泛知識節紀實：你不知道的實驗動物

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

隨著 COVID-19（俗名：武漢肺炎）疫情在全球各地升溫，許多大學、研究機構都採取停課措施，以避免校園成為病毒傳播的溫床。在疫情的陰影之下，校內學生和教職員除了上課受到影響，諸多進行中的科學研究計畫也被迫停擺，導致各領域的研究發展都受到重挫。

許多研究人員表示，他們過去不曾經歷過如此大規模的研究工作受到中斷，疫情造成的損失更是難以數計；《Science》的主編 Holden Thorp 也說，如果實驗所需物品的供應和研究進度持續停滯，「我們將失去很多科學知識。」

研究人員在家工作，生物醫學研究停擺

上週，哈佛大學文理學院向教職員工生發布通知，要求大家在 3 月 18 日前逐步減少研究活動，接下來的 6 到 8 週則暫停前往實驗室。愛荷華大學、塔夫茨大學等學校也祭出類似措施，以防堵肺炎疫情擴散。

考量到公共衛生與研究人員的健康，大部分的實驗室也都遵守學校及研究單位的規定，讓實驗室人員在家閱讀文獻、分析資料，例行性的實驗室會議也改為線上討論。

然而，生物醫學研究並非在家中書房內或是沙發上就可以完成，缺乏特殊裝備、儀器及實驗動物，研究幾乎完全停擺。哈佛研究員 Richard Lee 就表示，他所在的實驗室正在進行一項為期 4 至 6 個月的老鼠實驗，關閉實驗室意味著他們過去幾個月付出的時間和心血將付諸東流；此外，該實驗室正在進行的老人免疫系統 DNA 研究也暫時中止，復工之時遙遙無期。

大腸桿菌當然也不是可以在家培養的東西。

密西根州立大學的 Richard Lenski 自 1988 年起，致力於觀察微生物生長、演化的情形，至今已培養超過 73,000 代的大腸桿菌。為抵擋這波來勢洶洶的肺炎疫情，Richard Lenski 決定將大腸桿菌冷凍保存，中斷 32 年來從未停歇的實驗。

為了降低損失，約翰霍普金斯大學則將校內正在進行的臨床研究實驗依據急迫性和重要性分為三等級：

• 第一等級：為「非做不可 ( essential ) 」，包含和 COVID-19 有關的試驗，以及停止試驗將對患者生命有即刻威脅性的臨床研究，此類研究可以如常進行，也可以繼續招募新的受試者。
• 第二等級：包含多項癌症試驗，研究者可在減少人與人面對面接觸的情況下繼續工作。
• 第三等級：多為長期追蹤的世代研究，研究者僅能透過 e-mail 或是電話方式與受試者聯繫。

實驗動物缺乏照顧只能自生自滅？

實驗室關閉的另一大隱憂，是實驗動物的照顧問題。哈佛大學演化生物學家 Hopi Hoekstra 的實驗室中，飼養了許多用於觀察動物行為的老鼠，而這些特殊樣本都是研究團隊辛苦從野外蒐集回來的。若疫情持續延燒，將導致動物照護人力短缺，最壞的情況下，研究團隊可能需要撲殺實驗室內一半的動物。

不過，約翰霍普金斯大學及耶魯大學的動物資源中心主管受訪時表示，事情並沒有大家想像的那麼悲觀。他們讓動物照護人員採輪班制，減少彼此間的接觸，以降低整個團隊工作停擺的機會，且研究機構內有多個動物照護團隊，若不幸有工作人員染病或需隔離，可以由其他團隊人員替補，因此不用擔心實驗室內的動物無法得到必要的照顧。

約翰霍普金斯大學研究動物資源中心副主任 Eric Hutchinson 認為，即使疫情真的到了無法控制的地步，大部分的實驗動物都可以在僅供給食物和水、不清洗籠子的情況下，安穩存活 14 天。耶魯大學動物資源中心副主任 Peter Smith 則說，若真的不幸有一半的動物照護人員停工，他們仍可以進行基本的動物保健。

上至天文下至地理，各領域學者皆成受災戶

當然，除了生物醫學領域的科學研究之外，其他領域的科學研究也因為實驗室停工、全球各地的入境管制、經濟衝擊等改變而受到或大或小的影響。

密西根大學物理學者 David Gerdes 見全球疫情嚴峻，因而取消了 4 月前往智利天文台觀測的計畫。不巧的是，NASA 的新視野號 ( New Horizons ) 目前正以每小時 3.6 萬英里的速度經過古柏帶 ( Kuiper belt ) 的中心，因此正是近距離觀察古柏帶物體的絕佳時機，若放棄了這次的觀測，未來 10 年內可能再也盼不到這麼好的機會。

而流行病學家 CamilaGonzález-Beiras 原本在巴布亞紐幾內亞內進行熱帶肉芽腫 ( yaws ) 抗生素研究，然而，武漢肺炎疫情在全球擴散之後，當地的衛生官員被調派至機場執行檢疫工作，資助此研究計畫的世界衛生組織及當地衛生單位也將經費挪至防疫用，以西班牙籍工作人員為主的工作團隊更因班機取消而無法前往巴布亞紐幾內亞。因此，此項攸關當地人民健康的研究被迫暫時停止。

就連美國國家航空暨太空總署 ( NASA ) 的 2024 年登月計畫也難逃武漢肺炎的攪局，位於紐澳良市的火箭裝配廠由於當地疫情升溫而關閉，原定 3 月 20 日進行的太空發射系統 ( Space Launch System ) 及獵戶座太空船 ( Orion ) 測試工作皆取消。這表示已經延宕多年的登月時程將再度推遲，NASA 重返月球的日子仍不明朗。

雖然心血結晶可能在這波疫情之中成為泡影，但大部分的研究者為了將資源留給公共衛生，並照顧自己與研究夥伴的健康，多選擇乖乖待在家中，進行實驗數據的推算與分析，或是編寫未來的研究計畫。同時，他們也在心裡祈禱著疫情獲得平息，早日重返他們熱愛的科學研究與熟悉的實驗室。

參考資料

• Updated: Labs go quiet as researchers brace for long-term coronavirus disruptions
• Respirators, quarantines, and worst-case scenarios: Lab animal facilities grapple with the pandemic
• Coronavirus pandemic forces some research labs to shut down, with uncertain futures for scientific projects
• COVID-19 pandemic disrupts U-M research projects far and wide
• 武漢肺炎攪局，美國 2024 年重返月球夢恐延宕

• 圖文／肉桂是一隻貓
• 責任編輯／郭宜蓁、張語柔

生活中，除了無所不在的一氧化二氫，我們還能接觸到各式各樣的化學物質，像是藥物、疫苗、保養品、化妝品、健康食品等。然而，我們之所以能夠毫無顧慮地讓這些化學物質直接碰觸我們的皮膚，甚至是影響我們的身體，是因為背後有一群大功臣——「模式生物」。牠們的貢獻還不只於此，在人類疾病、心理學、遺傳學、發育生物學、神經科學等研究中，牠們也佔有重要的位置。

什麼是「模式生物」呢？模式生物是實驗動物的一種，是被廣泛研究，並對其構造與生物現象有深入了解的物種。依據針對這些特定物種的科學研究結果，可歸納出涵蓋許多生物的模型。接下來，就讓我們來看看動物中，有哪些較為普遍的「模式生物」吧！

小鼠與大鼠

談及實驗動物，腦中第一個浮現的就是實驗鼠：小鼠（Mus musculus）與大鼠（Rattus norvegicus）。

實驗使用的大小鼠為馴化後的白化品系，白毛紅眼，兩者體型差異甚大，成年雄小鼠約 20~40g，成年雄大鼠約 300~400g。為藥物與毒理試驗的基本實驗動物。

科學研究利用大小鼠進行人類疾病研究，例如高血壓、青光眼等。另外心理學、神經科學研究則利用大小鼠進行水迷宮試驗來觀察空間學習能力或神經生理等。

斑馬魚

斑馬魚（Danio rerio）廣泛運用在發育生物學和分子發育遺傳學的研究，又稱為「水中的小白鼠」。

斑馬魚成魚體長約 4~6 公分，體外受精，受精卵在體外發育，發育過程中胚胎透明容易觀察與操作，為科學家研究脊椎動物早期器官發育和型態分化提供了極佳的觀察研究素材。

許多人類疾病可以成功模擬到斑馬魚上而進行研究，例如癌症或心血管疾病等，並且也已建立斑馬魚的免疫模式，是免疫研究的廣泛運用模式生物。由於斑馬魚幼魚能再生其心臟、體側線的毛細胞、視網膜神經元等重要細胞，故也是用以研究再生的重要模式生物。

非洲爪蟾

非洲爪蟾（Xenopus laevis）兩棲生物，可以說是模式生物裡的少見的青蛙（？）王子。

非洲爪蟾的胚胎大容易進行實驗操作，是發展生物學的重要生物研究材料，並且非洲爪蟾的卵母細胞是分子生物學重要的表達細胞，用以表現 DNA 與 mRNA 之對應蛋白質以進行研究。

黑腹果蠅

黑腹果蠅（Drosophila melanogaster）體型很小，體長小於 3 mm。

黑腹果蠅的生命週期短，繁殖力強，容易飼養，遺傳物質結構簡單，只有四對共八條染色體，其中一對為性染色體，易於進行基因定位與操作，容易誘導明顯的突變表徵，是研究遺傳學、發育生物學的重要模式生物，黑腹果蠅目前已「貢獻」了 8 個諾貝爾獎。

秀麗隱桿線蟲

秀麗隱桿線蟲（Caenorhabditis elegans）非寄生性線蟲，以細菌為食的線性動物，全身體透明，成蟲長度約 1 mm，雌雄同體。

秀麗隱桿線蟲的基因定序在 1998 年完成，也是第一個完成基因體定序的多細胞動物，同時是目前身體每個一細胞都能被溯源的生物，可以說是「超級模式生物」。在發育生物學、細胞凋亡研究作出卓越無可取代的貢獻。

另外，秀麗隱桿線蟲已被成功建構神經完整連接體（Connectome），意為其體內神經系統內所有神經連接的映射被架構完成，是神經生物學研究的模式生物。

「模式生物」之於人類

模式生物幫助科學研究的進行，加速我們對未知的理解，還能檢驗藥物、保養用品的安全性。模式生物的「生命」是我們應該好好重視的，牠們的犧牲奉獻並非理所當然，我們除了感謝牠們的存在之外，盡可能地給予模式生物最好的生活，在運用模式生物前，更要審慎評估，避免濫用以及不尊重其生命。

這一系列文章為 2016泛知識節「翻牆吧！知識」的活動紀實，我們將當下求知求真地感動盡力留下，想與世界某個角落正在努力翻牆的你分享。

知識不只在學校的黑板、不只在安靜的圖書館，當然 更不只在名為「學校」那棟被牆包圍的建築。2016泛 · 知識節「翻牆吧！知識」承襲著泛科學年會的精神與架構，變的是讓更多的知識在這裏碰撞，不變的是那渴求知識的靈魂。如果知識是一道牆，現在就讓我們用求知慾翻牆吧！

關於本場次【實驗動物大觀園】的活動介紹，請參考這裡。

• 講者／秦咸靜｜國研院動物中心企劃推廣組組長
• 文字紀錄／侯沁歡

實驗動物是人類為追求更好的生活品質與病痛治療背後的功臣，透過牠們，不僅救了人類，也救了動物，甚或是你家的寵物。只是你真的了解牠們嗎？

國研院動物中心企劃推廣組組長秦咸靜提到，從歷史上來看實驗動物的醫療貢獻，可以發現從 1900 至 2016 年為止，103 位諾貝爾生醫獎得主中就有 84 位做的是動物實驗。人類對器官移植、免疫系統或胃潰瘍等疾病的認識，許多都是從動物實驗而來。換句話說，沒有這些動物的犧牲，我們對於醫療健康的知識不會有這麼大的進展。

在生物醫學的基礎研究部分，研究人員因為成本、時間等因素，大多使用大小鼠來做研究。醫療器材領域的檢驗多是用兔子；醫療手術方面則是以豬為多數；藥品的檢定則是需要用狗，不同的檢定依照實驗的需求，必須選擇不同的實驗的實驗動物。而操作動物實驗的過程其實就是個「擬人化」的過程，像是運用特殊品系的小鼠模擬人類高血壓的進程，或是利用先天飽食中樞有問題的小鼠，研究因過度進食肥胖而導致的糖尿病，以便順利連接到人類醫學。

每當新的藥品與醫療器材被開發出來，從實驗室到實際面對人體應用前，都需要經過種種的檢測判斷藥品是否安全與有效，這中間的過程我們就會需要實驗動物的幫忙。

各有不同的大小鼠家族成員

實驗動物有許多種，在這場講座中，秦咸靜挑選了大家最熟悉的大小鼠來詳加介紹。之所以大多數的研究都會選擇大小鼠有幾個原因：牠們的成本低、體積小、易操作，並且有著豐富的生理遺傳資料與多樣性，事實上，除了我們常說的小白鼠外，所有品種加上基因改造小鼠，目前一共有兩萬多個品系。

在做動物實驗時，會將大小鼠做近親交配，因為近親交配多代以後，個體間的遺傳差異性變得很小，就像是利用許許多多的雙胞胎鼠在做實驗一樣，能得到穩定的數據。然而這也表示牠們只能代表某一小部分族群，在實驗結果的解讀上更需小心。

在眾多品系中，小白鼠其實是白化突變的品種、而黑鼠則是顯性基因突變而來，小鼠毛皮最自然的顏色其實是栗子色。每種大小鼠的毛色與個性皆有不同，選用來做的實驗種類也不一樣。品系 C57BL/6J（簡稱 B6）的小黑鼠是實驗用途最多的實驗鼠，牠們有著愛吃甜食、不愛帶小孩的個性，被實驗人員們稱做「Party animal」，時常被實驗人員用來做遺傳基因解碼實驗。而 CTH 品系的褐色鼠，對於葡萄糖的耐受性強，但空間記憶力卻很差。實驗人員會依照實驗題目來選擇較適合的品系進行實驗。

由於基因改造技術，現在發展出許多人類疾病模式的大小鼠，讓牠們能被模擬 / 複製人類遺傳疾病以方便研究。

實驗動物居所大公開

實驗動物們平常居住在動物中心的隔離飼育區（barrier）/ 動物房裡，這些動物房除了養動物們之外，還要配備其它多功能場域（functional area），如餵養區、新動物進場檢疫區、清潔消毒區、存放區等等，是整個動物中心佔地最廣的一區，比工作人員的辦公室、廚房、實驗室都還要大。

這些動物中心對於實驗動物居住環境品質的要求其實非常高，凡是進出隔離飼育區的人員、食物、水以及排泄物等等，都需要檢查與檢驗。實驗動物居住品質關係到牠們的健康，也間接影響到實驗結果的準確性。一個好的飼育區 / 動物房，各式外在環境的調控都非常重要：恆溫（攝氏 22~24 度）能使動物們代謝正常、維持濕度在 50~60% 之間有利食物飼料保存與降低疾病感染；新鮮空氣與氣味品質需要靠高換氣率來達成。

由於動物們在野外生活大多憑藉季節與日照時數的更替來轉換作息與繁殖週期，因此光週期的控制非常重要，為了避免偏差，動物房裡基本上都控制白天黑夜為各 12 小時，只有當需要繁殖時會轉為模擬夏季的較長時間日照；對夜行性動物來說，光度也是很需要注意的一環，動物房會配備兩段式或旋鈕式的可調節光線開關，以滿足動物們平常生活（較暗）與實驗人員進去工作時（較亮）的不同需求。

乾淨是最高準則

飼養實驗動物時，最忌諱的就是讓外面環境中的細菌與髒汙汙染到動物們的生活環境。當工作人員要進入動物房之前，一定要先洗澡並換下全身從裡到外的衣物，有時還要抽檢洗得「乾不乾淨」，檢測細菌的殘留量。動物們每季也都要做一次健康檢查，遠比人類一年一度的頻率來得還高。除了上述大環境的監控，每個小小飼育籠裡的「微環境」也有很多學問，動物中心裡的工作人員每一天都需要為牠們的家做清潔、消毒與更換墊料的工作（純手工！）。也要考量到動物們野外的生活型態，例如替愛做窩小鼠們準備「打造家園的材料」，根據生存需求與本能提供的客製化服務。

一般，實驗動物會養在俗稱「鞋盒式的飼育籠」裡面，比起上方沒有加蓋的開放式飼育籠，更能層層過濾空氣、隔絕細菌進入。不過，還有一種更高級的住宅區，叫做「獨立空調飼育系統」，顧名思義每個飼育籠都有管線連接到獨立空調，大家呼吸的空氣不會互相干擾，更是避免了疾病或細菌的傳染、穩定動物的品質；每個獨立空調都是由上往下，經過過濾後才傳輸到籠內，廢氣則由下往上到屋頂之後分流排出，為了維持下方飼育籠的乾淨品質，所有的管線都藏在天花板下的貓道裡，而這些貓道同時也方便維修人員進出工作，讓他們不必經過層層的滅菌手續，一切事情都從上往下處理。

除此之外，秦咸靜也提到，動物房內所有的牆面都是防撞牆，每一個轉折處都是弧狀轉角，這樣才能確保牆面的乾淨、不藏污；整棟建築物也是隔震建築，當地震來臨時，建築體下方的支撐物能保持建物的垂直，避免裡面的飼育籠經過搖晃後全都東倒西歪。

飼養實驗動物其實是非常繁瑣和辛苦的一件事，許多複雜的手續和規則，都需要大家共同來維持和遵守，雖然實驗動物們被養育的目的是為了幫助實驗的研究，但工作人員仍然希望牠們在有生之年能擁有最好的生活品質。許多人會直覺地想像養實驗動物大概就和在家中養寵物差不多，但看完這些，你是否對實驗動物的想像改觀了呢？