Ученые выявили: рассеянный склероз идет по двум разным биологическим сценариям

Недавнее исследование выявило неожиданные аспекты патогенеза рассеянного склероза

Группа ученых из Университетского колледжа Лондона в 2026 году представила результаты исследования, которое может кардинально изменить подходы к диагностике и лечению рассеянного склероза (РС). Исследователи обнаружили, что заболевание развивается по двум разным биологическим сценариям, открывая новые горизонты для персонализированной медицины.

Анализ включал данные 634 пациентов с РС, полученные с помощью метода машинного обучения. В исследование вошли результаты лабораторных анализов крови и магнитно-резонансной томографии (МРТ) мозга. Этот подход позволил выявить тонкие клинические и патофизиологические различия, ранее не обнаруживаемые при стандартных методах диагностики.

Специалисты уделили особое внимание уровню белка sNfL (легкий нейрофиламент), который служит маркером повреждения нервных волокон. Концентрация этого белка увеличивается при демиелинизации и нейродегенеративных процессах. Ранее его использование было затруднено из-за низкой концентрации в норме.

МРТ-анализ показал степень поражения различных областей мозга. При РС иммунная система атакует миелиновую оболочку нервных волокон, вызывая очаги демиелинизации и нарушение передачи нервных импульсов, что приводит к разнообразным неврологическим симптомам.

Разработанный алгоритм машинного обучения разделил пациентов на две группы в зависимости от уровня белка sNfL и структурных изменений на МРТ. Первая группа, названная "ранний sNfL", характеризовалась быстрым увеличением уровня белка и преимущественным поражением мозолистого тела. Вторая группа, "поздний sNfL", показывала более медленное прогрессирование с преимущественным поражением лимбической коры и глубоких отделов серого вещества, при этом повышение уровня sNfL наблюдалось позже.

Руководитель исследования Арман Эшаги отметил, что благодаря комплексному анализу данных с использованием искусственного интеллекта впервые удалось выявить два разных биологических паттерна течения РС. Это открытие может значительно повысить точность диагностики и помочь в разработке индивидуализированных подходов к лечению.

Для обучения модели искусственного интеллекта использовались данные 189 пациентов с различными формами РС. Затем модель проверяли на 445 новых случаях, чтобы оценить её универсальность и применимость к разным клиническим ситуациям.

Нейрофиламенты играют важную роль в поддержании структуры нейронов. В норме их обмен происходит медленно, но при нейродегенеративных заболеваниях их уровень в биологических жидкостях значительно возрастает, что делает их перспективным биомаркером для диагностики РС и других патологий нервной системы.

Несмотря на минимальные различия в уровне sNfL, его измерение в сочетании с данными МРТ предоставляет более полную клиническую картину. Искусственный интеллект способен выявлять сложные взаимосвязи между биохимическими маркерами и структурными изменениями в мозге, открывая новые возможности для диагностики и мониторинга заболевания.

Сейчас классификация и лечение РС основаны на клинических проявлениях и скорости прогрессирования. Однако внедрение новых методов, основанных на биологическом паттерне, может стать важным шагом к персонализированной медицине.

Для внедрения результатов исследования в клиническую практику необходимы дополнительные проверки на репрезентативных выборках пациентов. Только после подтверждения эффективности и безопасности новой методики можно будет пересмотреть существующие стандарты диагностики и лечения РС.

Открытие двух биологических типов РС вызвало значительный интерес в медицинском сообществе. Это исследование предоставляет новые возможности для улучшения качества жизни пациентов, позволяя своевременно корректировать терапию и замедлять прогрессирование заболевания.