你覺得,接受到的網路資訊很亂嗎,而且重要的科學都沒有被報導嗎?你也認為,生活中充斥著偽科學,錯誤訊息百出嗎?更無奈的是,在不少議題上,人人都可自稱專家,但發表的見解卻都沒有根據…
真相與科學被謠言屏蔽,這是不分世代面臨的資訊亂象,台灣科技媒體中心跟你一樣擔憂,所以積極號召更多台灣科學家站出來,致力挖掘科學議題的報導素材給媒體,而你的支持可以成為 SMC 堅強的後盾。定期定額挺 SMC,邀請大家與我們一起踏出改變科學新聞的第一步!
今(2022)年 6 月 17 日在《自然》(Nature)期刊以加速預覽(Accelerated Article Preview)的形式發表研究:「BA.2.12.1, BA.4 and BA.5 escape antibodies elicited by Omicron infection」,研究指出 Omicron 的 BA.2.12.1、BA.4 與 BA.5,都比現在主流的 BA.2 更有傳染力,且能夠逃避由 BA.1 感染產生的抗體,未來發生再感染的可能性上升,且針對 BA.1 設計的疫苗可能無法提供足夠的保護性。[1]
究竟 BA.4 與 BA.5 是否有更強的免疫逃逸能力?引起再感染的風險會升高嗎?藥物、疫苗還能不能有效作用?台灣科技媒體中心特邀專家解析此研究的重點並發表看法。將有助於協助民眾瞭解 BA.4、BA.5 的病毒特性與感染能力。
國家衛生研究院感染症與疫苗研究所副研究員級主治醫師 齊嘉鈺
Omicron BA.1 變種病毒亞型 BA.2.12.1、BA.4 和 BA.5 在多個國家現蹤後,感染的病例數正快速地增加。以英國為例,在今(2022)年 6 月底,感染 BA.4 和 BA.5 的病例數已經佔所有新增病例的一半以上;美國從今年春天發現 BA.2.12.1 病毒株後,現在已經取代 BA.1 成為主要的流行株,而且 BA.4 及 BA.5 感染的病例數也持續增加中。科學家們因此希望盡快釐清這些新的變種病毒亞型在以前曾經感染過 Covid-19 的人和已經完全接種疫苗的人當中免疫逃逸的情形。
這篇報告在研究 BA.2.12.1、BA.4 和 BA.5 的病毒特性與免疫逃逸等能力,有四個重要發現:
因此,以 Omicron BA.1 為基礎而設計的新一代疫苗很可能無法誘發廣泛的保護效果,去對抗 BA.4 和 BA.5 等新的 Omicron 亞型病毒。
研究內容相當廣泛且重要,但是仍有一些研究推論的限制:參與者是接種三劑滅活的科興疫苗為主,或是完整接種後發生 Omicron BA.1 突破性感染,部分的人是兩劑科興疫苗後追加一劑重組蛋白新冠疫苗:ZF2001。因此,以其他技術設計作為基礎劑和追加劑的疫苗,在對抗新的變種病毒時,免疫變化、中和抗體效價差異和免疫記憶的反應等,可能會有不同。
研究主要分析新的變種病毒,對之前施打疫苗或混和免疫(施打疫苗後 + 自然感染)後,體液免疫(B 細胞、中和抗體)的逃逸現象,但是未觸及細胞免疫(T 細胞)的影響;中和抗體效價的降低,可能導致新的變種病毒突破性感染的風險大增,但無論是疫苗或自然感染後產生的免疫力,對重症的保護力仍需要更多的臨床觀察來證實。近期有一些單價或是雙價次世代疫苗臨床試驗的結果陸續發表,值得關注。
中興大學獸醫病理生物學研究所教授 吳弘毅
本研究是利用體外的假病毒(pseudovirus)實驗,說明由原始病毒株或是 BA.1 感染產生的抗體,並不能有效對抗 Omicron 的 BA.2.12.1、BA.4 與 BA.5 的抗原,進而推論 Omicron 的 BA.2.12.1、BA.4 與 BA.5 能夠逃避由 BA.1 感染產生的抗體,也因此推論未來發生再感染的可能性會上升。
本研究的限制性在於他不是動物或是人體的試驗,因此是間接的證據,是否能反應實際的狀況,還需更進一步的研究,當然目前我們也不用太恐慌。
另外,要注意的是本篇並未透過自己的研究證明「Omicron 的 BA.2.12.1、BA.4 與 BA.5,都比現在主流的 BA.2 更有傳染力」,作者是引用之前的研究結論[2]。
[1] Cao, Y., Yisimayi, A., Jian, F. et al. BA.2.12.1, BA.4 and BA.5 escape antibodies elicited by Omicron infection. Nature (2022). https://doi.org/10.1038/s41586-022-04980-y
[2] Chen, C. et al. CoV-Spectrum: analysis of globally shared SARS-CoV-2 data to identify and characterize new variants. Bioinformatics 38, 1735-1737, https://doi.org/10.1093/bioinformatics/btab856.