Кластерный анализ маркеров воспаления сыворотки крови условно здоровых людей

Определение воспалительных маркеров в крови условно здоровых людей представляет интерес в связи с возможностью выявления заболеваний на ранних (доклинических) стадиях, а также скрытых форм патологических процессов. Уровень воспаления может служить дополнительным критерием при формировании контрольных групп в клинических и биологических исследованиях.

Цель исследования – определить некоторые воспалительные и аутоиммунные маркеры в группе условно здоровых людей и провести кластерный анализ полученных данных.

Обследовано 100 условно здоровых людей (без клинических признаков инфекций, соматических, неврологических или психических заболеваний) в возрасте от 19 до 88 лет. В сыворотке крови определяли уровни IL-10, TNFα, IL-6 и аутоантител к S100b и ОБМ с помощью ELISA, спектрофотометрически определяли ферментативную активность лейкоцитарной эластазы (ЛЭ) и функциональную активность α1-протеиназного ингибитора (α1-ПИ). Протеазно-ингибиторный индекс (ПИИ) рассчитывали как отношение ЛЭ к α1-ПИ. В качестве основного подхода для статистического обработки данных использовали кластерный анализ, а также метод Шапиро–Уилка, Краскела–Уоллиса и ANOVA.

Все обследуемые по иммунологическим показателям были разделены на три кластера. Выделенные кластеры статистически значимо отличались друг от друга по активности ЛЭ, протеазно-ингибиторный индексу (ПИИ) и уровню IL-10 и TNFα.

Показатели одного из этих кластеров (43% обследованных) в наибольшей степени приближены к средним показателям, определенным для общей выборки, что дает основание рассматривать иммунные показатели этого кластера как нормативные, соответствующие «фоновому» состоянию иммунитета у здоровых людей.

Сочетание иммунологических показателей двух других кластеров (30 и 27% обследуемых, соответственно) отражает различные варианты воспалительных реакций. Эти кластеры характеризуются разнонаправленными изменениями активности ЛЭ и протеазно-ингибиторного индекса, относительно нормативных значений, что может свидетельствовать о различных вариантах латентной воспалительной реактивности, реализующейся у пациентов, составивших эти кластеры.

Полученные кластеры не различались по возрасту исследуемых (p = 0,3476), что позволяет исключить значимое влияние возраста на определяемые иммунные показатели, и по гендерным признакам (p = 0,7233). Выделенные кластеры статистически не различались по функциональной активности α1-ПИ и по уровню аутоантител к нейроспецифическому белку S100b и ОБМ.

Таким образом, группа условно здоровых людей неоднородна по маркерам воспаления. Воспалительные реакции различной степени выраженности выявлялись примерно в половине случаев. Вероятно, это может указывать на наличие скрытого патологического процесса и требует подробного клинического обследования. 

1. Арсентьева Н.А., Тотолян Арег А. Методические сложности при определении содержания некоторых цитокинов в периферической крови практически здоровых лиц // Медицинская иммунология, 2018. Т. 20, № 5. С. 763-774. doi: 10.15789/1563-0625-2018-5-763-774.

2. Белова Л.А., Арабидзе Г.Г., Кухарчук В.В., Чихладзе Н.М., Огородникова О.Г., Шапкина Л.С. Активность химотрипсиноподобных протеиназ у больных ишемической болезнью сердца, артериальной гипертонией, неспецифическим аортоартериитом // Терапевтический архив, 2000. № 11. С. 36-39.

3. Белова Л.А., Оглоблина О.Г., Саталкин А.А., Дюгеев А.Н., Фомин М.Д., Кашина Л.Г., Кухарчук В.В. Дисбаланс протеиназно-ингибиторной системы при акушерском сепсисе и септическим шоке // Клиническая лабораторная диагностика, 2003. № 7. С. 13-16.

4. Волель Б., Макух Е., Лебедева М., Попова Е., Шоломова В., Андросова Л., Мухин Н., Бекетов В., Бровко М., Клюшник Т., Клинико-лабораторные маркеры астенического синдрома у больных саркоидозом // Врач, 2016. № 7. С. 74-76.

5. Доценко В.Л., Нешкова Е.А., Яровая Г.А. Выявление лейкоцитарной эластазы человека из комплекса с плазменным α1-протеиназным ингибитором по ее энзиматической активности с синтетическим субстратом // Вопросы медицинской химии, 1994. Т. 40, № 3. С. 20-25.

6. Дюран Б., Оделл П. Кластерный анализ. Пер. с англ. М.: Статистика, 1977. 128 с. [Dyuran B., Odell P. Cluster Analysis]. Moscow: Statistika, 1977. 128 p.

7. Клюшник Т.П., Андросова Л.В., Михайлова Н.М., Колыхалов И.В., Зозуля С.А., Дупин А.М. Системные воспалительные маркеры при возрастном когнитивном снижении и болезни Альцгеймера // Журнал неврологии и психиатрии им. С.С. Корсакова, 2017. Т. 117, № 7. С. 74-79.

8. Клюшник Т.П., Андросова Л.В., Зозуля С.А., Отман И.Н., Никитина В.Б., Ветлугина Т.П. Сравнительный анализ воспалительных маркеров при эндогенных и непсихотических психических расстройствах // Сибирский вестник психиатрии и наркологии, 2018. Т. 2, № 99. С. 64-69.

9. Клюшник Т.П., Симонов А.Н., Андросова Л.В., Пономарева Н.В., Иллариошкин С.Н. Кластерный анализ иммунологических показателей сыворотки крови пациентов с болезнью Паркинсона // Анналы клинической и экспериментальной неврологии, 2019. Т. 13, № 3. С. 5-10.

10. Лебедев К.А., Понякина И.Д. Иммунология образраспознающих рецепторов (Интегральная иммунология). М.: Либроком, 2009. 256 c.

11. Нартикова В.Ф., Пасхина T.С. Унифицированный метод определения активности альфа-1- антитрипсина и альфа-2-макроглобулина в сыворотке (плазме) крови человека// Вопросы медицинской химии, 1979. Т. 25, № 4. С. 494-499.

12. Парамонова Н.С., Гурина Л.Н., Волкова О.А., Карчевский А.А., Синица Л.Н. Состояние эластаза-ингибиторной системы у детей в норме и при отдельных патологических состояниях: монография. Под ред. Н.С. Парамоновой. Гродно: ГРГМУ, 2017. 132 с.

13. Потапнев М.П. Иммунные механизмы стерильного воспаления // Иммунология, 2015. Т. 36, № 5. С. 312-318.

14. Симбирцев А.С., Тотолян А.А. Цитокины в лабораторной диагностике // Инфекционные болезни: новости, мнения, обучение, 2015. № 2. С. 82-98.

15. Azzalini A., Menardi G. Clustering via nonparametric density estimation: the R package pdfCluster. Journal of statistical software, Foundation For Open Access Statistics, 2014, Vol. 57, Iss. 11. Available at: http://hdl.handle.net/10.18637/jss.v057.i11.

16. Deng X., Yang G., Zheng X., Yang Y., Qin H., Liu Z.X., Deng H., Liu S.M. Plasma mtDNA copy numbers are associated with GSTK1 expression and inflammation in type 2 diabetes. Diabet. Med., 2020, Vol. 37, no. 11, pp. 1874-1878.

17. Guzzardi M.A., Iozzo P. Fatty heart, cardiac damage, and inflammation. Rev. Diabet. Stud., 2011, Vol. 8, no. 3, pp. 403-417.

18. Matioli L.C., Santos S.R., Kleina M., Leite E.A. A new algorithm for clustering based on kernel density estimation. J. Appl. Stat., 2018, Vol. 45, no. 2, pp. 347-366.

19. Seong S-Y., Matzinger P. Hydrophobicity: an ancient damage-associated molecular pattern that initiates innate immune responses. Nat. Rev. Immunol., 2004, Vol. 4, no. 6, pp. 469-478.

20. Singh N., Baby D., Rajguru J.P., Patil P.B., Thakkannavar S.S., Pujari V.B. Inflammation and cancer. Ann. Afr. Med., 2019, Vol. 18, no. 3, pp. 121-126.