Новая система искусственного интеллекта позволила построить подробные карты движения жидкости в мозге по данным магнитно-резонансной томографии (МРТ). Метод показал, что в одних областях жидкость распространяется очень медленно, а в других движется быстрее и направленно — особенно рядом с сосудами и крупными пространствами, заполненными спинномозговой жидкостью. Работа опубликована в журнале Science Advances.
Зачем мозгу движение жидкости
Мозг не только получает сигналы и управляет телом. Ему также нужно постоянно удалять продукты обмена веществ — молекулы, которые накапливаются во время работы нервных клеток.
В этом участвуют межклеточная жидкость и спинномозговая жидкость. Межклеточная жидкость заполняет пространство между клетками мозга. Спинномозговая жидкость окружает головной и спинной мозг, защищает их и участвует в обмене веществ.
Если такие системы очищения работают хуже, это может быть важно при заболеваниях, связанных с накоплением токсичных белков, например при болезни Альцгеймера.
Что создали исследователи
Авторы разработали метод магнитно-резонансной велосиметрии с искусственным интеллектом (MR-AIV). Велосиметрия — это измерение скорости и направления движения. В данном случае система оценивает, как жидкость перемещается внутри мозга.
Метод использует данные динамической контрастной магнитно-резонансной томографии. При таком исследовании вводят контрастное вещество и отслеживают, как оно распространяется в тканях. Само по себе изображение показывает движение контраста, но не даёт полной карты скорости, направления, давления и проницаемости тканей. Для этого потребовалась вычислительная модель.
Как искусственный интеллект «учил» физику
В отличие от обычной модели искусственного интеллекта, исследователи использовали четыре специализированные нейронные сети. Нейронная сеть — это вычислительная система, которая находит закономерности в данных.
Каждая часть модели отвечала за отдельную задачу: движение контрастного вещества, способность тканей пропускать жидкость, изменения давления и отделение реального сигнала от шума. При этом в систему встроили известные физические законы движения жидкости, включая закон Дарси, который описывает течение жидкости через пористую среду.
Такой подход называют физически информированным искусственным интеллектом: модель не просто ищет статистические совпадения, а работает в рамках правил, которые уже известны из физики.
Что показали эксперименты
Сначала метод проверили на компьютерных моделях мозга мышей. Затем его применили к данным МРТ пяти здоровых мышей, которым вводили контрастное вещество гадобутрол и наблюдали за его распространением в течение 90 минут.
В большинстве областей мозга жидкость двигалась очень медленно — примерно 0,1 микрометра в секунду. Микрометр — это одна миллионная часть метра. Такое движение в основном связано с диффузией: молекулы постепенно расходятся из области с большей концентрацией в область с меньшей концентрацией.
Но в некоторых участках движение было значительно быстрее — около 3 микрометров в секунду. Это наблюдали в пространствах вокруг сосудов, в субарахноидальном пространстве, в обонятельной луковице и рядом с крупными артериями, включая артериальный круг большого мозга. Такое направленное движение называется адвекцией: жидкость не просто «растекается», а переносится потоком.
Что ещё удалось оценить
Модель также построила карты проницаемости тканей и возможных изменений давления. Проницаемость показывает, насколько легко жидкость проходит через ткань или пространство.
По результатам анализа, области около желудочков мозга и сосудистых пространств были более проницаемыми. Это значит, что жидкость там может перемещаться легче.
Авторы сделали осторожный вывод: движение жидкости в мозге, вероятно, во многом регулируется не сильными перепадами давления, а тем, насколько разные структуры мозга позволяют жидкости проходить через них. Однако оценки давления и проницаемости пока следует считать правдоподобными вычислительными решениями, а не прямым измерением.
Почему это может быть важно для болезни Альцгеймера
Нарушение выведения отходов из мозга рассматривается как один из возможных факторов нейродегенеративных заболеваний. Нейродегенеративные заболевания — это состояния, при которых нервные клетки постепенно повреждаются и погибают.
Если метод удастся подтвердить и адаптировать для человека, он может помочь изучать, как меняется очищение мозга при старении, болезни Альцгеймера и других нарушениях. В будущем такие карты могут стать полезными для оценки новых способов улучшить выведение вредных молекул из мозга.
Похожая тема уже обсуждалась в исследованиях сна: учёные показывали, что мозговые волны сна помогают очищать мозг от отходов. Новая работа добавляет к этой картине инструмент, который может показать само движение жидкости гораздо подробнее.
Что важно помнить
Метод пока проверяли на небольшом числе животных. В реальных данных ошибки восстановления концентрации контраста составляли 9–13%, а неопределённость была выше там, где жидкость двигалась особенно медленно.
Поэтому MR-AIV пока нельзя рассматривать как готовый клинический тест. Это исследовательская технология, которую нужно проверить на больших выборках, более подробных картах движения жидкости и, по возможности, независимых измерениях.
Тем не менее работа показывает важное направление: стандартные данные МРТ, дополненные физически информированным искусственным интеллектом, могут дать врачам и учёным гораздо больше информации о том, как мозг очищается и как этот процесс нарушается при болезни.
Литература
- Toscano J. D. et al. MR-AIV reveals in vivo brain-wide fluid flow with physics-informed AI // Science Advances. — 2026. — Vol. 12. — eaeb0404. — DOI: 10.1126/sciadv.aeb0404.