使全球科學家能夠探索與肥胖相關的各組織和器官系統的改變。論文通訊作者Ali Ertürk表示——我們的目標是建立一個全面框架，以理解疾病如何影響作為相互關聯系統的身體，我們的長期愿景是構建逼真的小鼠健康與疾病狀態下的數字孿生：可在計算機上進行查詢、擾動和篩選的細胞級圖譜，從而使我們能夠精準識別疾病引發的最早期變化，設計預防措施，并加速新療法的發現，同時減少所需開展的實體實驗數量。

為什么需要全身分析？

許多疾病，特別是像肥胖這樣的生活方式相關疾病，會對全身多個器官系統產生深遠影響。而傳統的研究方法往往只能關注局部變化，缺乏全面了解疾病的全身系統性效應的工具。

在這項最新研究中，研究團隊開發了MouseMapper，這是一套基于基礎模型的深度學習算法，可實現對小鼠全身多系統的疾病分析。

具體來說，MouseMapper 基于一個名為 VesselFM 的 3D 基礎模型構建，包含三個核心模塊——

• 神經模塊：能夠分割和分析全身的神經網絡，甚至能解析細微的軸突分支；

• 免疫模塊：識別和量化免疫細胞及其在組織中的分布；

• 組織模塊：將分割出的結構映射到 31 個器官和組織中，實現跨條件的定量比較。

全身 3D 重建

這個框架的最大優勢在于其強大的泛化能力——無需重新訓練就能適應不同的成像分辨率和抗體標記數據集。

肥胖如何改變神經系統？

接下來，研究團隊使用 MouseMapper 分析了高脂飲食誘導的肥胖小鼠。令人驚訝的是，該研究發現，肥胖不僅影響代謝，還顯著改變了神經系統的結構。

肥胖狀態下全身尺度下神經和巨噬細胞的直接可視化

最關鍵的發現出現在三叉神經眶下分支（眶下神經）——這是負責面部感覺感知的重要神經，特別是與胡須觸覺探索相關。在肥胖小鼠中：神經末梢數量減少了 60.7%；神經網絡的邊和頂點數量分別減少了 57.8% 和 57.6%；神經密度在整個身體和脂肪組織中均顯著降低。

全身神經分割揭示肥胖小鼠眶下神經的結構變化

這些肥胖相關的神經系統結構變化不是“紙上談兵”。研究團隊進行了胡須刺激測試，發現肥胖小鼠對胡須刺激的反應明顯減弱。這表明肥胖引起的三叉神經眶下分支的結構變化可能導致感覺功能障礙。

從分子機制到人類驗證

為了探究肥胖引起的上述變化的分子基礎，研究團隊對三叉神經節（眶下神經的起源）進行了空間蛋白質組學分析。他們發現了 230 個差異蛋白質，涉及多個關鍵通路——肌動蛋白細胞骨架調控通路；RHO GTP 酶效應器通路；軸突導向通路；補體和凝血級聯通路。

特別值得注意的是，SERPIN-A 家族蛋白的下調可能削弱了控制炎癥誘導組織損傷的能力。

更令人信服的是，研究團隊在人類樣本中驗證了上述發現。對瘦個體和肥胖個體的三叉神經節的分析顯示，人類中也存在類似的分子變化模式，包括補體系統、細胞外基質組織和軸突導向相關通路的改變。

MouseMapper的意義

MouseMapper的成功開發標志著系統生物學研究的一個重要里程碑：

1、全面性：首次實現了全身范圍的細胞水平定量分析；

2、高分辨率：能夠解析細微的神經分支和免疫細胞簇；

3、自動化：AI 驅動的工作流程大大提高了分析效率；

4、可擴展性：框架設計允許擴展到其他疾病模型和研究領域。

這項技術不僅為肥胖研究提供了新視角，更為理解各種系統性疾病的全身效應開辟了新途徑，未來，類似的全身性分析框架可能成為疾病機制研究和藥物開發的標準工具。

論文鏈接：

https://www.nature.com/articles/s41586-026-10535-2