Биомаркеры системного воспаления как критерии оценки адаптационных возможностей организма при общем холодовом воздействии

Введение. Комплекс неблагоприятных природно-климатических факторов на Севере, создавая дискомфортную среду обитания, формирует выраженное напряжение иммунных реакций, обеспечивающих гомеостаз. Определение типа адаптационной реакции и уровня реактивности позволяет диагностировать функциональное состояние организма и прогнозировать варианты реагирования на факторы окружающей среды.

Цель. Определение уровней биомаркеров общего воспаления, рассчитываемых на основе данных общего анализа крови, для оценки напряжения и срыва процесса адаптации.

Материалы и методы. Обследовано 178 практически здоровых добровольцев (136 женщин и 42 мужчины; средний возраст 31,17 ± 0,85 года). Оценка состояния адаптации организма проведена при анализе лейкограмм. Типы неспецифических адаптационных реакций организма, уровни реактивности организма, состояние адаптации определяли по методике Л.Х. Гаркави. В соответствии с ней все испытуемые были разделены на группы: «физиологическая норма» (группа 1) — 68 женщин и 23 мужчины, средний возраст 31,59 ± 1,29 года; «напряжение механизмов адаптации» (группа 2) — 50 женщин и 10 мужчин, средний возраст 31,21 ± 1,15 года; «срыв процесса адаптации» (группа 3) — 18 женщин и 9 мужчин, средний возраст 28,17 ± 2,51 года. Моделирование общего кратковременного охлаждения проведено однократно в климатической камере (УШЗ-25Н, Россия), в которой испытуемые находились в хлопковой одежде под постоянным видеонаблюдением в течение 5 мин при температуре атмосферного воздуха –25 °C. Гематологические исследования выполнены на анализаторе XS-500i. Методом ИФА определено содержание катехоламинов, кортизола, PPARγC1α, HIF-1α, SIRT3, BPI. Апоптоз и некроз лимфоцитов определяли методом двойного окрашивания AnV/PI. Количественное содержание АТФ определяли при помощи люциферин-люциферазного метода. Рассчитаны индексы системного воспаления: SIRI, SII, AISI. Результаты исследования обработаны с использованием StatTech v.4.9.2, Statistica 6.0.

Результаты. В группе «физиологическая норма» повышение числа лейкоцитов, усиление миграционной активности клеток и митохондриального энергообеспечения их функциональной активности свидетельствовало о высокой неспецифической резистентности и отсутствии стрессового влияния данного варианта холодового воздействия. При «напряжении механизмов адаптации» регистрировали наиболее быстрые реакции со стороны сердечно-сосудистой системы, направленные на сохранение температурного гомеостаза, с повышением уровней катехоламинов, усилением рециркуляции и миграции лейкоцитов, что позволяло организму быстро реагировать на кратковременное влияние стрессовых факторов. При «срыве процесса адаптации» фоновое напряжение активности регуляторных систем даже при однократном кратковременном охлаждении не приводило к включению механизмов эффективной терморегуляции, при этом миграционная активность лейкоцитов была замедлена, что значительно повышало риск дезадаптационных и провоспалительных реакций. Установлено, что SIRI, SII, AISI являются значимыми критериями риска напряжения адаптации при уровне SIRI ≥ 0,97, SII ≥ 447,43, AISI ≥ 216,24 и ее срыва при значениях индексов ≥ 1,23, ≥ 449,76, ≥ 239,58 соответственно.

Выводы. «Напряжение механизмов адаптации» и «срыв процесса адаптации» характеризуются изменением клеточных и гуморальных показателей периферической крови еще до клинического проявления заболевания и могут усиливаться при дополнительном воздействии негативных факторов, даже если их влияние кратковременно. Фоновые индексы общего воспаления SII, SIRI, AISI являются значимыми предикторами при оценке «напряжения механизмов адаптации» и «срыва процесса адаптации». Использование данных индексов, рассчитываемых по результатам общего анализа крови, позволит оценивать наличие исходного дисбаланса в механизмах адаптации организма, которые могут в дальнейшем усилиться при воздействии стрессовых факторов.

1. Добродеева ЛК. Иммунологическое районирование. Сыктывкар: КНЦ УрО РАН; 2001.

2. Гаркави ЛХ, Толмачев ГН, Михайлов НЮ, Есипов ЮВ, Беня ФМ, Зверинцева ММ и др. Адаптационные реакции и уровни реактивности как эффективные диагностические показатели донозологических состояний. Вестник Южного научного центра РАН. 2007;3(1):61–6. EDN: KVYTWD

3. Жиемуратова ГК, Мамбеткаримов ГА. Особенности адаптационного статуса детей в регионе Приаралье. Children’s Medicine of the North-West. 2021;9(1):148. EDN: WHCDGU

4. Гордеева РВ, Филимонов СН, Кузьменко ОВ, Киреева ЛН, Мартынова ЕА, Митичкина ТВ. Адаптационная терапия в ранней реабилитации пациентов с производственными травмами как показатель эффективности курсовых программ. Медицина труда и промышленной экологии. 2020;60(6):409–14. https://doi.org/10.31089/1026-9428-2020-60-6-409-414

5. Пустовойт ВИ, Никонов РВ, Самойлов АС, Ключников МС, Назарян СЕ, Петрова МС. Основные цитологические и биохимические показатели крови при развитии неспецифической адаптационной реакции у спортсменов, участвующих в экстремальных видах спорта. Курортная медицина. 2020;2:85–91. https://doi.org/10.51871/2304-0343_2021_2_85

6. Петушков МН, Папин МА. Сравнительная характеристика типов неспецифических адаптационных реакций организма у спортсменов высокой квалификации в разные периоды подготовки. Вестник Тверского государственного университета. Серия: биология и экология. 2022;4(68):7–14. https://doi.org/10.26456/vtbio275

7. Xiu J, Lin X, Chen Q, Yu P, Lu J, Yang Y, et al. The aggregate index of systemic inflammation (AISI): a novel predictor for hypertension. Frontiers in Cardiovascular Medicine. 2023;10:1163900. https://doi.org/10.3389/fcvm.2023.1163900

8. Zinellu A, Paliogiannis P, Mangoni AA. Aggregate Index of Systemic Inflammation (AISI), Disease Severity, and Mortality in COVID-19: A Systematic Review and Meta-Analysis. Journal of Clinical Medicine. 2023;12(14):4584. https://doi.org/10.3390/jcm12144584

9. Su Z, Cao L, Chen H, Zhang P, Wu C, Lu J, et al. Obesity indicators mediate the association between the aggregate index of systemic inflammation (AISI) and type 2 diabetes mellitus (T2DM). Lipids in Health and Disease. 2025;24(1):176. https://doi.org/10.1186/s12944-025-02589-4

10. Tang J, Li TX, Deng L, Huang XC, He PY, Zhao H. Inflammatory indices AISI and SIRI in atherosclerosis risk stratification: validation across community and intensive care populations. Annals of Medicine. 2025;57(1):2530792. https://doi.org/10.1080/07853890.2025.2530792

11. Zhang K, Ma X, Zhou X, Qiu G, Zhang C. Machine learning based association between inflammation indicators (NLR, PLR, NPAR, SII, SIRI, and AISI) and all-cause mortality in arthritis patients with hypertension: NHANES 1999–2018. Frontiers in Public Health. 2025;13:1559603. https://doi.org/10.3389/fpubh.2025.1559603

12. Ghobadi H, Mohammadshahi J, Javaheri N, Fouladi N, Mirzazadeh Y, Aslani MR. Role of leukocytes and systemic inflammation indexes (NLR, PLR, MLP, dNLR, NLPR, AISI, SIR-I, and SII) on admission predicts in-hospital mortality in non-elderly and elderly COVID-19 patients. Frontiers in Medicine. 2022;9:2434. https://doi.org/10.3389/fmed.2022.916453

13. Zinellu A, Paliogiannis P, Mangoni AA. Aggregate index of systemic inflammation (AISI), disease severity, and mortality in COVID-19: a systematic review and meta-analysis. Journal of Clinical Medicine. 2023;12:4584. https://doi.org/10.3390/jcm12144584

14. Fois AG, Paliogiannis P, Scano V, Cau S, Babudieri S, Perra R, et al. The systemic inflammation index on admission predicts in-hospital mortality in COVID-19 patients. Molecules. 2020;25:5725. https://doi.org/10.3390/molecules25235725

15. Франциянц ЕМ, Бандовкина ВА, Джавадов ДА, Козель ЮЮ, Коваленко ВА, Шашкина ЛЮ и др. Возможности использования индекса системного иммунного воспаления для оценки эффективности противоопухолевого лечения у подростков с лимфомой Ходжкина. Современные проблемы науки и образования. 2025;2:14. https://doi.org/10.17513/spno.33981

16. Кассирский НА, Алексеев ГА. Клиническая гематология. М.: Медицина; 1970.

17. Qi Q, Zhuang L, Shen Y, Geng Y, Yu S, Chen H, et al. A novel systemic inflammation response index (SIRI) for predicting the survival of patients with pancreatic cancer after chemotherapy. Cancer. 2016;122(14):2158–67. https://doi.org/10.1002/cncr.30057

18. Hu B, Yang XR, Xu Y, Sun YF, Sun C, Guo W, et al. Systemic immune-inflammation index predicts prognosis of patients after curative resection for hepatocellular carcinoma. Clinical Cancer Research. 2014;20:6212–22. https://doi.org/10.1158/1078-0432.CCR-14-0442

19. Bai X, Cheng L, Wang H, Deng Y, Tong X, Wen W, et al. The aggregate index of systemic inflammation (AISI) and the risk of all-cause, cardiovascular, and cardio-cerebrovascular mortality in congestive heart failure patients: results from NHANES 1999–2018. Scientific Reports. 2025;15(1):18282. https://doi.org/10.1038/s41598-025-01196-8

20. Valle I, Alvarez-Barrientos A, Arza E, Lamas S, Monsalve M. PGC-1α regulates the mitochondrial antioxidant defense system in vascular endothelial cells. Cardiovascular Research. 2005;66(3):562–73. https://doi.org/10.1016/j.cardiores.2005.01.026

21. Goto T. A review of the studies on food-derived factors which regulate energy metabolism via the modulation of lipid-sensing nuclear receptors. Bioscience, Biotechnology & Biochemistry. 2019;83(4):579–88. https://doi.org/10.1080/09168451.2018.1559025

22. Jamwal S, Blackburn JK, Elsworth JD. PPARgamma/ PGC1alpha signaling as a potential therapeutic target for mitochondrial biogenesis in neurodegenerative disorders. Pharmacology & Therapy. 2021;219:107705. https://doi.org/10.1016/j.pharmthera.2020.107705

23. Gowans JL. The lymphocyte — a disgraceful gap in medical knowledge. Immunology Today. 1996;17(6):288–91. https://doi.org/10.1016/0167-5699(96)80547-0

24. Galluzzi L, Vitale I, Aaronson SA, Abrams JM, Adam D, Agostiniset P, et al. Molecular mechanisms of cell death: recommendations of the Nomenclature Committee on Cell Death 2018. Cell Death & Differentiation. 2018;25(3):486–541. https://doi.org/10.1038/s41418-017-0012-4

25. Feng M, Zheng C, Li X, Chen B, Li W. Reversal of lipopolysaccharide-induced cardiomyocyte apoptosis via alpha7nAChR by dexmedetomidine. Cellular and Molecular Biology. 2024;70(5):127–31. https://doi.org/10.14715/cmb/2024.70.5.17

26. Xu Y, Surman DR, Diggs L, Xi S, Gao S, Gurusamyet D, et al. Bile acid-induced «Minority MOMP» promotes esophageal carcinogenesis while maintaining apoptotic resistance via Mcl-1. Oncogene. 2020;39(4):877–90. https://doi.org/10.1038/s41388-019-1029-6

27. Tang HM, Talbot CC, Fung MC, Tang HL. Transcriptomic study of anastasis for reversal of ethanol-induced apoptosis in mouse primary liver cells. Scientific Data. 2022;9(1):418. https://doi.org/10.1038/s41597-022-01470-8

28. Шварц ВА, Талибова СМ, Сокольская МА, Испирян АЮ, Шварц ЕН, Петросян АД и др. Ассоциация новых биомаркеров системного воспаления с развитием атеросклероза и его выраженности. Российский кардиологический журнал. 2024;29(8):67–74. https://doi.org/10.15829/1560-4071-2024-6025

29. Yang YL, Wu CH, Hsu PF, Chen SC, Huang SS, Chanet WL, et al. Systemic immune-inflammation index (SII) predicted clinical outcome in patients with coronary artery disease. European Journal of Clinical Investigation. 2020;50(5):e13230. https://doi.org/10.1111/eci.13230

30. Li Q, Ma X, Shao Q, Yang Z, Wang Y, Gao F, et al. Prognostic impact of Multiple lymphocyte-based inflammatory indices in acute coronary syndrome patients. Frontiers in Cardiovascular Medicine. 2022;9:811790. https://doi.org/10.3389/fcvm.2022.811790