《Biosensors and Bioelectronics》：A Multi-Gradient Microfluidic Chip-Based Neutrophil Chemotaxis Analysis for Sepsis Auxiliary Diagnosis and Prognostic Monitoring
编辑推荐：
中性粒细胞趋化分析微流控芯片（NCA芯片）开发成功，可同时生成三组趋化因子梯度（fMLP、IL-8、LTB4），通过分析中性粒细胞趋化轨迹提取速度（V）、指数（CI）、停滞次数（S）参数，构建NFA指数。结果显示NFA指数与脓毒症严重评分、炎症标志物（降钙素原、脑钠肽）强相关，预测8天死亡率AUC达0.904，区分脓毒症与正常人的AUC达0.985，并验证了深度学习直接分析轨迹的诊断价值。
肖阳|王振宇|姚宇航|蒲学雪|刘勇|邓国清|刘芳琳|邵敏|方明|朱玲|杨珂
中国科学技术大学，合肥 230026，中国
摘要
败血症涉及危及生命的免疫失调，其中中性粒细胞的趋化性受损是一个关键指标。我们开发了一种多梯度中性粒细胞趋化性分析微流控芯片（NCA芯片），能够同时生成三种趋化因子梯度（fMLP、IL-8和LTB4）。我们检测了健康个体（N_H = 25）和败血症患者（N_S1 = 25）的中性粒细胞趋化性轨迹，并手动提取和分析了三个参数：趋化速度（V）、趋化指数（CI）和趋化停止次数（S）。这三个参数被整合到一个基于多梯度的中性粒细胞功能分析指数（NFA指数）中。NFA指数与败血症严重程度评分（序贯器官衰竭评估、急性生理和慢性健康评估II）、炎症标志物（降钙素原和脑利钠肽）有很强的相关性。在N_S1组中，NFA指数对8天死亡率具有很强的预测能力（AUC = 0.904；临界值 = 9.5；特异性 = 92.4%；敏感性 = 75%）。在另一个独立队列（N_S2 = 10）中，所有NFA指数大于9.5的患者都存活下来，证实了其临床预后价值。此外，NFA指数在区分败血症患者和健康个体方面表现出优异的诊断效果（AUC = 0.985；临界值 = 12.5；敏感性 = 92%；特异性 = 94.3%），并在一个小样本双盲验证中实现了100%的分类准确性（N_B = 10）。此外，一种深度学习方法直接分析趋化性轨迹，在N_B组中以90%的准确率诊断出败血症，支持了人工智能驱动的免疫评估。NCA芯片和NFA指数为监测中性粒细胞趋化性提供了一个精确的平台，显示出在败血症诊断、预后和免疫功能评估方面的巨大潜力。
部分内容摘录
引言
败血症是由于宿主对感染的反应失调而导致的危及生命的器官功能障碍（Srzi?等人，2022年）。早期发现和及时干预对于改善预后至关重要（Bindayna，2024年）。有效诊断和治疗的每延迟一小时，生存率大约降低8%（Sheridan等人，2020年）。中性粒细胞是关键的先天免疫效应细胞，它们通过感知趋化因子梯度迅速迁移到感染或损伤部位，对病原体的清除起着关键作用。
NCA芯片的设计与制备
NCA芯片使用SolidWorks设计（图1）。NCA芯片包含三个趋化因子入口（C1、C2、C3）和一个细胞入口（C4）（图1A）。NCA芯片的核心是一个方形迷宫阵列（l × w × h：910 μm × 910 μm × 5 μm）。NCA芯片的C1、C2和C3分别通过三个独立的源通道与中间方形迷宫阵列相连（h = 30 μm），缓冲区（l × w × h：1050 μm × 150 μm）。
不同趋化因子梯度下的中性粒细胞趋化速度
NCA芯片被验证为一种用于量化评估中性粒细胞趋化动力学变化的可靠工具。直接梯度分析显示，尽管分子大小存在轻微差异，但在30分钟内空间分布保持稳定（图S5），确保了时间上的稳定性。在健康供体和败血症患者中，三个独立芯片的趋化速度（V）高度一致，证明了平台的可靠性和芯片间的重复性（图S6）。
我们系统地进行了比较……
结论
在这项研究中，我们开发了一种多梯度中性粒细胞趋化性分析（NCA）芯片，能够生成稳定的三种趋化因子梯度（fMLP、IL-8、LTB4），以模拟炎症微环境（NCA芯片与以往败血症检测研究的比较见表S11）。从记录的趋化性轨迹中，我们得出了三个关键参数（V、CI和S），并将其整合到中性粒细胞功能分析（NFA）指数中。NFA指数据此构建。
作者贡献声明
肖阳：撰写初稿、项目管理、方法学设计、实验研究、数据分析、数据整理。
杨珂：撰写修订稿、监督、项目管理、资金获取、概念构思。
姚宇航：数据分析。
王振宇：撰写初稿、方法学设计、实验研究、数据分析。
蒲学雪：资源协调。
邓国清：资源协调。
刘勇：资源协调。
邵敏：资源协调、概念构思。
未引用参考文献
Kwok等人。
利益冲突声明
作者声明他们没有已知的可能会影响本文研究的财务利益或个人关系。
致谢
本研究得到了中国科学院青年创新促进会（编号2021442和Y2022111）、国家自然科学基金（编号31800713）和安徽省自然科学基金（编号2308085MC75）、合肥综合性国家科学中心工程医学与医疗设备创新研究院的重大项目（编号HFGJKXZX-YGRH-1-005）以及临床医学研究转化专项的支持。
