肝脏健康未来展望：人类模型与机器学习能否降低疾病发生率？
十月是全球肝脏健康意识月，多国借此反思这个既坚韧又脆弱的器官现状。肝脏疾病正成为全球性健康威胁，西方国家尤为严峻——英国过去50年间相关死亡人数激增四倍以上。在其他疾病死亡率持续下降的背景下，这一数据令人忧心。
遗憾的是，绝大多数肝脏疾病死亡本可通过早期诊断和生活方式干预避免。症状显现时患者往往已进入晚期，这类疾病因而被称为"隐形杀手"。随着风险人群规模空前扩大，亟需提高公众对代谢功能障碍相关脂肪性肝病（MASLD，旧称MAFLD）、2型糖尿病、酒精性肝病及肥胖并发症的认知。
肝脏胰岛素抵抗是这些疾病的共同诱因。肝细胞长期对调节血糖的胰岛素反应异常，将导致2型糖尿病和脂肪堆积。若未及时诊治，脂肪肝可能引发炎症、纤维化，最终发展为肝衰竭或癌症。
人类代谢紊乱机制复杂多变，传统研究手段存在局限：动物模型无法准确模拟人类肝脏代谢（如啮齿类属分解代谢而人类属合成代谢），简单细胞培养又缺乏真实器官的复杂性。如今，新型预测性人体相关研究工具正改变这一局面，为理解疾病机制和加速新疗法开发带来曙光。
实验室培育人类肝脏模型疾病
麻省理工学院与诺和诺德公司的最新合作预印本论文，利用微生理系统（MPS）技术将原代人类肝细胞培育成三维肝脏微组织。这些微型器官通过培养基持续灌注模拟血液循环，可维持生理功能数周。
研究中，科研人员施加多种代谢压力源模拟不良饮食与代谢超负荷：
- 正常与高浓度胰岛素（模拟高胰岛素血症，糖尿病早期标志）
- 正常与高浓度葡萄糖（模拟高血糖）
- 正常与升高脂肪酸（反映膳食脂肪过量）
该模型揭示：高胰岛素水平仅需一周即可触发肝脏微组织胰岛素抵抗，当叠加高葡萄糖和高脂肪酸时，抵抗表型显著恶化。分子层面分析显示，这些条件会"重编程"基因表达模式，破坏胰岛素信号传导，导致肝细胞内脂肪与胆汁酸异常堆积。值得注意的是，移除代谢压力源后，多数不良效应可部分逆转——这与临床中改善饮食运动的患者病情好转现象高度吻合。
研究证实：
- 肝脏MPS可精准模拟人类肝胰岛素抵抗
- 能在体外分离解析高胰岛素血症、高血糖与高血脂的独立及协同致病机制
- 可用于测试逆转或预防胰岛素抵抗的新疗法
MPS模型的可逆性特征，也印证了医疗专家关于"通过生活方式改变消除不良饮食与代谢压力可逆转早期病变"的建议。
机器学习弥合实验室到临床的转化鸿沟
自去年肝脏意识月以来，麻省理工学院研究团队进一步推进实验室数据向临床成果的转化。最新预印本论文展示了运用系统生物学与机器学习框架，建立MPS实验条件与人类肝脏疾病生物学的关联映射。
作者以肝脏MPS研究的MAFLD模型为案例，引入LIV2TRANS（体外潜变量至体内转化）机器学习框架。该框架能确定最佳实验条件（如生长因子、细胞因子和基质蛋白），使MAFLD实验室模型更具预测价值。研究发现TGF-β、JAK-STAT、雄激素和EGFR信号通路是关键靶点，调控这些通路可使模型更真实反映体内疾病进程。该方法预期将：
- 明确MPS模型需多复杂才能准确重建特定疾病
- 加速体外模型设计流程
- 提升MPS数据向人体临床应用的转化效率
此项研究为何重要？
肝脏意识月既要警示公众关注这一关键器官的健康威胁，也应庆祝科研界的创新突破。唯有通过协作，方能有效降低全球肝脏疾病负担。
上述研究标志着人类肝脏疾病研究进入新纪元：体外模型日益贴近人体实际，使科研人员能更精准研究疾病起始机制、识别干预窗口并预测新疗法效果。当AI优化的MPS模型缩小实验室数据与临床结果的差距，临床试验失败风险将显著降低。结合公众健康教育强化，我们有望迎来肝脏疾病可预测、可预防、可逆转的关键转折点，最终遏制其流行趋势。
【全文结束】
