帕夫洛夫誕辰│ 科學史上的今天：9/26

本文與 TRPMA 台灣研發型生技新藥發展協會合作，泛科學企劃執行

如果把癌細胞比喻成身體裡的頭號通緝犯，那誰來負責逮捕？

許多人第一時間想到的，可能是化療、放療這些外來的「賞金獵人」。但其實，我們體內早就駐紮著一支最強的警察部隊「免疫系統」。

既然「免疫系統」的警力這麼堅強，為什麼癌症還是屢屢得逞？關鍵就在於：癌細胞是偽裝高手。有的會偽造「良民證」，騙過免疫系統的菁英部隊；更厲害的，甚至能直接掛上「免查通行證」，讓負責巡邏的免疫細胞直接視而不見，大搖大擺地溜過。

過去，免疫檢查點抑制劑的問世，為癌症治療帶來突破性的進展，成功撕下癌細胞的偽裝，也讓不少患者重燃希望。不過，目前在某些癌症中，反應率仍只有兩到三成，顯示這條路還有優化的空間。

今天，我們要來聊的，就是科學家如何另闢蹊徑，找出那些連「通緝令」都發不出去的癌細胞。這個全新的免疫策略，會是破解癌症偽裝的新關鍵嗎？

免疫療法登場：從殺敵一千到精準出擊

在回答問題之前，我們先從人類對抗癌症的「治療演變」說起。

最早的「傳統化療」，就像威力強大的「七傷拳」，殺傷力高，但不分敵我，往往是殺敵一千、自損八百，副作用極大。接著出現的「標靶藥物」，則像能精準出招的「一陽指」，能直接點中癌細胞的「穴位」，大幅減少對健康細胞的傷害，副作用也小多了。但麻煩的是，癌細胞很會突變，用藥一段時間就容易產生抗藥性，這套點穴功夫也就漸漸失靈。

直到這個世紀，人類才終於領悟到：最強的武功，是驅動體內的「原力」，也就是「重新喚醒免疫系統」來對付癌症。這場關鍵轉折，也開啟了「癌症免疫療法」的新時代。

你可能不知道，就算在健康狀態下，平均每天還是會產生數千個癌細胞。而我們之所以安然無恙，全靠體內那套日夜巡邏的「免疫監測 (immunosurveillance)」機制，看到癌細胞就立刻清除。但，癌細胞之所以難纏，就在於它會發展出各種「免疫逃脫」策略。

免疫系統中，有一批受過嚴格訓練的菁英，叫做「T細胞」，他們是執行最終擊殺任務的霹靂小組。狡猾的癌細胞為了躲過追殺，會在自己身上掛出一張「偽良民證」，這個偽裝的學名，「程序性細胞死亡蛋白配體-1 (programmed death-ligand 1, PD-L1) 」，縮寫PD-L1。

當T細胞來盤查時，T細胞身上帶有一個具備煞車功能的「讀卡機」，叫做「程序性細胞死亡蛋白受體-1 (programmed cell death protein 1, PD-1) 」，簡稱 PD-1。當癌細胞的 PD-L1 跟 T細胞的 PD-1 對上時，就等於是在說：「嘿，自己人啦！別查我」，也就是腫瘤癌細胞會表現很多可抑制免疫 T 細胞活性的分子，這些分子能通過免疫 T 細胞的檢查哨，等於是通知免疫系統無需攻擊的訊號，因此 T 細胞就真的會被唬住，轉身離開且放棄攻擊。

這種免疫系統控制的樞紐機制就稱為「免疫檢查點 （immune checkpoints）」。而我們熟知的「免疫檢查點抑制劑」，作用就像是把那張「偽良民證」直接撕掉的藥物。良民證一失效，T細胞就能識破騙局、發現這是大壞蛋，重新發動攻擊！

目前免疫療法已成為晚期癌症患者心目中最後一根救命稻草，理由是他們的體能可能無法負荷化療帶來的副作用；標靶藥物雖然有效，不過在用藥一段期間後，終究會出現抗藥性；而「免疫檢查點抑制劑」卻有機會讓癌症獲得長期的控制。

由於免疫檢查點抑制劑是借著免疫系統的刀來殺死腫瘤，所以有著毒性較低並且治療耐受性較佳的優勢。對免疫檢查點抑制劑有治療反應的患者，也能獲得比起化療更長的存活期，以及較好的生活品質。

不過，儘管免疫檢查點抑制劑改寫了治癌戰局，這些年下來，卻仍有些問題。

CD47來救？揭開癌細胞的「免死金牌」機制

「免疫檢查點抑制劑」雖然帶來治療突破，但還是有不少挑戰。

首先，是藥費昂貴。 雖然在台灣，健保於 2019 年後已有條件給付，但對多數人仍是沉重負擔。 第二，也是最關鍵的，單獨使用時，它的治療反應率並不高。在許多情況下，大約只有 2成到3成的患者有效。

換句話說，仍有七到八成的患者可能看不到預期的效果，而且治療反應又比較慢，必須等 2 至 3 個月才能看出端倪。對患者來說，這種「沒把握、又得等」的療程，心理壓力自然不小。

為什麼會這樣？很簡單，因為這個方法的前提是，癌細胞得用「偽良民證」這一招才有效。但如果癌細胞根本不屑玩這一套呢？

想像一下，整套免疫系統抓壞人的流程，其實是這樣運作的：當癌細胞自然死亡，或被初步攻擊後，會留下些許「屍塊渣渣」——也就是抗原。這時，體內負責巡邏兼清理的「巨噬細胞」就會出動，把這些渣渣撿起來、分析特徵。比方說，它發現犯人都戴著一頂「大草帽」。

接著，巨噬細胞會把這個特徵，發布成「通緝令」，交給其他免疫細胞，並進一步訓練剛剛提到的菁英霹靂小組─T細胞。T細胞學會辨認「大草帽」，就能出發去精準獵殺所有戴著草帽的癌細胞。

而PD-1/PD-L1 的偽裝術，是發生在最後一步：T 細胞正準備動手時，癌細胞突然高喊：「我是好人啊！」，來騙過 T 細胞。

但問題若出在第一步呢？如果第一關，巡邏的警察「巨噬細胞」就完全沒有察覺這些屍塊有問題，根本沒發通緝令呢？

這正是更高竿的癌細胞採用的策略：它們在細胞表面大量表現一種叫做「 CD47 」的蛋白質。這個 CD47 分子，就像一張寫著「自己人，別吃我！」的免死金牌，它會跟巨噬細胞上的接收器─訊號調節蛋白α (Signal regulatory protein α，SIRPα) 結合。當巨噬細胞一看到這訊號，大腦就會自動判斷：「喔，這是正常細胞，跳過。」

結果會怎樣？巨噬細胞從頭到尾毫無動作，癌細胞就大搖大擺地走過警察面前，連罪犯「戴草帽」的通緝令都沒被發布，T 細胞自然也就毫無頭緒要出動！

這就是為什麼只阻斷 PD-L1 的藥物反應率有限。因為在許多案例中，癌細胞連進到「被追殺」的階段都沒有！

為了解決這個問題，科學家把目標轉向了這面「免死金牌」，開始開發能阻斷 CD47 的生物藥。但開發 CD47 藥物的這條路，可說是一波三折。

不只精準殺敵，更不能誤傷友軍

研發抗癌新藥，就像打造一把神兵利器，太強、太弱都不行！

第一代 CD47 藥物，就是威力太強的例子。第一代藥物是強效的「單株抗體」，你可以想像是超強力膠帶，直接把癌細胞表面的「免死金牌」CD47 封死。同時，這個膠帶尾端還有一段蛋白質IgG-Fc，這段蛋白質可以和免疫細胞上的Fc受體結合。就像插上一面「快來吃我」的小旗子，吸引巨噬細胞前來吞噬。

問題來了！CD47 不只存在於癌細胞，全身上下的正常細胞，尤其是紅血球，也有 CD47 作為自我保護的訊號。結果，第一代藥物這種「見 CD47 就封」的策略，完全不分敵我，導致巨噬細胞連紅血球也一起攻擊，造成嚴重的貧血問題。

這問題影響可不小，導致一些備受矚目的藥物，例如美國製藥公司吉立亞醫藥（Gilead）的明星藥物 magrolimab，在2024年2月宣布停止開發。它原本是預期用來治療急性骨髓性白血病（AML）的單株抗體藥物。

太猛不行，那第二代藥物就改弱一點。科學家不再用強效抗體，而是改用「融合蛋白」，也就是巨噬細胞身上接收器 SIRPα 的一部分。它一樣會去佔住 CD47 的位置，但結合力比較弱，特別是跟紅血球的 CD47 結合力，只有 1% 左右，安全性明顯提升。

像是輝瑞在 2021 年就砸下 22.6 億美元，收購生技公司 Trillium Therapeutics 來開發這類藥物。Trillium 使用的是名為 TTI-621 和 TTI-622 的兩種融合蛋白，可以阻斷 CD47 的反應位置。但在輝瑞2025年4月29號公布最新的研發進度報告上，TTI-621 已經悄悄消失。已經進到二期研究的TTI-622，則是在6月29號，研究狀態被改為「已終止」。原因是「無法招募到計畫數量的受試者」。

但第二代也有個弱點：為了安全，它對癌細胞 CD47 的結合力，也跟著變弱了，導致藥效不如預期。

於是，第三代藥物的目標誕生了：能不能打造一個只對癌細胞有超強結合力，但對紅血球幾乎沒反應的「完美武器」？

為了找出這種神兵利器，科學家們搬出了超炫的篩選工具：噬菌體（Phage），一種專門感染細菌的病毒。別緊張，不是要把病毒打進體內！而是把它當成一個龐大的「鑰匙資料庫」。

科學家可以透過基因改造，再加上AI的協助，就可以快速製造出數億、數十億種表面蛋白質結構都略有不同的噬菌體模型。然後，就開始配對流程：

1. 先把這些長像各異的「鑰匙」全部拿去試開「紅血球」這把鎖，能打開的通通淘汰！
   
2. 剩下的再去試開「癌細胞」的鎖，從中挑出結合最強、最精準的那一把「神鑰」！

接著，就是把這把「神鑰」的結構複製下來，大量生產。可能會從噬菌體上切下來，或是定序入選噬菌體的基因，找出最佳序列。再將這段序列，放入其他表達載體中，例如細菌或是哺乳動物細胞中來生產蛋白質。最後再接上一段能號召免疫系統來攻擊的「標籤蛋白 IgG-Fc」，就大功告成了！

目前這領域的領頭羊之一，是美國的 ALX Oncology，他們的產品 Evorpacept 已完成二期臨床試驗。但他們的標籤蛋白使用的是 IgG1，對巨噬細胞的吸引力較弱，需要搭配其他藥物聯合使用。

而另一個值得關注的，是總部在台北的漢康生技。他們利用噬菌體平台，從上億個可能性中，篩選出了理想的融合蛋白 HCB101。同時，他們選擇的標籤蛋白 IgG4，是巨噬細胞比較「感興趣」的類型，理論上能更有效地觸發吞噬作用。在臨床一期試驗中，就展現了單獨用藥也能讓腫瘤顯著縮小的效果以及高劑量對腫瘤產生腫瘤顯著部分縮小效果。因為它結合了前幾代藥物的優點，有人稱之為「第 3.5 代」藥物。

除此之外，還有漢康生技的FBDB平台技術，這項技術可以將多個融合蛋白「串」在一起。例如，把能攻擊 CD47、PD-L1、甚至能調整腫瘤微環境、活化巨噬細胞與T細胞的融合蛋白接在一起。讓這些武器達成 1+1+1 遠大於 3 的超倍攻擊效果，多管齊下攻擊腫瘤細胞。

結語

從撕掉「偽良民證」的 PD-L1 抑制劑，到破解「免死金牌」的 CD47 藥物，再到利用 AI 和噬菌體平台，設計出越來越精準的千里追魂香。 

對我們來說，最棒的好消息，莫過於這些免疫療法，從沒有停下改進的腳步。科學家們正一步步克服反應率不足、副作用等等的缺點。這些努力，都為癌症的「長期控制」甚至「治癒」，帶來了更多的希望。

各種現代生物學相關研究無法不使用動物來進行實驗，而隨著我們對動物所知愈來愈多，我們不再如十七世紀名哲學家笛卡兒一般視動物為機器，而是有知覺的生命體，因此，基於側隱和道德，關注動物福利已是動物學界的主流。

B.O. Hughes提出動物福利意即動物與身處環境之和諧，而D.M. Broom對動物福利奠下了科學上的定義：動物嘗試適應身處環境的狀態(有能力控制身心的安定，包括生理、心理、行為等等)。對動物的福利關注早於動物福利被科學定義前的1920年代已經出現，由倫敦大學動物福利協會(1938年更名為動物福利大學聯會(Universities Federation of Animal Welfare, UFAW))提出。該會提出「處理動物問題須以科學為基礎，用上最大同情心，但要將感傷收到最小」。

動物福利最先推行於實驗動物。1947年，該會出版實驗動物手冊(laboratory animal handbook)，奠下了實驗動物的福利基準；並於1950年代提出動物實驗的3R原則：替代(Replacement)、減少(Reduction)及改善(Refinement)。這比後來同樣由該會制定的農業動物照護及管理福利基準的出現還要早二十年。儘管如此，實驗動物福利至今仍存在大量需要改善的空間，特別是過去人們多從生理層面去檢視動物福利，只顧消極地預防和處理病痛等問題，而忽略了心理福利需求(而心理問題也會對生理造成壞影響)。因此，過往的實驗動物福利改善多數只從改善居住環境的設計(如擴建和衛生等)著手，較少著眼於改善人類跟實驗動物的互動以減少實驗動物因人類而受的心理壓力。上個月筆者有機會參與澳紐實驗動物協會(Australian and New Zealand Laboratory Animal Association, ANZLAA)主辦的座談會，內容是講述運用行為訓練及條件制約(Conditioning)方法來改善動物設施內的福利，正好提供了改善實驗動物的心理福利的新方法。

動物的心理包括了認知、情緒以及由此而生的行為，而作為有知覺的生命體，動物或被動或主動地不斷從與身處的環境(外來刺激)中學習認知、情緒、行為。要改善動物的心理福利，就要先了解牠們的心理狀況，因此需要了解動物的學習原理和結果；而了解了動物的學習原理和結果後，則可以反其道而行，主動地應用這些原理去幫助動物適應環境。動物有多種學習方法，最不同動物共通、最主要的兩種分別為對情緒(及其延伸行為)作用的古典條件制約(Classical conditioning)，以及對行為作用的操作式條件制約(Operant conditioning)。

古典條件制約由俄國科學家巴洛夫(I.P. Pavlov)所發現，著名例子莫過於巴洛夫那隻聽到鈴聲就流口水的狗。以巴洛夫的狗作例子，狗本來不需要學習，看見食物(非制約刺激)就會被引發食慾而流口水(非制約反應)，而若狗每次看見食物時都聽到鈴聲，久而久之，鈴聲和食物就會在狗的認知中產生配對聯繫，使得鈴聲成為一個制約刺激，可以單獨地引發狗的食慾使其流口水(流口水成為對鈴聲的制約反應)。這過程讓狗學習了鈴聲對自己的意義和對鈴聲作出相應的情緒及行為反應。在實驗室之中，清潔機造成的噪音或人類強迫性的對待手法等等非制約刺激常常引起實驗動物的恐懼情緒，造成躲避、逃跑、反擊等非制約恐懼行為反應，通過古典條件制約過程，動物更學習對清潔機或人類本身(制約刺激)感到恐懼並做出相應行為(制約反應)，這使得實驗動物經常地處於莫大而不必要的心理壓力。動物對人類的恐懼反應更往往引起人類加倍粗暴的對待，例如更迅速用力地抓住動物不讓其逃走或反擊，造成惡性循環，使動物心理壓力更加惡化，並大大提高動物和人類受傷的風險，造成嚴重的福利問題。

然而，當我們理解古典條件制約的學習原理，就可以反其道而行對動物使用反條件制約(Counter-conditioning)——在實驗動物遇上引發恐懼(或有可能引發恐懼)的刺激時，給予牠們喜好的刺激(如牠們喜歡的食物、玩具、撫摸等等)，使那些刺激(如清潔機和人類本身)和喜好的刺激配對聯繫起來，令實驗動物不再對其恐懼，甚至更願意主動接近人類。這不但消除動物的恐懼，也使得粗暴的對待手法不再必須，因此可以大大減少動物的心理壓力，甚至讓牠們感到正面的情緒，滿足牠們福利需求。

影片：對注射疫苗的小貓進行反條件制約訓練

第二大學習原理為史金納(B.F. Skinner)發揚光大的操作式條件制約，原理請回顧筆者之前所寫的《狗狗不打不成器？非也，研究指獎勵式訓練較為可取》。要注意的是，因為筆者於該文以訓練動物的角度來介紹操作式條件制約，因此使用了「給予/移除刺激為後果去鼓勵/阻止」這種帶有訓練者主動意圖的描述，然而事實上操作式條件制約作為動物學習調整行為與環境互動的原理，刺激的出現及消除並不需要帶有主動的訓練意圖，以人跟實驗動物的互動為例：傳統對待實驗動物的手法都帶有正處罰(Positive punishment)和負增強(Negative reinforcement)——實驗員把白老鼠抓起，白老鼠掙扎，為免牠逃脫實驗員加強了握力。縱使實驗員無意訓練老鼠乖乖不掙扎，但握力帶來的痛苦卻正處罰了老鼠掙扎的行為，令牠停止掙扎；而見老鼠停止掙扎後，實驗員不自覺的放鬆握力，使得握力帶來的痛苦消失，也負增強了老鼠乖乖不掙扎的行為；不過，假若實驗員加強握力時，老鼠勇敢地反擊咬了實驗員手指使他放開手，得以從粗暴的對待中逃脫，則會負增強老鼠的咬人行為，讓老鼠學習當人加強握力時就要咬人以求逃脫。

在這例子可以看到傳統對待實驗動物的手法所引起的問題：製造人和動物的對抗，不僅對雙方造成不必要的心理壓力，更帶來更高的受傷風險。另外，動物訓練師Bob Bailey有句名言叫「巴洛夫常在你的肩上(Pavlov is always on your shoulder)」，就是說使用操作式條件制約時，古典條件制約仍然存在。因此，以正處罰及負增強這些涉及厭惡刺激的學習原理為主的對待手法往往令實驗動物學會恐懼人類，造成前一段所述的福利問題。

相反，使用正增強(Positive reinforcement)為主的訓練方法可以改善實驗動物福利，例如以小食獎勵主動行為的方式訓練白老鼠自動地走到磅上量體重、進入清潔的籠子，又或者訓練牛隻主動進入圍欄讓人抽血。正增強訓練如何改善動物福利？第一，壓力的成因在於動物無法控制牠所身處的環境，因此當容許動物主動選擇並以獎勵方式正增強想要的行為時，動物感知到原來自己可以控制環境，就能大大減少壓力。研究證實，使用正增強訓練主動接受麻醉注射的實驗用黑猩猩，比起被迫以麻醉槍麻醉的同伴，其血液檢驗結果顯示較低的壓力生理指標。第二，使用正增強訓練可間接達成部分反條件制約效果。比如近年就有研究指出使用正增強訓練的馬喜好親近人類，而使用負增強訓練的馬則恐懼人類。在實際應用上，正增強訓練動物主動量體重、接受注射等等，於先進的動物園及水族館等等設施已取得空前成功，成為動物檢查護理的一部分。此外，不少靈長目動物實驗室也開始了正增強訓練的應用。再加上操作式條件制約可應用到多種不同動物(包括哺乳類、鳥類、爬蟲類及魚類等等)，正增強訓練是改善實驗動物福利的好方法。

影片：正增強訓練狨猴量體重

雖然行為訓練及條件制約可大大改善實驗動物福利，但也有需要注意的事項。首先，實驗動物的飼養是以完成研究為主要目的，因此該座談會的一位講者Dr. John chofield提醒實驗動物照護員，對實驗動物進行行為訓練及條件制約前，必須先與研究員好好溝通。照護員須尋求並遵守研究員的指引，避免訓練對動物造成了實驗外變數(Non-experimental variables)——令動物除了實驗要檢視的不同處造成的影響外，多出了實驗沒有預期的同處所造成的影響——使得研究結果大亂而將整個研究(甚至研究員的研究生涯)毀掉。另外，目前使用行為訓練及條件制約改善實驗動物福利也有其阻力，比如實驗動物管理員常質疑訓練動物(並訓練實驗人員訓練動物)需求更多時間及資源而不願嘗試，然而，若能訓練實驗動物主動合作，一時的額外付出很可能帶外長期的時間及資源節省，因此這個改善實驗動物福利的新方法是大有潛力並值得考慮的。

參考資料：

Broom, D. M. 2011. A History of Animal Welfare Science. Acta Biotheoretica, 59, 121-137.

Common Marmoset Care: Handling and Training (http://www.marmosetcare.com/care-in-captivity/handling-and-training.html)

Highlights from UFAW’s History (http://www.ufaw.org.uk/highlights.php)

Incorporating Behavioural Training and Conditioning into Animal Facility Routines (Symposium organised by ANZLAA on Wednesday 20^th June, 2012)

Perlman, J. E., Bloomsmith, M. A., Whittaker, M. A., McMillan, J. L., Minier, D. E. & McCowan, B. 2011. Implementing Positive Reinforcement Animal Training Programs at Primate Laboratories. Applied Animal Behaviour Science.

Sankey, C., Richard-Yris, M.-A., Henry, S., Fureix, C., Nassur, F. & Hausberger, M. 2010. Reinforcement as a Mediator of the Perception of Humans by Horses (Equus Caballus). Animal Cognition, 13, 753-764.

同場加映兩個有關古典條件制約及操作式條件制約的小笑話：