【2004諾貝爾化學獎】蛋白質的分解機器

• 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《【2005諾貝爾化學獎】歧化 – 一個更換伴侶的舞蹈》
• 譯者／蔡蘊明｜台大化學系名譽教授

今年的諾貝爾化學獎由三位化學家所共同獲得，他們是法國的 Yves Chauvin，以及兩位美國的學者 Robert H. Grubbs 及 Richard R. Schrock，得獎的原因在表彰他們發展歧化（metathesis）反應在有機合成上的運用所造成的卓越貢獻。得獎者的成就已經在化學工業上成為一項重要的方法，並在合成化合物上開啟了新的機會而將使工業上製造藥物、塑膠以及其它材料的生產更為方便，這些物質的價格會因此降低而且減少對環境的衝擊。

歧化 — 一個更換伴侶的舞蹈

什麼是歧化？

在化學的反應中，原子之間的鍵結會斷裂而新的鍵結會生成。今年諾貝爾化學獎的焦點是稱為＂歧化＂的反應，這個名詞具有＂改變位置＂的意義。如（圖1）所示，在烯（一種含有碳－碳雙鍵的化合物）的歧化反應中，形成雙鍵的兩個碳會與另外一組雙鍵的兩個碳交換伴侶，形成另一個新的組合。在所示的反應中，一個丙烯的分子將其中的一個 CH₂ 基團與另一分子的丙烯中之 CH₃CH 交換，結果就產生了丁烯及乙烯。這個反應需要使用一個催化劑（催化劑是一個能使反應加速進行但卻不會成為產物的一部份的分子）才會發生。

其實化學家早就知道可以透過這種反應來製造新的化合物，只是他們並不瞭解催化劑在這個反應中扮演的角色為何。Yves Chauvin 提出的反應機制在對這個反應的認知上跨出了一大步，因為他解釋了催化劑是如何的運作。此時，研究者獲得了一個新的挑戰機會，那就是如何的去創造一個新的且更有效的催化劑。緊接著，Robert H. Grubbs 及 Richard R. Schrock 的基礎研究進場，由於他們的貢獻，才有今日那些非常有用的催化劑可供使用。

有機化合物 — 豐富的多樣性

碳元素能與碳元素以及其它的元素如氫、氧、氯和硫形成很強的鍵結，碳原子能以單鍵、雙鍵或三鍵的方式與其它的原子結合，可得到直鏈或分岔的結構，又可生成具有各種型態和大小的環狀結構。這個領域的化學稱為有機化學，因為在地球上生命的存在都是基於碳的這種多樣性。

眾多的有機化合物中，目前其實只有一小部份被研究過，但即使如此，我們現在已經可以得到各種新的藥物、材料、塗料等等，這是幾年前所無法想像的。

有機合成

所謂的有機合成就是將不同的化合物以特定的方式反應而製造出其它的化合物；透過有機合成，我們可以從已知的化合物原料製造出新的化合物。許多的工業必需利用有機合成，例如製藥和生技的工業，以及纖維和特用化學品的工業。在（圖2）中，一個在癌症的研究中所需的化合物 A 需要用另一個化合物 B 來合成，而 B 又需要從別的分子來合成。在化合物 B 的結構中具有一個由碳原子所組成的長鏈，其中有一個碳原子被氧原子取代。在合成化合物 A 時，這個長鏈被轉變成了一個大環的結構，這個環狀的結構正是抗癌的活性所必需。

為了製造這個大環，催化性的歧化反應正好派上用場，而其使用的催化劑正是這次的諾貝爾獎得主之一所開發出來的。由化合物 B 的結構中之長鏈兩端的雙鍵（圖中圈出的部分），透過歧化反應可以製造出兩個新的雙鍵，其中一個雙鍵用在結合長鏈的兩端而形成大環，而另一個雙鍵則存在於另一個副產物乙烯當中。如果要用別的方法來形成這個大環，將需要非常複雜而冗長的步驟。

歧化反應是如何發現的

歧化反應的發現可回朔至 1950 年代，正如同許多有機化學反應的發現一般，它源自於工業界，有好些個專利描述了催化性的烯聚合反應，其中的一篇專利是由美國杜邦公司的 H. S. Eleuterio 在 1957 年所提出的，它描述了得到不飽和的碳鏈（鏈上具有許多雙鍵）的方法；在此之前，由乙烯聚合成聚乙烯只會得到飽和的碳鏈（鏈上不具雙鍵）。這個出人意外的發現造成了深遠的影響。

在同年，另一份專利顯示，當使用一個由三異丁基鋁（triisobutyl aluminum）與氧化鉬（molybdenum oxide）依附在氧化鋁上的催化系統時，丙烯可轉變成丁烯及乙烯，這個在（圖1）所示的反應被稱為菲利浦公司的三烯製程（Phillips triolefin process）。這兩個專利都成功的在工業界中使用。

在許多年之後，這兩個發現的關聯性才被固特異輪胎及橡膠公司的 N. Calderon 發現，他指出，在上述的兩種製程中所發生的是同一種型態的反應，並稱之為烯的歧化反應（olefin metathesis），只不過在分子的層次，其中的催化劑之結構及其運作的機制在當時仍屬未知，因而由此所啟動之精采的催化劑獵捕行動，只能在黑暗中透過隨意擲擊四處碰觸的方式盲目的摸索。

Chauvin 的機制

越來越多的化學家開始注意到到歧化反應可能提供給有機合成的高度潛力，不過可能沒有人料想到它會成為如此的重要。雖然有許多的研究者提出各種歧化反應如何發生的可能機制，但真正的突破要等到 1970 年 Yves Chauvin 所發表的一份研究報告，他和他的學生 Jean-Louis Herrison 指出其中的催化劑是一個金屬碳烯（metal carbene），這種化合物具有一個金屬與碳形成的雙鍵。在之後的文獻中，金屬碳烯也被稱為金屬亞烷基（metal alkylidine）。在更早些年 E. O. Fisher（1973年諾貝爾化學獎）也發現過一些其它的金屬碳烯。Chauvin 也提出了一個嶄新的機制來解釋這個金屬化合物在反應中扮演何種功能。他們所進行的一些新的實驗結果完全符合這個新機制的運作，而無法用之前所提出的各種機制來解釋。在（圖3）（a ）中，一個金屬亞甲基做為催化劑，造成兩個雙鍵上的亞烷基之交換，導致兩個新的雙鍵生成（圖中金屬 M 上所用的中括號代表金屬除了與碳之間有一個雙鍵之外其上還有其它的基團）。

（圖3）（b）所示為此反應的機制，在反應的第一階段，金屬亞甲基與一個烯形成一個四元環，這個環含有一個金屬和三個碳，相互以單鍵結合。在下一個階段，其中的兩個單鍵斷裂並形成一個新的烯（即乙烯）和一個新的金屬亞烷基。在第三步驟，這個新的金屬亞烷基又與原先的烯結合成一個新的四元環。在最後的步驟中，這個含有金屬的四元環裂解產生歧化的產物並同時重新得回原先的金屬亞甲基，這個重新得回的金屬亞甲基又繼續投入另一個歧化反應的循環當中。這個反應的最終結果就是兩個烯的分子交換了它們的亞烷基，也就是進行了歧化反應（圖3）（a）。Chauvin 的機制一舉解釋了所有早先文獻中的結果，他的機制也得到了 Robert H. Grubbs、Thomas J. Katz 以及 Richard R. Schrock 等研究團隊的實驗之強烈支持，現已廣為大家所接受。

上面所描述的 Chauvin 機制可以視為一種舞蹈（圖4），其中催化劑與烯這兩組在舞蹈中交換舞伴。金屬和他的舞伴雙手相牽，當碰到烯隊時這兩組人馬結合成一個圈圈跳舞，隔了一會兒，他們與原先的同伴鬆手然後與新的伴侶湊成一對共舞。現在新形成的金屬隊又開始尋找新的烯隊，再次組成圈圈跳舞，換句話說，金屬隊成為一個分歧化的媒介者。

研發新的催化劑

到此時更多的化學家開始體認到，如果能找到更有效而可靠的催化劑，將可以使得這個反應在有機合成上成為一個極為重要的方法。早先所使用的催化劑結構並不明確，對空氣及濕氣極為敏感，穩定度很差而只能短暫的存在。一個好的催化劑必須是穩定的，並具有確定的結構，其化學活性要能針對需要而做調整，此外它們必須具有選擇性，也就是說只會與雙鍵反應而不會作用到分子上的其它部位。Chauvin 的研究結果顯示了有效率的催化劑可以如何的建立，但問題是在所有結構很明確的已知金屬亞烷基中，沒有一個可以成功的運用在烯的歧化反應上。雖然有好些位化學家在研發歧化反應的催化劑及其運用，並且也有重要的貢獻，不過，在此研究領域中關鍵性的進展則出自於 Robert H. Grubbs 及 Richard R. Schrock 的團隊。

Schrock 的第一個實用的催化劑

Schrock 在 1970 年代初期開始研究新的金屬亞烷基錯合物，但是到底哪一種金屬最適合製造出最有效的催化劑呢？他嘗試了含有鉭（tantalum）、鎢及鉬的催化劑，逐漸的掌握了哪些金屬可以使用以及它們如何的運作。對 Schrock 而言，鎢及鉬很快的顯示出是最適當的金屬，雖然用這些金屬合成了一些催化劑，但對於在金屬上到底要放上什麼基團才能製造出穩定而活性又高的催化劑仍不確定。在 1990 年，Schrock 的團隊終於得到突破而發表了一系列活性又高而結構又很明確的含鉬之催化劑（圖5）。

由於他的發現，化學家開始體認到烯的歧化反應可以普遍的運用在有機合成上，歧化反應越來越受到那些活躍的有機合成化學家們的注意，他們發現歧化反應可以取代許多傳統的合成方法，而在同時也提供了一種嶄新的方式來合成有機化合物。在（圖5）中所示的含鉬催化劑雖然對氧氣及濕氣是很敏感的，但只要透過適當的處理方式，不失為一個在有機合成上威力強大的工具。

一種由 Grubbs 所研發的通用催化劑

另一個突破則發生在 1992 年，Robert Grubbs 的研究團隊報導了他們所發現的一個含釕（ruthenium）的催化劑，它在空氣中是穩定的，表現出很高的化學選擇性，但是化學活性較 Schrock 的催化劑為低，這個新的催化劑可以在醇、水及有機酸的存在下催化歧化反應（參考圖2），在此之後 Grubbs 進一步的改進了他的催化劑，在（圖6）中所示的是幾個很有效而又容易合成的催化劑中的一個。

Grubbs 的催化劑已成為在普通的實驗室中，被普遍使用在歧化反應上，而且功能明確的催化劑。在（圖6）中所示的催化劑被稱為 Grubbs 催化劑，並成為一個被其它新的催化劑用來比對的標準。Grubbs 催化劑的通用性導致其後在有機合成上新的展望。Grubbs 對催化劑的設計是基於詳細的反應機制研究，他持續的開發以釕為基礎的催化劑，朝著製造合成上最具威力的催化劑而努力，這些合成包括了具有特殊性質的聚合物。

運用以及影響

這幾位諾貝爾獎得主所發展的合成方法，已經在學術研究上迅速的成為普遍使用的工具。為了製造新化合物所設計的工業製程，在這方面也有熱烈的發展，利用催化性的歧化反應可以縮短合成的步驟，得到更高的產率及更少的廢物，這導致更乾淨而對環境衝擊較小的製程。這種反應開啟了更多的機會去探索更多樣性的有機分子。除了他們之外，許多其他的研究者也提供了重要的貢獻，並持續的為了解決特定的問題例如合成複雜的天然物及其類似物，而開發新的歧化反應催化劑。

歧化反應在製藥工業、生技工業及食品工業上具有極大的商業潛力；新的催化劑亦可廣泛的運用在聚合物的合成上，雖然截至目前許多最有用的聚合物仍然是用傳統的方式來合成，但最近在聚合物合成的研究顯示，某些歧化反應催化劑在合成具有特殊性質的聚合物方面具有光明的前景。

雖然 Schrock 與 Grubbs 所發展的催化劑問世不過短短數年，但是他們所發展的應用性之深入的確是令人驚訝，這包括了昆蟲費洛蒙、除草劑、聚合物和燃料的添加劑、具有特殊性質的聚合物以及各種在藥物發展上很有潛力的各種分子之合成。有關一些可以對付各種人體疾病所發展的各種分子尤其值得一提，因為許多的研究者正投入於製造可能的藥物來治療各種狀況，例如細菌感染、C 型肝炎、癌症、阿茲海默症、唐氏症、骨質疏鬆、風濕、發炎、纖維症、HIV／AIDS、偏頭痛等等，歧化反應也因此成為一項重要的武器來尋找新的藥物以治療這世界上許多主要的疾病。

參考資料

蔡蘊明譯自諾貝爾化學獎委員會公佈給大眾的參考資料：

http://nobelprize.org/chemistry/laureates/2005/info.html

若要參考更深入的說明請見：

http://nobelprize.org/chemistry/laureates/2005/adv.html

流傳了六千萬年的血液！找到疑似暴龍的血管和細胞

體認到 DNA 不能持續存在個幾千年，讓大家失望不已。也因此，所有那些聲稱找到數百萬年前昆蟲、植物和細菌 DNA 的投稿文章，最後全都被學術期刊拒絕。

然而，要是恐龍化石中存在有其他種類的蛋白質呢？好比說骨骼中特定的蛋白質？一九九七年發表了一篇發現恐龍血跡的文章，又為大家帶來新希望。

由瑪麗．史懷哲（Mary Schweitzer）領導的蒙大拿州立大學（Montana State University）的研究團隊表示，他們已經從保存完好的暴龍骨骼中抽取出蛋白質和血液化合物。

若真是如此，這將使我們對恐龍的生理學有更進一步的認識——它們的血紅蛋白結構可能會提供攜氧能力的線索，解決恐龍是否為溫血動物的爭議。

瑪麗．史懷哲因為受到一具保存異常完好的暴龍骨架所啟發，而展開她尋找古代蛋白質的探尋。「就某些方面來看，它幾乎與現代骨骼相同，並沒有受到礦物質的填充，」她說。

外面一層緻密的骨層似乎阻止了水分進入，所以內部的骨骼看來和新鮮的一樣。史懷哲鑑定出這些內部區域的蛋白質和可能的 DNA。她這樣描述當時的興奮之情：

實驗室裡充滿了驚奇的低語聲，因為我注意到血管內有一些我們以前從未注意到的東西：微小的圓形物體，呈半透明的紅色，中間則是黑色的。

然後一位同事過來看了看，大喊道：「你找到紅血球。你找到紅血球了！這看起來就跟一塊現代骨骼一樣。

但是，當然，我無法相信。我問實驗室的技術員：「這骨骼畢竟有六千五百萬年的歷史。紅血球怎麼可能保存那麼久？」

然後我們對這根可能含有紅血球的骨骼進行測試。骨骼中似乎確實含有血紅素，這是血液中的血紅蛋白分子上負責攜帶氧氣的那部分。

血紅素呈紅色，這也是血液呈紅色的原因，因為這當中富含鐵，在與氧氣結合時就會呈現紅色，這有點類似鐵生鏽時會出現顏色變化的原理。

質疑：這些是恐龍本身的組織，還是外來汙染？

然而，許多其他科學家質疑這些報告，並認為骨骼中富含鐵的痕跡與血液或血液製品無關，可能只是這動物在遭到掩埋很長時間後進入骨骼的鐵質。

在受到許多評論——有些公平，有些可能不公平——後，瑪麗．史懷哲和她的團隊在二〇〇五年又在《科學》雜誌上發表了一篇後續文章，題為「暴龍的軟組織血管和細胞保存」（Soft-tissue vessels and cellular preservation in Tyrannosaurus rex）。

她的團隊溶解掉一些四肢部位堅硬骨骼的磷酸鈣，留下了由狹窄的血管組成的殘留物，其中包含可以擠出的圓形物體。

脫礦後的骨骼基質是纖維狀的，並保留了一些原始彈性——在一根將近有七千萬年的化石上，這是非常驚人的。

在後來針對相同材料的研究中，史懷哲和她的同事進行了一系列生化測試，試圖證明這些彈性纖維線是由膠原蛋白組成，就像在原始骨骼中那樣。

骨骼通常由兩種主要材料組成：磷灰石礦化針，這是一種磷酸鈣，會嵌入在纖維性的膠原蛋白中。正是這種彈性蛋白質和硬礦物質的結合，賦予活體骨骼有趣的特性，讓骨骼能夠彎曲（在某個角度範圍內），但彎太大還是會脆裂折斷。

在沒有磷灰石晶體的地方，膠原蛋白形成軟骨，這種柔軟的材料讓我們的耳朵和鼻子變硬，也是鯊魚骨骼的主要成分。

不久之後，在二〇〇八年，托馬斯．凱耶（Thomas Kaye）及其同僚將重新解釋所有這些化石發現，指出這全是人為因素所造成的。他們說，這個疑似血管的構造可能是細菌膜，而所謂的紅血球只是黃鐵礦晶體，是一種硫化鐵礦物。

反轉、反轉再反轉，究竟誰比較靠近真相？

瑪麗．史懷哲對這些批評並不買單，到了二〇一五年，她的研究似乎得到了另一個研究團隊的證實，他們表示從八塊白堊紀時代的恐龍骨骼中取得膠原蛋白和紅血球。

然而，到了二〇一七年，又有一篇文章發表，曼徹斯特的麥克．巴克萊（Michael Buckley）及其同事顯示，這些暴龍的膠原蛋白主要是由實驗室汙染物、土壤細菌以及鳥類血紅蛋白和膠原蛋白所組成的。

他們特別指出，那個所謂的恐龍蛋白質與現代鴕鳥的序列相吻合——這是很容易出錯的地方，若是在分析化石材料的實驗室中，也處理這些現代生物的樣本，就會出現這樣的錯誤。

然後，情況變得比較明朗。在二〇一八年的一篇論文中，耶魯大學的博士生亞斯米娜．偉曼恩（Jasmina Wiemann）帶領的一個小組再次研究了那些去除所有礦物質後的化石骨骼中的血管和其他褐色物質。

她進行了一連串複雜的測試，發現這些血管和組織都是真的，但其組成已經不是最初的蛋白質，可能只有膠原蛋白還保持原樣。

其他的成分都已腐爛，轉變成另一種形式，稱為N－雜環聚合物（N-heterocyclic polymers）——所以事實上，瑪麗．史懷哲是對的，她發現的確實是血管、皮膚細胞和神經末梢的一部分，只是在化石化的過程中，蛋白質發生本質上的轉變。

原始的膠原蛋白有可能被保存下來，但處理時必須格外小心，確保它沒有受到汙染。在一九九二年，荷蘭研究人員傑哈德．麥瑟（Gerard Muyzer）從兩隻白堊紀恐龍的骨骼中找到另一種骨蛋白，稱為骨鈣素（osteocalcin）。

骨鈣素存在於所有脊椎動物的骨骼中，其作用類似於荷爾蒙，可以刺激骨骼修復以及其他生理功能。骨鈣素是一種堅韌的蛋白質，可以非常牢固地與骨礦物質結合，正是因為如此，似乎可以逃過腐化的命運。

它也是一種相對較小的蛋白質，由大約五十個胺基酸組成。在二〇〇二年，曾經為一隻五萬五千年前的野牛化石的骨鈣素分子進行完整定序。也許有一天，我們也可以幫恐龍的骨鈣素定序。

雌、雄恐龍長得到底一不一樣？

長久以來古生物學家一直認為，恐龍具有雌雄二形性，也就是兩性的外觀不同，至少有些種類是如此，就如同之前在第四章中看到的。

在過去，有人曾認為晚白堊世長角的角龍類和長冠的鴨龍類這些植食性動物是如此，牠們的骨架組成大同小異，只是頭上頂著的冠或角不同。

但若根據這種說法，奇怪的案例就出現了：所有的雄性會在一個時期都生活在一個地方，而所有的雌性，也就是頭骨稍微有些差異的個體，則碰巧在另一個時期生活在另一個地方。

這個例子讓假設完全無法成立！

然而，近來恐龍的雌雄二型性再度成為焦點，因為現在我們可以辨識一些羽毛顏色和圖案細節。

現在普遍認為，許多恐龍的羽毛可能是用於展示，而條紋和頭冠則暗示著雄性在交配前的求偶展示，就跟多數鳥類一樣，而這正是性擇在恐龍演化中扮演的關鍵作用，如之前在第四章所提到的。

髓質骨，也許是破解恐龍性別的關鍵！

最棒的是，我們或許能夠根據這些明確的證據來辨別某些恐龍的性別。

大多數的雌鳥都長有一種特殊的骨骼叫做髓質骨（medullary bone），這是一種填充髓腔的海綿狀骨骼，會出現在某些肢體骨骼的核心。

在現代鳥類中，最初是一九三四年在鴿子身上注意到，然後在麻雀、鴨子和雞的骨架中也有觀察到。鳥的身體可以很快生成髓質骨，也可以很快地將其拆解回收，算是一種鈣質的儲藏庫，在需要形成蛋殼時可以快速釋出原料。

後來的研究發現，所有的現代鳥類都是如此。

生理實驗顯示，在雌鳥開始產卵時，髓質骨會在整套骨架的許多骨骼核心累積，然後隨著鈣進入發育中的蛋殼而減少。髓質骨的發育和轉移會隨著季節而出現週期性的變化，主要是受到雌激素（Oestrogen）和其他與繁殖週期相關的荷爾蒙所控制。

二〇〇五年，瑪麗．史懷哲首次在現代鳥類之外的暴龍身上發現髓質骨。從那時起，也陸續在其他獸腳類恐龍和鳥臀目中的腱龍（見隔頁）和難捕龍（Dysalotosaurus），以及已滅絕的孔子鳥和企鵝（Pinguinis）中發現。

由位於開普敦的南非博物館的阿努蘇亞．欽薩米－圖蘭（Anusuya Chinsamy-Turan）及其同僚所發表的一篇關於孔子鳥的研究特別有說服力，因為他們證明鑑定出髓質骨的化石都是雌性標本（參見下圖）。

在中國博物館蒐集到的數千個烏鴉大小的孔子鳥標本中，已經確定出雌雄兩性的形態。

有一個非常經典的標本是在同一塊石板上同時有雄鳥雌鳥——推測是雄鳥的那隻，長有旗桿般的長尾羽，而假設是雌鳥的那隻則沒有。

因此，就跟現代鳥類一樣，雄性長有荒謬的裝飾品，以便向較為敏感但外表單調的雌性炫耀，試圖展現牠強韌的特性，暗示牠將會是一個好父親。

欽薩米－圖蘭及其同僚在一個顯微切片中發現了位於內腔的髓質骨，其海綿狀的骨組織與一般較為規則和緻密的骨骼完全不同。髓質骨只有在雌性身上發現，從來沒有在雄性身上發現——雖然也不是所有的雌性都有，因為牠們死時並非都處於繁殖季。

不過，在其他例子中對於髓質骨的功能則還有爭議，比方說有研究指出在暴龍和異特龍等大型恐龍身上也有發現髓質骨。他們提出另一種解釋，認為些大型恐龍中之所以有海綿骨，可能與生長突增（growth spurt）有關。

有些體形較大的恐龍，生長速度非常快，幾個月內，體重可增加數百公斤，因此會需要快速取得和調動鈣質，我們將在第六章談這類恐龍。

在現生鳥類，甚至是化石鳥類中，髓質骨的存在是為了繁殖，這一點毋庸置疑，但只有在小型恐龍身上發現這類骨骼，也許是因為產卵對牠們來說是一項巨大工程，就像對今天的鳥類一樣。

深入研究恐龍骨骼，認識牠們的生理機能和交配行為是一回事，但我們到底能不能一如本章開頭的主題所問的，設計出一隻活生生的恐龍呢？

——本文摘自《誰讓恐龍有了羽毛？ 》，2022 年 7 月，臉譜出版。