【錯誤】茶樹精油是最新防疫利器？效果尚未證實｜武漢肺炎內容查核 #26

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

• 作者：陳曼婷 | 澳洲註冊營養師，目前服務於 Aranth 安曼營養

維生素 C 一向被認為能增強抵抗力、有效預防流行性感冒。如今 COVID-19（俗名：武漢肺炎）的疫情擴及全球，維生素 C 補充劑於是成了不少人的家中必備品。究竟這個做法有科學依據嗎？什麼樣的人需要補充維生素 C 呢？

為什麼會有維生素 C 增強抵抗力一說呢？

維生素 C 能增強皮膚和結締組織中的脂肪膜，從而保護肺等器官免受病原體侵害。而且，維生素 C 能引導免疫細胞至受感染部位，利用其抗氧化的功能減低受感染部位的細胞受到自由基的破壞。因此，普遍都認為補充維生素 C 有助對抗各種感染症狀。

事實上大多數研究顯示，在感冒期間服用 1-3 克的維生素 C 的確可以使成年人的患病時間減少 8％，兒童則減少 14％，等於縮短感冒過程 1 至 1.5 天。同時，能緩解感冒帶來的不適，例如發燒和發冷等等。

但是，服用維生素 C 似乎在一般群體中並不能有效預防上呼吸道感染。只有在身體經常處於高壓狀況的群體，例如運動員和士兵等， 服用維生素 C 才能減低患上感冒的機率 。

維生素 C 有助抵抗武漢肺炎嗎？實驗正在進行中

至於維生素 C是否可以緩解 COVID-19 患者的症狀或改善治療結果？這個問題，武漢大學的科學家⁷表示正在測試當中。當地研究人員相信，由於維生素 C 是一種抗氧化劑，或可以幫助預防細胞因子誘導造成對肺部的損害。於 2 月開始了由 140 個實驗者組成的臨床試驗， 測試以靜脈注入的方式注射超高劑量的維生素 C，以研究是否對於相關感染有治療效果。在此臨床試驗中， 測試組每位患者會被注射每天兩次、每次 12 克，遠高於每日建議劑量的維生素 C 輸液，共 7 天。對於一般成年男性，維生素 C 每日建議劑量僅為 90 毫克。

雖然實驗到九月底才會正式有結果。但外國的科學家普遍表示，對維生素 C 的療效並不抱有太大希望。值得注意是，就算研究結果顯示該療法有效，只能應用於從靜脈注入體內的方式，而劑量亦非一般市面上口服補充劑能達到的。^{8, 9, 10}除了維生素 C 外，暫時亦並沒有證據表明其他聲稱能增強免疫力的保健食品，例如鋅，綠茶或紫錐菊等能有助於預防冠狀病毒的感染。

避免感染病毒的最有效方法仍然是勤洗手，不要觸摸眼睛、鼻子或嘴巴，戴口罩和減少不必要的外出和聚會。

什麼人會容易缺乏維生素 C 呢？

雖然維生素 C 缺乏的情況越來越少見，但某些人還是會需要適量補充維生素 C。攝入酒精會增加尿液中排出的維生素 C，因此經常喝酒的人很容易缺乏維生素 C。 加上維生素 C 並不能保存在體內，如果飲食習慣不佳，沒有每天蔬果攝取不足的人士，還是很容易缺乏維生素 C的。

除此以外，有吸煙習慣或會常接觸到二手煙的人亦會需要攝取更多的維生素 C。因為香煙會增加身體中的自由基，會破壞身體中組織，需要消耗更多維生素 C 去中和。有研究顯示，吸煙人士體內的維生素 C 會較平均值低 30%，每天最好額外攝取 35 毫克作為補充。

飲食中要怎麼增加維生素 C 呢？

我們的身體並不能夠製造維生素 C，主要靠從食物中攝取。成人每天的建議攝取量為 75-90 毫克。常見含豐富維生素 C 的食物包括以下食物：

• 水果類：芭樂、奇異果、木瓜、草莓、柑橘、哈密瓜
• 蔬菜類：苦瓜、甜椒、辣椒、花椰菜、綠花椰、番茄

但維生素 C 屬於不穩定的物質，被烹飪時會受到破壞。尤其是燙青菜，維生素 C 的流失能夠高達 50％。

如果飲食中極度缺乏蔬果的人士，可以選擇從補充劑攝取維他命 C，但建議單次的攝取量在 200 毫克或以下。因為人體的吸收率超過這個劑量後，會大大下降。尤其在超過 1250毫克後，吸收率更只有 40% 以下，其餘的會從尿液被排出。

服用維生素 C 補充劑有潛在危險嗎？

由於維生素 C 是水溶性，過量攝取會經尿液排出體外，每天口服不超過 2000 毫克的維生素 C 對成人、甚至孕婦或哺乳期的婦女而言都是安全的。但是，如果每天持續攝取超過 2000 毫克時，則有可能引起一系列的副作用，包括即時的噁心、腹痛或嚴重腹瀉，或長期增加患上腎結石的風險。

而對曾經患有腎結石的人士來說，每天攝取超過 1000 毫克的劑量會大大增加復發的風險。除了患有腎結石人士以外，G6PD 缺乏症（蠶豆症患者）亦不建議服用任何維生素 C 的補充劑。大量攝入維生素 C 會導致蠶豆症體內的紅血球細胞破裂，造成溶血反應。

參考文獻

1. Hemilä, H., & Chalker, E. (2013). Vitamin C for preventing and treating the common cold. Cochrane Database of Systematic Reviews, (1).
2. Jacob, R. A. (2000). Passive smoking induces oxidant damage preventable by vitamin C. Nutrition reviews, 58(8), 239-241.
3. Pasonen-Seppänen, S., Suhonen, M. T., Kirjavainen, M., Suihko, E., Urtti, A., Miettinen, M., … & Tammi, R. (2001). Vitamin C enhances differentiation of a continuous keratinocyte cell line (REK) into epidermis with normal stratum corneum ultrastructure and functional permeability barrier. Histochemistry and cell biology, 116(4), 287-297.
4. Ran, L., Zhao, W., Wang, J., Wang, H., Zhao, Y., Tseng, Y., & Bu, H. (2018). Extra dose of vitamin C based on a daily supplementation shortens the common cold: A meta-analysis of 9 randomized controlled trials. BioMed research international, 2018.
5. Schectman, G., Byrd, J. C., & Gruchow, H. W. (1989). The influence of smoking on vitamin C status in adults. American Journal of Public Health, 79(2), 158-162.
6. Smith, J. L., & Hodges, R. E. (1987). Serum levels of vitamin C in relation to dietary and supplemental intake of vitamin C in smokers and nonsmokers. Annals of the New York Academy of Sciences, 498(1), 144-152.
7. ZhiYong Peng, Zhongnan Hospital.Vitamin C Infusion for the Treatment of Severe 2019-nCoV Infected Pneumonia: a Prospective Randomized Clinical Trial.
8. Brown, M. (2020).Fact check: Could taking vitamin C cure — or prevent — COVID-19? USA TODAY.
9. No Evidence To Support Intravenous High-dose Vitamin C in the Management Of Covid-19
   Australian Government Department of Health –
10. Vitamin C Deployed in Big Doses To Help Treat Coronavirus Patients

此時此刻，全球最大的頭號公敵，非COVID-19（俗名：武漢肺炎）莫屬。臨床上除了找出可治療的藥物來緊急救援，另一個真正一勞永逸的解決方案是研發疫苗。因此，各國科學機構都紛紛加緊腳步，各種疫苗研發的方法在此刻也可稱得上是百花齊放。

一大堆的研發方法是否讓你暈頭轉向呢？接下來我們就要來介紹近期各種疫苗研發的技術。而首先，就要從人體的免疫系統開始講起。

還記得《聖鬥士星矢》的故事中，有這樣的設定：同樣的招數對聖鬥士是無效的！

人體的免疫系統，就如同聖鬥士般，當第二次面臨相同或相似的病原體時，免疫系統能夠發揮其記憶特性，快速產生強大的免疫反應以消滅病原體，欲侵略身體的外敵則沒了可趁之機。所以，疫苗的首要作用就是讓免疫系統，在面對真正的敵人之前，可以事先預演一番。

那麼，以疫苗作為免疫系統的假想敵，從技術層面上，可以運用很多種類型。就像是拳擊比賽之前，你可以練習跟師傅打或是跟沙袋打，學習成果當然也會隨之產生差距。

下文接著就來分別介紹，目前世界各國的生技或製藥公司，重點開發中的 COVID-19 疫苗，以及採取了什麼樣的策略或技術？又有那些優劣之處？

傳統疫苗：製備風險高，研發時程緩不濟急

疫苗最傳統的策略是使用「整個病原體 （whole-organism）」，又可分為兩大類，活的減毒疫苗 （attenuated） 與死的去活化疫苗 （inactivated），簡單來說就是將被打殘或被打死的病原體，用來作為免疫系統的假想敵。

使用傳統減毒疫苗的優點在於，可以模仿「自然感染」的免疫反應，當刺激免疫系統後，所產生的保護力較為持久。目前市面上的疫苗如流感疫苗、小兒麻痺疫苗等均是由這類傳統方法製備而來。

然而，無論是減毒或去活化疫苗，這兩類在製備時都需要培養大量的病原體，操作人員可能因病原體去活化不完全，而被意外感染的風險較高，再加上傳統疫苗的開發時程漫長 （約 10-15 年），又需依經驗證明其療效。

所以對於需求急迫、傳染性極高的 2019 新型冠狀病毒 （2019-nCoV），各國研發團隊都未採取傳統疫苗的策略。

最受矚目的 mRNA 疫苗，研發速度最快

mRNA 意思為「訊息核糖核甘酸 (messenger Ribonucleic acid, mRNA)」，其在細胞中的功能是在基因 (DNA) 到產生蛋白質的中間過程提供所需訊息，也就是 mRNA 承接上級 DNA 的指令再引導蛋白質的合成（DNA→RNA→蛋白質）。

mRNA 疫苗的原理是將病毒某些遺傳物質片段製作成 mRNA 送入人體。人體細胞可以直接將其轉譯出病毒的蛋白質，這些能夠引起免疫反應的蛋白質就是疫苗很重要的抗原（Antigen，縮寫 Ag）。這些抗原進而可以引發後續的免疫反應，讓人體的免疫系統可以有效辨認出病毒。

mRNA 疫苗的優點是能縮短開發時間，只要擁有病毒的序列，可以立即把其中的序列片段製成 mRNA 疫苗，並以人體作為直接合成病毒抗原的代工廠，而無需體外的抗原製備過程。但缺點是 mRNA 分子並不穩定且保存不易，mRNA 對熱敏感，很容易被普遍存在於環境或皮膚上的 RNA 酶 （RNase） 降解。因此，mRNA 疫苗的有效性仍待進一步證實。

• 近期較為出名的 mRNA疫苗為「mRNA-1273」，由美國國家衛生研究所 （NIH） 轄下的國家過敏和傳染病研究所 （NIAID） 與美國的 Moderna 生物技術公司共同合作。第一期臨床試驗已於 2020 年 3 月 19 日完成招募 45 位健康受試者。這也是 COVID-19 疫苗的首個臨床試驗，將評估疫苗的安全性問題，並測試能有效刺激免疫反應的適當的劑量，預計完成日期為 2021 年 6 月 1 日，最快也需要至少一年多的時間才有初步結果。
• 緊跟在 Moderna 公司之後，美國輝瑞藥廠 （Pfizer） 與德國公司 BioNTech 也宣布要合作開發 COVID-19 的 mRNA 疫苗，預計將於 2020 年 4 月開始臨床試驗。

DNA 疫苗：搶時效的重要策略之一

DNA 疫苗與 mRNA 疫苗的原理相似，也是只需擁有病毒序列就能製備，兩者差異在於進入體内表現病毒抗原的載體從 mRNA 變成 DNA。另一個差異則是，DNA 疫苗必須送進細胞最裡層的細胞核才能發揮作用，而 mRNA 只需進入細胞質即可。

DNA 疫苗的優點也是開發時程較短，同樣為利用人體細胞作為病毒抗原的代工廠。但缺點是需要特殊的傳輸方式才能進入細胞核，像是利用基因槍 （gene gun）、電脈衝穿孔術 （electroporation）、顯微注射 （microinjection） 等方式，此外 DNA 疫苗有可能會嵌入到人體基因組，而產生突變的風險變高，所以安全性方面有所疑慮。所以相對來說，不用進入細胞核又容易被降解的 mRNA 疫苗，其安全性高於 DNA 疫苗。

• 美國生物製藥公司 Inovio Pharmaceuticals 發展的 DNA 疫苗名為「INO-4800」，預計 2020 年 4 月進行臨床試驗。還有義大利的 Takis Biotech 公司、印度製藥商 Zydus Cadila 是都採用 DNA 疫苗的策略。

上述的核酸疫苗 （DNA 及 mRNA疫苗），一般開發時程也還仍需 4-7 年，是否這次會因為武漢肺炎的疫情緊急而加速通過，仍屬未知之數。

重組病毒疫苗、類病毒顆粒疫苗，運用不同「病毒替身」引發免疫反應

前面提到的核酸疫苗是利用「人體細胞」作為病毒抗原的代工廠；接下來要介紹的疫苗技術則都是在「人體外」製備病毒抗原，而不同策略的差異只在於運用的載體有所不同而已。

先來談談重組病毒疫苗與類病毒顆粒疫苗，重組病毒疫苗是利用活的「弱病毒」作為載體，並加入能表現出病原體抗原的基因；而類病毒顆粒疫苗則是利用不具病毒遺傳物質的「病毒空殼」作為載體，並加入病原體抗原的蛋白質。

這類體外製備病毒抗原的缺點是，技術門檻較為複雜，要耗費的時程也比較久；但好處是利用弱病毒作為疫苗，弱病毒能在被感染的人體內複製，通常可引發較佳的免疫刺激能力；而不具感染力的類病毒顆粒疫苗，其安全性較高，但免疫刺激效果稍差。

• 美國 GeoVax 生技公司攜手中國武漢的博沃公司 （BravoVax），共同開發 COVID-19 的重組病毒疫苗，值得注意的是 GeoVax 所使用的疫苗載體，名稱為 Modified Vaccinia virus Ankara （MVA），此載體平台已保持 50 多年的安全記錄，因此有望更快地取得 COVID-19 疫苗的監管許可。
• 此外，中國康希諾公司 （CanSino Biologics） 則是運用腺病毒 （adenovirus） 作為載體，名稱為 Ad5-nCoV，目前已快速地獲得中國的監管批准，正在進行人體試驗階段。

不僅僅是上述介紹的公司，投入 COVID-19 疫苗研發行列的，還有不少大型藥廠，例如﹕英國葛蘭素史克藥廠 （GlaxoSmithKline, GSK）、法國賽諾菲藥廠 （Sanofi） 等等，各有各的獨門疫苗技術。

台灣拼研發 COVID-19 疫苗，多管齊下

台灣這次也不落人後，疫苗國家隊在 2020 年 2 月 7 日啟動後，國家衛生研究院宣布同時投入四種疫苗的研發，包括 DNA、重組病毒、胜肽、次單位疫苗。後兩者尚未介紹到的胜肽、次單位疫苗，其原理是以病原體部分結構作為疫苗，也屬於在「人體外」製備病毒抗原。優點為不具感染性，安全性高，但缺點是必須深入了解病毒特性後，才可找出真正有效的抗原，以利產生正確的免疫記憶力。

台灣產業界方面，高端疫苗公司已與美國國家衛生研究所 （NIH） 簽約，合作開發 COVID-19 疫苗，成為 NIH 目前唯二授權合作的公司。國光生技公司也成立了專案研發團隊，正透過基因重組等方式開發 COVID-19 疫苗。

除此之外，台灣中央研究院還有兩項極具潛力的疫苗技術，可以應用於開發 COVID-19 疫苗，也都屬於在「人體外」製備病毒抗原。其一是「奈米疫苗」，原理是以生物材料製成中空的奈米粒子來模仿病毒結構，在表面附著病毒抗原，內部裝有可加強免疫反應的佐劑 （adjuvant）。其二是「醣蛋白疫苗」，原理是將病毒蛋白質表面的醣分子修飾並保留重要的核心結構來引發免疫反應，由於被醣分子蓋住的蛋白質序列不太會改變，因此醣蛋白疫苗具備應付病毒變異，並有成為廣效性疫苗的優勢。

• 講了這麼多種疫苗技術，簡易統整於下表（全球研發中的不只這些）

不管是哪種疫苗技術，重點是在疫情的陰影底下， COVID-19 疫苗盡早核准上市才是最要緊的關鍵，千萬別像當年 SARS 疫苗研發那般無果而終！衷心期盼安全有效的 COVID-19 疫苗能夠即時問世，讓全球疫情得以緩解。

註解

• 抗原 （Antigen，縮寫 Ag）：任何可以引起免疫反應的物質即為抗原，在疫苗製備時希望提供人體近似於目標病原體的抗原，如此免疫系統實際上遇到該病原體時，就能出現免疫反應將其消滅。

參考資料

1. 中央研究院生物醫學研究所，林宜玲副研究員，人體疫苗之發展
2. 新冠病毒 （COVID-19） 疫苗開發公共研發投資組合評估：以CEPI為例
3. 報導者，【全球疫苗競速關鍵】8種疫苗比一比，台灣競爭潛力在哪裡？
4. 生技中心產業技術評析，賴瓊雅分析師，讓身體自己變藥物製造工廠－從創史上最大生技 IPO 紀錄看 mRNA 療法之潛力
5. 硅谷洞察，新冠肺炎疫苗生死時速！中、美、歐疫苗研發五大賽道盤點
6. Jeff Craven, Regulatory Affairs Professionals Society （RAPS）. COVID-19 Vaccine Tracker.
7. 中央社，台灣生技抗疫國家隊成軍 檢測及疫苗成焦點
8. BBC 中文，武漢肺炎：新冠疫苗會像非典疫苗一樣無果而終嗎

截至目前為止，通過 WHO 緊急許可的疫苗已有六款，一起來看看吧！