Искусственный интеллект раскрыл скрытый двухскоростной поток очистки мозга от отходов

Обычная МРТ может показать, что введенный контрастный краситель распространяется по тканям мозга, но не способна измерить скорость этого распространения, когда речь идет о нескольких микронах в секунду . Для решения этой задачи исследователи построили нейронные сети и обучили их на покадровых МРТ-видео распространения красителя по мозговой ткани. Ключевое новшество заключалось в том, что нейросетям «скормили» не только видеоданные, но и фундаментальные уравнения гидродинамики .

Этот подход, известный как «физико-информированные нейронные сети» или «искусственная велосиметрия» (AIV), заставляет прогнозы модели подчиняться законам физики . Благодаря этому ИИ сумел вычислить два ранее недоступных параметра по одному лишь движению красителя: локальную скорость жидкости и проницаемость окружающей мозговой ткани . Новая методика стала развитием более ранних работ той же группы, где AIV использовалась для количественной оценки давления, напряжения сдвига стенок и трехмерных скоростей в периваскулярных пространствах мышей .

Главное открытие: двухскоростная система очистки

Реконструкция, выполненная силами ИИ, выявила разительный контраст в работе глимфатической системы в зависимости от локализации :

• Быстрый поток на поверхности: В открытых областях, таких как субарахноидальное пространство между черепом и мозгом, СМЖ движется со скоростью несколько микрон в секунду, эффективно омывая крупные артериальные магистрали.
• Медленный поток в глубине тканей: Как только жидкость проникает в плотную паренхиму (функциональную ткань мозга), она начинает сочиться примерно в 50 раз медленнее, чем на поверхности .

Такой двухскоростной режим имеет биологический смысл. Внешняя поверхность мозга выступает в роли распределительной сети с высокой проводимостью, в то время как глубокие ткани создают высокое гидравлическое сопротивление, заставляя жидкость медленно фильтроваться через узкие межклеточные пространства . Более раннее компьютерное моделирование группы Келли уже предсказывало, что только сочетание периваскулярных пространств с низким сопротивлением и паренхимы с высоким сопротивлением может обеспечивать ток жидкости при небольшом перепаде давления и адекватную перфузию всей коры головного мозга . Новые измерения, полученные с помощью ИИ, впервые предоставили прямые in vivo доказательства этой структуры.

За пределами скорости: измерение проницаемости тканей

До сих пор важной неизвестной переменной в исследовании глимфатической системы оставалась проницаемость тканей — то, насколько легко мозговая ткань пропускает сквозь себя жидкость. Новая система физико-информированного ИИ одновременно вычисляет и проницаемость, анализируя, как распространяется краситель, и ограничивая возможные решения законами сохранения . Изменение проницаемости мозговой ткани может служить ранним маркером патологии: если ткань начинает сильнее сопротивляться току жидкости, очистка от отходов замедляется. Возможность измерять это свойство неинвазивно, с помощью обычной МРТ, открывает новое окно в диагностику нейродегенеративных заболеваний на самых ранних стадиях.

Существующие ограничения: пропасть между мышью и человеком

Важно отметить, что все измерения на данный момент выполнены на животных моделях, а именно на мышах, для получения базовых значений . Визуализация мозга человека сопряжена со значительными дополнительными трудностями, включая больший масштаб, более длительное время сканирования и необходимость использования клинически безопасных контрастных веществ. Исследователи активно работают над адаптацией метода для человека, но этот этап трансляционных исследований еще далек от завершения .

Клинические перспективы

Даже при всех этих оговорках, долгосрочные клинические перспективы выглядят впечатляюще. Возможность прямой оценки работы глимфатической системы по стандартному МРТ-снимку может однажды трансформировать неврологию:

• Скрининг болезни Альцгеймера: Глимфатическая система отвечает за выведение белков бета-амилоида во время сна . Если метод удастся адаптировать для человека, он потенциально сможет определять, нарушена ли циркуляция жидкости у пациента с болезнью Альцгеймера, и даже обследовать здоровых людей на предмет плохой очистки мозга задолго до накопления бляшек .
• Черепно-мозговые травмы и сотрясения: Сотрясение мозга может нарушить динамику жидкости, однако в настоящее время не существует прямого метода измерения этих нарушений. Система AIV может предложить количественный инструмент для оценки того, пострадал ли глимфатический клиренс после травмы головы .
• Исследования старения: Функция глимфатической очистки естественным образом снижается с возрастом, способствуя когнитивному спаду . Прямое сравнение скоростей потока в молодом и старом мозге может раскрыть физические механизмы этого спада и указать пути для вмешательства .

Метод можно адаптировать и за пределами нейровизуализации. Исследовательская группа уже расширила свое моделирование для изучения нестационарных потоков в контексте инъекций контрастных веществ и симуляции доставки лекарств в глимфатической сети , что предполагает будущие применения в адресной терапии мозга.

Физико-информированный ИИ дал ученым первый реальный шанс заглянуть в работу «канализации» мозга в действии. Хотя до внедрения в клинику еще далеко, карта двухскоростного потока создает количественную основу для понимания того, как мозг поддерживает собственную чистоту — и что происходит, когда эта система дает сбой.