議題背景:

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。

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。

引用文獻:
專家怎麼說?

2022年06月29日
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:

(1) 與細胞ACE2的結合能力:BA.2.12.1、BA.4和BA.5仍保有與之前的BA.2變種病毒亞型一樣具有很強的ACE2受體親和力。

(2) 免疫逃逸能力:BA.2.12.1比BA.2亞型具有更強的免疫逃逸特性,而BA.4和BA.5逃避中和抗體的能力又更甚於BA.2.12.1。已經完整接種3劑疫苗的人,體內的中和抗體效價在對抗BA.4及BA.5時,下降的非常明顯。更值得注意的是,接種疫苗後發生Omicron BA.1突破性感染的人,雖然能對BA.1產生很高的中和抗體水平,但是相比之下,卻對BA.4和BA.5的中和能力降低達8倍之多。推測免疫逃逸的原因,與新冠病毒棘蛋白上的「受體結合區域」(RBD)中,幾個位點D405N、L452Q、L452R及F486V的突變有關。

(3) 在現有治療性單株抗體的影響:目前單株抗體藥物(Bebtelovimab和Cilgavimab)的作用位點不受突變的影響,仍可以有效中和BA.2.12.1、BA.4和BA.5。

(4) 疫苗設計的考量:研究除了觀察到,感染 BA.1後產生的中和抗體在對抗BA.4和BA.5效價降低之外;同時也發現,接種疫苗後再感染BA.1的人,能成功觸發記憶B細胞能力,去辨識原始株病毒,比打過疫苗而未感染過BA.1的人更高,所以研究推測由BA.1誘發的抗體多樣性可能比較「窄」。

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。

2022年07月01日
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[1]。

 

參考文獻:

[1] 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.

版權聲明

本文歡迎媒體轉載使用,惟需附上資料來源,請註明台灣科技媒體中心。
若有採訪需求或其他合作事宜,請聯絡我們:

台灣科技媒體中心

smc@smctw.org

02-77095375