成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
0
中年人的忧愁:为什么小孩和老人更容易生病? | 商周专栏
2019 年 8 月 15 日
知识分子
pixabay.com
撰文 | 商 周
责编 | 董赋好
●
●
●
作为一名从事免疫学研究的学者,我在过去几年的业余时间里一直从事科普写作。其中的原因主要有两个方面:一是免疫学和人们的日常生活联系紧密,大多数常见的疾病都和免疫系统有关联;二是免疫这个领域科普缺席的时候,某些“养生专家”就会补上这一空缺,而且误人不浅
(我将专文论述)
。
到目前为止,我已陆续发表了七万多字关于免疫学科普的文字。这些文字大致可以分成两类:
《该死的免疫系统》
、
《病原体的智慧》
、
《护城记》
和《诺奖的金矿:这个领域获15次诺奖》属于介绍免疫学基本知识的文章,而
《为什么现在的孩子越来越爱过敏》
、
《一文解读免疫球蛋白》
、《疟原虫治癌症,并非简单的“以毒攻毒”》、
《过敏了怎么办,有可能治愈吗》
、《关于骨髓捐献,您需要知道的几点事实》、
《颠覆认知:
着凉到底会不会导致感冒》
以及
《三伏贴:
治病还是致病》
则是和日常生活更相关的科普文。
从读者的反应来看,与日常生活相关的免疫科普更受欢迎。因此,我在一篇文章的后面提出让读者给我“命题作文”,以便更好地进行有关免疫学的科普。从现在开始,我将写一系列的免疫学科普文章来回应读者提出的一些有代表性的问题。
网友提问截图
上面是一位名为“早早”的读者出题:有什么办法提高免疫能力?这个出题还配了一幅对联:上有老父得肺癌,已手术。下有小儿常感冒,未痊愈。
这是一个很多中年人面临的问题:上有老下有小,老人和小孩都容易生病。
小孩和老人相对容易生病的主要原因之一,正是他们的免疫力相对低下。
下面的图可以让我们对免疫力和年龄的关系有个快速的了解。
人体免疫力随着年龄的变化图 (图片来源:Simon et al. Proc Biol Sci. 2015 Dec22;282(1821):20143085.,图中的文字进行了汉化处理)
图中A是用卡通图像表示人的不同年龄,而人的具体年龄也在B和C的横坐标上有显示。图B中显示的是各年龄阶段的人群在流行性感冒里的死亡率的高低情况。在这里我们可以看到,无论是全球性的大流感
(比较少见,过去300年只爆发过9次)
还是一般性的流感
(最常见的流感)
里,小孩
(小于10岁)
和老人
(大于65岁)
的死亡率都远高于10-65岁的中间人群。
同样是接触病毒,为什么老人和小孩就更容易得感冒,而且死亡率也大大增加呢?其中的主要答案就在图C里。
图C显示的是各项免疫反应的强度和年龄的关系。与抵抗感染相关的天然免疫、B细胞免疫
(主要产生抗体)
和Th1型细胞免疫的反应强度,在小孩和老人身上都远低于其他年龄段的人。换句话说,小孩和老人的免疫力相对较低。
那么,为什么小孩和老人的免疫力会低呢?
幼吾幼以及人之幼
小孩容易感冒和经常发烧
(主要是低烧)
几乎成了每个家长都要面临的问题,这也让很多儿童医院不堪重负。但其实我们应该庆幸生活在这个时代,这个有疫苗、抗生素以及良好卫生条件的年代。因为在此之前,比如1900年左右的英国,婴儿的死亡率是15%左右。同时期的中国,这一数字还要高很多。
小孩免疫力低的原因可以总结成一句话:
小孩的免疫系统没有发育成熟。
我们的免疫系统分为两个部分,先天免疫系统和后天免疫系统。
先天免疫系统是抵抗病原体的一线武器,它们在病原体侵入我们身体的时候第一时间做出反应。
如果是遇到生活在细胞外的病原体,比如大部分细菌,天然免疫系统的武器库有分布在全身各个组织的巨噬细胞,它可以吞噬外来的微生物;分布在血液的中性粒细胞,配有更厉害的武器,而且可以不要命地和病原体搏斗。另外,血液中还有像连环炸弹一样的补体系统,可以定向地被病原体引爆。
如果是遇到细胞内的病原体,比如病毒和少量的细菌,天然免疫系统的武器库里有自然杀伤细胞,它可以特异性地识别和杀死被病原体感染了的细胞。除了自然杀伤细胞外,浆细胞样树突状细胞也是对付病毒的好手,因为它们能分泌干扰素。
对于刚出生的婴儿,其天然免疫系体统的状态如何呢?
新生儿的巨噬细胞还没有发育成熟,对病原体的反应自然也就比较弱。他们血液里的中性粒细胞倒是成熟了,但也只是装备齐全了,却还不怎么会使用,所以对病原体的反应也很弱。至于补体系统,组成它的几十个蛋白在新生儿血液中的浓度只有成年人的10-80%在左右。
至于用来对付病毒等细胞内病原体的自然杀伤细胞,新生儿的杀伤功能只有成人细胞的一半左右,而另外一种对付病毒的浆细胞样树突状细胞,在新生儿身上的功能则更是严重受限。
总之,新生儿的天然免疫系统是全面虚弱,远没有达到成年人的水平。
后天免疫系统的主要武器是T细胞和B细胞。当先天免疫系统不能把病原体有效清除时,更为强大和特异的后天免疫系统就要启动了:显示抗原呈递细胞
(通常是树突状细胞)将
病原体摄入并呈递给T细胞,产生针对病原体特异的T细胞;然后一些病原体特异的T细胞会进一步帮助B细胞,从而产生针对病原体的抗体。
对于刚出生的婴儿,他们体内的树突状细胞还没有准备好,一是数量不够,二是功能也和成年人的有所不同。
而至关重要的T细胞,情况就与成年人的T细胞差得更远了。
T细胞分为两类,CD4 T细胞
(也叫辅助性T细胞,不同的亚类起到不同的辅助作用)
和 CD8 T细胞
(也叫杀伤性T细胞,主要用来杀伤已感染病毒的细胞)
。通常成年人体内的T细胞会分化成促进炎症反应的Th1型细胞和杀伤性T细胞,从而对付病原体。但在新生儿的免疫系统里,更容易产生的却是减弱炎症的调节性T细胞和Th2型细胞。
再说新生儿的B细胞吧,也就是负责产生抗体的细胞。和成年人相比,新生儿所产生抗体的能力不仅较弱,而且产生的抗体的特异性比较低,持续性也较差。
以上就是新生儿和成年人免疫系统的比较。我们发现:
在免疫系统的各个指标上,尤其是在抵抗病原体感染的各个指标上,新生儿都要远低于成年人。
也就是说,人的免疫系统需要进一步发育,从而达到成年人的水平,这个过程需要10年左右的时间。
读到这里,可能有读者问:
既然新生儿免疫力低下是一种致命的风险,尤其是在以前没有疫苗和抗生素的年代,那为什么人类没有进化出一种“出生的时候就有成熟的免疫力”的状态呢?
这是一个聪明的问题。聪明的问题能够让人进一步思考,并指向进一步的发现。
是的,在没有现代医学的时候,20%甚至更多的婴儿会因为感染而死亡,为什么不能进化出能避免超高死亡率的新生儿免疫系统来呢?
这个问题的答案一方面是免疫系统的发育需要时间,另一方面则是更重要的原因:如果新生儿有像成年人一样成熟的免疫系统的话,它的确可以大大降低新生儿的死亡率,但这会导致更大的麻烦。因为在怀孕期,胎儿需要处于一个免疫力低下的状态,从而不对来自母体的抗原做出免疫反应。一旦胎儿的免疫系统对来自母亲的抗原做出强烈的免疫反应,对孕妇和胎儿都将是灾难。
如果你再仔细看一下上面的图C,就会发现,胎儿期免疫反应力最强的是Treg调节性T细胞,它的反应性远远大于成年人,而这个细胞的功能就是压制免疫反应。
所以,小孩的免疫力低是一种自然现象,只能慢慢去发育成熟。
那么,老人呢?
老吾老以及人之老
和小孩相比,老年人的病更多,因为他们不仅容易被感染,而且容易患上多种和免疫相关的疾病,比如肿瘤。老年人容易得病,一个主要原因也是因为他们的免疫力很低。
就像这位网友在留言中描述的一样:
网友提问截图
首先感谢这位深切关心老人健康的医生,也向他致以敬意。
这位医生提的问题,其主要原因也可以总结成一句话:
老年人的免疫系统在衰退。
老年人免疫系统的衰退表现在几个方面。
首先,老年人产生免疫细胞的能力减弱了。
比如,负责产生T细胞的胸腺在出生后就一直处于慢慢变小的状态,而且这种萎缩在成年后开始加速。等到65岁之后,我们的身体里就基本上不再产生新的T细胞了。除了T细胞,老年人身体里其它免疫细胞的生产能力也受到影响,因为造血干细胞
(产生所有免疫细胞的源头)
的老化,已经不能再像以前一样产生那么多免疫细胞了。
其次,老年人的免疫细胞的功能在衰退。
在人变老的时候,免疫细胞也在老化
(Immunosenescence)
。老化的免疫细胞的染色体两端的端粒越来越短,细胞内线粒体的功能也会出现失调并产生过多的活性氧,而且这些细胞还会分泌出一些和炎症相关的产物。这里说的免疫细胞包括先天免疫系统、后天免疫系统的细胞以及造血干细胞,所以是免疫系统的全面老化。
再次,老年人应对新抗原的反应能力严重不足。
我们知道淋巴细胞
(主要包括T细胞和B细胞)
是后天免疫反应的主要武器,它们是产生针对抗原
(比如病原体)
特异的免疫反应的源头。身体内的淋巴细胞可以分为两类:与抗原有斗争经验的细胞和没有斗争经验的细胞。有斗争经验的细胞的主要功能是快速地打击之前遇到过的抗原,而没有斗争经验的细胞则可以对之前没有遇到过的抗原进行反应。人刚出生下来的时候,身体里的基本上都是没有斗争经验的细胞。而等到人老了的之后,就刚好相反。所以,当老年人遇到新的病原体的时候
(比如新型流感病毒)
,他们的免疫系统很难建立有效的后天免疫反应。也因为同样的道理,他们对接种疫苗的反应,也同样很弱。
所以,老年人的免疫力降低,也是一种自然现象。
有读者读到这里,可能也会问一个和进化有关的问题:为什么人没能进化出一个在老年时依旧强大的免疫系统,从而让人长寿呢?
这也是一个好问题。
要回答这个问题,我们需要先了解一下进化过程中自然选择的原理。
自然选择的原理是:
拥有更能适应环境的基因的个体生存下来,并且通过繁殖把这些基因传递下去。
而对老年人来说,因为一般不再有繁殖后代的能力,所以,即使是有能使免疫系统在老年时依然良好的基因,这种优势也很难通过繁殖后代的方式传递到下一代。
换句话说,老年人免疫力的好坏,自然选择的作用很小。
总之,小孩和老年人免疫力低都是一种自然的现象。也因为这是一种自然规律,我们不能指望小孩和老年人拥有一个像其它年龄段的人那样健全的免疫系统。
面对这样的自然规律,我们有时候会感到爱莫能助,但我们依然能够采取一些措施来减少疾病的发生。一方面是尽量让他们远离病原体
(注意,只是远离病原体,而不是其他无害的微生物)
,比如感冒流行的时候,尽量避免让他们去人多的地方。另一方面就是不要让他们本来较低的免疫力再被一些不好的习惯影响而进一步降低
(比如少睡眠、不运动、偏食等)
。
另外,对于儿童, 接种疫苗也是一个非常高效的预防疾病的办法。
最后,希望读者继续出题,我将尽力在有关免疫的主题上进行科普。
制版编辑
|
皮皮鱼
更多精彩文章:
“超级真菌”来了,你需要了解什么?
讲真,如何提高免疫力?
不降低才是王道
点击阅读原文,和知识分子一起聆听古典音乐。
登录查看更多
点赞并收藏
0
暂时没有读者
0
权益说明
本文档仅做收录索引使用,若发现您的权益受到侵害,请立即联系客服(微信: zhuanzhi02,邮箱:bd@zhuanzhi.ai),我们会尽快为您处理
相关内容
图像表示
关注
0
深度学习模型图难画论文难中?这个ML Visual利器帮你快速画出漂亮的模型图,160个模板
专知会员服务
868+阅读 · 2022年3月1日
【开放书】生命建模——用数学工具探索生物系统,456页pdf
专知会员服务
103+阅读 · 2020年7月8日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
【南洋理工】三维深度学习医学图像处理综述,13页pdf,
专知会员服务
74+阅读 · 2020年4月6日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
武汉疾控中心编撰《新型冠状病毒肺炎预防手册》,108页ppt学习掌握科学知识守护你我(附下载)
专知会员服务
35+阅读 · 2020年1月23日
【经典重顾】如何学会读论文?三轮阅读法,滑铁卢大学S. Keshav
专知会员服务
81+阅读 · 2019年12月28日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
【TensorFlow 2.0深度学习开源书】深度学习开源书,基于TensorFlow 2.0实战
专知会员服务
121+阅读 · 2019年11月13日
“住过一晚两万的ICU后,我还是建议你不要轻易买保险”
私募工场
7+阅读 · 2019年10月15日
小孩都看得懂的主成分分析
平均机器
4+阅读 · 2019年9月22日
清华大学两名博士生被开除:你不吃学习的苦,就要吃生活的苦
机器学习算法与Python学习
25+阅读 · 2019年9月16日
25年,110个经典财务欺诈案例,都在这儿了
虎嗅网
70+阅读 · 2019年8月19日
「科学」27岁天才院士2拒诺奖,32岁神秘消失,让世界多等了70年
ZEALER订阅号
18+阅读 · 2019年5月5日
知乎八年,大而不美
新榜
7+阅读 · 2019年1月26日
互联网大佬们英文名由来:Jack Ma笑死人 Pony Ma最直白
TechWeb
3+阅读 · 2018年12月21日
关于医学影像背后的科学,你都知道多少?
中科院物理所
3+阅读 · 2017年12月14日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
PCA的基本数学原理
算法与数学之美
11+阅读 · 2017年8月8日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
FML: Face Model Learning from Videos
Arxiv
5+阅读 · 2018年12月18日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems
Arxiv
9+阅读 · 2018年5月30日
Fine-Grained Head Pose Estimation Without Keypoints
Arxiv
5+阅读 · 2018年4月13日
DVQA: Understanding Data Visualizations via Question Answering
Arxiv
4+阅读 · 2018年3月29日
Rotation-Sensitive Regression for Oriented Scene Text Detection
Arxiv
12+阅读 · 2018年3月14日
Learning Image Conditioned Label Space for Multilabel Classification
Arxiv
5+阅读 · 2018年2月21日
The challenge of simultaneous object detection and pose estimation: a comparative study
Arxiv
6+阅读 · 2018年1月24日
Appearance-and-Relation Networks for Video Classification
Arxiv
3+阅读 · 2017年11月24日
VIP会员
自助开通(推荐)
客服开通
详情
相关主题
图像表示
疫苗
癌症
常成
医院
生物
相关VIP内容
深度学习模型图难画论文难中?这个ML Visual利器帮你快速画出漂亮的模型图,160个模板
专知会员服务
868+阅读 · 2022年3月1日
【开放书】生命建模——用数学工具探索生物系统,456页pdf
专知会员服务
103+阅读 · 2020年7月8日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
【南洋理工】三维深度学习医学图像处理综述,13页pdf,
专知会员服务
74+阅读 · 2020年4月6日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
武汉疾控中心编撰《新型冠状病毒肺炎预防手册》,108页ppt学习掌握科学知识守护你我(附下载)
专知会员服务
35+阅读 · 2020年1月23日
【经典重顾】如何学会读论文?三轮阅读法,滑铁卢大学S. Keshav
专知会员服务
81+阅读 · 2019年12月28日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
【TensorFlow 2.0深度学习开源书】深度学习开源书,基于TensorFlow 2.0实战
专知会员服务
121+阅读 · 2019年11月13日
热门VIP内容
开通专知VIP会员 享更多权益服务
《支持 ML/AI 的下一代智能自主网络系统:性能提升与管理》177页
《飞行训练指导:夜间熟悉》152页
数据:联合作战的新弹药
《混合现实飞行模拟器中的夜视镜仿真:无缝集成真实世界》最新54页
相关资讯
“住过一晚两万的ICU后,我还是建议你不要轻易买保险”
私募工场
7+阅读 · 2019年10月15日
小孩都看得懂的主成分分析
平均机器
4+阅读 · 2019年9月22日
清华大学两名博士生被开除:你不吃学习的苦,就要吃生活的苦
机器学习算法与Python学习
25+阅读 · 2019年9月16日
25年,110个经典财务欺诈案例,都在这儿了
虎嗅网
70+阅读 · 2019年8月19日
「科学」27岁天才院士2拒诺奖,32岁神秘消失,让世界多等了70年
ZEALER订阅号
18+阅读 · 2019年5月5日
知乎八年,大而不美
新榜
7+阅读 · 2019年1月26日
互联网大佬们英文名由来:Jack Ma笑死人 Pony Ma最直白
TechWeb
3+阅读 · 2018年12月21日
关于医学影像背后的科学,你都知道多少?
中科院物理所
3+阅读 · 2017年12月14日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
PCA的基本数学原理
算法与数学之美
11+阅读 · 2017年8月8日
相关论文
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
FML: Face Model Learning from Videos
Arxiv
5+阅读 · 2018年12月18日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems
Arxiv
9+阅读 · 2018年5月30日
Fine-Grained Head Pose Estimation Without Keypoints
Arxiv
5+阅读 · 2018年4月13日
DVQA: Understanding Data Visualizations via Question Answering
Arxiv
4+阅读 · 2018年3月29日
Rotation-Sensitive Regression for Oriented Scene Text Detection
Arxiv
12+阅读 · 2018年3月14日
Learning Image Conditioned Label Space for Multilabel Classification
Arxiv
5+阅读 · 2018年2月21日
The challenge of simultaneous object detection and pose estimation: a comparative study
Arxiv
6+阅读 · 2018年1月24日
Appearance-and-Relation Networks for Video Classification
Arxiv
3+阅读 · 2017年11月24日
大家都在搜
大模型
洛克菲勒
大型语言模型
ETHZ博士论文
全面综述
PRML
智能推荐
汽车智能化
MoE
出海产品从 0 到 1 该怎么做
Top
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top