- 著者: Mathis Richter, Jessica von Göwels, Maximilian Fähndrich, Christian Lipgens Fernandez, Katharina Grohn, et al.
- Corresponding author: Mathis Richter / Oliver Soehnlein (Institute of Experimental Pathology, University of Münster)
- 雑誌: Nature Cardiovascular Research
- 発行年: 2026
- Epub日: N/A
- Article種別: Original Article
- DOI: 10.1038/s44161-026-00836-0
背景
急性心血管疾患における全身性炎症反応は臨床転帰を規定する重要な要因である。好中球は血液細胞の中で最も高い代謝回転率を持ち、骨髄における緊急顆粒球産生 (emergency granulopoiesis) を通じて全身性炎症ストレスの即時センサーとして機能することが示唆されてきた。過去10年間で好中球が心血管炎症において因果的役割を担うことが明らかになり (Silvestre-Roig et al. Nat Rev Cardiol 2020; Luo et al. Eur Heart J 2023)、敗血症や肝硬変においては緊急顆粒球産生の深度が不良転帰と相関することが報告されている (Kwok et al. Nat Immunol 2023; Aguilar et al. J Hepatol 2025)。しかし、これらの解析はいずれも好中球集団全体を対象としており、成熟段階を弁別していない。急性心血管症候群が多様な炎症応答を呈するにもかかわらず、その生物学的多様性が好中球成熟段階の動員深度によって反映されるかどうかは未解明であり、成熟段階別指標が臨床リスク層別化に活用できるかの系統的検討も不足していた。本研究はこの知識のギャップ (knowledge gap) を埋めるため、STEMI・心不全・脳卒中を横断して好中球動員深度を高次元で解析した。
目的
STEMI・心不全・脳卒中・NSTEMIにわたる血中好中球成熟段階プロファイルを高次元分光フローサイトメトリーで評価し、緊急顆粒球産生の深度と全身性炎症プログラムの関係を解明するとともに、ルーチン血算の未熟顆粒球 (IG) が30日死亡の独立予測因子として機能するかを3つの独立コホートで検証する。
結果
疾患横断的な好中球動員深度のグレーデッド分布：
5L-Cytek Aurora分光フローサイトメトリーを用い、健常対照 (HC、n=59)、心不全 (HF、n=66)、脳卒中 (n=21)、STEMI (n=37)、NSTEMI (n=11)、急性胸痛 (ACP、n=29) の血中好中球をCD10/CD16の2軸で11段階のビンに分類した (Fig. 1b,c)。全心血管疾患コホートはHCと比較して未熟方向への左方シフトを示したが、その深度は疾患間で著明に異なった。HFと脳卒中は後期未熟好中球の増加にとどまり、NSTEMIはより早期段階への変位を示し、急性STEMIは最も未熟なコンパートメントまでの深い左方シフトを呈した (Fig. 1d,e)。ACPは最小限の関与のみを示し、疼痛や交感神経活性化単独では深い好中球動員を生じないことを示唆した。STEMI後3-6ヶ月でのフォローアップでは未熟好中球比率が正常化し (n=23)、これが慢性的な造血変化ではなく急性傷害に連動した一過性の応答であることが確認された。最深部クラスターはCXCR4/CD49dを高発現し、EdUをex vivoで取り込んでいたことから最終有糸分裂前好中球前駆細胞 (CD16low CD10neg preNeu) であることが確認された (Fig. 1f,g)。STEMIコホートでは、Killip分類2-4の患者 (n=18) がKillip 1 (n=18) と比較して最未熟コンパートメントを顕著に増加させ、30日非生存例 (n=6) は生存例 (n=31) と比較して最深部未熟領域への強いシフトを示した (Fig. 1j)。
preNeu特異的サイトカインシグネチャーの同定：
43種のサイトカイン・増殖因子を定量するOlink Target 48 Cytokineパネルによる標的血漿プロテオミクスを全コホートで実施した (Fig. 2a、n=54 HC、n=66 HF、n=21 脳卒中、n=37 STEMI)。教師なしクラスタリングにより、STEMIはIL-6・TNFSF12・IL-33の高値を特徴とする、HF・脳卒中とは対照的な炎症プロファイルを示した (Fig. 2b,c)。好中球成熟コンパートメントとサイトカイン濃度のPearson相関解析では、より深い好中球動員がより強い炎症シグネチャーと伴うことが全コホートで確認された (P<0.05、Fig. 2d)。STEMI限定でのLASSOロジスティック回帰 (glmnet v4.1-10、λをtenfold cross-validationで最適化) により、preNeu特異的サイトカインスコアはIL-33/TGFα/CXCL8を含む、中間・早期ステージとは部分的に異なるシグネチャーで構成されることが判明した (Fig. 2f,g)。preNeuスコアは血中preNeu数と強い線形相関を示し (Fig. 2h)、非生存例 (n=6) においては複数の未熟コンパートメントのサイトカインスコアが上昇した一方、細胞数レベルではpreNeuのみが選択的に増加していた (Fig. 2j,k、two-way ANOVA、p=0.005)。
ルーチン血算のIGがpreNeuを特異的に反映する：
高次元フローサイトメトリー定義の好中球成熟段階と臨床検査値の網羅的Spearman相関解析において、標準血球計算の「未熟顆粒球 (IG)」が全単一パラメータのうちpreNeuとの最も強い相関 (r²最大) を示した (Fig. 3a,b、n=33、P<0.001)。この関係を直接検証するため、CD66b/CD10/CD16マーカーによりFACS分取した成熟好中球・未熟好中球・preNeu・好酸球 (各n=5ソートサンプル) をSysmex XN-1000自動血球計測装置で解析したところ、CD10neg CD16low preNeuのみがIGとして分類され、成熟好中球・未熟好中球・好酸球はIGに含まれなかった (Fig. 3c、one-way ANOVA with Holm-Šídák’s test、P<0.001)。これによりIGが最未熟循環前駆細胞を特異的に反映することが確立され、ルーチン血算での代替指標としての使用が支持された。
3コホートにわたるIGの30日死亡予測能の検証：
IGの予後予測能を、探索的コホート (n=37 STEMI、非生存n=6、n=33にIGデータあり)、後ろ向き導出コホート (Münster大学、2019-2025、n=410、非生存n=67) および前向き検証コホートSYSTEMI (Düsseldorf大学、NCT03539133、n=511、非生存n=51) の3コホートで評価した (Fig. 3d)。全コホートで非生存例においてIG値が有意に上昇した (Fig. 3e,g,i、Mann-Whitney、P<0.001)。fivefold cross-validationによるout-of-fold AUC解析では、IGが年齢・BMI・NLR・CK・CK-MB・LDH・NT-proBNP・CRPを含む全ての単一パラメータの中で最高の交差検証AUCを達成し (Fig. 3f,h,j)、前向き検証コホートではGRACE v1.0スコアと匹敵するAUCを示した。IGの予測能はサブグループ (性別・年齢・糖尿病・高血圧) 間で概ね一貫していた。
多変量解析での独立予測価値とKaplan-Meier生存層別化：
後ろ向き導出コホート (n=343生存、n=67非生存) および前向き検証コホート (n=460生存、n=51非生存) を用いた多変量ロジスティック回帰 (L2正則化、class_weight=balanced、fivefold stratified cross-validation) において、IG追加が全てのモデルクラスでAUCを改善した (Fig. 4b,d)。stratified bootstrap resampling (2,000反復) によるΔAUC解析では、臨床リスク因子単独・バイオマーカー単独・両者の組み合わせ・GRACEスコアへのIG追加が一貫した識別能向上を示した (Fig. 4c,e)。Youden指標法により両コホートプールからIG閾値0.15×10^6細胞/mLを決定した (Fig. 4f)。この閾値によるKaplan-Meier解析では、IG高値群において30日死亡リスクが導出コホートでlog-rank HR 6.01 (P<0.0001)、検証コホートでHR 7.98 (P<0.0001) と約6-8倍高く (Fig. 4g,h)、入院早期の曲線分離が観察された。一方、30日生存例の長期生存や心不全入院はIGで予測されず、未熟好中球動員が急性期ストレスの一過性指標であることが示された。
考察/結論
本研究は、STEMI患者における好中球動員深度が段階的な炎症プログラムによりエンコードされ、ルーチン血算のIGというスケーラブルなマーカーで捕捉可能であることを示した。緊急顆粒球産生の概念は既知であったが、その深度が疾患重症度と定量的に連動し最深部preNeuの出現が短期死亡と結びつくことはこれまで系統的に示されておらず、多疾患・多コホートで段階的関係を確立した点が本研究の新規の貢献である。
先行研究との違いとして、従来は好中球-リンパ球比 (NLR) や総好中球数が炎症指標として用いられてきたが、本研究ではIGがこれらより高い予測AUCを示し、これまでの単純計数指標では捉えられなかった臨床情報が成熟段階弁別により顕在化することを実証した。preNeuの出現が心筋梗塞サイズの指標 (CK-MB・トロポニン) とは独立して死亡リスクに関連することから、preNeuは傷害量を反映するのではなく全身性炎症応答の深度そのものを報告するセンサーとして機能すると解釈される。また、preNeu特異的サイトカインシグネチャー (IL-33/TGFα/CXCL8) が中間ステージとは異なる組成を持つことは、Pires et al.の緊急顆粒球産生の調節機構研究 (Pires et al. Immunity 2026) とも整合し、IL-33などのアラーミンを介した最深部顆粒球動員の特異的制御経路の存在が示唆される。
臨床応用の観点では、0.15×10^6 IG/mLというシングルパラメータカットオフが入院当日の標準血球計算から得られ、HR 6-8倍のリスク層別化を可能にする。これは集中モニタリングや個別化された早期介入戦略への応用が可能な実装可能な知見である。心筋梗塞後の好中球の時空間的制御が炎症修復を規定することを示したKim et al.の研究 (Kim et al. NatCommun 2024) と組み合わせることで、IG高値患者への好中球標的介入という translational な研究仮説が生まれる。COPD早期においても好中球前駆細胞の全身的変動が観察されることを示したKapellos et al.の報告 (Kapellos et al. CellRep 2023) は、成熟段階別解析が心血管以外の炎症疾患でも臨床的意義を持つ可能性を支持する。
残された課題として、高次元フローサイトメトリーでの特性評価は小規模探索的コホート (n=37) に限られており、preNeuが直接病態に関与する機序や骨髄からの動員シグナルの詳細は未解明のままである。IG閾値の独立コホートでの前向き評価、NSTEMIへの適用可能性の検討、および女性サブグループでの大規模検証が今後の研究課題として残る。さらに、interindividual variabilityに寄与する遺伝的・後成的因子の解明も将来の方向性として重要である。
方法
University of Münsterの倫理委員会承認のもと (2021-424-f-S、2021-532-f-S、2023-348-f-S、2023-489-f-S、2024-253-f-S)、探索的コホートのEDTA血液を2022-2024年に採取した。5L-Cytek Aurora分光フローサイトメトリーにより12マーカー (CD66b/CD10/CD16/CD11b/CD49d/CD62L/CXCR2/CXCR4等) を用いてFlowJo v10.10.0で解析。11段階CD10/CD16ビンで好中球成熟軌跡を解析した。後ろ向き導出コホート (n=410) はMeDICデータベース検索、ICD-10コードI21.0-I21.3で同定。前向き検証コホートSYSTEMI (n=511、NCT03539133) はDüsseldorf大学病院、2019-2023年症例。血漿サイトカインはOlink Target 48 Cytokine PEAパネル (43サイトカイン) で定量。LASSO回帰はR v4.5.1のglmnet v4.1-10を使用、λをtenfold cross-validationで最適化し各成熟ビンのサイトカインスコアを算出。ROC/AUC解析はPython v3.12.2 (NumPy v2.0.1、pandas v2.2.3、scikit-learn v1.8.0、statsmodels v0.14.5) によるfivefold stratified cross-validationのout-of-fold AUC。多変量モデルはL2正則化ロジスティック回帰 (class_weight=balanced)、連続変数はmean 0・SD 1標準化、欠測値は連続変数にiterative imputation・二値変数にmode imputation。ΔAUC有意性はstratified bootstrap resampling (2,000反復)。IG閾値はpROC v1.19.0.1 (R v4.5.1) のYouden指標法で導出コホートと統合データセットから算出。臨床血球分析はSysmex XN-9000 (Düsseldorf)、XN-9100/XN-1000 (Münster)。統計検定はone-way ANOVA with Dunnett’s test、Kruskal-Wallis with Dunn’s test、two-way ANOVA with Šídák’s test、two-tailed Mann-Whitney test (GraphPad Prism 10)、有意水準P<0.05。