深度学习揭示人体细胞层面的全身变化

许多疾病（如肥胖）具有全身性影响，会扰乱身体多个器官系统。然而，长期以来缺乏能在全身体尺度上进行高分辨率、系统性分析疾病相关变化的工具。本研究开发了‘MouseMapper’——一个基于基础模型（VesselFM）的深度学习算法套件，专为小鼠全身体成像分析设计。它能同时完成三大任务：（1）对全身外周神经网络进行高精度三维定量分析，清晰分辨细微轴突分支；（2）自动识别并量化各类免疫细胞（从单个细胞到数百细胞组成的团块）；（3）利用人工智能将上述结构精准映射到31个器官和组织中，实现解剖定位。该框架具备强大泛化能力，适用于不同成像分辨率和抗体标记策略，无需重新训练即可稳定工作。

研究人员用MouseMapper分析饮食诱导的肥胖小鼠模型，取得多项重要发现：第一，首次发现肥胖小鼠三叉神经的眶下支出现显著结构损伤——神经末梢、分支点和连接线数量均减少约60%，但神经粗细未变，提示问题出在神经末梢延伸而非整体退化；第二，这种结构损伤直接导致胡须触觉感知功能下降，证实其具有真实生理意义；第三，在小鼠和人类肥胖者的三叉神经节中，均检测到与轴突重塑、补体通路相关的蛋白质组变化，说明该机制在进化上保守；第四，MouseMapper生成了首个全身体三维炎症图谱，揭示肥胖状态下不同组织中巨噬细胞团大小分布的特异性改变（如内脏脂肪中大型炎性团块显著增多），反映了组织特异性的炎症与组织重塑状态。

MouseMapper不仅突破了传统方法仅限于单个器官或二维投影的局限，更首次实现了真正意义上的全身体、三维、滑动窗口式无偏分析。它也是首个能全自动分割31个器官/组织（远超既往方法的6个）、首个支持肌肉与脂肪等软组织全身体分辨率分割、以及首个专为长距离神经纤维分割设计的深度学习流程。该工具已公开数据与代码，其在线图谱平台（https://discotechnologies.org/MouseMapper/）使科研人员可直观浏览对比正常与肥胖小鼠的全身体神经及免疫变化，极大提升研究效率。本研究不仅为理解肥胖的全身性神经与免疫病理提供了新视角，更建立起从动物模型分子机制到人类疾病转化的坚实桥梁，为开发靶向神经炎症与细胞骨架稳态的新型疗法开辟了道路。