Интеграция мультиомики и машинного обучения систематически расшифровывает клеточную гетерогенность и фибротические регуляторные сети при прогрессии от MASLD к MASH

Почему это исследование болезней печени важно

Жировая болезнь печени, связанная с ожирением и сахарным диабетом 2 типа, сейчас является одной из самых распространённых проблем печени в мире. У многих людей состояние остаётся лёгким, но у значительной части оно тихо прогрессирует в агрессивную форму с воспалением и формированием рубцовой ткани, что может привести к циррозу и раку печени. Врачи по-прежнему с трудом предсказывают, у кого произойдёт прогрессирование, и сложно своевременно выявить эту опасную стадию без биопсии. В этом исследовании применены передовые методы «мультиомики» и искусственного интеллекта, чтобы детально изучить отдельные клетки печени, выявив недавно признанный тип иммунных клеток и сигнальный путь, которые, по-видимому, приводят к вредному рубцеванию, а также предлагаются маркёры в крови, которые однажды могли бы неинвазивно указывать на пациентов с высоким риском.

От простого накопления жира к опасному повреждению печени

Исследователи сосредоточились на переходе от метаболически ассоциированной стеатотической болезни печени (MASLD), часто называемой жировой болезнью печени, к её более тяжёлому варианту — метаболически ассоциированному стеатогепатиту (MASH). MASLD чрезвычайно распространена: ею поражена более трети взрослых людей во всём мире, особенно при ожирении или диабете. У большинства людей с MASLD есть жировые отложения в печени, но мало повреждений. При MASH клетки печени повреждаются, повышается воспаление и формируется рубцовая ткань. Приблизительно у каждого пятого — каждого третьего пациента с MASH в конечном итоге развивается цирроз или рак печени. Нынешние анализы крови и визуализации не позволяют точно увидеть, какие микроскопические клеточные изменения происходят внутри органа, поэтому часто пропускают окно для раннего вмешательства.

Разглядывая печень по одной клетке

Чтобы решить эту проблему, команда объединила несколько мощных типов данных из общедоступных исследований. Они собрали данные одиночной клеточной РНК-секвенирования более чем полумиллиона отдельных клеток печени, пространственный транскриптом, сохраняющий положение этих клеток в ткани, профиль экспрессии генов в биоптатах целиком и карты доступности хроматина, показывающие, какие участки ДНК открыты и активны. С помощью сложного программного обеспечения клетки были сгруппированы в семь широких типов, включая гепатоциты, иммунные клетки и поддерживающие клетки — печёночные звёздчатые клетки. Затем сравнили здоровые печёночные образцы, MASLD, а также ранние и продвинутые стадии MASH, и отобразили, как изменялся состав клеток и их сети коммуникации по мере ухудшения болезни.

Иммунные и поддерживающие клетки, приводящие к рубцам, действуют совместно

Вырисовалась заметная закономерность: иммунные клетки, известные как моноциты и макрофаги, вместе с печёночными звёздчатыми клетками встречались при MASH гораздо чаще, чем на ранних стадиях, и они, как правило, формировали скопления в одних и тех же областях поражённой ткани. При более глубоком анализе звёздчатые клетки были разделены на пять подтипов — от покоящихся до полностью активированных, похожих на гладкомышечные. По мере перехода от MASLD к MASH количество спокойных звёздчатых клеток уменьшалось, а активированных, продуцирующих рубцовую ткань, увеличивалось, прослеживая явный путь от покоя к фибротическому состоянию. Пространственный анализ показал, что эти активированные звёздчатые клетки находились вблизи обогащённых макрофагов, что указывает на тесное взаимодействие в построении печёночных рубцов.

Новоотмеченный тип макрофагов и фибротическая сигнальная ось

Среди иммунных клеток исследователи обнаружили отдельную подгруппу макрофагов, отмеченную геном DTNA, которая была специально обогащена при MASH. Эти DTNA-положительные макрофаги демонстрировали признаки так называемой M2-поляризации, часто связанной с хроническим воспалением и ремоделированием тканей, а также признаки низкого уровня кислорода и сильных воспалительных сигналов. Воссоздавая «траектории» развития, авторы пришли к выводу, что эти клетки происходят из резидентных клеток Купфера в печени. Анализ регуляторных сетей указал на фактор транскрипции RUNX2 как на главный переключатель в этих макрофагах. Дальнейшее картирование межклеточной коммуникации показало, что DTNA-положительные макрофаги общаются с активированными звёздчатыми клетками через цепь, которую они назвали осью RUNX2–PLG–PARD3: RUNX2 повышает производство белка PLG в макрофагах, PLG затем сигнализирует звёздчатым клеткам, экспрессирующим PARD3, и это взаимодействие связано с более интенсивным фиброзом и изменённой активностью свертывания крови.

От карт клеток к возможным тестам и лечениям

Чтобы оценить, могут ли эти открытия помочь пациентам, команда обучила и протестировала 113 различных моделей машинного обучения на крупных наборах данных по массовой экспрессии генов от людей с MASLD или MASH. Модель Elastic Net показала наилучшие результаты, и в нескольких независимых когортах один ген выделился как самый сильный предиктор: DTNA. Более высокая активность DTNA и связанных с ним генов, включая RUNX2, последовательно отмечала пациентов с MASH, а не с простой жировой болезнью. Авторы также просмотрели существующие базы данных по лекарствам и обнаружили несколько препаратов, которые могут действовать на недавно описанную ось RUNX2–PLG–PARD3, намекая на возможности репурпозинга, хотя эти идеи ещё требуют лабораторной и клинической проверки.

Что это значит для людей с жировой болезнью печени

Проще говоря, это исследование показывает, что не все иммунные и поддерживающие клетки печени одинаковы, и что особое взаимодействие между недавно выделенным подтипом макрофагов и формирующими рубец звёздчатыми клетками может быть ключевым механизмом, приводящим жировую болезнь печени к опасному рубцеванию. Работа говорит о том, что измерение маркёров вроде DTNA в крови или ткани однажды могло бы помочь врачам определить, какие пациенты с жировой болезнью имеют наивысший риск прогрессирования до MASH, без полагания исключительно на инвазивные биопсии. Она также выделяет конкретный сигнальный маршрут — ось RUNX2–PLG–PARD3 — как перспективную мишень для препаратов, направленных на замедление или обратное развитие печёночного фиброза. Хотя эти результаты пока находятся на стадии исследований и требуют дальнейшей валидации, они дают более чёткую дорожную карту для превращения сложных клеточных данных в практические инструменты для ранней диагностики и таргетной терапии.

Цитирование: Wen, W., Liu, Z., Tan, W. et al. Integrating multi-omics and machine learning systematically deciphers cellular heterogeneity and fibrotic regulatory networks in the progression from MASLD to MASH. npj Digit. Med. 9, 167 (2026). https://doi.org/10.1038/s41746-026-02352-8

Ключевые слова: жировая болезнь печени, MASH, макрофаги, печеночный фиброз, мультиомика