0

0
0

文字

分享

0
0
0

TED死都不該讓你看的兩個演講?

Gene Ng_96
・2014/07/14 ・4999字 ・閱讀時間約 10 分鐘 ・SR值 566 ・九年級

-----廣告,請繼續往下閱讀-----

知名部落格王大師有篇文章〈TED死都不想讓你看的兩個演講!〉,實在太多人分享了,所以不得不出來說點話。

裡頭提到原本被TED官方刪除的演講分別是「葛瑞姆·漢卡克-意識之戰」和「羅伯特·謝爾德雷克-科學的迷妄」。

8911-3

我完全反對王大師的立場,我並不認為TED不推廣兩個演講的消音有何問題,因為TED的標語就是「Ideas worth spreading」,看懂了沒?「Ideas WORTH spreading」,「值得推廣的點子」,不是所有點子都值得推廣,就是有「Ideas NOT WORTH spreading」。那什麼樣的「Ideas NOT WORTH spreading」?為什麼有些包裝成科學的理論就是「Ideas NOT WORTH spreading」?

科學是很有趣的,如果你要學科學,在過程中就得要先學會一堆有標準答案的知識,例如數學的各種公式、符號和定理等等,不是隨便你來的,一加一等於二,你就不能寫成三;物理學也是,一堆公式、原理、定律等等;化學也是,反應方程式不是隨便可以亂寫的;生物學可能彈性一些,可是還是有一堆標準答案。乍看之下, 科學似乎比人文和社會科學僵化死板。有些人文學者甚至批評科學搞得像是宗教,擁有一堆堅不可破的教條教義!可是科學界明明就有一大堆新發現,有些發現還能改寫教科書等等。要討論這點,就要來討論科學研究是怎麼一回事?

-----廣告,請繼續往下閱讀-----

首先,什麼是科學理論?英國科學哲學家波普(Karl Popper,1902–1994)建立否證或證偽(falsification)的觀念,以「可否證性」(falsifiability)來區分科學或非科學,只有可否證的理論,才佔有科學的地位。科學理論的標準在於它的可證偽性、可反駁性、或可測試性。科學是由假設和推測組成,並不等同真理。可否證性避免了模棱兩可的狀況,像星座算命不能當作科學,就是因為星座算命的辭彙往往模棱兩可,要怎麼解釋都行,可是科學理論不行;可否證性也排除了套套邏輯 (tautology),例如「男人是男的」、「白馬是白的」也不能算是科學理論。

波普的否證論開創了科學哲學新天地。波普提出的「否證論」有嚴格的否證精神,科學理論,其存在只是還未被否證,只要假說被否證了,科學家就要服從事實,放棄該假說。可是,波普的嚴格否證論有個大問題,就是如果這麼理想,那麼全世界大學生不是早就在普物、普化、普生實驗室中把物理、化學、生物學基本定律證了成千上萬次了?為何每當我們在普物、普化、普生做不出預期結果,助教和老師都迷信基本定律要認定我們是錯的?而從來是沒有毫不懷疑地把那些定律否證掉?

這個問題,美國科學哲學家孔恩(Thomas S. Kuhn,1922-1996)就提出典範說來解釋。孔恩是哈佛大學的物理學博士。他在其經典著作《科學革命的結構》The Structure of Scientific Revolutions)提出了典範、常態科學(Normal Science)和不可共量性(incommensurability)等觀念。此書問世已超過卅年了,雖然其中學說備受挑戰,但其魅力仍只能用方興未艾來形容。而看看他是怎麼說的吧!

自孔恩以降,科學哲學家傾向與科學史、科學社會學結合,不再提供「理性方法」的軌範,而是在描述「真實科學」是如何運作的,提供一個描述性的圖像,雖然科學家們本身並不一定知道, 或喜歡這個圖像。也就是說孔恩拋棄了維也納學圈(Vienna Circle)和波普重視的「邏輯性」,轉而重視「歷史性」的研究。孔恩的結論是建立在探尋革命家當時身處的時代裡,他的觀點與其團體人們的觀點間的互動關係,而非以今天常態科學界對革命家的典範的看法來評斷科學革命家的事業。

-----廣告,請繼續往下閱讀-----

作為一個「群體承諾型態」(the constellation of group commitments)的典範是一組有序的「學科結構」(disciplinary matrix):一、符號式的通則,如公式、定律等;二、形而上學式的信念與模型圖像,如原子論、機械論式的最高原則;三、共享的價值和美學取向,如「精確預測」、「和諧」、「簡潔」、「太陽中心」、「天上完美的圓形」等;四、共享的具體例子,或「範例」(exemplar),如何從「範例」發展成具有 「家族類似性」(family resemblance)的新例子。

在前典範時期,涉及了沒有理論指導的「歸納法」,如培根 (Francis Bacon,1561–1626)關於熱、色、風、礦等的自然史中的觀察資料往往只是部份的,不合後來的理論,往往是條件沒說清楚,今天我們無法重覆當時的觀察。而且各學派之間存在著極大的方法論差異,互相難以溝通。進入典範時期後,可以明顯觀察到的現像是協立一致的學刊、學會的成立,科學家們努力地探討更具體而內行的問題,他們逐漸地把研究成果用論文形式發表給同行參考,而不再寫給一般知識階層看的書。

在典範指導下的「常態科學」(Normal Science)所做的收集事實的活動的研究方向有:第一、下工夫把事實定得更精確,以及了解在各種變化下這些事實的變化情形,如各種物理常數等;第二、量化定律的形成,即尋找自然和理論之間的數學關係式;第三、向潛在的新領域做探討,例如接受牛頓典範後,繼續完成牛頓未完成的月球軌道等問題,而另外許多新領域也「應該」能夠以類似的方法來探討。還有為了解決問題的新數學之發展、為了美感、清晰量化而進行大量的公式重組與重設 (reformulation)之工作。若非典範之支持與承諾,則深入、專注而集中的研究不可能做成。這三類問題──決定重要事實、使理論與事實相吻合和精煉典範──己涵蓋了常態科學中理論與實驗工作所欲解答的所有問題 。

常態科學的活動在孔恩看來是一種「解謎的活動」(puzzle-solving),就像拼圖、詰棋、猜字和謎語等遊戲一般。當科學社群接受了一個典範之後,它也同時接受了一個判準,并以之來選擇研究的問題,那就是:在典範的保證下,它們必然有答案。大致而言,只有這種問題社學社群才會承認是科學的問題,才會鼓勵其成員來研究。這使得科學家能夠專心致志,這也就是為何常態科學能夠進展神速 。

-----廣告,請繼續往下閱讀-----

如果,「解謎活動」並不想解決「沒有預期」的問題、並不想大肆創新,為什麼科學家仍然不斷地有新的「未預期」的重要發現?今人驚訝的「科學新發現」如何可能?「常態科學」是保守的科學思想,還是對「促進」 改變典範的創新也特別有功能?孔恩本身在書中解答了「常態科學」是保守還是「促進」改變的問題。

常態科學愈發展,對自然的「預期」就愈清楚和全面、對現象的「預測」也就愈精密,如也就愈容易發覺「異例」、或理論與自然的「不合」之處。「創新」,通常是被那些很「精準」的知道自己「預期」的是什麼的人所發現──但要能「精準預期」,卻預設了常態科學的存在。反之,沒有典範的預期下,對自己要什麼並不清楚,何謂正常、何謂異例的區別也不明,故很難發現什麼「新事物」。「異例」只有在「典範背景」前才會顯現 。

除了孔恩的典範論的挑戰,波普的否證論後來讓匈牙利的科學哲學家拉卡托斯(Imre Lakatos,1922–1974)提出的「科學研究綱領方法論」(Research programmes)給修正。拉卡托斯認為科學研究有其研究綱領,理論有內核,外部有邊界條件、輔助假設。一個理論經過檢驗,若未通過,其內核是不輕易放棄的,可以改變邊界條件、輔助假設再接受檢驗,實在不行才放棄。允許幾個理論相互競爭,看哪個能夠解釋較多事實、能夠預測新的事實。相互競爭下,好的理論就會保留下來。

基本上,以孔恩的學說,就能很清楚地指出,為何主流科學界無法接受魯伯特.謝爾瑞克(Rupert Sheldrake)和漢克(Graham Hancock)的學說了。因為他們的理論一來是在常態科學運作良好的情況下提出的,也沒有更強的解釋力,而且對解決科學家關心的問題也好,異例也好,也都無助。用拉卡托斯的學說來解釋,他們倆的理論也沒有更有預測力。

-----廣告,請繼續往下閱讀-----

就算完全不以波普、孔恩和拉卡托斯的學說來吊書袋,我也能充分地解釋為何他們的理論根本不科學,現今頂多有用來寫科幻小說的價值而已。文中指出「比方說牛頓式的物理學,在相對論與量子力學問世後,這個物理宗派就顯現不足處,科學祭司們則被剝奪權力法杖。」這就是因為王大師不是學科學的吧,不曉得科學的發展。相對論與量子力學的出現,是因為當時已經無法用牛頓力學解釋的現象愈來愈多了,於是就出現了相對論和量子力學,而不管相對論還是量子力學,都是建立在嚴謹的數學推導之下產生的,並不是科學家憑想象力硬拗出來的!王大師似乎把科學當作想象力的純粹產物。

而相對論和量子力學為何成為主流,是因為權力或經濟上的運作嗎?還是符合即得利益者的利益?都不是,是因為相對論和量子力學的基礎,可以讓科學家推導出更多更多理論,而每個理論都有實驗數據來驗證!例如上帝粒子,就是用數學推導出來的,而科學家也花了卅幾年才在實驗室驗證出其真身。相對論和量子力學成為主流科學,不是因為某大師感興趣或者爽而已,而是要經得起許許多多帶批判性的科學家一而再、再而三地利用理論和實驗來檢驗和修正才成立的!

另外,科學上有個現象稱作「突現」(emergence),簡單來說就是原子的行為不能單純用電子加中子再質子之行為來完全解釋、分子的行為不能單純用各別組成的原子之行為來完全解釋等等;在生物學上,細胞的性質不能單純用組成的胞器之性質來解釋、組織的特性不能單純用組成細胞之性質來完全解釋、器官的性質不能單純用組成組織之性質來完全解釋等等。不同階層有各自的性質。因為有突現這回事,所以才有不同的學科,例如理科最基礎的物理學、化學和生物學。生物學的基礎是化學和物理學,可是生物現象無法單純用化學和物理學來解釋。

儘管有突現這回事現象,基本上一個學科的知識還是不能違背其基礎學科,例如物理學不能違背數學、化學不能違背物理學、生物學不能違背化學和物理學。請問 「『形態發生場』(morphogenetic field)所組成,生物的結構並不受限於內在的基因排列,而是從外在的「型態場域」(morphic field)中經由型態場域振動(morphic resonance)」或者「人類可打開自己的第三眼,並與地球母靈(mother spirit)溝通」這些事,究竟是建立在多少化學和物理學的基礎上啊?如果說現今的化學和物理學無法用來當其基礎,那麼它要建立多少基礎學科,全面改寫多少教科書,才能解釋「型態場域」這回事?而且不管建立多少科學和改寫多少教科書,裡頭的理論全都要通過成千上萬的科學家能夠重覆與再現支持的實驗哦!

-----廣告,請繼續往下閱讀-----

謝氏也好、漢氏也好,他們的理論似乎是異軍突起,可以和其他更基礎的學科毫不關連,甚至和大多數的科學知識及發現違背了也沒關係,所以真的不科學啊。其中有啥是純唬爛的嘴砲,也沒有人(包括他們自己)分得清楚,因為他們過於依賴證言、軼事證據、個人經歷,而且含糊不清,缺乏具體的度量衡。也沒有在限定範圍 上定義清晰,明確指出預測現象在何時何地適用,何時何地不適用。

scivspseudosci3 A Pseudoscience Fair with James Randi

並不是使用了科學名詞,或者看來像科學的名詞,就是科學。學習和研究科學,要先學會一大堆主流科學認可的理論、知識和事實等等,還要能重覆再現先人的各種實驗,乍看之下科學界似乎是有一堆框框架架的僵化的體制,和創新相差甚遠。事實上,就是因為科學有很多「教條」,科學研究的新發現才迷人!因為在即有知識的框架中還能尋找到科學界認可的題目有多難呢?基本上就是定一個科學家在學術界的起落!有人說,大學生是以為教授啥都懂,碩士生是發現教授有些東西不懂, 博士生是驚覺教授什麼都不懂 XD

如果沒有框框架架的限制,可以任意天馬行空,那有什麼難的?如果不在乎框框架架,也不想要有任何即有知識的限制,那麼去寫虛構的科幻小說不就更好嗎?如果連所有物理、化學、生物的限制都可以不要,然後要充分發揮想象力,那麼去找三歲小娃不就行了嗎?幹嘛從小學、中學、大學,學科學理論、知識和邏輯得這麼辛苦呢?如果說喝了「死藤水(Ayahuasca)」就能有大發現,看來嗑大麻、海洛英、可卡因、安非他命就能當科學家了,元素周期表也甭背了,皆大歡喜 了?如果喝了死藤水,遇到的地球母靈和漢氏的不同,那怎麼辦?找評審來喝了再仲裁?

-----廣告,請繼續往下閱讀-----

漢克或者謝爾瑞克,並非不能提出他們的理論,但他們可以在科幻小說中暢所欲言啊。著名科幻小說作家阿西莫夫(Isaac Asimov,1920-1992)在其作品基地系列中提出「心理史學」(Psychohistory)的學說,揉合了歷史學、數學、社會心理學、社會學、氣體動力學及統計學,用於統計和預測巨大人口的未來活動,在基地系列中該學科被用於預測銀河帝國的命運和人類的未來。科幻小說大師阿西莫夫也是有生物化學博士的,在科幻小說裡天馬行空看來不是啥丟臉的事啊~

說漢克和謝爾瑞克的理論「Ideas NOT WORTH spreading」也不完全對啦,只是他們找錯了場合,他們或許是優異的小說家,寫成了科幻小說就是「Ideas WORTH spreading」了。因此,我真心建議大家把漢克和謝爾瑞克的理論當科幻小說來看就好,太認真就輸了。

續集:〈為何倡導偽科學是犯賤?〉

 

本文原刊登於The Sky of Gene

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
Gene Ng_96
295 篇文章 ・ 32 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

2
1

文字

分享

0
2
1
「融合蛋白」如何全方位圍剿狡猾癌細胞
鳥苷三磷酸 (PanSci Promo)_96
・2025/11/07 ・5944字 ・閱讀時間約 12 分鐘

本文與 TRPMA 台灣研發型生技新藥發展協會合作,泛科學企劃執行

我們知道癌症是台灣人健康的頭號公敵。 為此,我們花了很多時間介紹最新、最有效的抗癌方法之一:免疫療法

免疫療法中最重要的技術就是抗體藥物。科學家會人工製造一批抗體去標記癌細胞。它們就像戰場上的偵察無人機,能精準鎖定你體內的敵人——癌細胞,為它們打上標記,然後引導你的免疫系統展開攻擊。

這跟化療、放射線治療那種閉著眼睛拿機槍亂掃不同。免疫療法是重新叫醒你的免疫系統,為身體「上buff (增益) 」來抗癌,副作用較低,因此備受好評。

-----廣告,請繼續往下閱讀-----

但尷尬的是,經過幾年的臨床考驗,科學家發現:光靠抗體對抗癌症,竟然已經不夠用了。

事情是這樣的,臨床上醫生與科學家逐漸發現:這個抗體標記,不是容易損壞,就是癌細胞同時設有多個陷阱關卡,只靠叫醒免疫細胞,還是難以發揮戰力。

但好消息是,我們的生技工程也大幅進步了。科學家開始思考:如果這台偵察無人機只有「標記」這一招不夠用,為什麼不幫它升級,讓它多學幾招呢?

這個能讓免疫藥物(偵察無人機)大進化的訓練器,就是今天的主角—融合蛋白(fusion protein)

-----廣告,請繼續往下閱讀-----
融合蛋白(fusion protein)/ 圖片來源:wikipedia

融合蛋白是什麼?

免疫療法遇到的問題,我們可以這樣理解:想像你的身體是一座國家,病毒、細菌、腫瘤就是入侵者;而抗體,就是我們派出的「偵察無人機」。

當我們透過注射放出這支無人機群進到體內,它能迅速辨識敵人、緊抓不放,並呼叫其他免疫單位(友軍)一同解決威脅。過去 20 年,最強的偵查機型叫做「單株抗體」。1998年,生技公司基因泰克(Genentech)推出的藥物赫賽汀(Herceptin),就是一款針對 HER2 蛋白的單株抗體,目標是治療乳癌。

這支無人機群為什麼能對抗癌症?這要歸功於它「Y」字形的小小抗體分子,構造看似簡單,卻蘊藏巧思:

  • 「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」。
  • 「Y」 字形的「尾巴」就是我們說的「標籤」,它能通知免疫系統啟動攻擊,稱為結晶區域片段「Fc 區域」。具體來說,當免疫細胞在體內巡邏,免疫細胞上的 Fc 受體 (FcR) 會和 Fc區域結合,進而認出病原體或感染細胞,接著展開清除。

更厲害的是,這個 Fc 區域標籤還能加裝不同功能。一般來說,人體內多餘的分子,會被定期清除。例如,細胞內會有溶酶體不斷分解多餘的物質,或是血液經過肝臟時會被代謝、分解。那麼,人造抗體對身體來說,屬於外來的東西,自然也會被清除。

-----廣告,請繼續往下閱讀-----

而 Fc區域會與細胞內體上的Fc受體結合,告訴細胞「別分解我」的訊號,阻止溶酶體的作用。又或是單純把標籤做的超大,例如接上一段長長的蛋白質,或是聚乙二醇鏈,讓整個抗體分子的大小,大於腎臟過濾孔的大小,難以被腎臟過濾,進而延長抗體在體內的存活時間。

偵測器(Fab)加上標籤(Fc)的結構,使抗體成為最早、也最成功的「天然設計藥物」。然而,當抗體在臨床上逐漸普及,一個又一個的問題開始浮現。抗體的強項在於「精準鎖定」,但這同時也是它的限制。

「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」/ 圖片來源:shutterstock

第一個問題:抗體只能打「魔王」,無法毀掉「魔窟」。 

抗體一定要有一個明確的「標的物」才能發揮作用。這讓它在針對「腫瘤」或「癌細胞本身」時非常有效,因為敵人身上有明顯標記。但癌細胞的形成與惡化,是細胞在「生長、分裂、死亡、免疫逃脫」這些訊號通路上被長期誤導的結果。抗體雖然勇猛,卻只能針對已經帶有特定分子的癌細胞魔王,無法摧毀那個孕育魔王的系統魔窟。這時,我們真正欠缺的是能「調整」、「模擬」或「干擾」這些錯誤訊號的藥物。

-----廣告,請繼續往下閱讀-----

第二個問題:開發產線的限制。

抗體的開發,得經過複雜的細胞培養與純化程序。每次改變結構或目標,幾乎都要重新開發整個系統。這就像你無法要求一台偵測紅外線的無人機,明天立刻改去偵測核輻射。高昂的成本與漫長的開發時間,讓新產線難以靈活創新。

為了讓免疫藥物能走向多功能與容易快速製造、測試的道路,科學家急需一個更工業化的藥物設計方式。雖然我們追求的是工業化的設計,巧合的是,真正的突破靈感,仍然來自大自然。

在自然界中,基因有時會彼此「融合」成全新的組合,讓生物獲得額外功能。例如細菌,它們常仰賴一連串的酶來完成代謝,中間產物要在細胞裡來回傳遞。但後來,其中幾個酶的基因彼此融合,而且不只是基因層級的合併,產出的酶本身也變成同一條長長的蛋白質。

-----廣告,請繼續往下閱讀-----

結果,反應效率大幅提升。因為中間產物不必再「跑出去找下一個酶」,而是直接在同一條生產線上完成。對細菌來說,能更快處理養分、用更少能量維持生存,自然形成適應上的優勢,這樣的融合基因也就被演化保留下來。

科學家從中得到關鍵啟發:如果我們也能把兩種有用的蛋白質,「人工融合」在一起,是否就能創造出更強大的新分子?於是,融合蛋白(fusion protein)就出現了。

以假亂真:融合蛋白的HIV反制戰

融合蛋白的概念其實很直覺:把兩種以上、功能不同的蛋白質,用基因工程的方式「接起來」,讓它們成為同一個分子。 

1990 年,融合蛋白 CD4 免疫黏附素(CD4 immunoadhesin)誕生。這項設計,是為了對付令人類聞風喪膽的 HIV 病毒。

-----廣告,請繼續往下閱讀-----

我們知道 T 細胞是人體中一種非常重要的白血球。在這些 T 細胞中,大約有六到七成表面帶有一個叫做「CD4」的輔助受體。CD4 會和另一個受體 TCR 一起合作,幫助 T 細胞辨識其他細胞表面的抗原片段,等於是 T 細胞用來辨認壞人的「探測器」。表面擁有 CD4 受體的淋巴球,就稱為 CD4 淋巴球。

麻煩的來了。 HIV 病毒反將一軍,竟然把 T 細胞的 CD4 探測器,當成了自己辨識獵物的「標記」。沒錯,對 HIV 病毒來說,免疫細胞就是它的獵物。HIV 的表面有一種叫做 gp120 的蛋白,會主動去抓住 T 細胞上的 CD4 受體。

一旦成功結合,就會啟動一連串反應,讓病毒外殼與細胞膜融合。HIV 進入細胞內後會不斷複製並破壞免疫細胞,導致免疫系統逐漸崩潰。

為了逆轉這場悲劇,融合蛋白 CD4 免疫黏附素登場了。它的結構跟抗體類似,由由兩個不同段落所組成:一端是 CD4 假受體,另一端則是剛才提到、抗體上常見的 Fc 區域。當 CD4 免疫黏附素進入體內,它表面的 CD4 假受體會主動和 HIV 的 gp120 結合。

-----廣告,請繼續往下閱讀-----

厲害了吧。 病毒以為自己抓到了目標細胞,其實只是被騙去抓了一個假的 CD4。這樣 gp120 抓不到 CD4 淋巴球上的真 CD4,自然就無法傷害身體。

而另一端的 Fc 區域則有兩個重要作用:一是延長融合蛋白在體內的存活時間;二是理論上能掛上「這裡有敵人!」的標籤,這種機制稱為抗體依賴性細胞毒殺(ADCC)或免疫吞噬作用(ADCP)。當免疫細胞的 Fc 受體與 Fc 區域結合,就能促使免疫細胞清除被黏住的病毒顆粒。

不過,這裡有個關鍵細節。

在實際設計中,CD4免疫黏附素的 Fc 片段通常會關閉「吸引免疫細胞」的這個技能。原因是:HIV 專門攻擊的就是免疫細胞本身,許多病毒甚至已經藏在 CD4 細胞裡。若 Fc 區域過於活躍,反而可能引發強烈的發炎反應,甚至讓免疫系統錯把帶有病毒碎片的健康細胞也一併攻擊,這樣副作用太大。因此,CD4 免疫黏附素的 Fc 區域會加入特定突變,讓它只保留延長藥物壽命的功能,而不會與淋巴球的 Fc 受體結合,以避免誘發免疫反應。

從 DNA 藍圖到生物積木:融合蛋白的設計巧思

融合蛋白雖然潛力強大,但要製造出來可一點都不簡單。它並不是用膠水把兩段蛋白質黏在一起就好。「融合」這件事,得從最根本的設計圖,也就是 DNA 序列就開始規劃。

我們體內的大部分蛋白質,都是細胞照著 DNA 上的指令一步步合成的。所以,如果科學家想把蛋白 A 和蛋白 B 接在一起,就得先把這兩段基因找出來,然後再「拼」成一段新的 DNA。

不過,如果你只是單純把兩段基因硬接起來,那失敗就是必然的。因為兩個蛋白會互相「打架」,導致摺疊錯亂、功能全毀。

這時就需要一個小幫手:連接子(linker)。它的作用就像中間的彈性膠帶,讓兩邊的蛋白質能自由轉動、互不干擾。最常見的設計,是用多個甘胺酸(G)和絲胺酸(S)組成的柔性小蛋白鏈。

設計好這段 DNA 之後,就能把它放進細胞裡,讓細胞幫忙「代工」製造出這個融合蛋白。接著,科學家會用層析、電泳等方法把它純化出來,再一一檢查它有沒有摺疊正確、功能是否完整。

如果一切順利,這個人工設計的融合分子,就能像自然界的蛋白一樣穩定運作,一個全新的「人造分子兵器」就此誕生。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一。而且現在的融合蛋白,早就不只是「假受體+Fc 區域」這麼單純。它已經跳脫模仿抗體,成為真正能自由組裝、自由設計的生物積木。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一 / 圖片來源:wikipedia

融合蛋白的強項,就在於它能「自由組裝」。

以抗體為骨架,科學家可以接上任何想要的功能模組,創造出全新的藥物型態。一般的抗體只能「抓」(標記特定靶點);但融合蛋白不只會抓,還能「阻斷」、「傳遞」、甚至「調控」訊號。在功能模組的加持下,它在藥物設計上,幾乎像是一個分子級的鋼鐵蜘蛛人裝甲。

一般來說,當我們選擇使用融合蛋白時,通常會期待它能發揮幾種關鍵效果:

  1. 療效協同: 一款藥上面就能同時針對多個靶點作用,有機會提升治療反應率與持續時間,達到「一藥多效」的臨床價值。
  2. 減少用藥: 原本需要兩到三種單株抗體聯合使用的療法,也許只要一種融合蛋白就能搞定。這不僅能減少給藥次數,對病人來說,也有機會因為用藥減少而降低治療成本。
  3. 降低毒性風險: 經過良好設計的融合蛋白,可以做到更精準的「局部活化」,讓藥物只在目標區域發揮作用,減少副作用。

到目前為止,我們了解了融合蛋白是如何製造的,也知道它的潛力有多大。

那麼,目前實際成效到底如何呢?

一箭雙鵰:拆解癌細胞的「偽裝」與「內奸」

2016 年,德國默克(Merck KGaA)展開了一項全新的臨床試驗。 主角是一款突破性的雙功能融合蛋白──Bintrafusp Alfa。這款藥物的厲害之處在於,它能同時封鎖 PD-L1 和 TGF-β 兩條免疫抑制路徑。等於一邊拆掉癌細胞的偽裝,一邊解除它的防護罩。

PD-L1,我們或許不陌生,它就像是癌細胞身上的「偽裝良民證」。當 PD-L1 和免疫細胞上的 PD-1 受體結合時,就會讓免疫系統誤以為「這細胞是自己人」,於是放過它。我們的策略,就是用一個抗體或抗體樣蛋白黏上去,把這張「偽裝良民證」封住,讓免疫系統能重新啟動。

但光拆掉偽裝還不夠,因為癌細胞還有另一位強大的盟友—一個起初是我軍,後來卻被癌細胞收買、滲透的「內奸」。它就是,轉化生長因子-β,縮寫 TGF-β。

先說清楚,TGF-β 原本是體內的秩序管理者,掌管著細胞的生長、分化、凋亡,還負責調節免疫反應。在正常細胞或癌症早期,它會和細胞表面的 TGFBR2 受體結合,啟動一連串訊號,抑制細胞分裂、減緩腫瘤生長。

但當癌症發展到後期,TGF-β 跟 TGFBR2 受體之間的合作開始出問題。癌細胞表面的 TGFBR2 受體可能突變或消失,導致 TGF-β 不但失去了原本的抑制作用,反而轉向幫癌細胞做事

它會讓細胞骨架(actin cytoskeleton)重新排列,讓細胞變長、變軟、更有彈性,還能長出像觸手的「偽足」(lamellipodia、filopodia),一步步往外移動、鑽進組織,甚至進入血管、展開全身轉移。

更糟的是,這時「黑化」的 TGF-β 還會壓抑免疫系統,讓 T 細胞和自然殺手細胞變得不再有攻擊力,同時刺激新血管生成,幫腫瘤打通營養補給線。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」。就像 1989 年的 CD4 免疫黏附素用「假受體」去騙 HIV 一樣,這個融合蛋白在體內循環時,會用它身上的「陷阱」去捕捉並中和游離的 TGF-β。這讓 TGF-β 無法再跟腫瘤細胞或免疫細胞表面的天然受體結合,從而鬆開了那副壓抑免疫系統的腳鐐。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」/ 情境圖來源:shutterstock

告別單一解方:融合蛋白的「全方位圍剿」戰

但,故事還沒完。我們之前提過,癌細胞之所以難纏,在於它會發展出各種「免疫逃脫」策略。

而近年我們發現,癌細胞的「偽良民證」至少就有兩張:一張是 PD-L1;另一張是 CD-47。CD47 是癌細胞向巨噬細胞展示的「別吃我」訊號,當它與免疫細胞上的 SIRPα 結合時,就會抑制吞噬反應。

為此,總部位於台北的漢康生技,決定打造能同時對付 PD-L1、CD-47,乃至 TGF-β 的三功能生物藥 HCB301。

雖然三功能融合蛋白聽起來只是「再接一段蛋白」而已,但實際上極不簡單。截至目前,全球都還沒有任何三功能抗體或融合蛋白批准上市,在臨床階段的生物候選藥,也只佔了整個生物藥市場的 1.6%。

漢康生技透過自己開發的 FBDB 平台技術,製作出了三功能的生物藥 HCB301,目前第一期臨床試驗已經在美國、中國批准執行。

免疫療法絕對是幫我們突破癌症的關鍵。但我們也知道癌症非常頑強,還有好幾道關卡我們無法攻克。既然單株抗體在戰場上顯得單薄,我們就透過融合蛋白,創造出擁有多種功能模組的「升級版無人機」。

融合蛋白強的不是個別的偵查或阻敵能力,而是一組可以「客製化組裝」的平台,用以應付癌細胞所有的逃脫策略。

Catch Me If You Can?融合蛋白的回答是:「We Can.」

未來癌症的治療戰場,也將從尋找「唯一解」,轉變成如何「全方位圍剿」癌細胞,避免任何的逃脫。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
解密機器人如何學會思考、觸摸與變形
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/09 ・6820字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

本文與 Perplexity 合作,泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡,機器人的聲音就該是冰冷、單調,不帶一絲情感 。它們的動作僵硬,肢體不協調,像一個沒有靈魂的傀儡,甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是,現今的機器人發展不再只會跳舞或模仿人聲,而是已經能獨立完成一場膽囊切除手術。

就在2025年,美國一間實驗室發表了一項成果:一台名為「SRT-H」的機器人(階層式手術機器人Transformer),在沒有人類醫師介入的情況下,成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力,最終在八個不同的離體膽囊上,達成了 100% 的自主手術成功率。

-----廣告,請繼續往下閱讀-----

這項成就的意義重大,因為過去機器人手術的自動化,大多集中在像是縫合這樣的單一「任務」上。然而,這一場完整的手術,是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中,實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題:我們究竟錯過了什麼?機器人是如何在我們看不見的角落,悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化?

這趟思想探險,將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到,它們正以前所未有的方式,發展出生物般的觸覺、理解複雜指令、學會團隊合作,甚至開始自我修復與演化,成為一種真正的「準生命體」 。

所以,你準備好迎接這個機器人的新紀元了嗎?

-----廣告,請繼續往下閱讀-----

只靠模仿還不夠?手術機器人還需要學會「犯錯」與「糾正」

那麼,SRT-H 這位機器人的外科大腦,究竟藏著什麼秘密?答案就在它創新的「階層式框架」設計裡 。

你可以想像,SRT-H 的腦中,住著一個分工明確的兩人團隊,就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

  • 第一位,是動口不動手的總指揮「黑傑克」: 它不下達具體的動作指令,而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令,是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
  • 第二位,是靈巧的助手「皮諾可」: 它負責接收黑傑克的語言指令,並將這些抽象的命令,轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工,而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始,研究人員在訓練過程中,會刻意讓它犯錯,並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法,被稱為「糾正性示範」 。

SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。 / 圖片來源:shutterstock

這項訓練,讓 SRT-H 學會了一項外科手術中最關鍵的技能:當它發現執行搞砸了,它能即時識別偏差,並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後,機器人在遇到困難時,要不是完全失敗,就是陷入無效的重複行為中 。

-----廣告,請繼續往下閱讀-----

正是靠著這種從錯誤中學習、自我修正的能力,SRT-H 最終在八次不同的手術中,達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦,足以應付更混亂、更無法預測的真實世界嗎?例如在亞馬遜的倉庫裡,機器人不只需要思考,更需要實際「會做事」。

要能精準地與環境互動,光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體,它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去,這裡的倉儲機器人(如 Kiva 系統)就像放大版的掃地機器人,核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸,只負責搬運整個貨架,再由人類員工挑出包裹。

-----廣告,請繼續往下閱讀-----

但 2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡,商品被存放在由彈性帶固定的織物儲物格中,而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網,再從堆放雜亂的儲物格中,精準取出單一包裹,且不能造成任何損壞。

2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan / 圖片引用:https://www.aboutamazon.com/news

Vulcan 的核心突破,就在於它在「拿取」這個動作上,學會了生物般的「觸覺」。它靈活的機械手臂末端工具(EOAT, End-Of-Arm Tool),不僅配備了攝影機,還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力,和三個維度的旋轉力矩。這就像你的手指,裡頭分布著非常多的受器,不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」,能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同,從而動態調整行為,避免損壞貨物。

其實,這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時,你的大腦並不會先計算出精準的空間座標。實際上,你會先把手伸到大概的位置,讓指尖輕觸桌面,再沿著桌面滑動,直到「感覺」到硬幣的邊緣,最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺+觸覺」的混合策略,先用攝影機判斷大致的空間,再用觸覺回饋完成最後精細的操作。

-----廣告,請繼續往下閱讀-----

靠著這項能力,Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項,並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義,從單純的「替代人力」,轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」,Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎?它們都還是「專家」,一個只會開刀,一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本,但機器人的終極目標,是像人類一樣成為「通才」,讓單一機器人,能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」?

你問,機器人能成為像我們一樣的「通才」嗎?過去不行,但現在,這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去,我們教機器人只會一個指令、一個動作。但現在,科學家們換了一種全新的教學思路:停止教機器人完整的「任務」,而是開始教它們基礎的「技能基元」(skill primitives),這就像是動作的模組。

-----廣告,請繼續往下閱讀-----

例如,有負責走路的「移動」(Locomotion) 基元,和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法,學習如何組合這些「技能基元」來達成新目標。

舉個例子,當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時,它會自動將其拆解為一系列已知技能的組合:首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後,就可以開始來大量訓練。

當多重宇宙的機器人合體練功:通用 AI 的誕生

好,既然要學,那就要練習。但這些機器人要去哪裡獲得足夠的練習機會?總不能直接去你家廚房實習吧。答案是:它們在數位世界裡練習

NVIDIA 的 Isaac Sim 等平台,能創造出照片級真實感、物理上精確的模擬環境,讓 AI 可以在一天之內,進行相當於數千小時的練習,獨自刷副本升級。這種從「模擬到現實」(sim-to-real)的訓練管線,正是讓訓練這些複雜的通用模型變得可行的關鍵。

-----廣告,請繼續往下閱讀-----

DeepMind 的 RT-X 計畫還發現了一個驚人的現象:用來自多種「不同類型」機器人的數據,去訓練一個單一的 AI 模型,會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後,它在任何單一機器人上的成功率,比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後,經驗值合併,讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。

AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。/ 圖片來源:shutterstock

不再是工程師,而是「父母」: AI 的新學習模式

這也導向了一個科幻的未來:或許未來可能存在一個中央「機器人大腦」,它可以下載到各種不同的身體裡,並即時適應新硬體。

這種學習方式,也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師,而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型,正是透過一個「數據金字塔」來進行訓練的:

  • 金字塔底層: 是大量的人類影片。
  • 金字塔中層: 是海量的模擬數據(即我們提過的「數位世界」練習)。
  • 金字塔頂層: 才是最珍貴、真實的機器人操作數據。

這種模式,大大降低了「教導」機器人新技能的門檻,讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體,而是「任何」物體?

我們一路看到了機器人如何學會思考、觸摸,甚至舉一反三。但這一切,都建立在一個前提上:它們的物理形態是固定的。

但,如果連這個前提都可以被打破呢?這代表機器人的定義不再是固定的形態,而是可變的功能:它能改變身體來適應任何挑戰,不再是一台單一的機器,而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院特別具有代表性,該學院的仿生機器人實驗室(Bioinspired Robotics Group, BIRG)2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院(EPFL)特別具有代表性。該學院的仿生機器人實驗室(BIRG)在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年,來自 EPFL 的另一個實驗室——可重組機器人工程實驗室(RRL),更進一步推出了 Mori3,這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

2023 年來自 EPFL 的另一個實驗室—可重組機器人工程實驗室(RRL)推出了 Mori3 © 2023 Christoph Belke, EPFL RRL

Mori3 的核心,是一個個小小的三角形模組。別看它簡單,每個模組都是一個獨立的機器人,有自己的電源、馬達、感測器和處理器,能獨立行動,也能和其他模組合作。最厲害的是,它的三條邊可以自由伸縮,讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時,就能像一群活的拼圖一樣,從平面展開,組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡,我們熟悉的 3D 模型,其實就是由許多多邊形(通常是三角形)拼湊成的網格。Mori3 的創新之處,就是把這種純粹的數位抽象,真正搬到了現實世界,讓模組們化身成能活動的「實體網格」。

這代表什麼?團隊已經展示了三種能力:

  • 移動:他們用十個模組能組合成一個四足結構,它能從平坦的二維狀態站立起來,並開始行走。這不只是結構變形,而是真正的協調運動。
  • 操縱: 五個模組組合成一條機械臂,撿起物體,甚至透過末端模組的伸縮來擴大工作範圍。
  • 互動: 模組們能形成一個可隨時變形的三維曲面,即時追蹤使用者的手勢,把手的動作轉換成實體表面的起伏,等於做出了一個會「活」的觸控介面。

這些展示,不只是實驗室裡的炫技,而是真實證明了「物理多邊形網格化」的潛力:它不僅能構建靜態的結構,還能創造具備複雜動作的動態系統。而且,同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景:救援隊帶來的不是一台笨重的挖土機,而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人,鑽入瓦礫縫隙;一旦進入開闊地後,再重組成一隻多足的「蜘蛛」,以便在不平的地面上穩定行走;發現受困者時,一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑,另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景,正是科幻中的概念:可程式化物質(Programmable Matter),或稱「黏土電子學」(Claytronics)。想像一桶「東西」,你可以命令它變成任何你需要的工具:一支扳手、一張椅子,或是一座臨時的橋樑。

未來,我們只需設計一個通用的、可重構的「系統」,它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上,是一個從硬體定義的世界,走向軟體定義的物理世界的轉變。

更重要的是,因為模組可以隨意分開與聚集,損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時,它就像一個超個體,如同蟻群築橋。至此,「機器」與「有機體」的定義,也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡,演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T),甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展,一個全新的挑戰也隨之而來:在一個 AI 也能生成影像的時代,我們如何分辨「真實的突破」與「虛假的奇觀」?

舉一個近期的案例:2025 年 2 月,一則影片在網路上流傳,顯示一台人形機器人與兩名人類選手進行羽毛球比賽,並且輕鬆擊敗了人類。我的第一反應是懷疑:這太誇張了,一定是 AI 合成的影片吧?但,該怎麼驗證呢?答案是:用魔法打敗魔法。

在眾多 AI 工具中,Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity,它馬上就告訴我:該影片已被查證為數位合成或剪輯。但它並未就此打住,而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D

接著,選擇「研究模式」,就能深入了解 ANYmal-D 的詳細原理。原來,真正的羽球機器人根本不是「人形」,而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解,Perplexity 的「實驗室」功能,還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用,更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史:為何選擇四足?如何精進硬體與感測器結構?以及除了運動領域外,四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人:數位世界的新物種

從開刀、揀貨、打球,到虛擬練功,這些都是機器人正在學習「幫我們做」的事。但接下來,機器人將獲得更強的「探索」能力,幫我們做那些我們自己做不到的事。

這就像是,傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力,它就像是數位世界裡的機器人,能成為我們的「代理人」(Agent)

它的核心功能,就是拆解過去需要我們手動完成的多步驟工作流,提供「專業代工」,並直接交付成果。

例如,你可以直接對它說:「閱讀這封會議郵件,檢查我的行事曆跟代辦事項,然後草擬一封回信。」或是直接下達一個複雜的指令:「幫我訂 Blue Origin 的太空旅遊座位,記得要來回票。」

接著,你只要兩手一攤,Perplexity 就會接管你的瀏覽器,分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋,或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路,而實體機器人,則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧! 現在申辦台灣大哥大月付 599(以上) 方案,還可以獲得 1 年免費 Perplexity Pro plan 喔!(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

5
2

文字

分享

0
5
2
「薛丁格的貓」悖論,是遺產還是危機?——《一生必修的科學思辨課》
天下文化_96
・2021/08/22 ・1993字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/江才健
埃爾文·薛定諤(Erwin Schrödinger,1887 – 1961)。 圖/Wikipedia

一九四三年二月裡的冬天,物理學家薛丁格在愛爾蘭都柏林市做了一系列演講,演講的主題是由物理科學概念出發,希望給當時生命科學中的遺傳問題帶來新解。

薛丁格的科學成就早在十多年前已經得到肯定,當時已是地位崇隆的諾貝爾獎得主。由於生命科學研究曙光乍現,加上他自己對於哲學甚至東方宗教出名的好奇與思索,因此,一年後以他演講內容集結成的一本小書《生命是什麼》(What is Life?),成為二十世紀讓許多人議論的名著。有人說,這本書對現在蔚為主流的分子生物學,可謂啟蒙之作。

二〇一八年九月初,為回應薛丁格七十五年前的演講,在薛丁格當年演講的愛爾蘭三一學院舉行一個討論會,主題是「生物學的未來」,討論會踵續薛丁格演講的調子,當然要瞻望未來。

薛丁格當年演講,主調是以分子基礎來討論染色體遺傳,他提出猜想,認為遺傳物質是「不規律晶體」,由原子的一種無序但特殊有序結構形成。對於遺傳物質在生物體中的運作,薛丁格借用了物理的熱力學概念,熱力學第二定律是說整個體系的熱熵會持續增加,生物遺傳物質運作則選擇反其道而行。簡單說,薛丁格就是希望用物理學思維,來替生物學解惑。

-----廣告,請繼續往下閱讀-----

一九四三年薛丁格五十六歲,他最輝煌的物理工作是一九二六年提出的波動方程,那奠定了量子力學或然律表徵的問題,也奠定他在物理科學上的不朽地位。有一個說法指薛丁格做出波動方程後表示,有了波動方程,化學家的工作變得沒有意義了。

二維波動方程式的一個解。圖/Wikipedia

薛丁格會做《生命是什麼》演講,當然也有物理科學燦然大備、顧盼自雄的味道,但是一些人看他的演講內容,覺得既沒有特別的原創性,也不是領先群倫之作,原因是薛丁格所說的遺傳分子的不規律性,遺傳學家穆勒(Hermann Muller)早在一九二二年已經提出。後來得到諾貝爾獎的穆勒在六〇年代曾寫信給記者,指薛丁格的說法只是錯誤揣測,因為一九四四年埃弗里(Oswald Avery)完成細菌轉化實驗後,DNA 才確定為遺傳分子,之前認為最有可能的遺傳分子角色是蛋白質。

但是薛丁格的影響確是毋庸置疑。十年後做出重要工作而開啟分子生物學的代表人物,由物理學家克里克(Francis Crick)、威爾金斯(Maurice Wilkins)和班澤(Seymour Benzer)到動物學家華生(James Watson),都聲稱他們受到薛丁格思想的啟發,原因除了薛丁格有思想創新的名聲,也來自一個絕佳時機;因為生物學已經由主要是描述性的有機體科學,轉變成為機械性的微觀科學。因此,由物理或化學觀點來探究生命現象,自然而然是順理成章。

一九五三年克里克與華生大膽猜測出 DNA 的核酸氫鍵結構,不但標誌著二十世紀生物科學的一個歷史躍進,也開啟了往後迄今的分子生物學新紀元,過去整體組織視野的生物科學,化約為微觀結構的分子與基因生物學,這個傳承的未來何去何從,事實上還在未定之天。

-----廣告,請繼續往下閱讀-----

薛丁格雖說在物理科學的量子力學貢獻卓著,以新的數學方法解決了微觀粒子行為不能確定的或然率問題,但是他心知肚明,這些美妙玄奧的數學理論,到底如何能在真實客觀現象中展現,也還未可知。因此他曾經提出一般稱之為「薛丁格的貓」的悖論,這是一個想像的實驗,一隻貓與一個放射物質源共處於密閉空間,實驗設計如果放射物質源發生輻射反應,會觸動放射探測器,然後引發機關釋出致命氰化物殺死貓。

以巨觀世界來看,貓只可能是活的或是死的,但是在這個密閉空間的實驗中,貓的生死卻取決於一個或然率判定的微觀放射現象,因為根據量子力學的理論,微觀現象在觀察前,只是一個或然率,只在觀察時才確定,因此貓的生死也只能在觀察的當下決定。

通過 Manifest Destiny Down: SPACETIME 在 GIF 上學習

薛丁格的貓悖論說明的,就是數學解釋合理的微觀現象,在巨觀世界是有矛盾的,因為巨觀的真實世界裡沒有既生又死的貓。

這麼多年以來,一些物理實驗學家在實驗室裡的努力,確實創造出在特定控制條件下,一個微觀粒子「既生又死」的「雙重狀態」,這樣的實驗就以「薛丁格的貓」為名。

-----廣告,請繼續往下閱讀-----

但是這種物質的微觀現象只能在控制條件中存在,還無法同樣產生於一般的外在世界,更惶論用以來描摹更為多樣和難以預測的生命現象。

——本文摘自《一生必修的科學思辨課》,2021 年 9 月,天下文化

-----廣告,請繼續往下閱讀-----
天下文化_96
142 篇文章 ・ 625 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。