精子握有糖尿病的療法

• 本文轉載自作者twitter

在這篇文章中我會針對該科技新報文章所提及的內容進行闢謠科普，關於關於其引用的研究的闢謠科普詳見本文上篇：【闢謠科普兩不誤】「mRNA 疫苗爭議浮現，MIT：自然免疫系統失靈」這篇文到底有多少錯？上篇：破解有疑慮的引用文獻及判斷文獻可信度小技巧分享。

筆者目前研究領域跟工作狀態：免疫學博士候選人，預計於 2023 年 2 月正式取得博士學位，研究主題為愛滋疫苗與功能性抗體，具備在生物安全等級三級實驗室工作的資格與能力，最近在發表地獄中載浮載沉。

針對原始文章內錯誤的句子我會寫出是哪部分錯誤，並逐一科普，各段文字來自原始文章截圖；而跟那兩篇引用文獻有關的句子我用紅色底線標注，考量到文獻品質不佳在本篇中不多加討論（詳情請見本系列文上篇），在這篇中我也會分享一些跟疫苗副作用相關的發表，[]內的數字代表下方引用文獻reference列表對應到哪些學術發表，這篇文章很長，推薦抱持著輕鬆的心情慢慢看。

錯誤點：

• 疫苗研發量產需要時間，跟不上病毒突變速度是正常的；已有完成臨床試驗的疫苗的病毒如HBV其實也還持續在開發效果更好的疫苗，總有天選之人打了疫苗沒效，有些疫苗則是要根據施打者過往病史來做選擇。
• 疫苗的功效不只有防止感染，能降低感染後重症率、住院率、死亡率等也算是疫苗的功效。
• 現在流行的病毒株跟當初開發疫苗時的病毒株差異極大，整體效果下降非常正常，並不是因為疫苗讓免疫系統變爛，而是病毒變厲害。
• 號稱麻省理工的研究偏向文獻綜述，把一堆文獻抓在一起加上一些分析錯誤的數據，通篇沒有文獻或正確數據可以佐證其論點
• 該荷蘭研究數據量與分析方式有疑慮，不應用其下定論

疫苗為什麼會跟不上病毒變種速度？為什麼疫苗防止感染能力變差？

要回答這些問題答案必須分為兩個面向：

1.哪些因素會影響病毒出現新變種的速度：

• 病毒本身特性^[1–3]
• 總感染人數與人口密度^[4]
• 受感染者的免疫狀態^[5–7]
• 病毒突變後增強的能力^[8][9]

新冠病毒的突變速度不是全部病毒中最快的，但也不慢，再加上其能夠在物品表面上存活時間長又有無症狀之帶原者^[1][10]，使其能快速傳播讓總感染人數上升，在人口密度較高的國家/區域確診病例數上升更為顯著，感染人數越多病毒傳遞越遠，在這過程中出現新變種的可能性就會跟著上升^[4]。

而病毒不會只感染特定族群，有些免疫力低下或是一些因為疾病免疫系統受到影響的人也會被感染，跟免疫力健全者相比這些人的免疫系統難以清除病毒^[5–7]，之前在南非就有一個案例是一位 HIV 感染的 22 歲女性持續被 beta 病毒株感染 9 個月，接受 HIV 治療約兩個月並從 covid 感染恢復後，其研究團隊發現該女子身上的病毒株已有超過 20 個新突變^[6]。

隨著病毒不斷傳播、突變、傳播、突變，目前主流病毒株 Omicron 家族其實具有比過往病毒株更好的免疫逃避性，能夠躲過免疫系統與感染/疫苗誘導出的抗體的追殺^[8][9]，同時也因為其免疫原性低，儘管確診後也無法產生足量有效的抗體對抗反覆感染，而病毒的免疫逃避性變好也代表可以逃過疫苗誘導出的抗體，疫苗保護力隨之下降^{[8][9]][11][12]}。

上述因素層層疊加，使我們三不五時就會聽到有新變種的消息，同樣這些因素也影響了疫苗開發與效果。

2.疫苗開發與臨床試驗流程

疫苗開發到進入臨床試驗跑完整個流程其實非常曠日費時，近幾年順利通過三期臨床實驗的伊波拉疫苗（有獲歐盟批准）從研發到走完臨床實驗到正式上市也已經過了 20 多年^[13][14]。

臨床試驗相關細節與名詞解釋在科學月刊 2018 年 7 月的文章 — 臨床試驗「盲不盲」與台灣藥物臨床試驗資訊網中有詳細解釋^[15][16]，而臨床試驗相關資訊可以在 ClinicalTrials.gov 上查詢，那是一個國際級臨床實驗資訊的資料庫^[17]，但這邊需要特別解釋一個臨床實驗的特性：臨床實驗一定會有報告如期中報告等，絕對會提交給監督審核的機構，但其報告是否向大眾公開、最後是否整理發表至期刊上等則不一定！所以如果一般大眾查不到某臨床實驗的公開的報告跟發表是在合理範圍內，其臨床試驗過程中的數據並沒有強制一定要公開，而最後失敗與否則會公開。

我自己的研究範圍就包含愛滋病疫苗，從過往已經宣告失敗的臨床試驗中找出失敗原因去改進或是檢測正在進行中的臨床試驗效果如何都在我的工作範圍之內，我們在做研究分析的同時病毒仍在外造成疫情，研究人員這端能做的主要是設計並篩選出可能成為疫苗候選的成分，通過細胞、動物實驗等去分析毒性、效力及可能可以用在人類身上的劑量，這些主要是在臨床前階段就會完成。

進入到第一階段臨床試驗時除了檢測疫苗在人類身上的安全性之外，我們也會測試不同疫苗濃度及施打方式等會不會效果更好，這時候會分非常多組，每組大概 10 幾人且有安慰劑組，將檢體寄送給不同專業的研究機構進行分析後最終會知道哪個配方跟施打方式是這些中最好的，如果安全性過關且在實驗室的實驗中有看到初步效果，在監督機關審核通過許可後會進到第二期臨床試驗，招募更多志願者並進一步分析疫苗有效性跟是否有潛在的不良反應（每個人身體狀況不同所以施打者越多就有機會觀察到更多不良反應），如果在此時發現效果不好、有過多嚴重不良反應等負面結果臨床試驗就會終止於此難以繼續進入第三期。

許多臨床實驗都有非常長的追蹤期，一年三年五年七年不等，但誰都沒預料到 Covid-19 疫情的爆發，倘若針對突然爆發的全球性疫情的疫苗仍要有原先那樣長得追蹤期，對全球民眾健康所帶來的傷害會超出預期，但儘管因為特殊狀況縮短 Covid-19 臨床試驗時間，開發出來也需要極佳的運氣與一定的時間，要生產足夠的疫苗同樣需要時間，這些都不是馬上完成的。

在疫情爆發之初有不少人提倡透過感染獲得群體免疫這個論點，這也使不少質疑為何要施打疫苗甚至選擇讓自己被感染。但其實已有免疫學領域大佬明確指出：傳統群體免疫的觀念可能不適用於 COVID-19 ^[18] 。下方的簡報是我針對該發表做簡單的科普，有興趣可以看一看。

最初群體免疫這個術語是從獸醫界開始使用^[18]，非常多學者想要知道那在人類流行病上同樣的理論是否適用，但在 20 世紀初期許多學者便已得知因爲疾病差異、免疫力持續時間、人口流動、所接受醫療資源差異等，人類想要單純通過感染獲得針對 Covid-19 的群體免疫基本上是不可能，需要透過適當公衛手段與有效的預防措施來控制感染數，爭取研發更有效的疫苗的時間等多管齊下才可能達成^[19]。

看完上述資訊後讓我們回到：疫苗為什麼會跟不上病毒變種速度？為什麼疫苗防止感染能力變差？這兩個問題上，答案便會好懂些：

• 疫苗開發與產量都需要時間，但感染數量居高不下給病毒有出現新變種的機會，等疫苗上市時病毒已經突變無數次有新變種，自然追不上。
• 病毒的免疫逃避性逃過疫苗誘導出的抗體，疫苗保護力隨之下降。

控制疫情還是需要以適當公衛手段與有效的預防措施來控制感染數，爭取研發更有效的疫苗的時間並讓能夠施打的族群施打，多管齊下才可能達成。

錯誤點：

• 是先天性免疫“系統”，而非先天免疫細胞，他們成員很多
• 先天性免疫系統不會活化後就變成適應性免疫系統，先天性免疫系統中的細胞不會活化後就變成適應性免疫系統的細胞（樹突細胞另提），吞噬細胞再怎麼被刺激也不會瞬間變身變成B細胞
• T細胞與B細胞會不會產生記憶性、產生的記憶性多久跟病原體/抗原有關，不一定會在接受病原體/抗原刺激後出現。

人體的免疫系統分為先天性免疫系統與適應性免疫系統^[20][21]，而這兩者的區別為

先天性免疫系統：

• 非特異性反應，會對所有病源有反應
• 一接觸到病原馬上開始動工
• 不是所有先天性免疫系統的成員都有記憶性
• 包含發炎反應、補體系統與部分白血球（如吞噬細胞），部分成員會協助活化適應性免疫系統

適應性免疫系統：

• 對特定病原與抗原起反應
• 需要一點時間才會有強烈反應
• 有記憶性（會記得敵人一段時間）
• 淋巴球，T 細胞與 B 細胞屬於這裡！

先天免疫系統不會因為接觸到病原體就變成適應性免疫系統！他們同時存在有時互相幫忙，並以不同的機制保護人體。

而常常聽到人提到的 B 細胞與 T 細胞他們的保護身體的機制簡單來說是

B 細胞：

• 認識抗原（可能來自病原體或是疫苗）後大量製造能夠識別目標物的抗體
• 有些抗體如中和性抗體需要特殊的B細胞製造且成熟時間長

T 細胞：

• 識別受感染的細胞
• 協助 B 細胞更好的認識病原體的抗原
• 引導能夠清除的T細胞過來
• 清除受感染的細胞
• 殺死癌細胞^[22]

抗體、補體、抗體加上 T 細胞等組合產生多種機制，都是免疫中的一環缺一不可^[23]，但這些機轉中也有可能對身體造成危害的如抗體依賴增強作用Antibody-dependent enhancement (ADE)，ADE能讓感染變嚴重^[23][58]。倘若疫苗誘導出來的抗體做臨床前試驗或是第一期臨床試驗時發現有ADE，那該疫苗不會進到後續臨床試驗；而要觀察上市後的疫苗有沒有ADE可以從重症率死亡率是否激增來判斷，目前真實世界數據尚未看到Covid-19疫苗有ADE的問題，但有分析其可能機轉 ^[58][59]，而在細胞實驗中感染Covid後部分誘導出的抗體有觀察到ADE ^[60]。

在癌症治療方面T細胞十分重要，其機轉非常複雜且需要不同細胞因子與受體協同合作^[22]。B細胞與T細胞被活化後有些後代成員可能會成為具有免疫記憶的記憶B細胞與記憶T細胞等，未來如果碰到類似的抗原時可以有所反應，而能夠有多長的記憶時間則要看病源體/抗原特性來定，但這些被活化的免疫細胞不一定都能在未來提供有效的免疫反應。

在今年八月底發布於 medRxiv 上一篇尚未經通行審查但內容十分嚴謹（高機率已經投稿期刊正在進行審核）的論文指出：Covid 確診者（兩個月內）體內針對病毒抗原的特異性 B 細胞會使疫苗施打效果變差 ^[24]，一分析確診者與未確診者施打 CoronaVac 疫苗後的免疫反應之研究指出過去有確診過的人施打疫苗後產生的中和抗體廣度較未確診者窄^[25]，這些研究其實揭示了因感染活化的免疫細胞甚至是記憶性免疫細胞並非在未來能成為我們對抗病源的好幫手，可能會成為讓疫苗效果變差的壞人^[26]。

今年六月刊登於頂級期刊 Nature 的一篇發表更是指出 Covid 病毒進化非常多並且能夠抑制針對自己的免疫反應，這有利於反覆感染外，過往感染所產生的免疫銘印（immune imprinting）對未來再次面對不同 covid 病毒時的免疫反應產生負面影響，讓你的免疫系統（尤其是 T 細胞）對於新變種的抵抗力大幅下降^[12]，但在沒確診只有施打疫苗的族群上，尚未看到上述這些負面影響。

錯誤點：

• 訊號傳遞的關鍵不是只有干擾素，細胞激素非常重要
• 細胞被感染後不一會分泌干擾素，要先識別出來是敵人
• 三種類型的干擾素都很重要不分軒輊，在癌症治療的運用上不是只有第一型，第三型也有。
• 那篇號稱MIT但不是MIT的發表中沒有研究數據可以證實他所說的mRNA疫苗會破壞第一型干擾素的訊號傳遞。

能夠刺激觸發免疫系統活動的關鍵除了抗原外，宿主所產生的各種細胞激素（cytokine），其中包含文中所提到的干擾素（Interferon），能給予免疫系統進行各種不同的免疫反應^[27][28]，而 Covid-19 確診導致的細胞激素風暴（cytokine storm）同樣有細胞激素跟干擾素的參與^[29]。

下方圖片中的內容是一篇探討 Covid 確診後的細胞激素風暴相關路徑與參與的細胞激素、干擾素成員圖，非常精美可以當作參考，或是看一看漂亮的圖表心情好。

細胞激素參與身體中非常多的功能如：細胞訊息傳遞與調節免疫功能等，細胞激素家族非常龐大，而文中所提及的干擾素也是成員之一^[27]。干擾素能夠影響病毒複製進而保護細胞不被感染與調節刺激一些免疫細胞，但病毒也不是毫無招架的餘地，有些病毒其實有拮抗干擾素的能力^[28][30]。此外感染後的發燒、疼痛、發炎等症狀並非單純由干擾素引起，細胞激素也扮演了非常重要的角色^[28]。

而干擾素分成三型，功能不完全相同但都很重要：

• 第一型：具影響病毒複製等功能，其成員有些被運用在治療肝炎，有些被用在治療多發性硬化症。^[27][31]
• 第二型：誘導刺激免疫反應。^[32]
• 第三型：較晚發現的成員，可能能夠影響病毒與真菌的感染。^[33][34]

干擾素的確有跟其他療法如化療等一起運用在癌症治療上^[35]，其機轉與在治療上的運用也一直有在深入研究^[36][37]。

錯誤點：

• 是細胞激素加上干擾素與其他被啟動的免疫機轉引起Covid-19確診後的最初症狀，不能說是由干擾素引起的
• 免疫觀念是流動的，疫苗也不是只有預防感染的功能，降低住院率、死亡率、重症率、緩解症狀等都是疫苗會具有的功能，更別提還有治療性疫苗這個類別
• 畫紅線的科學家表示的內容是錯的，疫苗接種對身體健康狀態有所要求，能接種疫苗者本身身體健康有一定水準，體內的免疫系統能夠清除病毒，打疫苗是讓免疫系統受到訓練後能更好的清除病毒，而施打疫苗後症狀輕微不代表身體沒抵抗
• 就現有研究來說（免疫系統正常的成人）不論接種疫苗與否，病毒在人體停留的時間沒有統計上的顯著差異
• 免疫系統功能低下者（如化療患者、愛滋病患者、特殊疾病患者等）被病毒感染後病毒可能揮之不去，但如果換作是普通人不論有沒有打疫苗免疫系統都有能力清除病毒，但能不能活到病毒被清除完又是另一回事。

Covid-19 確診後的症狀並非單純由干擾素引起，細胞激素也扮演了非常重要的角色^[28]，而疫苗功能其實不單純只有預防感染，減輕症狀與預防重症等也算是疫苗的功能^[18]。

據目前現有研究來看，確診 Omicron 的人施打疫苗者與未施打疫苗者其實病毒量沒有太大的差距^[38][39]，但施打疫苗者可能因為體內的抗體與有記憶性的免疫細胞辨識出敵人並開始清除病毒所以症狀出現的較早（可見下方引用推文中的圖片）。

倘若是身體健康的成年人，施打疫苗者確診後體內病毒不會停留更長的時間^[39]，免疫系統會有能力將病毒清除；但倘若為免疫功能低下的人，如：特殊疾病患者、化療病人、愛滋病患等，比起健康的成年人他們體內的免疫系統較虛弱難以將病毒清除且確診後演化為重症的可能性較高，所以我們必須要小心不要讓他們被感染^[5–7]。

而在這篇文章刊出不久候我收到一封信，信中說“ 如果長時間不清除疾病，可能會導致嚴重的疾病 ” 這段話可以用澳大利亞2022/06/11到2022/08/27的12週的感染新冠而住院(非加護病房)的確診案例數據去作佐證，之後我又收到一封信說我選用的數據錯誤，他給的數據只有New South Wales，不是澳洲全國。其實這兩封信中都犯了非常常見的數據分析錯誤，這樣的資訊也是假消息的愛用品，該如何破解呢？

錯誤點：

• 數據分析錯誤，分母取錯
• 要討論像是疫苗會不會影響確診率這樣的現象或假說不能只用一個地區的數據，這不是在討論不同地區因為醫療資源、人口密度等帶來的影響或案例報告。先撇開最後統計結果不提，這樣要 “只用一個地區的數據來應證一個可能會發生在全世界各地的假設” 的行為恰恰就是學術領域中會被人詬病甚至退稿的 “挑數據說故事”

1. 看時間：數據是2022年6~8月的數據，已能獲得充沛疫苗資源的國家來說該國國民絕大多數都有接種疫苗，以澳洲公布的數據來看16歲以上的澳洲人98%有接種一劑疫苗，兩劑為96.3%，三劑為71.7%，而New South Wales的人口數根據Population Australia這個網站上顯示在2022年6月底可能會達到 826萬人，而該地區16歲以上居民97%有接種一劑疫苗，兩劑為95.4%，三劑為69.6%（數據來源）

2. 分母要選對：在做如該信提到的感染機率比較時，我們必須要有施打疫苗者跟有施打疫苗者比，沒施打疫苗者跟沒施打疫苗者比，為什麼？因為你要比的是施打疫苗者跟沒施打疫苗者各自的感染機率，而以澳洲數據來看16歲以上施打至少一劑疫苗者有98%（20,209,451人），換而言之沒施打疫苗者大約是2％（412,428人）；而在New South Wales16歲以上施打至少一劑疫苗者有97%（約8,017,050人），未施打疫苗者大約3%（大約247,950人）如果沒選對分母，算出來的數據會大錯特錯。

3. 小心分子裡有詐：做數據分析前我們必須要看數據有沒有妥善處理，儘管現在資訊較為發達，還是有可能有些數據會被標記或應該表記為unknown，因為其實際狀況如何以現有資訊來說未知，舉例來說

• 疫苗施打紀錄存疑需要額外查證
• 有在其他地方打過疫苗但沒有證明文件
• 在該系統中沒有出現有施打疫苗紀錄（可能其他地方有）等等

這些都會影響數據處理方式跟最終數據計算方式，這些unknown數據必須標示好並另外處理，不能跟其他數據混為一談更不能直接裁切掉忽視不理，更不能說為了讓數據量夠多我剔除unknown後多用幾週數據讓樣本數夠大，這已經能算惡意扭曲數據。

對於專業人士來說unknown這樣的數據的確是棘手，但相較於一般大眾我們有更多的權限去調取資料與做進一步數據清理分析，倘若真的處理不來我們也會如實告知，許多資訊因為涉及病人隱私絕對不會對外公開，所以問我們怎麼處理分類清理這些數據也沒用，更別提根據分析數據不同我們會用不同的統計方式，不是一般的加減乘除就可以理得清。

此外，在信中我有收到對方用來參考做計算的數據來源，而這張表一看問題就很大連拿來算的價值都沒有，爲什麼呢？

一位相關領域的博士去看原始數據後作出以下點評：

“ Unknown這群不管有沒有打疫苗也不能不理，而且光是8/20號的數據中unknown居然佔了27%（173/638住院數）的統計數，然後說當然不能分析？ 他在開什麼玩笑？ unknown只有幾種情形：

• 沒打
• 有打，沒有證明
• 打了不是澳洲認為OK的疫苗（台灣人最愛講高端不能出國）
• 有打的證明但不被認證

不把這些數據好好分類就直接當missing data處理，甚至在他提供的聯結中直接裁切不說明，就是惡意的扭曲數據的意義！”

對我來說他所用的數據還有另一個問題：年齡層資訊去哪了？病人是否有其他疾病呢？

讓我們再繼續使用2022年8月20日New South Wales的數據，住院者數量上升的年齡段集中在60歲以上的族群，詳情請見下圖：

人類的免疫系統隨著年齡增長會有所影響，儘管都是16歲以上成年人，25歲的年輕人跟90歲的老人狀況不一樣，這就是為何在其他疫苗效力分析的文獻中會以10歲為一個年齡層區分開來分析，甚至連性別、種族等都是我們要考慮的因素，還要再考慮到施打了什麼疫苗；倘若取樣方式、思維邏輯錯誤，再怎麼計算最終結果也是錯的。

而且…儘管沒有權限去獲取所有數據細節，澳洲其實有數據庫已把寄件者想要知道的資訊算好了，New South Wales的數據與分析結果可點擊超連結查詢，在CovidBaseAU的網站上還有其他州與澳洲整體的數據相關分析可以查閱。

總而言之言而總之：

數據資訊充足沒有惡意處理、病人資訊明確並且數據量夠並且挑選適當的統計方式才可以進行數據分析，不是隨便加減乘除就會馬上得到真理

• （選配）複習一下國中與高中數學在機率統計方面的內容：可能對於有些人來說國高中所學的內容有點模糊了，所以在看到數據時做分析時會搞混應該用哪些數據當分子，哪些數據當分母，可以稍微複習一下。

而在原始文章中那個號稱MIT但根本不是MIT的發表在數據統計上犯的一個極大錯誤也是分母選擇錯誤，如果要算該疫苗的不良事件比例分母應該為“總施打人數”，而不是拿別的疫苗的施打人數來做加減乘除；同理在計算施打疫苗後的突破性感染比例其母數應該是施打疫苗者的人數，而沒施打疫苗者的感染比例則應適用沒有施打疫苗者的人數，別搞混嘍！

錯誤點：

• Covid-19 mRNA疫苗減弱適應性免疫反應方面沒看到有扎實實驗數據的發表，原文提到的根本不是MIT發表的發表也沒有相關數據可以佐證。
• B細胞在癌症治療中如何發揮功用還在研究中，而且B細胞能分泌的抗體種類很多，不是只有中和病原體的功能。

在本文撰寫的當下我以 google scholar 與 pubmed 查關鍵字 covid-19、mRNA vaccine、T cell、B cell 看到的主要是探討疫苗如何誘導 T 細胞與 B 細胞免疫反應，而細胞受損方面文獻主要在討論 covid 透過哪些路徑感染免疫細胞，確診對於免疫系統的影響（如 T 細胞多樣性降低，B 細胞失調等）等^{[40 – 44]}。

在癌症治療方面 T 細胞的確有其一席之地，與不同細胞激素與細胞協調清除癌細胞^[22][45][46]，而近幾年的研究顯示 B 細胞與癌症治療與預後評估有所關聯，相關機制仍在研究^[47][48]。

錯誤點：

• 先天免疫與適應性免疫缺一不可
• 被誘導出來的適應性免疫不一定有益
• 該荷蘭研究數據量與分析方式有疑慮，不應用其下定論

參與先天性免疫與適應性免疫的成員眾多且都很重要^[27][28]，但不一定所有機轉誘導出來的免疫反應都是你的好朋友^[12][26]。而該荷蘭研究是否真的有顯著差異能夠證明疫苗施打後真的會影響 IFN-α 以其文章中的數據來看仍有疑慮，詳細討論在上篇中在此不多贅述。

錯誤點：

• 中和性抗體不會在一次疫苗接種後幾週就出來
• 有實際數據的研究與論文綜述指出疫苗可效刺激誘導T細胞而非活性下降

中和性抗體需要不短的成熟期，不可能在疫苗接種後幾週內產生^[49][50]，除非你已經是接種超過一劑疫苗，接著在第二或是第三劑疫苗施打後幾週內產生中和性抗體那可能還說得過去。而 mRNA 疫苗可以有效刺激與誘導 T 細胞與 B 細胞已在過往實驗中獲得證實^[51]，對於其導致心肌炎、心包炎與過敏等的可能機制也有不少研究團隊分析討論^[52][53]，並針對其安全性與哪些族群可能施打有較高的風險有所研究^[52–54]。

mRNA 疫苗研究多年但實際大量運用在人體上也是第一次^[55][56]，比起其他傳統疫苗技術來說他有一定的優點如可以快速製備，同樣也有缺點如存放難度高、目前已知副作用不少以及缺乏傳統疫苗臨床試驗的長期追蹤，這些都是需要更多研究與更多時間才能知道答案。

整體來說「mRNA 疫苗爭議浮現，MIT：自然免疫系統失靈」文中部分內容正確，但更多的是似是而非跟描述方式不當，而構成這篇文章的兩篇引用文獻品質不佳甚至拿來當主打點的發表早已有國外文章分析其內容有多少問題^[57]，有興趣的人可以在 Reference 中找到連結查看。

引用文獻有誤、關於免疫學敘述有誤且偏頗，這是我對於「mRNA 疫苗爭議浮現，MIT：自然免疫系統失靈」這篇文章的評價；而針對該文的兩篇闢謠文 Reference 超過 60 個，遠超過原始文章中的引用文獻的數量，從此也可以看出要澄清假消息需要付出的心力有多驚人。

結語

會將這系列文拆成上下篇主要是因為「mRNA 疫苗爭議浮現，MIT：自然免疫系統失靈」是基於兩篇引用文獻再加上其他資料寫出來的，如果不將有標紅色底線的兩篇引用文獻相關內容先做闢謠科普這篇文章會很混亂很長。

沒有任何技術是完美的，隨著技術的發展、更多的研究與臨床觀察我們才能找到更適合的改進方向，進而讓不論是疫苗研發技術還是藥物療法開發等變得越來越好。但這世界上不會有任何事情是大家都接受的，總有攻擊的聲浪甚至有虛假資訊流竄，有些人儘管有高學歷，但那絕對不代表他們說的寫的是正確的，多的是這樣的人散播似是而非的資訊。

這系列文章的最後我想感謝在寫文章的過程中提供不同專業建議與見解的博士們（為了寫這篇文章我詢問了好幾位相關專業的博士），還有願意看到這行話的讀者，願這兩篇文章能夠讓沒有相關背景的大眾對於疫情相關的資訊判讀有些幫助，祝一切安好。

參考資料

1. Amoutzias GD, Nikolaidis M, Tryfonopoulou E, Chlichlia K, Markoulatos P, Oliver SG. The remarkable evolutionary plasticity of coronaviruses by mutation and recombination: insights for the COVID-19 pandemic and the future evolutionary paths of SARS-CoV-2. Viruses. 2022 Jan 2;14(1):78.
2. Schwarzendahl, F.J., Grauer, J., Liebchen, B. and Löwen, H., 2022. Mutation induced infection waves in diseases like COVID-19. Scientific Reports, 12(1), pp.1–11.
3. Pathan, R.K., Biswas, M. and Khandaker, M.U., 2020. Time series prediction of COVID-19 by mutation rate analysis using recurrent neural network-based LSTM model. Chaos, Solitons & Fractals, 138, p.110018.
4. Sharif, N. and Dey, S.K., 2021. Impact of population density and weather on COVID-19 pandemic and SARS-CoV-2 mutation frequency in Bangladesh. Epidemiology & Infection, 149.
5. Mishra, M., Zahra, A., Chauhan, L.V., Thakkar, R., Ng, J., Joshi, S., Spitzer, E.D., Marcos, L.A., Lipkin, W.I. and Mishra, N., 2022. A Short Series of Case Reports of COVID-19 in Immunocompromised Patients. Viruses, 14(5), p.934.
6. Maponga, T.G., Jeffries, M., Tegally, H., Sutherland, A.D., Wilkinson, E., Lessells, R., Msomi, N., van Zyl, G., de Oliveira, T. and Preiser, W., 2022. Persistent SARS-CoV-2 infection with accumulation of mutations in a patient with poorly controlled HIV infection. Available at SSRN 4014499.
7. Hoffman, S.A., Costales, C., Sahoo, M.K., Palanisamy, S., Yamamoto, F., Huang, C., Verghese, M., Solis, D.A., Sibai, M., Subramanian, A. and Tompkins, L.S., 2021. SARS-CoV-2 neutralization resistance mutations in patient with HIV/AIDS, California, USA. Emerging Infectious Diseases, 27(10), p.2720.
8. Focosi, D., Maggi, F., Franchini, M., McConnell, S. and Casadevall, A., 2021. Analysis of immune escape variants from antibody-based therapeutics against COVID-19: a systematic review. International journal of molecular sciences, 23(1), p.29.
9. Nel, A.E. and Miller, J.F., 2021. Nano-enabled COVID-19 vaccines: meeting the challenges of durable antibody plus cellular immunity and immune escape. ACS nano, 15(4), pp.5793–5818.
10. Riddell, S., Goldie, S., Hill, A., Eagles, D. and Drew, T.W., 2020. The effect of temperature on persistence of SARS-CoV-2 on common surfaces. Virology journal, 17(1), pp.1–7.
11. Pulliam, J.R., van Schalkwyk, C., Govender, N., von Gottberg, A., Cohen, C., Groome, M.J., Dushoff, J., Mlisana, K. and Moultrie, H., 2022. Increased risk of SARS-CoV-2 reinfection associated with emergence of Omicron in South Africa. Science, 376(6593), p.eabn4947.
12. Reynolds, C.J., Pade, C., Gibbons, J.M., Otter, A.D., Lin, K.M., Muñoz Sandoval, D., Pieper, F.P., Butler, D.K., Liu, S., Joy, G. and Forooghi, N., 2022. Immune boosting by B. 1.1. 529 (Omicron) depends on previous SARS-CoV-2 exposure. Science, 377(6603), p.eabq1841.
13. https://www.jnj.com/johnson-johnson-announces-european-commission-approval-for-janssens-preventive-ebola-vaccine
14. https://www.statnews.com/2020/01/07/inside-story-scientists-produced-world-first-ebola-vaccine/
15. http://scimonth.blogspot.com/2018/07/blog-post_19.html
16. https://www1.cde.org.tw/ct_taiwan/notes.html
17. https://clinicaltrials.gov/
18. Morens, D.M., Folkers, G.K. and Fauci, A.S., 2022. The concept of classical herd immunity may not apply to COVID-19. The Journal of Infectious Diseases.
19. Eichhorn, Adolph. Contagious abortion of cattle. №790. US Department of Agriculture, 1917.
20. Smith, A., 2000. Oxford dictionary of biochemistry and molecular biology: Revised Edition. Oxford University Press.
21. Alberts, B., 2017. Molecular biology of the cell. WW Norton & Company.
22. Waldman, A.D., Fritz, J.M. and Lenardo, M.J., 2020. A guide to cancer immunotherapy: from T cell basic science to clinical practice. Nature Reviews Immunology, 20(11), pp.651–668.
23. Lin, L.Y., Carapito, R., Su, B. and Moog, C., 2022. Fc receptors and the diversity of antibody responses to HIV infection and vaccination. Genes & Immunity, pp.1–8.
24. https://www.medrxiv.org/content/10.1101/2022.08.30.22279344v1
25. Zhu, Y., Lu, Y., Tang, L., Zhou, C., Liang, R., Cui, M., Xu, Y., Zheng, Z., Cheng, Z. and Hong, P., 2022. Finite neutralisation breadth of omicron after repeated vaccination. The Lancet Microbe.
26. Suryawanshi, R. and Ott, M., 2022. SARS-CoV-2 hybrid immunity: silver bullet or silver lining?. Nature Reviews Immunology, pp.1–2.
27. Janeway, C.A., Travers, P., Walport, M. and Capra, D.J., 2001. Immunobiology (p. 600). UK: Garland Science: Taylor & Francis Group.
28. De Andrea, M., Ravera, R., Gioia, D., Gariglio, M. and Landolfo, S., 2002. The interferon system: an overview. European Journal of Paediatric Neurology, 6, pp.A41-A46.
29. Fajgenbaum, D.C. and June, C.H., 2020. Cytokine storm. New England Journal of Medicine, 383(23), pp.2255–2273.
30. Elrefaey, A.M., Hollinghurst, P., Reitmayer, C.M., Alphey, L. and Maringer, K., 2021. Innate immune antagonism of mosquito-borne flaviviruses in humans and mosquitoes. Viruses, 13(11), p.2116.
31. Ntita, M., Inoue, S.I., Jian, J.Y., Bayarsaikhan, G., Kimura, K., Kimura, D., Miyakoda, M., Nozaki, E., Sakurai, T., Fernandez-Ruiz, D. and Heath, W.R., 2022. Type I interferon production elicits differential CD4+ T-cell responses in mice infected with Plasmodium berghei ANKA and P. chabaudi. International Immunology, 34(1), pp.21–33.
32. Kidd, P., 2003. Th1/Th2 balance: the hypothesis, its limitations, and implications for health and disease. Alternative medicine review, 8(3), pp.223–246.
33. Espinosa, V., Dutta, O., McElrath, C., Du, P., Chang, Y.J., Cicciarelli, B., Pitler, A., Whitehead, I., Obar, J.J., Durbin, J.E. and Kotenko, S.V., 2017. Type III interferon is a critical regulator of innate antifungal immunity. Science immunology, 2(16), p.eaan5357.
34. Hermant, P. and Michiels, T., 2014. Interferon-λ in the context of viral infections: production, response and therapeutic implications. Journal of innate immunity, 6(5), pp.563–574.
35. Goldstein, D. and Laszlo, J., 1988. The role of interferon in cancer therapy: a current perspective. CA: a cancer journal for clinicians, 38(5), pp.258–277.
36. Zaidi, M.R., 2019. The interferon-gamma paradox in cancer. Journal of Interferon & Cytokine Research, 39(1), pp.30–38.
37. Dunn, G.P., Ikeda, H., Bruce, A.T., Koebel, C., Uppaluri, R., Bui, J., Chan, R., Diamond, M., Michael White, J., Sheehan, K.C. and Schreiber, R.D., 2005. Interferon-γ and cancer immunoediting. Immunologic research, 32(1), pp.231–245.
38. Regev-Yochay, G., Gonen, T., Gilboa, M., Mandelboim, M., Indenbaum, V., Amit, S., Meltzer, L., Asraf, K., Cohen, C., Fluss, R. and Biber, A., 2022. Efficacy of a fourth dose of COVID-19 mRNA vaccine against omicron. New England Journal of Medicine, 386(14), pp.1377–1380.
39. Boucau, J., Marino, C., Regan, J., Uddin, R., Choudhary, M.C., Flynn, J.P., Chen, G., Stuckwisch, A.M., Mathews, J., Liew, M.Y. and Singh, A., 2022. Duration of Shedding of Culturable Virus in SARS-CoV-2 Omicron (BA. 1) Infection. New England Journal of Medicine, 387(3), pp.275–277.
40. Junqueira, C., Crespo, Â., Ranjbar, S., de Lacerda, L.B., Lewandrowski, M., Ingber, J., Parry, B., Ravid, S., Clark, S., Schrimpf, M.R. and Ho, F., 2022. FcγR-mediated SARS-CoV-2 infection of monocytes activates inflammation. Nature, pp.1–9.
41. Pontelli, M.C., Castro, I.A., Martins, R.B., La Serra, L., Veras, F.P., Nascimento, D.C., Silva, C.M., Cardoso, R.S., Rosales, R., Gomes, R. and Lima, T.M., 2022. SARS-CoV-2 productively infects primary human immune system cells in vitro and in COVID-19 patients. Journal of molecular cell biology, 14(4), p.mjac021.
42. Joseph, M., Wu, Y., Dannebaum, R., Rubelt, F., Zlatareva, I., Lorenc, A., Du, Z.G., Davies, D., Kyle-Cezar, F., Das, A. and Gee, S., 2022. Global patterns of antigen receptor repertoire disruption across adaptive immune compartments in COVID-19. Proceedings of the National Academy of Sciences, 119(34), p.e2201541119.
43. André, S., Picard, M., Cezar, R., Roux-Dalvai, F., Alleaume-Butaux, A., Soundaramourty, C., Cruz, A.S., Mendes-Frias, A., Gotti, C., Leclercq, M. and Nicolas, A., 2022. T cell apoptosis characterizes severe Covid-19 disease. Cell Death & Differentiation, pp.1–14.
44. Woodruff, M.C., Ramonell, R.P., Haddad, N.S. et al. Dysregulated naïve B cells and de novo autoreactivity in severe COVID-19. Nature (2022). https://doi.org/10.1038/s41586-022-05273-0
45. Feng, S. and De Carvalho, D.D., 2022. Clinical advances in targeting epigenetics for cancer therapy. The FEBS Journal, 289(5), pp.1214–1239.
46. Abrantes, R., Duarte, H.O., Gomes, C., Wälchli, S. and Reis, C.A., 2022. CAR‐Ts: new perspectives in cancer therapy. FEBS letters, 596(4), pp.403–416.
47. Petitprez, F., de Reyniès, A., Keung, E.Z., Chen, T.W.W., Sun, C.M., Calderaro, J., Jeng, Y.M., Hsiao, L.P., Lacroix, L., Bougoüin, A. and Moreira, M., 2020. B cells are associated with survival and immunotherapy response in sarcoma. Nature, 577(7791), pp.556–560.
48. Helmink, B.A., Reddy, S.M., Gao, J., Zhang, S., Basar, R., Thakur, R., Yizhak, K., Sade-Feldman, M., Blando, J., Han, G. and Gopalakrishnan, V., 2020. B cells and tertiary lymphoid structures promote immunotherapy response. Nature, 577(7791), pp.549–555.
49. Moore, P.L., Williamson, C. and Morris, L., 2015. Virological features associated with the development of broadly neutralizing antibodies to HIV-1. Trends in microbiology, 23(4), pp.204–211.
50. Gray, E.S., Madiga, M.C., Hermanus, T., Moore, P.L., Wibmer, C.K., Tumba, N.L., Werner, L., Mlisana, K., Sibeko, S., Williamson, C. and Abdool Karim, S.S., 2011. The neutralization breadth of HIV-1 develops incrementally over four years and is associated with CD4+ T cell decline and high viral load during acute infection. Journal of virology, 85(10), pp.4828–4840.
51. Hogan, M.J. and Pardi, N., 2022. mRNA Vaccines in the COVID-19 Pandemic and Beyond. Annual Review of Medicine, 73, pp.17–39.
52. Heymans, S. and Cooper, L.T., 2021. Myocarditis after COVID-19 mRNA vaccination: clinical observations and potential mechanisms. Nature Reviews Cardiology, pp.1–3.
53. Risma, K.A., Edwards, K.M., Hummell, D.S., Little, F.F., Norton, A.E., Stallings, A., Wood, R.A. and Milner, J.D., 2021. Potential mechanisms of anaphylaxis to COVID-19 mRNA vaccines. Journal of Allergy and Clinical Immunology, 147(6), pp.2075–2082.
54. Anand, P. and Stahel, V.P., 2021. The safety of Covid-19 mRNA vaccines: A review. Patient safety in surgery, 15(1), pp.1–9.
55. Park, K.S., Sun, X., Aikins, M.E. and Moon, J.J., 2021. Non-viral COVID-19 vaccine delivery systems. Advanced drug delivery reviews, 169, pp.137–151.
56. Heiser, A., Coleman, D., Dannull, J., Yancey, D., Maurice, M.A., Lallas, C.D., Dahm, P., Niedzwiecki, D., Gilboa, E. and Vieweg, J., 2002. Autologous dendritic cells transfected with prostate-specific antigen RNA stimulate CTL responses against metastatic prostate tumors. The Journal of clinical investigation, 109(3), pp.409–417.
57. https://www.respectfulinsolence.com/2022/05/02/scientific-review-articles-as-disinformation/
58. Halstead, S.B. and Katzelnick, L., 2020. COVID-19 vaccines: should we fear ADE?. The Journal of infectious diseases, 222(12), pp.1946–1950.
59. Li, M., Wang, H., Tian, L., Pang, Z., Yang, Q., Huang, T., Fan, J., Song, L., Tong, Y. and Fan, H., 2022. COVID-19 vaccine development: milestones, lessons and prospects. Signal transduction and targeted therapy, 7(1), pp.1–32.
60. Maemura, T., Kuroda, M., Armbrust, T., Yamayoshi, S., Halfmann, P.J. and Kawaoka, Y., 2021. Antibody-dependent enhancement of SARS-CoV-2 infection is mediated by the IgG receptors FcγRIIA and FcγRIIIA but does not contribute to aberrant cytokine production by macrophages. MBio, 12(5), pp.e01987–21.

本文轉載自諾貝爾化學獎專題系列，原文為《【2004諾貝爾化學獎】蛋白質的分解機器》

• 譯者／蔡蘊明｜台大化學系名譽教授

譯者前言：今年的諾貝爾化學獎又落入了生化學家的口袋，連續兩年頒給生化學者並不常見，我想這應該是反映了現在化學研究的熱門趨勢。今年的諾貝爾化學獎讓我們注意到細胞是如何精妙的去控制它的蛋白質系統，昨日(十月六日)我在中研院生醫所聽了一場 2002 年諾貝爾生理及藥學獎的得主 H. Robert Horvitz 的演講，那是另一個熱門的題目：細胞凋亡，真是一場精采的演講，同樣的我們看到這些蛋白質的另一種運作。前幾日與一位生技系的學生聊到他未來想走的方向，言談之間他似乎認為蛋白質的化學已經熱門了好一陣子了，恐怕熱潮已過。不過從現實來看，在諾大的生命體系中，我們對它的瞭解實在是太少了，由這些蛋白質的研究看來，我覺得蛋白質的化學仍應是方興未艾吧！

後記：  詹健偉是我在 2003 年教過的學生，他原在植微系，後來轉入了生化科技系，從起初對生物系統的興趣加上對化學的熱愛導致他轉入生化科技的領域，然而這些年他逐漸的體認：「只有化學才能完美的解釋生物體系」，現在他已經決定投入“化學生物學”的領域。健偉是個認真的學生，他讀我的翻譯文章極為仔細，更進一步的從一個學生化的背景看出我許多翻譯的謬誤以及不通順之處。約莫半年前碰到他，他主動的提及願意幫我修改，一直到最近才讓我如願。有學生如此，是我的福分，感謝健偉也祝福他！

— 蔡蘊明 謹誌於 2006 年 10 月 9 日

一個人的細胞中含有上百萬種的不同蛋白質，它們具有無數的重要功能：例如以酵素（或稱為酶）的型式存在的化學反應加速者，以荷爾蒙的型式存在的訊息傳導物質，在免疫的防禦上扮演要角以及負責細胞的型態和結構。今年的諾貝爾化學獎得主：席嘉諾佛（Aaron Ciechanover）、赫西柯（Avram Hershko）以及羅斯（Irwin Rose）研究在細胞中如何對一些不需要的蛋白質加上一種稱為泛素（ubiquitin）的多胜肽標籤，藉以調節某些蛋白質的存在，他們的研究在化學知識上有重要的突破。這些被加上標籤的蛋白質，接著會在一個稱為蛋白解體（proteasome）的細胞＂垃圾處理機＂中迅速的降解。

透過他們發現的這個蛋白質調節系統，這三位學者使得我們能在分子的層次瞭解細胞如何的控制許多重要的生化程序，例如細胞週期、DNA 的修補、基因的轉錄以及新合成之蛋白質的品質管制。有關這種形式之蛋白質凋亡控制的新知識也使得我們能解釋免疫防禦系統如何的運作，這個系統的缺陷可造成包括癌症在內的不同疾病。

被貼上毀滅標籤的蛋白質

分解是否需要能量？

當大部分的注意力和研究都集中在企圖瞭解細胞如何的控制某些蛋白質的合成時（這方面的研究產生了五個諾貝爾獎），與其相反的蛋白質降解則一直被視為是較不重要的。其實有一些簡單的蛋白質降解酶是早就知道的，一個例子就是胰蛋白酶（trypsin），這是一個存在於小腸中，將食物中的蛋白質分解為胺基酸的一種酵素。類似的，有一種稱為溶體（lysosome）的細胞胞器也早就被研究過，它的功能是把由細胞外吸入的蛋白質降解。這些降解程序的共通性在於這些功能不需要能量。

不過早在 1950 年代的實驗就顯示要分解細胞本身所具有的蛋白質是需要能量的，這個現象一直困擾著研究者，這個矛盾也就是今年的諾貝爾化學獎的背景：亦即細胞內蛋白質的分解需要能量，但是其它蛋白質的分解卻不需要額外的能量。解釋這個需要能量的蛋白質分解過程是由 Goldberg 與其研究夥伴在 1977 年踏出了第一步，他們從一種稱為網狀紅血球（reticulocyte）之未成熟的紅血球，製造出一個不含細胞的萃取物，倚賴ATP（ATP = adenosine triphosphate；是一種細胞的能量貨幣）的能量，這種物質可以催化不正常蛋白質的分解。

運用這個萃取物，今年的三位諾貝爾化學獎得主在 1970 年代後期及 1980 年代初，透過一系列劃時代的生化研究，成功的顯示在細胞中的蛋白質分解，是透過一系列一步步的反應，導致要被摧毀的蛋白質被掛上一個稱為泛素（ubiquitin）的多胜肽標籤。這個過程使得細胞可以非常高的專一性分解不需要的蛋白質，而且就是這一個調控的過程需要能量。與可逆的蛋白質修飾例如磷酸化（1992 年的諾貝爾生理醫學獎）不同之處是：被聚泛素化（polyubiquitination）調控的反應，常是不可逆的，因為被掛上標籤的蛋白質最後被摧毀了。大部分的這些工作是在以色列 Haifa 大學的赫西柯以及席嘉諾佛在休假年，於美國費城的 Fox Chase 癌症中心的羅斯博士的實驗室所完成的。

泛素的標籤

這個後來被發現用在需要分解掉的蛋白質上所貼的標籤，早在 1975 年就從小牛胸腺中被分離出來，它是一個由 76 個胺基酸所組成的多肽，該分子被認為參與在白血球的成熟過程中，其後由於這個化學分子在各種不同的組織和生物體中（細菌除外）亦被發現，因此被賦予了泛素（ubiquitin）的名稱（ubique在希臘文中有到處或廣泛的意思）（圖一）。

發現由泛素所媒介的蛋白質分解

在赫西柯取得博士學位之後，研究了一陣子肝細胞中倚賴能量的蛋白質分解，不過在 1977 年決定改為研究上述的網狀紅血球萃取物，這個萃取物含有大量的血紅素，嚴重的影響實驗，在企圖利用層析法來去除血紅素時，席嘉諾佛以及赫西柯發現這個萃取物可被分成兩個部分，二者個別都沒有生化活性，但是他們發現一旦二者混合在一起，那個倚賴 ATP 的蛋白質分解活性就恢復了。在 1978 年他們發表了其中一個部分中的具活性物質，是一個對熱穩定的多肽，分子量只有 9000，他們稱之為 APF-1，這個物質後來證實為泛素。

席嘉諾佛，赫西柯，與羅斯在 1980 年發表了兩份決定性的突破工作，在這之前 APF-1 的功能是完全不清楚的。這頭一份報告顯示 APF-1 是以共價鍵（就是一種很穩定的化學鍵結）與萃取物中的各種不同蛋白質結合。在第二部份的報告更進一步的顯示有許多個 APF-1 鍵結在同一個目標蛋白上，此一現象被稱為聚泛素化（polyubiquitination）。我們現在知道這個將目標蛋白質多次泛素化的步驟，是一個導致蛋白質在蛋白解體（proteasome）中降解的啟動信號；也就是這個聚泛素化反應，在蛋白質貼上降解的標籤，或可稱其為＂死亡之吻＂。

就這麼一擊，這些完全未預期的發現，改變了其後的研究方向：現在就可以集中力量開始鑑定那些將泛素接上蛋白質標靶的酵素系統。由於泛素普遍的存在於各種不同的組織和生物體中，大家很快的體認到，由泛素所媒介的蛋白質分解對細胞一定是很普遍而重要的。研究者更進一步的推測，那個倚賴 ATP 的能量需求，可能是為了讓細胞控制這個程序的專一性。

這個研究領域就此大開，而在 1981 到 1983 年間，席嘉諾佛，赫西柯，羅斯與他們的博士後研究員及研究生發展了一套“多重步驟泛素標籤化假說”，這個假說是基於三個新發現之酵素的活性，他們稱這三個酵素為 E1、E2與E3（圖二）。我們現在知道一個尋常的哺乳類細胞含有一個或數個不同的 E1 酵素，大約幾十個 E2 酵素，以及幾百個不同的 E3 酵素，就是這個 E3 酵素的專一性，決定了在細胞中要為哪些蛋白質貼上標籤，然後在垃圾處理機中摧毀。

到這個節骨眼為止，所有的研究都是在沒有細胞的系統中進行的，為了也能夠研究泛素所媒介的蛋白質降解之生理功能，赫西柯與其協同工作人員發展了一種免疫化學方法：用數種放射性胺基酸，以瞬間脈衝的方式來培養細胞，可標定細胞內某一個瞬間所合成的蛋白質。但是泛素中剛好沒有這幾種胺基酸，所以在這瞬間合成的泛素並未被放射性標記。利用泛素的抗體，可以將 ＂泛素－蛋白質＂複合體自該細胞中分離出來，而其中的蛋白質的確具有放射性標記。實驗結果顯示，細胞中也確實以泛素系統來分解有缺陷的蛋白。我們現在知道細胞中大約 30% 的新合成蛋白質都會被垃圾處理機分解，因為它們沒有通過細胞的嚴格品質管制。

1. E1 酵素活化泛素分子，這個步驟需要 ATP 形式的能量。
2. 泛素分子被轉移到另一個不同的酵素 E2。
3. E3 酵素可辨認需要摧毀的目標蛋白質，＂E2－泛素＂複合物和＂E3酵素＂結合的位置，非常接近目標蛋白質。這個非常接近的距離，使得泛素標籤足以被轉移到目標蛋白上。
4. E3 酵素釋放出具有泛素標記的蛋白質。
5. 最後一步重複數次直到一個由泛素分子構成的的短鏈接在目標蛋白質上。
6. 這個泛素的短鏈在垃圾處理機的開口處被辨識後，泛素標籤脫落而蛋白質被允許進入並被切成碎片。

蛋白解體－細胞的垃圾處理機

什麼是蛋白解體？一個人類細胞含有約 30,000 個蛋白解體，這個桶狀的結構體可以基本上將所有的蛋白質分解為七到九個胺基酸長短的胜肽，蛋白解體的活性表面是位於桶的內璧，也就是與細胞的其它部份是分隔開來的，唯一能進入蛋白解體的桶中活性表面的方式是必須透過＂鎖＂，鎖能夠辨認接有多個泛素構成的短鏈之蛋白質，藉由 ATP 的能量將蛋白質變性（denature），並在泛素構成的短鏈移除後允許蛋白質進入，並將之降解，降解出來的胜肽由蛋白解體的另外一端釋放出來。因此蛋白解體本身並不能挑選蛋白質，決定哪一些蛋白質需要貼上銷毀的標籤，是 E3 酵素的工作。（圖三）

最近的研究

當貼上泛素標籤的蛋白質分解過程背後的生化機制在 1983 年被暴露後，它在生理學上的重要性尚未能完全掌握，雖然知道它在銷毀細胞內具有缺陷的蛋白質上是非常重要的，但是再進一步的，就需要一個突變的細胞來研究泛素的系統，藉著仔細的研究一個突變的細胞與正常的細胞在不同的生長條件下有何不同，希望知道細胞中有哪些反應是與泛素的系統有關，這才能得到更清晰的概念。

一個突變的老鼠細胞在 1980 年由一個東京的研究小組分離出來，他們的突變老鼠細胞含有一個因為突變之故而對溫度非常敏感的蛋白質。在較低溫度時它能發揮應有的功能，但是在高溫時則否，因此在高溫時培養的細胞會停止生長。此外，在高溫時它們顯示其 DNA 的合成會有缺陷以及一些其它的錯誤功能。一群在波士頓的研究人員很快的發現這個突變鼠細胞中對熱敏感的蛋白質是泛素活化酵素 E1，顯然泛素的活化對細胞的運作及複製是不可或缺的，正常蛋白質分解控管不僅對細胞中不正確蛋白質的銷毀很重要，也可能參與了細胞週期、DNA 的複製以及染色體結構的控管。

從 1980 年代末期開始，研究者鑑定出許多生理上很重要的基質是泛素所媒介的蛋白質分解機制中的標靶，在此我們僅提幾個最重要的為例子。

避免植物的自我授粉

大部份的植物是兩性或雌雄同株的，自我授粉將會導致基因多樣性的逐漸喪失，長期而言將造成該物種的完全絕滅，因此為了避免這個情形，植物利用泛素所媒介的蛋白質分解機制來排除＂自身＂的花粉，雖然完整的機制尚未明朗，但是已知 E3 酵素參與了運作，而且當加入蛋白解體的抑制劑時，排除自身花粉的能力就被削弱。

細胞週期的控制

當一個細胞要複製自己的時候會有許多的化學反應參與其中，在人體中的 DNA 有六十億個鹼基對必須複製，它們聚集成必須拷貝的 23 對染色體。普通的細胞分裂（也就是有絲分裂），形成生殖細胞（減數分裂），都與今年的諾貝爾化學獎的研究領域有許多交集。在此運作的 E3 酵素稱為＂有絲分裂後期促進複合體＂（anaphase-promoting complex簡稱 APC），其功能在檢查細胞是否離開了有絲分裂期，這個酵素複合體也被發現在有絲分裂及減數分裂過程中，對染色體的分離扮演了重要的角色。有一個不同的蛋白質複合體，它的功能就好像是一條綁在染色體周圍的繩子，將一對染色體綁在一起（圖四）。在一個特定的訊號出現後，APC 會在一個＂降解蛋白質酵素＂的抑制劑上貼上標籤，因此這個抑制劑就會被帶到蛋白解體中分解掉，而前述的那個降解蛋白質的酵素就會被釋放出來，在經過活化後將那條綁在染色體周圍的繩子切斷，一但繩子脫落，那一對染色體就會分離。在減數分裂時，錯誤的染色體分裂，是造成孕婦自然流產最常見的原因；一條多出來的人類第 21 號染色體會導致唐氏症；大部份的惡性腫瘤會具有數目改變的染色體，其原因也是由於有絲分裂時錯誤的染色體分裂。

DNA 的修補，癌症以及細胞凋亡

蛋白質 p53 被封為＂基因體的守護神＂，它也是一個腫瘤抑制基因（tumor-suppressor gene），這個意思是只要細胞能製造 p53 就可以阻擋癌症的發生。可以非常確定的，在所有人類癌症中有至少一半的蛋白質是突變的。在一個正常細胞中，蛋白質 p53 一直不斷的被製造和分解，因此其數量是很低的，而它的分解是透過泛素標籤化過程以及負責與 p53 形成複合體的相關 E3 酵素來調控；當 DNA 受到損傷後，蛋白質 p53 會被磷酸化而無法與 E3 酵素結合，p53 的分解無法進行，因此細胞內的 p53 數量迅速增高。蛋白質 p53 的功能是作為一個轉錄因子（transcription factor），換言之就是一個調控某些基因表現的蛋白質。蛋白質 p53 會與控制 DNA 修補以及細胞凋亡的基因結合，並調控該基因，當它的數量升高時會影響細胞週期藉以保留時間給 DNA 修補的運作，倘若這個 DNA 的損傷過於嚴重，計劃性細胞凋亡將會啟動而導致細胞的＂自殺＂。

人類乳突病毒的感染與子宮頸癌的發生有極大的關聯性，這個病毒避開了 p53 所控制的關卡，它的方法是透過它的蛋白質去活化並改變某一個 E3 酵素（稱為 E6-AP）的辨識行為，E6-AP 被騙去將蛋白質 p53 貼上死亡的標籤而造成 p53 的消失，這個後果是被感染的細胞無法正常的修補其 DNA 所受到的傷害或者引起計劃性細胞凋亡，DNA 突變的數目增加最後終於導致癌症的發生。

免疫與發炎反應

有某一個轉錄因子調控著細胞中許多與免疫防禦及發炎反應有關的重要基因，這個蛋白質，亦即這個轉錄因子，在細胞質中是與一個抑制蛋白質結合在一起的，在這個結合的狀態下，此一轉錄因子是沒有活性的。當細胞暴露到病毒時或有其它的訊號物質出現時，這個抑制蛋白質就會被磷酸化，接著被貼上銷毀的標籤而送到蛋白解體中分解掉，此時被釋放出來的轉錄因子被運送到細胞核中，在那裡它與某些特定的基因結合，進而啟動這些基因的表現。

免疫防禦系統中，被病毒感染的細胞，會利用泛素-蛋白解體系統，將病毒蛋白質降解到適當大小的多肽，這些多肽會被呈獻到細胞的表面。T 淋巴細胞會辨識這些多肽然後攻擊這些細胞，這是我們的免疫系統對抗病毒感染的一項重要防禦方式。

纖維囊腫症（cystic fibrosis）

一個稱為纖維囊腫症的遺傳疾病，簡稱 CF，是由一種不具功能的細胞膜氯離子通道（稱為 CFTR；纖維囊腫跨膜通道傳導調節蛋白）所造成。大部份的纖維囊腫病患都具有一個相同的基因損傷，也就是一個在 CFTR 蛋白質上缺少了一個苯丙胺酸的胺基酸。這個突變導致了這個蛋白質的錯誤摺疊結構，使得該錯誤摺疊蛋白被保留在細胞的蛋白質品管系統中，這個品管系統要確實的將此一錯誤摺疊的蛋白質透過泛素－蛋白解體系統銷毀，而不能將之傳送到細胞膜上，一個沒有正常氯離子通道的細胞將無法透過細胞膜傳送氯離子，這就影響到肺部以及一些其它組織的分泌系統，造成肺黏膜液的增加而破壞其功能，更大幅的增加其受到感染的危險性。

這個泛素系統已經成為一個很有趣的研究領域，可用來發展治療各種疾病的藥物，在此的工作方向可以利用泛素所媒介的蛋白質分解機制去避免某些特定蛋白質的分解，也可以設計成讓這個系統將某一個不想要的蛋白質清除。已經有一個在進行臨床實驗的藥，那是一個稱為 Velcade（PS341）的蛋白解體抑制劑，可以用來醫治多重性骨髓瘤（multiple myeloma），這是一種會影響體內製造抗原的細胞的一種癌症。

今年的得獎者從分子的基礎上解釋了一個對高等細胞而言極為重要的蛋白質控制系統，由泛素所媒介的蛋白質分解機制所控制的細胞功能，現在一直不斷的有新的發現，而這方面的研究也在世界各地無數的實驗室中進行著。

參考資料

這份文章是譯自諾貝爾獎委員會公佈給大眾的閱讀資料：

http://nobelprize.org/chemistry/laureates/2004/public.html

有意進一步的瞭解就得詳讀以下資訊：

http://nobelprize.org/chemistry/laureates/2004/adv.html

原文附有一個很精采的動畫，對這個蛋白質控制系統有畫龍點睛之妙，推薦各位看看：

http://nobelprize.org/chemistry/laureates/2004/animation.html

• 作者／劉育志 醫師
• 本文轉載自 Care Online 照護線上《血糖降下來後就可以不用再吃藥了嗎? 糖尿病專家圖文解說》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

「剛確診糖尿病的時候，對於糖尿病很陌生。雖然有試著控制飲食，但是血糖依然不穩定。」 65 歲的模範糖友翁女士說，「每次回診，我都會把關於血糖的問題提出來跟醫師討論，不管是飲食、運動或藥物，醫師都能幫忙解答疑惑。我也遵照醫師、衛教師的指示，按時使用藥物並調整飲食、運動、生活型態，漸漸把血糖控制好。」

「一開始認為血糖降下來就可以不用再吃藥，直到經醫師與衛教師解說後才了解，正是因為有藥物發揮作用才能穩定控制血糖，貿然停藥會讓血糖再度失去控制，讓先前的努力付之一炬。」翁女士分享，她參與醫院的糖尿病衛教諮詢已經累積 12 年，從一開始對糖尿病的一知半解，到現在逐漸累積豐富糖尿病資訊，面對血糖治療也更加得心應手，每次回診檢查，糖化血色素都能維持在 6.5% 以下，更沒有發生過任何併發症！

「請不要害怕，有問題就要提出來和醫師、衛教師討論。了解藥物對身體的幫助、血糖監測的重要性、飲食的內容，都可以幫助血糖達標。」翁女士說，「糖尿病衛教學會推出的糖尿病智慧好幫手 LINE 聊天機器人對我的幫助也很大，只要有什麼問題或不了解的地方，隨時都可以點進去看，找到正確的資訊。」

翁女士強調，「依照醫師的說明服藥、飲食，養成規律的運動習慣，並定期篩檢預防併發症，做個快樂的控糖人也可以很簡單！」

良好醫病溝通，幫助血糖達標

現代醫學科技進步，藥物研究發展迅速，陸續有許多不同機轉的糖尿病藥物出現，讓糖尿病治療選擇多元化。奇美醫院內分泌科主任楊純宜醫師指出，以往的治療大多是由醫師決定，直接開立藥物，但是隨著民眾知識水準提升，加上電腦、手機的普及，糖友可以從網路上查到許多跟糖尿病相關的資訊還有治療方式，使醫病溝通的角色越來越重要。因為糖友容易受到不實資訊、傳統觀念的影響，而對藥物產生疑慮，進而影響用藥行為，需要雙方充分溝通、釐清。

診間確實常常遇到病人本身或家屬，不接受醫師的建議或是溝通不良，楊純宜醫師說，因為網路、廣播、電視的不實廣告非常多，導致患者尋求偏方，而錯過治療時機，甚至造成嚴重心血管、腎臟等併發症。透過良好的醫病溝通，患者才能了解糖尿病的治療目標，除了血糖達標外，也要重視相關併發症，例如心臟、腎臟、血管等問題。

導致醫病溝通不良的因素非常多，楊純宜醫師說，有時候是醫師比較強勢，導致病人抗拒或不敢發問，有時候是病人接收到錯誤的觀念或資訊，另外在新冠肺炎 COVID-19 疫情期間，很多患者不敢到醫院，都會造成醫病溝通的問題。

「從剛診斷糖尿病開始，我們就要給予正確的治療觀念，提醒他們不要聽信一些誇大、不實的資訊。」楊純宜醫師說，「許多錯誤的資訊會宣稱治癒糖尿病，事實上糖尿病就是要長期控制，第一個是飲食控制，飲食控制對糖尿病的治療非常重要；第二個是生活型態的改變，例如減重、戒菸、戒酒；第三個是規則運動；第四個是按時用藥。如果合併其他相關疾病，例如高血壓、高血脂、腎臟病、心臟病等，也要加以控制。」

因為需要多方面介入，無法單靠醫師來完成，必須許多專業的參與，包括營養師、衛教師、藥師，甚至其他科的醫師，如腎臟科、心臟科、復健科、神經科等。醫療團隊會根據每位患者狀況與需求，提供適切的協助，達成更好的溝通。

積極控糖，保護腎臟

糖尿病人最害怕的併發症就是洗腎，所以常常會有病急亂投醫的現象，楊純宜醫師說，坊間、網路、電台常推銷一些宣稱可以護腰子的祕方。但是自行服用來路不明的藥反而可能導致腎功能急速惡化，得不償失。

糖尿病腎病變是很多糖友面臨的問題，楊純宜醫師說，隨著醫學進步，目前已經有許多糖尿病藥物可以在不造成腎臟負擔的狀況下，幫助腎臟功能不好的病患穩定血糖。藉由醫病溝通了解病人需求，提供正確的訊息，並制定個人化的治療方式，其實相當重要，楊純宜醫師提到，各醫院都有製作相關說明書，可以幫助病人理解，降低他們對於治療糖尿病的抗拒，達到更好的控糖成效。

「醫病溝通確實是可以改善病人對於糖尿病治療的許多疑慮，」楊純宜醫師分享，「門診有位病人，血糖一直都控制得不穩定，經過深入的溝通，我們才知道，病人誤以為吃血糖藥會傷害腎臟，所以就自行減藥。我們就跟他說明，其實糖尿病控制不良才更容易使腎功能惡化，甚至洗腎。台灣洗腎的病人中，主要便是血糖控制不良造成的糖尿病腎病變。病人了解到血糖控制的重要性，願意配合藥物治療改善血糖，他的腎功能也較為穩定。」

台灣已經有兩百多萬糖友，受限於看診時間，醫師可能沒辦法做長時間衛教，所以需要衛教師的協助。楊純宜醫師，糖尿病衛教學會也有推出「糖尿病智慧好幫手」LINE 聊天機器人，能夠及時回覆病人疑問，提供正確資訊，達到事半功倍的效果。因為新冠肺炎 COVID-19 疫情，很多病友不願意長時間留在醫院，使得數位工具更加重要，能夠發揮更大的幫助。

糖友提問：如果發生高血糖的時候，建議處理的方式是什麼？

糖尿病的治療目標包括飯前血糖、飯後血糖、以及糖化血色素，楊純宜醫師說，由於每個患者的年紀、本身有的其他慢性疾病皆不相同，控糖目標會略有差異。臨床上是採取個人化，漸進式的降糖目標，配合相關併發症的風險管理，這樣才是比較周全的糖尿病照護。

糖友們最好養成監測血糖的習慣，若發生高血糖或低血糖的狀況，要檢視飲食的內容與分量。楊純宜醫師提醒，血糖藥一定得按時使用，才能幫助血糖穩定。運動的強度、時間也都會與血糖有關。

維持規律的用藥、飲食、運動、生活習慣，對糖友非常重要。如果血糖還是起起伏伏，便要考慮到可能是藥物本身問題，要盡快回診與醫師討論喔！

• 歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接