知识卡片：人工智能驱动的棕色脂肪临床表型分析

一句话结论

一项发表于 Nature 的研究利用大数据与人工智能，对超过 10 万名患者进行分析，系统揭示了棕色脂肪组织（BAT）活性与更低的心血管、精神疾病患病率及更健康代谢谱之间的关联，并发现氯沙坦（losartan）可作为激活 BAT 的潜在药物。

事件概述或研究问题

棕色脂肪组织（BAT）通过产热消耗能量，此前已知其与心血管代谢疾病患病率降低相关。然而，BAT 与全谱系疾病的关联尚不明确，且缺乏高通量量化人体 BAT 活性的方法。本研究旨在利用 AI 和大数据，系统定义 BAT 的临床影响，并探索可激活 BAT 的药物。

方法/产品要点

• 数据来源：纪念斯隆-凯特琳癌症中心（MSKCC）101,243 名患者的 18F-FDG-PET–CT 扫描数据。
• AI 量化方法：采用机器学习方法，对约 8,700 名患者的 BAT 代谢活性进行半自动量化，包括总活性和不同解剖位置的活性（如腋窝区域）。
• 统计分析：使用倾向性评分匹配（PSM）平衡年龄、性别、BMI 和环境温度等变量；对 511 个 ICD 诊断编码进行无偏分析；控制癌症相关变量（部位、分期、治疗）。
• 药物关联分析：分析用药记录，寻找与 BAT 存在正相关的药物。
• 概念验证实验：在细胞和整体水平验证氯沙坦对棕色脂肪细胞活性和全身能量消耗的影响。

主要结果或产业意义

• 疾病关联：在 BAT 阳性患者中，心血管疾病和精神疾病患病率显著更低。调整多变量后，98 个诊断编码与 BAT 显著相关，其中 92 个在 BAT 阳性组中患病率更低。最显著的包括：2 型糖尿病（OR 0.42）、慢性缺血性心脏病（OR 0.53）、呼吸衰竭（OR 0.46）、焦虑障碍（OR 0.78）、抑郁发作（OR 0.68）等。
• 代谢指标：BAT 活性越高（尤其是腋窝区域），心血管代谢疾病 odds 越低，白色脂肪分布更健康，血糖、血脂、炎症标志物和超声心动图指标更优。
• 药物发现：血管紧张素受体阻滞剂（ARB）的使用与 BAT 存在正相关。氯沙坦被验证可通过 PPARγ 依赖机制增加棕色脂肪细胞活性和全身能量消耗。
• 平台意义：该研究展示了 AI 驱动的临床表型分析可作为药物重定位平台，用于发现激活人体 BAT 的药物。

为什么重要

• 首次在全诊断谱系中系统揭示 BAT 与精神疾病（如焦虑、抑郁、睡眠障碍）的负相关，拓展了 BAT 的临床意义 beyond 心血管代谢。
• 提供了高通量、半自动量化 BAT 活性的 AI 方法，克服了此前仅能基于“有/无”二分类的局限。
• 发现氯沙坦作为潜在 BAT 激活剂，为药物重定位提供了概念验证，可能加速针对肥胖及代谢疾病的治疗开发。
• 与既有卡片《生命启发的内感受人工智能》中“借鉴生物内稳态机制增强 AI 自主性”的视角形成呼应：本研究反向展示了 AI 如何用于解析人体内稳态组织（BAT）的临床表型。

局限与不确定性

• 研究队列来自单一癌症中心，患者群体可能存在选择偏倚，结论外推至一般人群需谨慎。
• BAT 活性量化基于临床 PET–CT 扫描，非专门为 BAT 研究设计，可能存在测量误差。
• 关联性分析无法确立因果关系；BAT 与疾病之间的保护机制待进一步实验验证。
• 氯沙坦激活 BAT 的临床获益尚未在随机对照试验中验证。
• 部分诊断编码的关联在多重检验调整后可能仍存在假阳性风险。

可用于图书/PPT/简报的角度

• AI 在医学影像表型分析中的突破：从二分类到连续量化，AI 如何解锁大规模临床数据的新维度。
• 棕色脂肪：不只是减肥靶点：BAT 与精神疾病的意外关联，提示代谢组织对脑功能的系统性影响。
• 老药新用：氯沙坦从降压药到代谢调节剂的潜在转变，展示 AI 驱动药物重定位的范式。
• 大数据 + AI 的临床研究设计：如何利用真实世界数据（PET–CT、ICD 编码、用药记录）构建可验证的假说。
• 代谢与精神的交叉：BAT 活性与抑郁/焦虑负相关，为“代谢-脑轴”研究提供新线索。

与既有脉络的关系

本卡片与《生命启发的内感受人工智能》形成互补：后者从生物内感受机制启发 AI 设计，本卡片则展示 AI 如何反向用于解析人体内感受相关组织（BAT）的临床表型。两者共同指向“AI 与生物内稳态”的双向互动，但本卡片聚焦具体疾病关联与药物发现，增量信息在于提供了大规模临床验证和可重定位药物的概念验证。

原始材料

• 标题：Artificial intelligence-enabled clinical phenotyping of human brown fat
• 来源：Nature, Published online: 14 October 2026
• DOI：10.1038/s41586-026-11162-7
• 作者：Nicolás Gómez-Banoy, Jorge A. Barrero, Luiza Rachel Pinheiro de Carvalho, Caroline S. Jiang, Tara Doma Lama, Nakul Karandikar, Mascha Koenen, Tiffany Lam, Kaja Plucińska, Ksenia Morozova, Stephanie Chahwan, Gustavo Barraza, Burcin Agridag Ucpinar, Jennifer E. Liu, Rohit Sharma, Daniel Lafontaine, Heiko Schöder, Paul Cohen 等
• 关键词：Brown adipose tissue, artificial intelligence, clinical phenotyping, drug repurposing, losartan, cardiometabolic disease, psychiatric disease