На 15‑й Международной мультиконференции «Биоинформатика регуляции и структуры геномов / системная биология» BGRS/SB‑2026 представлена математическая модель, которая помогает оценивать риск саркопении у пациенток с ревматоидным артритом. Исследование на эту тему сделала сотрудница сектора компьютерного анализа и моделирования биологических систем Института цитологии и генетики СО РАН, магистрант Механико-математического факультета Новосибирского государственного университета Анастасия Долматова. Разработка ориентирована на то, чтобы дать врачам удобный инструмент скрининга и снизить нагрузку на дорогостоящее оборудование.
Ревматоидный артрит — это распространенное аутоиммунное заболевание, при котором системный патологический процесс часто сопровождается формированием неблагоприятных фенотипов состава тела, выступающих значимыми предикторами ранней инвалидизации и снижения качества жизни. К ним относится саркопения — ускоренная потеря мышечной массы и силы. Стандартом диагностики саркопении считается двухэнергетическая рентгеновская абсорбциометрия в режиме Total body, но этот метод доступен далеко не во всех клиниках, а более простые скрининговые подходы обладают низкой чувствительностью и пропускают до половины пациентов с данным неблагоприятным фенотипом. По словам Долматовой, именно эта проблема стала отправной точкой для работы.
— Я использовала биоинформатические подходы, чтобы создать новый инструмент скрининга, и в результате, он показывает риски и первые признаки развития осложнения с высокой точностью, — рассказала она.
Созданная модель основана на алгоритмах снижения размерности, кластеризации и регрессионных моделях, которые позволяют прогнозировать состав тела пациентки по клиническим данным. На вход подаются результаты анализов, показатели объективного осмотра, измерения окружности и талии и бедер и другие параметры, которые доступны в рутинной практике ревматолога.
Модель не заменяет аппаратную диагностику, но помогает решить, кого в первую очередь направлять на двухэнергетическую рентгеновскую абсорбциометрию.
— Мы говорим о том, что, если модель показывает риск, такого пациента стоит направить на дообследование, и так можно снизить нагрузку на дефицитный аппарат, — пояснила Анастасия Долматова.
Саркопения традиционно ассоциируется с пожилым возрастом: она повышает склонность к падениям, переломам, потере трудоспособности и инвалидизации. Однако в группе пациенток с ревматоидным артритом риск развивается раньше и чаще, вне зависимости от возраста. Долматова подчеркивает, что на ранних стадиях саркопения остается обратимой. Коррекция питания, увеличение уровня физической активности и восполнение дефицитов (например, витамина D) могут заметно замедлить потерю мышечной массы, что делает ранний скрининг особенно важным.
Уже создан веб‑сайт, где реализованы существующие подходы к оценке риска саркопении; в будущем туда планируется интегрировать и новую модель. Доступ будет возможен как с компьютера, так и с телефона. Разработанный инструмент ориентирован на использование врачами, а не пациентами, поскольку для его использования требуются медицинские данные и результаты обследований, а также умение пользоваться этой информацией. Таким образом, модель рассматривается как элемент клинического рабочего процесса, а не средство для самолечения.
Проект реализован во взаимодействии с клиницистами НИИ клинической и экспериментальной лимфологии Виталием Омельченко и Ангелиной Старшовой, которые предоставили данные пациентов, а также участвовали в проектировании модели и обсуждении результатов. По словам Анастасии Долматовой, врачи проявляют интерес к внедрению инструмента в практику. На разработку модели и программной реализации ушел примерно год — работа выполнялась в рамках дипломного проекта на Механико‑математическом факультете НГУ.
Сейчас исследование продолжает развиваться. Врачи формируют дополнительную выборку, чтобы проверить модель на большем числе пациенток и оценить ее устойчивость в разных клинических сценариях. В ходе анализа уже обнаружен интересный подтип — молодые женщины, у которых заболевание началось недавно, по параметрам оказываются математически близки к пациенткам с саркопенией. Этот профиль был отмечен ревматологами как потенциально важный: предстоит выяснить, действительно ли у этих пациенток выше риск развития саркопении в будущем.
Анастасия Долматова не исключает, что подобные математические подходы могут быть адаптированы и для других осложнений ревматоидного артрита, однако подчеркивает, что в случае саркопении таких моделей ранее не было, и именно этот дефицит она решила закрыть.
Исследование поддержано бюджетным проектом № FWNR-2025-0018 Министерства науки и высшего образования Российской Федерации.
