一、灭活疫苗相对于mRNA疫苗的全面劣势

欢迎“无云夜空”网友参加讨论。你提供的论文¹很有意思，在我看来，其要点如下：

1）此前多个团队的研究表明，用灭活疫苗接种，不仅其引出的中和抗体的水平比mRNA 疫苗低 10 倍，而且下降速度更快，在接种3 个月后就显著减弱^2-6。相比之下，mRNA 疫苗引出的抗体至少能在高水平持续 6 个月^7-13。

2）反映到临床疗效上，灭活疫苗对德尔塔变异株的感染和重症的保护作用比mRNA疫苗的低¹³。一个比较9种 COVID-19 疫苗临床疗效的元分析表明，mRNA疫苗在各种不同疫苗中保护作用最强¹⁴。

3）作者自己做的实验表明，灭活疫苗接种引出来的细胞因子的水平比mRNA疫苗的水平低。而且，第三剂加强针毫无作用。这与前人的发现一致。

4）作者发现，灭活疫苗能诱导出CD4+ T细胞，但不能诱导出CD8+ T细胞，提示灭活疫苗不能引出细胞免疫，这也与前人的发现一致。

顺便解释一下，狭义的细胞免疫，指的是激活了的CD8+ T细胞对抗原的直接杀伤及其释放细胞因子的协同杀伤。作者的实验表明，灭活疫苗只能引出辅助T细胞，增加IFN-γ与IL-2的分泌。此类反应并不能杀伤为病毒感染的细胞，只能帮助活化B细胞，属于体液免疫反应。

5）但是，作者发现，虽然灭活疫苗诱导出来的针对病毒棘突蛋白的T细胞反应比mRNA疫苗低，但它能引出针对病毒的膜与核蛋白（membrane- and nucleoprotein）的T细胞反应。作者因而认为，综合来看，灭活疫苗引出的总体反应与mRNA疫苗相当（comparable）。

对此观点，本人不敢苟同。新冠病毒的基因组里含有四种蛋白编码：

其中棘突蛋白负责与宿主细胞表面蛋白结合。因此，只有针对它的抗体，才是阻断病毒进入宿主细胞的中和抗体。针对其他两种膜表面蛋白的抗体无法阻断病毒进入细胞，不是中和抗体，而针对处于膜内的核蛋白的抗体根本就无法与病毒结合，因此都起不到保护作用。相反，所谓抗体依赖性增强作用（Antibody-dependent enhancement，ADE）正是非中和抗体引出来的。这类抗体与病毒结合后非但不能中和之，反而会与免疫细胞的Fc受体结合，帮助病毒进入并破坏免疫细胞；是预防接种可能遇到的最大噩梦。

当然，若是灭活疫苗能激活CD8+ T细胞，形成细胞毒细胞，就能杀死感染了病毒的细胞。不幸的是，作者自己的实验表明，灭活疫苗只能诱导出CD4+ T细胞，不能诱导出CD8+ T细胞。所以，个人认为，灭活疫苗诱导出来的针对病毒膜蛋白与核蛋白的抗体非但起不到保护作用，反而有引出抗体依赖性增强作用的隐患。。

二、饶毅该当何罪？

灭活疫苗的真实效果如何，已经由放开后的中国的亿万民众的亲身经历生动演示了。人类历史上还从未有过如此大规模的疫苗试验，样本无比之大，结果比什么都有说服力。

1月9日，河南省卫健委介绍，截至2023年1月6日，全省新冠病毒感染率为89.0%。请注意，这个比例不是偶然的，是毫无免疫力的易感人群遭遇病毒的必然结果。

我已经在《饶毅文章中的基础知识缺陷》（点此查看原文）介绍过：即使对没有免疫力的群体来说，病毒的传播也不是无限的，而是到了一定的比例就自动停止了。这个比例由病毒的基本传染数（R₀）决定。奥密克戎的R₀值为9.5。即使对于没有免疫力、而且不作隔离和防护的群体，它在感染了89.5%的人口后，传播也会自动停止。

如今河南在不到一个月的时间里，感染率就达到了89%，接近或等于奥密克戎能感染的最大人口比例。这说明，河南全省人民对奥密克戎根本没有免疫力。当病毒入侵时，全省人民都在裸奔。如果89%与89.5%有统计学差别，那0.5%的区别也是个人隔离或防护造成的。如果没有统计学差别，则病毒感染率已经到达其天然峰值。官方总算是实现了“应阳尽阳”的伟大目标。

河南如此，其他省也只会如此，因为全民打的都是一样的无效疫苗。所以，全国最终感染率为89%左右的估计，符合流行病学预期。

全国感染89%，总数就是14亿X 0.89 ＝12.46亿人。据国家卫健委于1月8日披露，新冠肺炎在全国感染者中占8%。肺炎患者总人数就是12.46亿 X 0.08＝9968万人，将近1亿人害上肺炎！

饶毅先生，你不是拼命推销灭活疫苗，以种种莫须有的弱智理由反对引入mRNA疫苗吗？如今接种了你推销的疫苗的亿万民众的感染比例与从未接种过的人群一样，制造出了将近1亿肺炎病人，你该当何罪？！

最令人忧心忡忡的还是死亡率的问题。在这个问题上，国家卫健委登上了无耻的最高最活的顶峰。全面放开满月那天，国家卫健委日前发布新冠疫情数据说，全国放开一个月，共确诊12万，累计死亡30例。也就是每天平均死一人！

这个数据之奇葩，倒还不在于它侮辱全国人民的智商到了如此肆无忌惮的地步，而是那无与伦比的权力的傲慢：真理永远掌握在权势者的手上，我说是多少就是多少，你们能拿我怎么样？

所以，对草民来说，真实的死亡数据就像大饥荒死人数量一样，大概永远无法得知。草民可做的，也就是从官员不小心露出来的数据中，推算死亡人数。具体来说，那就是这9968万肺炎病人中会有多少人病故。

如果按美国重症死亡率5%计算，那就会有498.4万人丧生。但万恶美帝的人均ICU床位数，别说中国望尘莫及，就连欧洲都没法比。

更何况无论是在欧洲还是美国，感染高峰都是分散到两三年内，分几波发生的，从未见过一个月内就阳了89%，不但造成空前的医疗资源挤兑，就连医护人员都基本阳了。这在西方还真没听说过。医疗资源挤兑，医护人员带病上岗或缺勤，必然导致许多本来可以救回来的病人因顾不上抢救而丧生。

如今不但各种药物紧缺，就连血液都紧缺，因为献血者都阳了，医院不敢抽，病人不敢献。而缺乏Paxlovid治疗必然大幅增加危重症。据美国之音1月10日报道，辉瑞公司向中方的报价为每个疗程1890元人民币，折合美元不到300元，远远低于美国、台湾、香港和欧洲国家支付的500至700美元的采购价。

众所周知，在美国、台湾、香港和欧洲国家，相关的采购费用基本由政府支付，国民无需自己付费，或只需付极少费用。而中国政府却嫌贵，拒绝将其纳入医保，只采购了据说是高毒无效的阿兹夫定和中成药清肺排毒颗粒。在这一系列骚操作之下，还能指望病死率低到美国的水平吗？

当然，中国有一样宝贝西方没有，那就是中医中药。希望清肺排毒颗粒与著名的连花清瘟一样，能创造奇迹，大幅度降低死亡率。至于因新冠病毒感染引起的脑卒中、心梗等等，那按中国政府的算法，当然不是死于新冠感染，连数字都不能算。

参考文献：

1.  Joey Ming Er Lim et al.A comparative characterization of SARS-CoV-2-specific T cells induced by mRNA or inactive virus COVID-19 vaccines. Cell Rep Med. 2022 Nov 15; 3(11): 100793.

 2. Jeewandara C., Aberathna I.S., Pushpakumara P.D., Kamaladasa A., Guruge D., Wijesinghe A., Gunasekera B., Ramu S.T., Kuruppu H., Ranasinghe T., et al. Persistence of immune responses to the Sinopharm/BBIBP-CorV vaccine. Immun. Inflamm. Dis. 2021;10

 3. Peng Q., Zhou R., Wang Y., Zhao M., Liu N., Li S., Huang H., Yang D., Au K.K., Wang H., et al. Waning immune responses against SARS-CoV-2 variants of concern among vaccinees in Hong Kong. EBioMedicine. 2022;77:103904.

4.  Zeng G., Wu Q., Pan H., Li M., Yang J., Wang L., Wu Z., Jiang D., Deng X., Chu K., et al. Immunogenicity and safety of a third dose of CoronaVac, and immune persistence of a two-dose schedule, in healthy adults: interim results from two single-centre, double-blind, randomised, placebo-controlled phase 2 clinical trials. Lancet Infect. Dis. 2022;22:483–495.,

 5.  Zhang H., Jia Y., Ji Y., Cong X., Liu Y., Yang R., Kong X., Shi Y., Zhu L., Wang Z., et al. Inactivated vaccines against SARS-CoV-2: neutralizing antibody titers in vaccine recipients. Front. Microbiol. 2022;13:816778. 

 6.  Lim W.W., Mak L., Leung G.M., Cowling B.J., Peiris M. Comparative immunogenicity of mRNA and inactivated vaccines against COVID-19. Lancet. Microbe. 2021;2:e423.

  7. Tarke A., Coelho C.H., Zhang Z., Dan J.M., Yu E.D., Methot N., Bloom N.I., Goodwin B., Phillips E., Mallal S., et al. SARS-CoV-2 vaccination induces immunological T cell memory able to cross-recognize variants from Alpha to Omicron. Cell. 2022;185:847–859.e11.

 8. Goel R.R., Painter M.M., Apostolidis S.A., Mathew D., Meng W., Rosenfeld A.M., Lundgreen K.A., Reynaldi A., Khoury D.S., Pattekar A., et al. mRNA vaccines induce durable immune memory to SARS-CoV-2 and variants of concern. Science. 2021;374:abm0829.

 9. Guerrera G., Picozza M., D'Orso S., Placido R., Pirronello M., Verdiani A., Termine A., Fabrizio C., Giannessi F., Sambucci M., et al. BNT162b2 vaccination induces durable SARS-CoV-2-specific T cells with a stem cell memory phenotype. Sci. Immunol. 2021;6:eabl5344.

 10. Doria-Rose N., Suthar M.S., Makowski M., O'Connell S., McDermott A.B., Flach B., Ledgerwood J.E., Mascola J.R., Graham B.S., Lin B.C., et al. Antibody persistence through 6 Months after the second dose of mRNA-1273 vaccine for covid-19. N. Engl. J. Med. 2021;384:2259–2261.

 11. Pegu A., O'Connell S.E., Schmidt S.D., O'Dell S., Talana C.A., Lai L., Albert J., Anderson E., Bennett H., Corbett K.S., et al. Durability of mRNA-1273 vaccine-induced antibodies against SARS-CoV-2 variants. Science. 2021;373:1372–1377.

 12. Terpos E., Karalis V., Ntanasis-Stathopoulos I., Evangelakou Z., Gavriatopoulou M., Manola M.S., Malandrakis P., Gianniou D.D., Kastritis E., Trougakos I.P., Dimopoulos M.A. Comparison of neutralizing antibody responses at 6 Months post vaccination with BNT162b2 and AZD1222. Biomedicines. 2022;10:338.

 13. Premikha M., Chiew C.J., Wei W.E., Leo Y.S., Ong B., Lye D.C., Lee V.J., Tan K.B. Comparative effectiveness of mRNA and inactivated whole virus vaccines against COVID-19 infection and severe disease in Singapore. Clin. Infect. Dis. 2022;12:ciac288.

 14. Victoria Rotshild et al. Comparing the clinical efficacy of COVID-19 vaccines: a systematic review and network meta-analysis. Sci Rep. 2021; 11: 22777.