Die Arbeit präsentiert MouseMapper, eine KI-basierte Deep-Learning-Plattform, die erstmals eine automatisierte, dreidimensionale Analyse von Nerven-, Immunzell- und Organstrukturen im gesamten Maus-Körper ermöglicht. MouseMapper setzt auf vortrainierte Foundation-Modelle (VesselFM) für segmentbasierte Deep-Learning-Analysen und umfasst drei Module: Nerven-, Immunzell- und Gewebesegmentierung. Damit konnten 31 Organe und Gewebetypen identifiziert und Inkohärenzen im Nerven- und Immunzellnetzwerk im Kontext von Fettstoffwechselstörungen kartiert werden. Speziell zeigte eine Studie mit Mäusen unter Hochfettdiät eine verminderte Nervendichte in Gesamtorganismus und Fettgewebe bei gleichzeitiger Volumenzunahme des Fettgewebes. Eine markante Abnahme von Nervenverzweigungen im infraorbitalen Ast des Nervus trigeminus wurde festgestellt, verbunden mit sensorischen Defiziten beim Schnurrhaarkontakt. Proteomische Analysen der Trigeminusganglien zeigten Veränderungen insbesondere in Aktinzytoskelettregulation, axonaler Umbildung, Komplement- und Entzündungswegen, die auch in menschlichen Gewebeproben von adipösen Personen bestätigt wurden. Parallel erfasste MouseMapper eine vermehrte Infiltration und Clusterbildung von CD68+ Immunzellen vor allem im viszeralen Fett sowie anderen Organen, was eine Zunahme chronischer Entzündungsprozesse unterstreicht. Die Studie liefert damit ein integratives Tool zum ganzheitlichen Verständnis systemischer Effekte von Erkrankungen wie Adipositas, verknüpft strukturelle, funktionelle und molekulare Veränderungen und stellt Ressourcen online bereit. Die Methodik eröffnet neue Möglichkeiten für hochauflösende systemische Untersuchungen in der Sportmedizin und Trainingswissenschaft, etwa zur Erforschung von chronisch-inflammatorischen Veränderungen und neuralen Adaptationen bei metabolischen Belastungen.

Kaltenecker, D., Horvath, I., Al-Maskari, R. et al. A deep-learning framework reveals whole-body perturbations at cell level. Nature (2026). https://doi.org/10.1038/s41586-026-10535-2