Ошибка иммунитета: как антитела при рассеянном склерозе путают мишени
Исследователи НИУ ВШЭ и ИБХ РАН изучили, как иммунная система ведет себя при рассеянном склерозе — болезни, при которой собственные антитела атакуют нервные волокна организма. Сравнив образцы крови пациентов и здоровых людей, ученые обнаружили, что иммунитет больных рассеянным склерозом может путать вирусные белки с белками нервных клеток. Также было выявлено несколько ключевых белков, которые могут стать новыми биомаркерами болезни и помочь в ее диагностике. Исследование опубликовано в журнале Frontiers in Immunology. Работа выполнена при поддержке РНФ.
Рассеянный склероз (РС) — болезнь, при которой иммунная система по ошибке атакует миелиновую оболочку нервных волокон. Можно представить миелин как изоляцию проводов: когда он разрушается, сигналы между нейронами передаются хуже. Из-за этого возникают проблемы с движением, зрением, речью и памятью. Болезнь развивается волнообразно: периоды обострений сменяются ремиссиями, но со временем повреждения накапливаются и могут привести к инвалидности. Диагностировать рассеянный склероз сложно: у каждого пациента симптомы проявляются по-разному, а надежных биомаркеров для точного диагноза пока нет.
Причины сбоя также до конца не изучены, однако ученые предполагают, что на это могут влиять вирусные инфекции. Чтобы глубже изучить иммунный ответ при болезни, ученые НИУ ВШЭ в Санкт-Петербурге и Института биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова РАН провели исследование и сравнили антитела пациентов с рассеянным склерозом и здоровых людей. Они использовали PhIP-Seq — технологию, с помощью которой можно определить, к каким антигенам у человека уже есть антитела.
Антигены — это чужеродные молекулы, вызывающие иммунный ответ. Они находятся на поверхности бактерий, вирусов и других клеток, и иммунная система реагирует на них, вырабатывая антитела.
Антитела — это белки, которые вырабатывает иммунная система для борьбы с антигенами. Они работают как «ключи», которые узнают и связываются с «замками» — антигенами, чтобы нейтрализовать их или пометить для уничтожения другими клетками иммунной системы.
PhIP-Seq помогает не просто выявить сами антитела, но и определить, с какими белками они взаимодействуют. Это позволяет составить портрет иммунного ответа, выясняя, какие мишени атакует иммунная система.
Игорь Елисеев
«Мы взяли около тысячи белков, способных вызывать аутоиммунный ответ, и разрезали их на небольшие перекрывающиеся пептиды — короткие цепочки аминокислот, из которых состоят белки. Затем с помощью генной инженерии встроили их в бактериофаги, чтобы каждый из них нес на своей поверхности нужный пептид, — рассказывает автор исследования, академический руководитель программы «Вычислительная биология и биоинформатика» НИУ ВШЭ в Санкт-Петербурге Игорь Елисеев. — И уже модифицированные фаги добавляли в образцы крови пациентов. Если в крови были антитела, которые узнали определенные пептиды, они связывались с фагами и формировали комплексы. Далее мы извлекали эти комплексы и анализировали, какие белки вызывают иммунную реакцию».
PhIP-Seq помог выявить аутоантитела — антитела, которые ошибочно атакуют собственные белки организма. Ученые обнаружили, что у пациентов с РС иммунная система особенно активно реагирует на белок SPTAN1, важный для структуры нервных клеток, а также на вирусный белок LMP1, связанный с вирусом Эпштейна — Барр. У больных с агрессивными формами РС отклик был еще шире, а иммунная система проявляла перекрестную реактивность — атаковала как вирусные белки, так и собственные структуры. Проще говоря, иммунная система вела себя так, будто путала вирусные белки с белками собственного организма.
«Наше исследование показало, что аутоиммунные антитела при рассеянном склерозе реагируют на широкий спектр белков, — объясняет руководитель проекта, старший научный сотрудник ИБХ РАН Яков Ломакин. — Это значит, что их специфичность снижена: вместо точечного распознавания они связываются с разными мишенями, что делает иммунный ответ хаотичным и разрушительным».
В ходе эксперимента ученые проверили, можно ли использовать комбинацию нескольких белков как биомаркер болезни. Они обнаружили, что тест на четыре антигена — SPTAN1, PTK6, PRX (белки нервной системы) и LMP1 (белок вируса Эпштейна — Барр) — позволяет с высокой точностью отличать пациентов с РС от здоровых людей. Эти данные могут помочь не только улучшить диагностику, но и открыть новые подходы к лечению, например таргетную терапию, блокирующую ошибочные иммунные реакции.
Вам также может быть интересно:
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
В НИУ ВШЭ появится суперкомпьютер для работы с ИИ
Высшая школа экономики готовит к запуску второй суперкомпьютер. Новый кластер будет ориентирован прежде всего на задачи ИИ и дополнит уже действующий суперкомпьютер cHARISMa. Его запуск планируется на конец 2026 года.
В НИУ ВШЭ создан Фонд науки и технологий
Фонд науки и технологий НИУ ВШЭ (ФНТ) будет финансировать перспективные научные инициативы, имеющие прикладную направленность и содействующие достижению технологического лидерства России. На поддержку могут рассчитывать проектные команды из всех кампусов университета. Заявку в ФНТ можно подать в любой момент. Рассматривать заявки будет созданный Совет по науке и технологиям НИУ ВШЭ.
Нейросеть НИУ ВШЭ iFORA.LLM включена в Реестр российского программного обеспечения
Адаптированная большая языковая модель для сферы науки, технологий и инноваций (далее — iFORA.LLM, модель), разработанная экспертами Института статистических исследований и экономики знаний НИУ ВШЭ, включена в Реестр российского ПО. Модель создана для эффективного анализа массивов научно-технической информации — от поиска релевантных публикаций до оценки технологических трендов и формирования аналитических отчетов.
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
Студенты МИЭМ ВШЭ разработают два спутника собственной конструкции для орбитальных экспериментов
Аппараты, созданные студенческими командами, проведут в условиях космоса исследования свойств перспективных солнечных элементов, бортовых систем накопления энергии и серийной электроники для студенческих спутников.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
«Защищать конкуренцию от ИИ нам придется с помощью самого искусственного интеллекта»
В НИУ ВШЭ прошел двухдневный семинар «Искусственный интеллект и конкурентная политика в странах БРИКС». Его участники обсудили две ключевые для конкурентной политики темы: трансформация конкуренции и рынков под влиянием технологий ИИ и усилени е регуляторного потенциала антимонопольных органов за счет технологий искусственного интеллекта.
Крупные города как драйверы роста и новая логика пространственного развития
Крупные города в России выступают не только центрами притяжения населения, но и ключевыми генераторами экономического роста, человеческого капитала и инфраструктурного развития. К такому выводу пришли авторы исследования «Новые модели пространственного развития. Международный опыт и актуальная ситуация в России». Работу проводят в 2026 году ученые НИУ ВШЭ при участии приглашенных экспертов МГУ имени М.В. Ломоносова и РАН.
Дрожь земли: ученые ВШЭ научились отслеживать опасные подземные вибрации в реальном времени
Исследователи из МИЭМ ВШЭ и ИПКОН РАН разработали новую математическую модель мониторинга, которая позволяет фиксировать источник опасных подземных вибраций в реальном времени. Технология поможет снизить риск повреждения зданий, дорог и другой инфраструктуры рядом с карьерами и шахтами. Работа ученых опубликована в журнале «Горная промышленность».