脓毒症是全球重症感染救治的难点与研究热点，死亡率一直居高不下。近日，上海中医药大学急危重症研究所所长方邦江教授研究团队在国际期刊International Journal of Biological Macromolecules发表了题为Inflammatory indices reflect distinct pathogenic cellular programs driving sepsis progression: The role of mmp9 protein macromolecules的研究论文，系统揭示了常规炎症指数与脓毒症进展中特定病理细胞程序的精确对应关系，为脓毒症精准治疗提供了全新视角。

这项研究对大型脓毒症患者队列进行了全面分析，基于入院参数识别出5种不同脓毒症类型，每种类型具有独特的临床表现和生存率差异。团队开发的深度学习模型将6种简单的炎症指数（中性粒细胞与淋巴细胞比值NLR、血小板与淋巴细胞比值PLR等）与入院参数整合，构建出一个预测准确率高达86%的风险评估系统，其预测能力优于传统的SOFA评分。研究团队首次揭示了这些指数背后的分子机制：通过单细胞测序和动物模型验证，发现NLR升高反映未成熟中性粒细胞积累和S100A8/A9-MMP9轴激活，而PLR升高则与血小板代谢重编程相关，体现为氧化磷酸化和糖酵解酶（如LDHA、ENO1、PGK1）协同上调。这些发现将简单的血液指标与复杂的分子病理过程联系起来，为精准治疗提供了新靶点。数据显示高炎指数患者组需更多治疗支持，包括机械通气(50.16% vs 34.52%)和肾脏替代治疗(8.32% vs 2.31%)。目前团队正在探索中药方剂如参黄颗粒对这些分子靶点的调控机制。（科技处、龙华医院）