0

3
4

文字

分享

0
3
4

認識 Omicron 變異株的厲害!Covid-19 確診數上升,未來可能會流感化嗎?

PanSci_96
・2022/05/03 ・3338字 ・閱讀時間約 6 分鐘

現今肆虐全球的 Covid-19 變異株——Omicron,是原始病毒株的 R0 值 2.5 的 4 倍;也就是說,當病毒進入無抵抗力的族群中,1 人感染後,接著能傳染給 10 個人!

而時下最關心的不外乎就是:我們打的疫苗是否已經無效?還是說,感染後多為輕症的Omicron,有沒有可能已經流感化了?

現今肆虐全球的 Covid-19 。圖/Pixabay

為什麼 COVID-19 不斷突變?

想必你對這傳染力如此驚人的 Omicron 一定有很多疑問,它究竟從何而來?又為什麼病毒會不斷變異?——這得要從 SARS-CoV-2 說起。

我們回顧一下:2019年底,一種新型冠狀病毒現蹤並且快速席捲全球,世界衛生組織將其命名為 SARS-CoV-2。

SARS-CoV-2 是一種以 RNA 作為遺傳物質的病毒,RNA 的結構較雙股螺旋且立體的 DNA 來得不穩定,因其本身只有單鏈容易被分解,在複製的過程中頻繁出錯,重重錯誤累積下來就形成了突變,進而影響病毒特性,這也是為什麼變異後的病毒傳播力增加、致死率降低(或提高),甚至突破疫苗的防護。而能適應環境的變異株便會留下來,越傳越廣。

-----廣告,請繼續往下閱讀-----

除此之外, SARS-CoV-2 亦為冠狀病毒,其上的棘蛋白結構也會因突變而有所變化,能對應結合人體細胞表面的抗原 ACE2,親和力一旦提升,病毒就能加速進入人體,複製出更多病毒,傳染力因此增強。

SARS-CoV-2 的棘蛋白是和人體細胞結合的關鍵。圖/研之有物

在這邊我們可以先提出疑問:變異越多,就代表威力更強嗎?

COVID-19 目前的 5 種變異株

目前我們常聽到的 5 大變異株,分別為 Alpha、Beta、Gamma、Delta 和 Omicron。

以下逐一簡單介紹:

-----廣告,請繼續往下閱讀-----
  1. Alpha 變異株(B.1.1.7)為最早出現,由於其棘蛋白發生變異,使得 Alpha 更容易與人體結合,傳播率較最原始 COVID-19 病毒株高出 60% 以上。
  2. Alpha 現蹤的同時,南非出現了 Beta 變異株(B.1.351)。比原始病毒株高出 50% 左右,稍低於 Alpha。關鍵的是,Beta 的部分變異點證實會降低疫苗保護力。
  3. 巴西出現 Gamma 變異株(P.1)後,初期當地曾爆發大流行,科學家原以為群體免疫了,沒想到竟再次引爆,造成超過 35 萬人死亡。
  4. 2021年最流行的變異株 Delta(B.1.617.2),其 R0 值高達 7。相較於其他變異株,Delta 的重症率較高、痊癒較緩慢,也更容易感染兒童和年輕族群。
  5. 2021 下半年,Omicron 變異株(B.1.1.529)橫空殺出,首次在波札那被發現,台灣則在 12 月時出現了首例境外移入個案。Omicron 的突變位點共有 37 個,其中 15 個集中在棘蛋白結構上的受體結合區域,也是病毒與人類細胞 ACE2 受體結合區域。

由此可以發現,變異越多,特性亦有所不同,並不能肯定地說它越來越無害或是變得更嚴重,也許是傳染力稍低但重症率高,亦可能反之。

那 Omicron 呢?

Omicron 的高傳染力和較弱的毒性

年初兩份刊登在《自然》期刊上的研究證實, Omicron 變異株的毒性較弱。

關於冠狀病毒進入人體細胞的步驟,當冠狀病毒利用表面棘蛋白上的受體結合域(receiptor-binding domain)與人體細胞的 ACE2 受體結合後,其中一個路徑是利用人體細胞 TMPRSS2 蛋白酶切斷棘蛋白,藉此徹底進入,進而感染細胞。研究發現 Omicron 變異株不太知道怎麼利用 TMPRSS2 蛋白酶切斷棘蛋白,因此弱化了感染人體以及自我複製的能力。

另一份研究則指出,Omicron 進入肺部引起重症的機率相對較低,病毒主要停留在上呼吸道,所以症狀也類似急性上呼吸道感染,俗稱感冒。

-----廣告,請繼續往下閱讀-----
此次 Omicron 變異株雖然單日確診數破千,但超過 99% 都是無症狀和輕症。圖/pexels

值得注意的是,也因為症狀輕微不易察覺,病毒更容易傳播出去,短時間造成內更多病例。根據刺絡針醫學期刊(Lancet Respiratory Medicine)上的研究指出,Omicron 的 R0 值為 10,是目前傳播力最強的變異株。

此次臺灣所爆發的大規模本土疫情,主要病毒株就是 Omicron 的亞型「BA.2」;雖然單日確診數破千,但超過 99% 都是無症狀和輕症。

追加施打疫苗究竟能不能擋下 Omicron ?

上述提到 Omicron「亞型」BA.2,何謂亞型?其實就是變異株的變異株。

Omicron 目前擁有 5 種亞型,包括 BA.1、BA.2、BA.3、BA.4 和 BA.5。其中在台灣所流行的 BA.2,其傳播率較 BA.1 提高了 40%,不過目前沒有證據顯示病毒的危害變得更嚴重。
但這並不代表我們不需要疫苗的保護力!

-----廣告,請繼續往下閱讀-----

根據《刺胳針》關於 Omicron 的研究結果顯示:與「未施打疫苗」相比,「有追加施打 mRNA 疫苗」的人,其住院的風險下降約 78%。

根據《刺胳針》研究結果顯示:與「未施打疫苗」相比,「有追加施打 mRNA 疫苗」的人,其住院的風險下降約 78%。圖/Pixabay

從病毒演化方式看 Omicron 流感化的可能性

Omicron 的重症率變低、傳染力更強,是不是就代表未來 COVID-19 會變得像流感一樣呢?事情當然沒有這麼簡單!

我們從病毒演化的系統動力學來看,若是類似流感病毒的演化模式,應該會呈現階梯狀(如圖),每隔一段時間,就會有一個新的變異,而其他的分支則會滅絕;相對每一次迭代,可以有一定的預測性。

階梯化變異與非階梯化變異。圖/Wikipedia

在去年 Delta 盛行時,多半的專家都推測下一個變異株應會以階梯式演化,然而 Omicron 的出現卻並非如此,而是像輻射狀演化出來。像這樣下一個大變異不是來自上一個,此類型的演化樹呈平衡輻射狀,其最明顯的特徵為容易發生「免疫逃逸」——新的變異會降低免疫系統識別的能力,這就是為什麼 Omicron 仍能感染已經注射疫苗的人。

-----廣告,請繼續往下閱讀-----

此外,Omicron 絶對不是最後一個變異株。相反地,從全球感染趨勢看來,由於感染人數仍持續上升,目前是更多變異株出現的最佳時機,病毒也將無可避免地持續變異。至於變得更弱還是更強,還沒有研究能夠預期這結果。

COVID-19 可能真正流感化嗎?

也許你會想問,還需要多久才能確認 COVID-19 是否真正流感化?

面對 COVID-19,我們雖然知道了很多事情,但還有太多的未知。疫情雖然已經蔓延兩年多,但這也代表我們對它的認識僅有兩年多。COVID-19 在未來會不會真的像流感一樣,我們仍無法知道,仍需要更長時間的觀察。

而我們肯定知道的是,目前追加疫苗對於變異株仍有一定保護力,並且降低住院以及重症機率。儘管 Omicron 多數為輕症,仍要盡快打疫苗來保護好自己和他人。

結語

COVID-19 疫情肆虐至今,過去防疫有成的台灣正式進入一個新階段,充滿未知變數,周圍鄰近國家如韓國、香港、中國等也為防疫提供了不少教訓與資訊。

-----廣告,請繼續往下閱讀-----

此刻最關鍵的行動是:用更強制且快速的手段提高疫苗覆蓋率,保護高風險族群,並隨時準備升級疫情警戒。畢竟 Omicron 不是疫情結束,反而更有機會誕生更強病毒株。

參考資料

  1. 進擊的病毒:變異如何影響疫情?疫苗效力會因此減弱嗎?
  2. 為何新冠病毒突變之後傳染力更強?——關鍵在於變異株的棘蛋白結構
  3. 新冠病毒突變逃脫秀
  4. omicron – 台灣科技媒體中心 (smctw.tw)
  5. 嚴重特殊傳染性肺炎臺灣疫情
  6. COVID-19病毒變身全解析
  7. Omicron 變異株來歷假說:長期感染?悄悄演化?跨物種回傳?
  8. Delta印度變種病毒傳播力更強?打疫苗會促進變異株產生?新冠變種病毒七問
  9. Omicron variant and booster COVID-19 vaccines – The Lancet Respiratory Medicine
  10. 「細胞與動物實驗發現Omicron致病力較低」專家意見
  11. 「Omicron變種病毒亞型BA.2」專家意見
  12. 「刺胳針研究:英國Omicron和Delta的住院、死亡風險比較」解析 – 台灣科技媒體中心 (smctw.tw)
  13. Facebook聊聊XE,和真正的流感化. 來聊聊XE | by 姜冠宇醫師整合手記 | Apr, 2022 | Medium
  14. Viral phylodynamics

文章難易度
PanSci_96
1226 篇文章 ・ 2337 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

1

3
0

文字

分享

1
3
0
不抽菸也會得肺癌?PM2.5 如何「叫醒」沉睡的癌細胞?
PanSci_96
・2024/06/25 ・4400字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

不好意思,你很可能會得這種癌症。其實,我也是。

它就是台灣十大癌症榜首,肺癌。

現在,根據 2023 年 11 月衛福部發布的最新統計數字,肺癌一年的新增病人數已經超越大腸直腸癌,成為台灣每年癌症發生人數之最,堪稱臺灣人的「國民病」。

可怕的是,肺癌在癌症之中有三個之最:死亡率最高、發現時已經是晚期的比例最高、醫藥費也最高。現在再加上發生人數最高,堪稱從癌症四冠王。

-----廣告,請繼續往下閱讀-----

你說肺癌是抽菸的人的事?錯!台灣抽菸人口比例在全球排名 30,比日本、韓國、中國和多數歐洲國家都還低!顯然抽菸並不是肺癌的唯一主因!那難道是二手菸?還是空污惹的禍?還是台灣人的基因天生脆弱?我們到底要怎麼做才能遠離肺癌?

臺灣人的肺癌特別在哪?癌症和基因有關嗎?

根據衛福部國健署的說法,肺癌人數的增加,其實與 2022 年 7 月開始推動肺癌篩檢的政策有關。

隨著篩檢量的上升,近年內肺癌的確診人數預期還會再往上。

原來是因為篩檢量啊,那就不用擔心了。但換個角度想,這才是肺癌最可怕的地方,它可能已經存在在很多人身體裡,而我們卻沒能發現它。肺癌早期幾乎沒有症狀,高達 50% 的患者發現時已經是第 4 期。屆時不只肺部遍布腫瘤,癌細胞可能還轉移到大腦、骨頭等器官,讓治療變得加倍困難。

-----廣告,請繼續往下閱讀-----

對付肺癌,最關鍵點是愈早發現愈好。按照國健署統計,如果第 1 期就發現,5 年存活率可達九成以上,第 2 期發現降為六成,第 3 期存活率大約三成,一旦到第 4 期,僅僅剩下一成。

當然,最好的方法,就是做好預防,打從一開始就不讓癌細胞誕生。

那麼我們就要先了解問題到底是出在環境,還是你、我身體中的基因? 過去關於肺癌的遺傳研究,多半以歐美國家為主,套用到我們身上總有些牛頭不對馬嘴。幸好,我這裡一份以臺灣人為主角的大規模研究報告,將為我們揭露答案。

這份研究是由中央研究院團隊主導,結合臺灣大學、臺北醫學大學、臺中榮總等單位的研究,還登上生物領域頂尖期刊《Cell》2020 年 7 月的封面故事。非常具有權威性,不能不看。

-----廣告,請繼續往下閱讀-----

同時,這也是全球第一次完整剖析東亞地區肺癌的成因。他們的主題很明確:「為什麼不吸菸也會得肺癌?」

在西方,肺癌病人裡面只有 20% 左右的人不吸菸。但是在臺灣,卻有超過一半的肺癌病人都不抽菸,顯示有其他致癌要素潛伏在基因裡作怪。另外,臺灣肺癌病人的男女比例和西方人也大不同,臺灣女性通常更容易罹患肺癌。 為了瞭解肺癌,研究團隊取得肺癌病人的腫瘤和正常組織,解讀 DNA 序列和蛋白質表現量,最後鑑定出 5 種和西方人明顯不同的變異特徵。

其中最受關注的,是一種 APOBEC 變異,因為它有可能是臺灣女性為什麼容易罹患肺癌的關鍵。

這種變異特徵屬於內生性的,也就是人體機制自然產生的 bug。

-----廣告,請繼續往下閱讀-----

APOBEC 不是指單一基因,它是細胞內負責編輯 mRNA 的一組酵素,包含 11 個成員。主要功用是把胞嘧啶核苷酸(C)轉變尿嘧啶核苷酸(U)。簡單來說,APOBEC 原本是細胞正常活動的一環。但因為它有改寫核酸序列的能力,在 DNA 修復過程同時活躍時,就很有可能出事。這就像是一個創意豐富的阿嬤,看到破損的古畫,就在沒和別人討論的情況下上去東湊西補,用自己的方式重新修復了這件藝術。一個與原本不同的突變細胞可能就這樣產生了。

APOBEC 變異在臺灣女性病人身上特別明顯,舉例來說,60 歲以下沒有吸菸的女性患者,就有高達四分之三有這種變異特徵。研究團隊認為,APOBEC 出錯造成的基因變異可能是導致女性肺癌的關鍵。 除了內生性變異,另外一個容易導致肺癌發生的,就是周遭環境中的致癌物。

致癌物有哪些?

研究團隊總結出 5 種肺癌危險物質:烷化劑、輻射線、亞硝胺(Nitrosamine)、多環芳香烴(PAHs),還有硝基多環芳香烴(Nitro-PAHs)。

其中,亞硝胺類化合物主要來自食品添加物和防腐劑,多環芳香烴大多來自抽菸和二手菸,硝基多環芳香烴則是透過汽機車廢氣和 PM2.5 等毒害肺部。

-----廣告,請繼續往下閱讀-----
圖/unsplash

他們進一步分析,大略來說,女性在不同年紀,致癌因素也有差異。60 歲以下的女性肺癌病人,APOBEC 特徵的影響比較明顯;70 歲以上的女性患者,和環境致癌物的相關度比較高。 既然找到致癌原因,我們該如何著手預防呢?你知道肺癌,其實有疫苗可打!?

空氣污染和肺癌有關嗎?有沒有癌症疫苗?

想預防肺癌,有 2 種對策,一種是「打疫苗」,一種是「抗發炎」。

是的,你沒聽錯,英國牛津大學、跟佛朗西斯.克里克研究所,還有倫敦大學學院在 2024 年 3 月下旬公布,他們正在研發一款預防性的肺癌疫苗,就叫 LungVax。它所使用的技術,和過往牛津大學協同阿斯特捷利康藥廠製造 COVID-19 AZ 疫苗時的方法相似。

他們已經募到一筆 170 萬英鎊的經費,預計未來兩年資金陸續全數到位,第一批打算先試生產 3000 劑。不過,關於這款肺癌疫苗,目前透露的消息還不多,我們挺健康會持續追蹤這方面研究的進展。

-----廣告,請繼續往下閱讀-----

在疫苗出來之前,我們還有第二個對策:抗發炎。發炎和肺癌有什麼關係呢?這就要先回到一個問題:為什麼空污會提高得肺癌的機率呢?

一個很直觀又有力的推測是,空污會導致肺部細胞 DNA 突變,因此而催生出腫瘤。

圖/unsplash

但是修但幾勒,科學要嚴謹,不能只看結果。科學史上發生過很多次表象和真實截然不同的事件,空污和肺癌會不會也是這樣?

2023 年 4 月《Nature》的一篇封面故事,明確地說:Yes!肺癌真的和我們想的不一樣。

-----廣告,請繼續往下閱讀-----

其實早在 1947 年,就有以色列生化學家貝倫布魯姆(Isaac Berenblum)質疑主流觀點,他提出的新假設是:除了 DNA 突變以外,癌細胞還需要其他條件才能坐大。用白話說,就是肺癌是個會兩段變身的遊戲副本頭目,正常細胞先發生變異,接著再由某個條件「扣下扳機」,突變細胞才會壯大成腫瘤。

也就是説,只要攔住任一個階段,就有機會能防範肺癌。假如這論點正確,全球肺癌防治的方向將會直角轉彎。

《Nature》的研究支持這個假說,扭轉了過去 70 多年來的看法。在這項里程碑研究中,臺灣也是要角。

時間回到 2020 年,《Nature Genetics》上發表了一份針對 20 種致癌物質的研究報告,包括鈷、三氯丙烷和異丙苯等,但注意,這研究指出這些致癌物大多沒有增加實驗鼠的 DNA 變異量。

這個現象實在太違反直覺,過了 3 年,疑團還是懸而未決。直到《Nature》的跨國研究出爐,才解開部分謎底。

英國倫敦佛朗西斯.克利克研究所主導 2023 年的一項研究,他們鎖定對象為肺腺癌。肺腺癌是典型「不吸菸的肺癌」,台灣每 4 個肺癌病人就有 3 人是肺腺癌,尤其是女性肺腺癌患者有高達九成不抽菸。 為了抽絲剝繭探明空污和肺癌的關係,研究團隊聚焦在肺腺癌患者常發生的表皮生長因子受體基因變異,縮寫 EGFR。他們收集英國、加拿大、韓國和臺灣四國大約 3 萬 3 千名帶有 EGFR 突變的病人資料,進行深入分析,並且發現 PM2.5 和肺腺癌發生率有顯著關聯。研究團隊進一步用小鼠做試驗,把小鼠分成吸入和未吸入 PM2.5 兩組,結果發現吸入組更容易長出惡性腫瘤。

圖/pexels

到目前為止都還不算太意外,然而,團隊切下肺部細胞、分析 DNA 以後發現,DNA 的突變量居然沒有明顯增加!但是有另一件事發生了:堆積在肺的 PM2.5 顆粒會吸引免疫細胞從身體各處聚集過來,並分泌一種叫做 IL-1β 的發炎因子,導致肺組織發炎。

這下子有趣了,根據克利克研究所團隊的檢驗結果,估計每 60 萬個肺部細胞有 1 個帶有 EGFR 突變,這些細胞在發炎環境裡會快馬加鞭生長。相反的,當他們給小鼠注射抑制 IL-1β 的抗體,肺癌發病率就跟著下降。 《Nature》一篇評論引述美國加州大學舊金山分校分子腫瘤學專家波曼(Allan Balmain)的看法。他總結說,空污致癌的主要機制,可能不是因為空污誘發了新突變,而是持續發炎會刺激原本已帶有突變的細胞生長。換句話說,本來在熟睡的壞細胞會被發炎反應「叫醒」。

這會給肺癌防治帶來巨大衝擊,這樣一來,問題就從「用公衛或醫療方法防止 DNA 變異」變成了「如何抑制發炎」。

人體的細胞每天不斷分裂,用新細胞替換老舊細胞。但是這就像工廠生產線,良率無法百分百,組裝幾十萬產品難免會做出幾件瑕疵品,也就是帶有基因突變的細胞。換句話說,從自然界角度來看,DNA 變異是一種自發現象,醫療手段實際上幾乎不可能阻止。

但是,降低發炎卻是有可能做到的,例如注射抑制 IL-1β 因子的抗體。不過,就公共衛生來說,要給幾千萬人施打抗發炎因子藥物根本不切實際,因為太花錢,而且也可能造成其他的副作用。 波曼在《Nature》評論裡建議,透過簡易可行的飲食方式來降低體內發炎,或許有機會減少某些癌症的風險。這也就是說,科學家應該重新回來審視,怎樣把每天的生活點滴點石成金變成防癌手段。

圖/unsplash

這也等於預告了肺癌的下一階段研究方向,除了內科、外科醫療科技持續精進,尋求預防惡性疾病的最佳飲食要素,也成為聚焦重點。

也想問問你,關於肺癌,你最看好的下一個突破是什麼呢?

  1. 希望有篩檢技術 2.0,不但百發百中,如果連X光都不必照,只要抽血就能順便驗出有沒有癌細胞,那該多好。
  2. 當然是癌症疫苗,最好是能一勞永逸。
  3. 科學證實有效的抗發炎防癌食物組合,我一定立刻加入菜單,不過還是希望味道要好吃啦。

留言告訴我們你的想法吧,如果你覺得這集的內容特別實用,記得分享給你的親朋好友!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

所有討論 1

0

0
0

文字

分享

0
0
0
流感合併肺炎鏈球菌感染恐致命?如何預防?肺炎鏈球菌疫苗接種方式介紹!
careonline_96
・2024/06/14 ・2739字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

「千萬不可小看肺炎鏈球菌!歷史及醫學文獻上告訴我們,即使青壯年感染流行性感冒,合併肺炎鏈球菌感染,可能病程進展快速,短短 48 小時就過世,相當可怕!」台大醫院內科部感染科教授兼科主任陳宜君醫師指出,「如果肺炎鏈球菌由上呼吸道黏膜進入血液,可能侵襲各個器官,演變為侵襲性肺炎鏈球菌感染症。患者的狀況可能兵敗如山倒,而住進加護病房;可能因而器官衰竭,如肝腎功能受損,嚴重甚至導致洗腎。這些情況都讓家屬很難過、無法接受。」

侵襲性肺炎鏈球菌感染症確診數,在 2023 年底有明顯上升的趨勢,且感染案例數創三年新高1,民眾務必提高警覺。根據疾病管制署的統計,侵襲性肺炎鏈球菌感染症患者中,65 歲以上民眾佔了 44.5 %2。陳宜君醫師提醒,換言之有 55.5 % 是 65 歲以下民眾,比例超過一半。肺炎鏈球菌對各個年齡層都有影響,所以不是只有老年人,各年齡層都要注意。

不可輕忽!肺炎鏈球菌潛伏體內,流感合併肺鏈重症高四倍!

除了 5 歲以下嬰幼兒、65 歲以上老年人之外,還有許多族群屬於侵襲性肺炎鏈球菌感染症的高危險族群,包括慢性病患(如慢性腎病變、慢性心臟疾病、慢性肺臟病、糖尿病、慢性肝病、肝硬化患者)、酒癮者、菸癮者、脾臟功能缺損或脾臟切除、先天或後天免疫功能不全、人工耳植入者、腦脊髓液滲漏者、接受免疫抑制劑或放射治療的惡性腫瘤者或器官移植者3

此外,原本健康民眾在感染流行性感冒、新冠肺炎等病毒後,呼吸道黏膜免疫會受到影響,續發性細菌感染的機會上升。陳宜君醫師說,台大醫院兒科團隊發表過一個很重要的研究,發現單純得到流感的患童約有 5 % 會住加護病房,而流感合併肺鏈的患童約有 20 % 會住加護病房4,顯示流感合併肺鏈比一般流感的重症風險高出四倍之多。

-----廣告,請繼續往下閱讀-----

肺炎鏈球菌主要存在鼻腔黏膜,當免疫力正常時不會產生問題,但當黏膜免疫力下降時,便可能侵入組織,造成中耳炎、鼻竇炎、肺炎等感染;而免疫力低下患者,便可能發展成重症。陳宜君醫師說,患者會出現發燒、咳嗽、氣喘、噁心、胸痛、頭痛、呼吸急促等症狀,可能進展為肺炎、腦膜炎、關節炎、骨髓炎、心包膜炎、溶血性尿毒症、腹膜炎、敗血症等,危及性命5

接種肺炎鏈球菌疫苗,預防勝於治療

面對肺炎鏈球菌感染,預防永遠勝於治療!陳宜君醫師說,肺炎鏈球菌經由飛沫散播,所以可以透過戴口罩、勤洗手、避開擁擠密閉的空間,更積極的做法就是接種肺炎鏈球菌疫苗。

肺炎鏈球菌可分為 92 種以上血清型,其中約有 30 種血清型會造成人類的感染,所以會針對較常見的血清型製作肺炎鏈球菌疫苗6。目前台灣有結合型疫苗(PCV)與多醣體疫苗(PPV)。

多醣體疫苗(PPV),通常不具備長期免疫記憶。陳宜君醫師解釋,結合型疫苗(PCV)可以誘發 T 細胞免疫,有助產生免疫記憶,提供較長時間的保護力7

-----廣告,請繼續往下閱讀-----

研究顯示,接種一劑結合型疫苗(PCV)後,再接種一劑多醣體疫苗(PPV),有助提升免疫記憶,提供較長時間的保護力,並使保護範圍更廣,能有效降低感染肺炎鏈球菌導致嚴重併發症或死亡的風險8。因此,疾病管制署針對 65 歲以上民眾提供公費疫苗政策:接種 1 劑 13 價結合型肺炎鏈球菌疫苗(PCV13)及 1 劑 23 價肺炎鏈球菌多醣體疫苗(PPV23),以保護年長者免於重症威脅9

不過,一般年輕族群亦不可輕忽。陳宜君醫師提到,因為肺炎鏈球菌疫苗是準備讓健康民眾施打,所以在研發疫苗時,對安全的要求非常高。結合型疫苗(PCV)與多醣體疫苗(PPV)皆為不活化疫苗,免疫不全者皆可接種,且能夠與流感疫苗同時接種。國際建議在左手臂接種流感疫苗,在右手臂接種肺炎鏈球菌疫苗。

關於肺炎鏈球菌疫苗的接種方式,疾病管制署建議:

  • 從未接種肺炎鏈球菌疫苗的民眾,可先接種 1 劑結合型疫苗(PCV),間隔至少 1 年後再接種 1 劑多醣體疫苗(PPV)。若是高風險對象,可先接種 1 劑結合型疫苗(PCV)後,間隔至少 8 週後再接種多醣體疫苗(PPV)。
  • 曾接種過 1 劑結合型疫苗(PCV)的民眾,可於間隔至少 1 年後再接種 1 劑多醣體疫苗(PPV)。若是高風險對象,可於接種結合型疫苗(PCV)後,間隔至少 8 週後再接種多醣體疫苗(PPV)。
  • 曾接種過多醣體疫苗(PPV)的民眾,可於間隔至少 1 年後再接種 1 劑結合型疫苗(PCV)10

「肺炎鏈球菌感染不只造成肺炎!」陳宜君醫師叮嚀,「狀況許可時,建議及早接種疫苗,做好預防措施,才能保護自己、保護身邊的人。」

註解

  1. 衛生福利部疾病管制署 65 歲以上公費肺炎鏈球菌疫苗三階段開打,呼籲長者接種(access date 2024/3/8)
    https://www.cdc.gov.tw/Bulletin/Detail/hr4M-Qmi3Fu2KPC3En2a6Q?typeid=9 ↩︎
  2. 衛生福利部疾病管制署 肺炎鏈球菌疫苗 (Pneumococcal Vaccine)(accessed date 2023/12/15)
    https://www.cdc.gov.tw/Category/Page/ORBnRmMgImeUqPApKawmwA ↩︎
  3. Hsing, T. Y., Lu, C. Y., Chang, L. Y., Liu, Y. C., Lin, H. C., Chen, L. L., Liu, Y. C., Yen, T. Y., Chen, J. M., Lee, P. I., Huang, L. M., & Lai, F. P. (2022). Clinical characteristics of influenza with or without Streptococcus pneumoniae co-infection in children. Journal of the Formosan Medical Association = Taiwan yi zhi121(5), 950–957. https://doi.org/10.1016/j.jfma.2021.07.012 ↩︎
  4. 衛生福利部疾病管制署 侵襲性肺炎鏈球菌感染症(accessed date 2024/03/08)
    https://www.cdc.gov.tw/Disease/SubIndex/oAznsrFTsYK-p12_juf0kw
    ↩︎
  5. 衛生福利部疾病管制署  侵襲性肺炎鏈球菌感染症 疾病介紹(accessed date 2024/03/08)
    https://www.cdc.gov.tw/Category/Page/MEYvHLbHiWOcLfQKKF6dpw
    ↩︎
  6. Pollard, A. J., Perrett, K. P., & Beverley, P. C. (2009). Maintaining protection against invasive bacteria with protein-polysaccharide conjugate vaccines. Nature reviews. Immunology9(3), 213–220. https://doi.org/10.1038/nri2494 ↩︎
  7. Intervals Between PCV13 and PPSV23 Vaccines: Recommendations of the Advisory Committee on Immunization Practices (ACIP) (cdc.gov) (accessed date 2023/12/15) https://www.cdc.gov/mmwr/preview/mmwrhtml/mm6434a4.htm ↩︎
  8. 衛生福利部疾病管制署 為提升民眾免疫保護力,10月2日起分三階段擴大65歲以上民眾公費接種肺炎鏈球菌疫苗(accessed date 2024/03/08) https://www.cdc.gov.tw/Bulletin/Detail/q9_r5mAOvcpIPSUvrjGFpw?typeid=9 ↩︎
  9. 衛生福利部疾病管制署 肺炎鏈球菌疫苗 (Pneumococcal Vaccine) (accessed date 2023/12/15)
    https://www.cdc.gov.tw/Category/Page/ORBnRmMgImeUqPApKawmwA ↩︎
  10. 衛生福利部疾病管制署 肺炎鏈球菌疫苗 (Pneumococcal Vaccine) (accessed date 2023/12/15)https://www.cdc.gov.tw/Category/Page/ORBnRmMgImeUqPApKawmwA ↩︎

本衛教文章由台灣輝瑞協助刊登(PP-PRV-TWN-0166-202404)

-----廣告,請繼續往下閱讀-----