0

1
0

文字

分享

0
1
0

想重現侏儸紀公園?先征服古代 DNA 的種種難題!

劉筱蕾_96
・2016/07/23 ・4380字 ・閱讀時間約 9 分鐘 ・SR值 560 ・八年級

-----廣告,請繼續往下閱讀-----

大家好!打ㄍㄟ厚!胎軋後!各位如果常常追蹤寒波的粉絲團「盲眼的尼安德塔石器匠」,想必對藉由分析古代生物的 DNA,來探討生物演化或是人類遷徙有些認識。但是有人想過這樣的研究是怎麼辦到的嗎?

古代 DNA(ancient DNA, aDNA)研究或古遺傳學(paleogenetics),算是生物學,特別是演化生物學中的研究領域之一。一般指的是最初並非以萃取 DNA 為目標的標本中獲取,再利用特殊方法重建的遺傳資料。藉此重建保存條件不佳的 DNA,並將結果與當代生物的遺傳資訊合併分析,例如,〈冰河期前後智人大移民,其中一群人卻消失了?!〉、〈幾萬年前就是好朋友?在北極發現狗的可能始祖〉都是這類研究的成果。

值得注意的是,雖然我們使用古基因組這樣的詞彙,但這個領域的研究對象並不限於古代的生物,廣義來說,只要樣本的來源不是為了遺傳研究而採集(像博物館中的動植物標本),就算研究的對象不是古代生物,得到的 DNA 依舊可以稱之為古代 DNA。因為 Ancient DNA 資料能具體的呈現研究的生物在過去特定時間點遺傳組成,所以可以讓我們更加了解生物到底是如何變成我們目前看到的模樣。

班驢
班驢,又是一個無緣再相見的動物,至少你的 DNA 在科學史上記了一筆。(班驢:馬的!那我讓你在科學史上記一筆你滅種給我看啊!)圖/Wikipedia

古 DNA 研究怎麼開始的?

古代DNA研究的起步相當晚,第一個成功的例子在 1984 年,科學家藉由博物館中的動物肌肉標本,重現當時已絕種將近 100 年的斑驢 DNA(quagga,一種斑馬的近親)。隔年,舉世聞名的 Svante Pääbo(沒錯!!就是《尼安德塔人:尋找失落的基因組》的作者帕波)發表了埃及木乃伊的 DNA 片段,立即吸引了大眾的矚目。

-----廣告,請繼續往下閱讀-----

對研究者來說,這個全新的資訊來源可以讓他們回答之前無法探討的問題(科學家顯示摩拳擦掌中!!),而流行文化也立即跟上這股風潮,開始想像複製出古生物的可能性,最有名的就是恐龍災難大片《侏儸紀公園》啦!這部經典電影,因為有古生物學家指導此片的拍攝,對大眾傳達了相對正確的演化理論,但是在古代 DNA 研究的概念上(從蚊子中提煉出了恐龍 DNA 那段),卻也低估了古基因組研究過程中的困難。

在早期古基因組重建領域中,帕波是首屈一指的人物。從前述所提到的埃及木乃伊研究開始,到後來讓他揚名立萬的尼安德塔人基因組重建,他的團隊開發了一系列的方法來建立古代 DNA 研究的實驗流程,再配合當時新的 PCR 技術,可以快速擴增目標的 DNA 片段,讓標本的 DNA 重建似乎變得更容易了(詳情請參閱〈尼安德塔人:尋找失落的基因組……科學界30年第一手內幕揭秘〉)。越來越多科學家也加入重建古代DNA的行列,每個人都在比賽誰可以定出最古老的DNA序列……直到那黑暗時期的到來。

Jurassic park
豆知識:雖然叫侏儸紀公園,但是暴龍(T-Rex)實際上是生存在白堊紀非侏羅紀喔!揪咪~ 圖/Wikipedia

一個火雞三明治引發的疑案

這段「黑暗時期」,指的是許多已發表的古代 DNA 研究,最後被證明結果有問題。這包括 1600 萬年前的木蘭化石、琥珀中兩千五百萬到一億兩千萬年前的細菌序列(這情境有沒有一種似曾相識的感覺),都發生實驗結果無法複製的問題。

另一個相當有名的例子發生在 1994 年,有個美國團隊宣稱他們從恐龍的化石,經過 2880 次的 PCR 後,重建出大約 170 個核苷酸長的「恐龍 DNA」。而且這段序列與現存生物的 DNA 相互比較後,發現親緣關係最近的是鳥類,更精確來說是——火雞。這項發現相當符合恐龍與鳥類有最近共同祖先的認知,所以被認為是重要的證據。但後來卻發現這項結果無法被其他研究團隊複製。所謂的「可以複製」,代表他人能夠用作者提供的研究方法和材料重現實驗結果。後續討論中,有人提到「……直到現在,發現恐龍 DNA 的團隊都還在懷疑當時的實驗結果,是否來自他們曾經在實驗室吃過的火雞三明治……」,這些可疑的結果為當時正起步的古代DNA研究蒙上陰影。

-----廣告,請繼續往下閱讀-----

各種可能改變DNA的情況

事後科學家從「火雞三明治事件」,與其他失敗的實驗中取得許多教訓。

外來 DNA 汙染

第一個就是實驗汙染。實驗汙染這個問題要跟 PCR 在古代 DNA 上的使用,以及實驗方法一起討論。從生物死亡的瞬間開始,DNA 開始逐漸降解,碎成小段,太短的片段是無法進行 PCR 的,所以樣本中真的可以用來 PCR 的 DNA 片段濃度很低,跟附近環境中的 DNA 數量沒得比。

為了能夠與現在的物種相比較,研究者大多是選用與現生生物類似的基因片段重建。But,人生就是這個 but! 現代生物也有一樣 DNA 啊!畢竟 PCR 酵素不會專挑古代 DNA 來擴增,實驗過程中一開始只要有輕微的環境汙染,現代與與古代樣本間 DNA 數量上的差異就會讓 PCR 的結果完全改變。以「火雞三明治事件」為例,經過 2880 次的 PCR,你想那些輕微的污染會被放大到甚麼程度?

鳴人
你有辦法找到真正的鳴人,我就可以找出古代DNA。圖/Animen

PCR 的技術限制

以 PCR 來重建標本的 DNA 序列還有另一個限制,就是 PCR 一次只能重建一個到數個片段,古代 DNA 往往樣本稀少,如果以建立某個標本完整的一段基因為目標,很可能 PCR 還沒做幾次,材料就用完了。以一段約 600 鹼基對長的基因為例,如果用傳統 PCR 的做法,必須將這段基因分成五個片段 PCR,每次 PCR 的結果都要分別定序,再重新排列組成基因。相當耗費時間與人力。

-----廣告,請繼續往下閱讀-----

DNA 的劣化

與新鮮的樣本不同,古代 DNA 因為本身的特質跟不良的保存條件,所以萃取的 DNA 往往質量不佳。生物死後,會讓 DNA 的特性跟結構改變,這個機制叫 DNA 死後降解(post-mortem DNA degradation)。除了會發生前述提到的 DNA 分子鍵結斷裂、嘌呤從長鏈分子上脫落、核苷酸的碳環斷裂(我都解釋成DNA逐漸碎掉)之外,也會發生讓不同位置的DNA黏在一起、結構變形阻止 PCR 酵素繼續複製等等千奇百怪的症頭。最有名的例子是 DNA 分子中的胞嘧啶(cytosine)會被轉置成尿嘧啶(uracil)(RNA 的組成分子之一),導致後續 PCR 擴增時原本互補序列上的分子也跟著一起被改變(DNA 錯配,misincoporation),造成定序結果錯誤,這比實驗做不出來更可怕。

但是這些DNA死後降解也能在研究上帶來貢獻,像是其中一種 DNA 損傷的型態——核苷酸鹼基去氨化(DNA deamination),可以當作辨識古代 DNA 的特徵,或是藉由 DNA 損傷在序列中出現的比例,推估到底有多少觀察到的突變是真的因為演化而產生。

misincorporate
標本或是古生物的DNA常常有各式奇怪的問題,像是錯配(misincoporation)就很常見。圖/Logan Kistler

影響古代 DNA 保存的因素

古代 DNA 的保存有許多先天限制。雖然直覺是樣本保存的時間越長,DNA的劣化越嚴重,但實際分析發現並不全然如此,在 DNA 開始降解的初期,隨著時間越長,DNA 劣化的程度確實隨之增加。但是當時間對 DNA 降解的影響達到高峰之後,其他的環境因子反而在後續的分解作用中扮演更重要的角色。

舉例來說,氣溫變化就是很重要的影響因子,氣溫越低、以及變化幅度越小,越有益於 DNA 保存,所以現在大部分的古代 DNA 分析樣本都來自於山區、洞穴或是北方永凍層。

-----廣告,請繼續往下閱讀-----

另外,早期博物館標本採集時為了保鮮、防止腐敗等原因,也會添加酒精或福馬林等化學藥品(想想那個一趟採集就要花好幾年的時代~),也會影響標本中 DNA 的品質。所以有時就算是一、兩百年的博物館標本,在古代 DNA 重建的難度上還更甚於保存良好的數千年化石樣本。

而不同的分類群間,DNA 分解的效率也有差別,一般來說植物 DNA 的降解速度比動物來的快,研究者推測這可能是不同生物分解時體內微環境不同所造成,但是這方面的研究還沒有定論。

次世代定序是古代 DNA 研究的救星

值得慶幸的是,次世代定序技術(Next-generation sequencing, NGS)使得定序成本和時間明顯降低,更能有效的運用古代 DNA 帶有的資訊。NGS 的其中一個特色是可以廣泛的對全基因組定序,取得大量資料。從〈從3億到1000:3天定序是怎麼辦到的?〉可以知道,現在的分析技術跟過去完全沒辦法比。以前能定序出數個基因片段就偷笑了,現在在 NGS 的加持之下,以一般大腸桿菌基因組為例,跑兩個鐘頭的反應,就可以讀出 2 千 5 百萬個鹼基對。

與 NGS 發展交互影響的是現代資料處理能力的快速進步。電腦科技的進步與普及帶來了大幅增加的資料處理能力,也是古遺傳學得以持續發展的動力。對古代 DNA 的研究者來說,實驗室工作唯一能加強的地方只有對實驗汙染的管理,但是 DNA 降解的問題跟重組都不是在實驗室中進行,而是仰賴計算機的威力,所以很多時候資料處理跟程式運算在研究中反而佔有更高的比重。

-----廣告,請繼續往下閱讀-----

古基因組的重組類似拼大張的拼圖,首先你會有一個已知的圖案(reference genome),以重建古基因組來說通常是來自於現生的相似物種,再將 NGS 定序出來的小片段放在合宜的位置。可是現生的物種跟真的要組合的生物還是有一定的差異,就像這拼圖雖然提供給你作品的示範圖片,但是因為內容改版,又跟盒中真的拼出來的結果有微妙的不同。這時就需要借助演算法來推測每個片段該放在拼圖的哪個位置(生物學家向電腦工程師們致上最高的敬意,敬禮!!)。

puzzle
拼拼圖有作品照片可參考,生物學家的古 DNA 拼圖常常是不完整或是要自己找。圖/Youtube

此外,由於古代 DNA 的品質欠佳,在資料處理過程中需要仰賴程式過濾實驗中汙染、DNA 降解、DNA 錯配所產生的雜訊。資料處理能力的提升也代表突變誤差也可透過數理模型校正。在研究者的努力與新技術的大力加持下,讓數萬年前的尼安德塔人基因組都有機會重見天日,這個領域依舊在蓬勃的發展中。

結論

所以,侏儸紀公園真的會出現嗎?

雖然說這領域的發展日新月異,但樣本的保存期限依舊有物理極限在,而且 DNA 死後降解的速度大多是比理想中來得高的。如同我之前所提到的,過短的 DNA 片段根本無法重組。再加上也不是只要基因組重建完成就可以完整打造出胚胎。我想在可見的將來,我們暫時是看不到恐龍出現在我們眼前啦!!

-----廣告,請繼續往下閱讀-----

jurassic
圖/Logan Kistler
  • 致謝:感謝 Dr. Logan Kistler、神秘友人寒波(盲眼的尼安德塔石器匠格主)與老友林佩蓉對專業內容與文章結構上的建議與修改。本文為作者參與歐盟居禮夫人人才培育計畫創新訓練網絡(Innovative Training Networks, Marie Curie Actions)之子計畫 MicroWine 所撰寫。

a6e43f790ee091cb4d133f89f8772082

參考資料:

  • Rizzi, Ermanno, et al. “Ancient DNA studies: new perspectives on old samples.” Genet Sel Evol 44.1 (2012): 21.
  • Poinar, Hendrik N., and A. Cooper. “Ancient DNA: do it right or not at all.” Science 5482 (2000): 1139.
  • Hoekstra, Hopi E., and Catherine L. Peichel. “Genes, Genomes, Phenotypes.” The Princeton Guide to Evolution (2013): 363.
-----廣告,請繼續往下閱讀-----
文章難易度
劉筱蕾_96
7 篇文章 ・ 2 位粉絲
森林系出身,遵守農院傳統熱愛喝酒吃肉的動漫宅,在英國漂流完之後到美國Smithsonian Institution 繼續漂流。我的興趣是植物的演化與馴化。這個過程表現了生物被自然和人為條件「雕塑」的過程。希望能擔任生物與歷史研究間的橋樑,並把研究中的所學到的小故事跟科學觀念分享給大家。

0

0
0

文字

分享

0
0
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

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。

鳥苷三磷酸 (PanSci Promo)_96
234 篇文章 ・ 317 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
0
早期 HER2 乳癌治療指南:術前、術後策略解讀,提升治癒率的關鍵!
careonline_96
・2024/11/29 ・2440字 ・閱讀時間約 5 分鐘

圖/照護線上

「30 多歲的陳女士意外發現乳房內有 3 公分腫瘤並已轉移至淋巴結,確診為早期 HER2 陽性乳癌。」三軍總醫院癌症中心主任戴明燊醫師建議標準治療方式應先接受化療加 HER2 標靶藥物的術前輔助治療,再進行手術切除。

手術後,雖然患者乳房的腫瘤完全消失,但在淋巴結中仍發現兩顆殘存癌細胞。戴明燊醫師強調:「對這位患者來說,術後輔助治療至關重要,這也是她唯一的治癒機會。必須採取更積極的治療策略來清除殘存的癌細胞,防止復發,避免病情惡化至乳癌晚期。」經與患者充分討論後,術後選擇了抗體藥物複合體(ADC)進行全身性治療。目前已三年過去,患者的乳癌未復發,並持續進行追蹤。

破解早期 HER2 乳癌治癒關鍵,戴明燊醫師深入解答。

Q1. 早期 HER2 乳癌治療該如何選擇先手術還是先用藥?復發風險高嗎?

乳癌是台灣女性中最常見的癌症,其中約四分之一為 HER2 陽性乳癌。當 HER 2基因過度表現時,乳癌細胞會迅速增長,大幅提升復發和轉移的風險。戴明燊醫師指出,以往治療 HER2 陽性乳癌的方式多為先進行手術切除腫瘤,隨後再進行全身性術後輔助治療。然而,隨著治療技術和藥物的持續進步,治療目標逐漸前移,致力於提高早期乳癌治癒率,並達到終身控制病情、不復發、不轉移的目標。戴明燊醫師進一步強調:「如果首次治療未能徹底根除腫瘤,復發的機率將大幅上升。」

-----廣告,請繼續往下閱讀-----
早期HER2乳癌治療策略
圖/照護線上

戴醫師說明:「對於腫瘤大於 2 公分或已有淋巴結轉移的患者,術前應優先考慮進行化療合併 HER2 雙標靶藥物治療。」這樣能顯著提升術後達到病理完全緩解(pCR)的機率,也就是體內沒有殘留癌細胞。術後繼續完成為期一年的輔助治療,這種治療策略能大幅降低復發和死亡風險,治癒率可高達九成,並有望實現終生不復發的目標。

Q2. 早期 HER2 乳癌術前輔助治療與術後輔助治療藥物有哪些選擇?

早期 HER2 乳癌的術前輔助治療藥物可選擇單標靶或雙標靶,並需合併化療藥物。戴明燊醫師指出,「研究顯示,術前接受 6 個療程的單標靶合併化療,約有 4-6 成的病友能達到 pCR。若使用雙標靶合併化療,pCR 的比率可提升至7成。」進一步研究表明,這些達到 pCR 的病友若術後接受一年的雙標靶輔助治療,其復發風險可降低超過兩成。

Q3. pCR 對於高風險早期 HER2 乳癌的預後重要嗎?

即使接受了術前 HER2 雙標靶合併化療,仍有約兩至三成的患者無法達到病理完全緩解(non-pCR),這對預後有著重大影響。戴明燊醫師強調:「pCR 是評估術前 HER2 標靶治療效果的關鍵指標,同時也是術後輔助治療藥物選擇的重要依據。」若術後仍有殘留病灶,表示乳癌細胞對 HER2 標靶治療反應不佳,甚至可能已經產生抗藥性。戴明燊醫師進一步說明,研究顯示,相較於達到 pCR 的患者,non-pCR 患者的復發風險增加兩倍以上。因此,對 non-pCR 患者而言,術後輔助治療猶如扭轉戰局的關鍵時刻。若改採 ADC 藥物治療,不僅能顯著延長存活期,還能大幅提高治癒的機會。

Q4. non-pCR 的高風險早期 HER2 乳癌術後該轉換 ADC 藥物治療嗎?

ADC 藥物被稱為「精準導彈」,因其結合了針對 HER2 的單株抗體與有效化療藥物,能精確打擊癌細胞。這種藥物通過 HER2 受體進入癌細胞,釋放毒素,直接摧毀乳癌細胞。與傳統化療相比,ADC 藥物顯著降低副作用,且具備更強的精準毒殺能力。

-----廣告,請繼續往下閱讀-----
ADC藥物景準擊殺HER2乳癌細胞
圖/照護線上

戴明燊醫師指出,大型臨床試驗顯示,對於 non-pCR 的高風險患者,術後接受 14 個療程的 ADC 藥物治療,可將復發風險降低超過四成五,並將死亡風險減少近三成五。這一突破性成果證實了 ADC 藥物在改善存活率上的顯著效果,為 non-pCR 患者提供了更大機會達到治癒。

Q5. 我有符合 ADC 藥物健保有給付的條件嗎?

自民國 113 年 8 月 1 日起,我國健保署擴大給付精準導彈 ADC 藥物,為術後 non-pCR 的早期 HER2 陽性乳癌患者爭取提高治癒率的機會。符合條件的患者可在醫師指導下,申請最多 14 個療程的 ADC 藥物治療。

早期HER2乳癌ADC藥物健保給付
圖/照護線上

戴明燊醫師強調:「早期 HER2 陽性乳癌患者應抓住術後這唯一的治癒機會,為自己爭取最佳治療效果。」隨著治療藥物的進展,即使術後未達 pCR 的患者,仍有機會實現治癒的目標。也呼籲乳癌的早期篩檢,及早發現有助於在治療中取得理想效果,並有效降低乳癌的威脅。定期檢查是守護健康的第一步,別讓乳癌影響你的人生。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

1
0

文字

分享

0
1
0
誰在馬丘比丘終老?來自印加帝國各地,還有遙遠的亞馬遜
寒波_96
・2023/09/13 ・3774字 ・閱讀時間約 7 分鐘

馬丘比丘(Machu Picchu)可謂世界知名的遺跡,觀光客前仆後繼。後世外人神秘的想像下,這兒其實是印加帝國王室冬季渡假的離宮,平時有一批工作人員長住。公元 2023 年發表的論文,透過古代 DNA 分析,證實這群人來自南美洲各地。

馬丘比丘,鍵盤旅遊常見的俯視視角。圖/Eddie Kiszka/Pexels, CC BY-SA

印加王室專屬的服務團隊

馬丘比丘位於現今的秘魯南部,安地斯山區海拔 2450 公尺之處,距離印加帝國的首府庫斯科(Cusco)約 75 公里,只有幾天路程。此處當年是一片完整的園區,足以容納數百人,王室成員會在冬天造訪(南半球的冬天,就是台灣所屬北半球的夏季月份)。

即使是使用淡季,馬丘比丘也住著不少工作人員;從遺留至今的墓葬,可以見到他們的存在。園區由 15 世紀初開始營業,到印加帝國 16 世紀滅亡為止,此後與外界斷絕聯繫數百年,一直到 1912 年,美國調查隊再度「發現」這處世界奇觀。

馬丘比丘總共留下 107 座墓葬,174 位長眠者。這群人顯然不是印加王室,應該是歷代的服務團隊。以前有許多證據,根據不同手法與思維,支持馬丘比丘的工作員來歷很廣。例如這兒的陶器,各地風格都有。

-----廣告,請繼續往下閱讀-----

誰在馬丘比丘工作呢?發跡於庫斯科的印加帝國,後來成為廣大疆域的征服者,有一套「米塔(Mita)」制度調用各地的資源與人力。這套韭菜輪替,後來被西班牙殖民者沿用加改造,成為恐怖的剝削機器,也算是南美洲國家現今社會問題的一個根源。

然而,馬丘比丘的工作人員應該不是米塔制度的服役者,而是「亞納柯納(yanacona)」。他們是王室專屬的服務人員,來自帝國各地,小時候就離開家鄉,接受培育以服務王室。

印加帝國的地理格局。圖/參考資料1

來自印加各地,還有帝國以外的亞馬遜

這項研究由馬丘比丘的墓葬取得 34 個古代基因組,以及附近烏魯班巴谷(Urubamba Valley)的 34 位古代居民樣本,他們代表當地原本的鄉民。

分析發現,印加帝國能接觸到的地區,當地特色的血緣都能在馬丘比丘見到。唯一例外是帝國最南端,現今智利中部、阿根廷西部那一帶。這使得馬丘比丘,成為印加帝國 DNA 多樣性最高的地點。

-----廣告,請繼續往下閱讀-----

但是我不覺得,這等於馬丘比丘存在多樣性很高的「遺傳族群」。分析對象中只有一對母女,其他人都沒有血緣關係。這群人的 DNA 差異大,是因為持續有一位又一位孤立的人,從不同地方被帶進來,整群人只能算特殊個體的集合。

不過遠離家鄉,服務終生的亞納柯納們,彼此間還是可以結婚生小孩的。

性別方面有細微的差異。整體而言,男生具備較多安地斯高地的血緣,女生則配備更多高地以外族群的血緣。一個因素是,有些女生來自更遠的地方,例如文化有別的亞馬遜地區。

印加帝國對亞馬遜的政治勢力不是征服關係,似乎大致上對等。有些亞馬遜的女生大概出於交流目的,來到印加帝國。至少長眠於馬丘比丘的這幾位,生前受到的待遇看來不錯。

-----廣告,請繼續往下閱讀-----
馬丘比丘長眠者的年代與血緣組成。圖/參考資料1

山區到更高山區的情慾交流

對於更在地的族群調查,發現一件有趣的事。庫斯科附近的人群,以「秘魯南部高地」血緣為主,可以視為長居本地的血緣。一部分人卻也能偵測到,與更高山上之「的的喀喀湖(Titicaca)」的居民共享血緣。

庫斯科與的的喀喀湖,兩個地區有點距離,考古學證據指出,早於 2500 年前兩地間就存在交流。而遺傳學分析則支持,兩地存在情慾流動;可惜現有樣本,不太能精確判斷交流發生的年代。

來自亞馬遜的媽媽,女兒,爸爸

這批調查對象中,我覺得長眠於馬丘比丘的那對母女最有意思,值得特別思考。這對母女都是百分之百的亞馬遜西北部血緣,長眠於同一墓穴,兩者的關係在當時有被強調。

「亞馬遜」的面積妖獸大,印加帝國最有機會接觸的,應該是距離安地斯東方不遠的區域,也就是亞馬遜的西部和西北部。不論如何,亞馬遜有自己的一套,印加帝國與其有所交流,不過始終無法將其納入統治。

-----廣告,請繼續往下閱讀-----

征服到山與海的盡頭!以及雨林的邊緣……

馬丘比丘長眠者的鍶穩定同位素比值。圖/參考資料1

根據牙齒中鍶的穩定同位素,可以判斷一個人小時候在哪兒長大。媽媽 MP4b 成長於亞馬遜地區,表示她在長出恆齒後才抵達安地斯。

她的女兒 MP4f 則無法判斷具體地點,不過應該位於安地斯山區。兩人後來都在馬丘比丘服務,去世後長眠於此。

女兒沒有其餘地區血緣的特色,意謂女兒的爸,也配備百分之百的亞馬遜西北部 DNA,只是在馬丘比丘墓葬中看不到他。

-----廣告,請繼續往下閱讀-----

印加帝國興起,亞馬遜扮演什麼角色?

年代方面,媽媽算是長眠於馬丘比丘最早的一批人,處於印加建國的初期,甚至有可能早於開國之日。

依照歷史敘事,印加帝國始於「印加太祖」帕查庫特克(Pachacuti)擊敗昌卡人(Chanka)。印加勢力征服烏魯班巴谷以後,才有機會建設其上方的馬丘比丘。而印加太祖登基的年份為 1438 年。

然而,針對馬丘比丘遺骸的放射性碳同位素定年(碳14),指出兩人的年代或許早於 1420 年。考古學家因此懷疑,印加帝國建國的實際年代比 1438 年更早,也許早在 1420 年已經完成建國大業。

馬丘比丘最早長眠者的年代,似乎比歷史敘事中,印加帝國建國的 1438 年更早。圖/參考資料4

亞馬遜西北部長大的媽媽 MP4b 之年代,剛好介於這段時期。不論如何,這都是明確的證據,支持印加帝國建國之初,和亞馬遜之間有一定程度的正面交流。而女兒的爸,身份也引人好奇。

-----廣告,請繼續往下閱讀-----

他是當時亞馬遜政權派往印加的政治代表,或是軍事團助拳人嗎?還是替印加王室服務的商人,或是作戰的傭兵?他是在哪個地方,什麼情境下,與來自家鄉的女性生下女兒?最後,他本人最終的命運如何?

馬丘比丘在這對母女以後,至少還有四位純亞馬遜西北部血緣的女性長眠,延續到印加帝國的最後時期,當中至少兩位是在安地斯山區長大,和前輩女兒 MP4f 一樣。印加王室與亞馬遜的人口交流,貫串整段帝國時光。

古代 DNA 的分析,有相當客觀的套路,但是從中能牽引出的主觀議題千變萬化,非常有意思。

延伸閱讀

參考資料

  1. Salazar, L., Burger, R., Forst, J., Barquera, R., Nesbitt, J., Calero, J., … & Fehren-Schmitz, L. (2023). Insights into the genetic histories and lifeways of Machu Picchu’s occupants. Science Advances, 9(30), eadg3377.
  2. Who lived at Machu Picchu? DNA analysis shows surprising diversity at the ancient Inca palace
  3. Ancient DNA reveals diverse community in ‘Lost City of the Incas’
  4. Burger, R. L., Salazar, L. C., Nesbitt, J., Washburn, E., & Fehren-Schmitz, L. (2021). New AMS dates for Machu Picchu: results and implications. Antiquity, 95(383), 1265-1279.

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
寒波_96
193 篇文章 ・ 1135 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。