想瞭解基改作物嗎？先從農桿菌談起

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪編輯｜張容瑱；美術編輯｜林洵安

國際 C4 水稻計畫

中研院分子生物研究所余淑美院士，從小對農村和農作物就有濃厚的感情。踏上研究之路後，她以水稻為一生懸命的研究主題。處處用心、事事認真的余淑美在水稻的基因研究成就斐然，獲邀參與蓋茲基金會資助的「國際 C4 水稻計畫」長達十年之久，致力於打造抗逆境、高產量的超完美水稻品種，解決越來越急迫的全球糧荒，也讓臺灣的水稻基因研究在國際占有一席之地。

「這是非常困難的挑戰，大多數植物學家都覺得做不到，壓力很大」余淑美院士說：「可是如果現在不做，就永遠沒有機會。」這位中研院院士口中的不可能任務，就是「國際 C4 水稻計畫」。

這個龐大的計畫，終極目標是打造出高產量的「超完美稻米」，以餵飽全世界不斷增加的人口——目前世界人口已經超過 77 億，預估 2050 年會超過 95 億。想要餵飽這麼多人，糧食需要再增加 60%！然而，土地大量開發、水資源不足，全球氣候環境惡劣，現有糧食增加速度已追不上人口增加速度。

在科學家擘劃的藍圖中，這種超完美稻米與我們現在栽種、食用的稻米截然不同，將會是「C4 型」的植物，能夠高效率利用太陽能，使用較少的水和肥料，卻能有很高的產量。

等等，什麼是 C3、C4 型植物？

大家都知道植物會行光合作用：利用陽光把空氣中的二氧化碳和土壤中的水轉成醣類。C3 型植物，意即光合作用轉化二氧化碳時，最先產物為三碳化合物，如水稻、小麥、大豆、馬鈴薯等等；C4 植物的最先產物則是四碳化合物，如：玉米、甘蔗、高粱、芒草等等。重點來了！C3 型植物行光合作用的效率沒有 C4 型那麼好，也比較耗水。國際 C4 水稻計畫，簡言之，即是把屬於 C3 型植物的水稻改造成 C4 型植物。

「這個任務必須改變水稻的組織構造，以及它所進行的生化反應」，研究水稻基因超過三十年的余淑美解釋：「其中牽涉太多基因，要把水稻完全改造成 C4 型，真的難如登天！」不過余淑美始終堅信，有做就有希望。

因為在漫長的演化長河中，C4 型植物就是從 C3 型演化過來的，換句話說，C3 型是 C4 型的祖先。如果以人為的方式加速水稻往 C4 型植物演化的路徑，或許可以把水稻的光合作用模式調整成人類需要的樣子，解決未來糧食不足的困境。

以田間試驗評估轉殖成效

國際 C4 水稻計畫，一開始全世界共有二十多個實驗室參與，隨著計畫一期一期推動，愈來愈聚焦，到了第三期時（2015～2019 年）剩下 12 個實驗室。2019 年 12 月 1 日進入第四期（2019～2024 年），只剩 7 個實驗室參與。余淑美率領的研究團隊於 2009 年獲邀加入，至今已經堅持參與超過十年，義無反顧繼續前行。

最近的第四期計畫，余淑美的團隊負責兩個項目：一個是從「臺灣水稻突變種原庫」篩選出與 C4 型光合作用相關的重要基因，另一項工作則是把 C4 型的光合作用基因轉殖到水稻，種植在田裡，然後評估這個基因在水稻上是否有類似在 C4 植物時的功能、可否提高光合作用的效率。

「水稻轉殖之後，一定要到田裡去種，」余淑美表示，因為要試驗的水稻數量很多，光靠生長箱或溫室培養是不夠的，而且生長箱或溫室的環境非常穩定，沒辦法看出真正的農藝性狀，必須回到田裡，經過自然環境日曬風吹雨打的洗禮，才能顯現真正的性狀。

借重「水稻突變種原庫」的經驗

余淑美之所以能被國際 C4 水稻計畫委以重任，主因為團隊水稻基因轉殖的技術非常純熟，執行田間農藝性狀的評估已有十多年的經驗，這都要歸功於余淑美於 2002 年開始領導整合國內各個單位建立的「臺灣水稻突變種原庫」！

時間回到 1993 年，余淑美與博士班學生詹明才（現為中研院農業生物科技研究中心研究員）成功完成全世界第一個利用農桿菌轉殖水稻基因！此法便宜又快速，突破了水稻基因轉殖的瓶頸，目前已被廣為使用。

臺灣水稻突變種原庫，即利用農桿菌製造基因突變的水稻，作為研究水稻基因功能的材料。余淑美解釋，水稻大約有四萬個基因，想知道每個基因有什麼功能，最簡單、快速的方法就是製造突變：破壞基因或是促進基因表現，讓水稻出現不一樣的性狀，藉由性狀的改變來探討基因的功能。

舉例來說，如果利用農桿菌在水稻的基因體插入一個基因，製造突變，結果水稻長得很高，我們就知道這個基因與水稻生長的高度有關，由此著手研究，很快就能找到調控水稻高度的基因。

成立至今，臺灣水稻突變種原庫已製造、累積十萬多突變株，建立六萬筆突變基因資料，成為全世界科學家研究水稻基因功能的寶庫。

「建立水稻突變種原庫是一項非常艱鉅的任務」，余淑美回憶：「需要很多經費、很多人，和長時間的投入。」因此她遲疑了兩年，眼看基因功能研究已是全球擋不住的趨勢了，臺灣如果再不跟上潮流，水稻基因研究就會一蹶不振，失去競爭力。她決心放手一搏！

余淑美四處爭取經費，費盡心力整合中研院、國科會、農委會、中興大學等單位的資源，終於完成這項不可能的任務。目前，全世界只有韓國、法國、中國和臺灣有類似的水稻突變種原庫，臺灣雖然起步晚，花費的經費也比別人少，卻是目前品質最好的。

臺灣水稻突變種原庫利用農桿菌轉殖技術，製造出基因缺失或活化的水稻突變株，並保存突變水稻的種子，開放全世界申請，作為研究之用。

水稻長得好的秘密基因

除了優異的轉殖技術與豐富的田間試驗經驗之外，余淑美長年專注在水稻抗逆境生長的基因研究，也是受到國際 C4 水稻計畫肯定的原因之一。像去年（2019 年），余淑美的團隊就破解了水稻糖濃度的調控機制。

「人體內的血糖要維持一定的濃度」，余淑美說：「植物也一樣，糖的濃度維持一定範圍，才能長得好。」

水稻主要是利用 α- 澱粉水解酵素 (α-amylase) 將澱粉分解成糖。余淑美團隊的研究發現：缺糖時，水稻利用調控因子 MYBS1 促進 α- 澱粉水解酵素產生，把儲存的澱粉分解成糖；糖濃度過高時，則利用 MYBS2 來抑制 α- 澱粉水解酵素的產生。兩種機制互相協調，讓水稻的糖濃度維持正常範圍。

當植物遭遇乾旱、高溫、病菌感染等逆境時，往往呈現糖濃度太低的狀態，就是抑制 MYBS2，讓 α- 澱粉水解酵素大量表現，維持體內糖濃度的平衡來抵抗逆境。

了解這個機制後，她利用基因編輯技術控制 MYBS2 及 α- 澱粉水解酵素的表現，果真增加水稻的生長效率、耐逆境，而且維持高產量。

從世界看臺灣

「加入國際 C4 水稻計畫這樣的團隊，學到非常多！」余淑美說：「而且經費比較充裕，國外的博士生、博士後研究員等素質又好。」相較之下，臺灣研究人才的量和質一直在下降，「缺乏人才」已成為參與國際計畫最大的困難和挑戰。

余淑美認為政府在這當中扮演非常關鍵的角色，「很多部分靠我們自己努力，還可以克服，一旦牽涉到政策，真的無能為力。」政府不鼓勵基因轉殖作物、不重視農業生技，相關科系畢業之後找不到工作，自然沒有學生想唸——沒有出路、沒有新血，臺灣的研發能力怎麼深耕？

為了讓世界免於飢餓，國際 C4 水稻計畫要逆天打造全新型態的水稻；以米為主食的臺灣，農業研究是不是也該行所當行，開創新生機？！

延伸閱讀

• 「努力時，不要想自己是女性！」水稻教母余淑美
• The C4 Rice Project
• 臺灣水稻突變種原庫
• 余淑美個人網頁
• 中研院發現平衡植物糖濃度的關鍵技術 改良水稻品種 抗氣候變遷！

本文轉載自中央研究院研之有物，原文為《打造超完美稻米，餵飽全世界！余淑美與國際 C4 水稻計畫》，泛科學為宣傳推廣執行單位

食用基改玉米的大鼠，容易長腫瘤！？

這些年來，關於含有基改作物的食品，是否會對人類健康造成威脅，最重要的論文大概就是 Séralini 等人發表的有關大鼠研究的論文了（原文連結請點此，中文改寫請點此）。在這篇論文中，研究團隊將大鼠分為 10 組，每組 10 隻，攝取不同的食物；簡而言之，大概就是以基改玉米噴灑年年春、基改玉米不噴灑年年春、非基改玉米噴灑年年春、非基改玉米不噴灑年年春等組別，對大鼠進行大約二年的測試。

實驗結果發現，食用基改玉米的大鼠，雌性都在食用一年以後出現乳腺癌（雄性則是以肝臟病變居多），而等到他們長到兩歲時，有八成都出現了腫瘤（控制組只有三成）。實驗結果發表後，真的是舉世震驚，許多反基改的團體們無不爭先引用這篇論文。

但是…慢著！如果基改作物的確有致癌性，那麼為什麼從那時（2012）到現在，基改作物還可以販賣呢？有幾個原因，讓這篇研究充滿爭議，使得有些學者無法採信他們的結果。

第一，這種大鼠（簡稱為 SD rat）原本就容易長瘤。在 1973 年的論文中，研究團隊用了 360 隻這種大鼠，發現牠們在飼養18個月（年齡大約是 19 到 20.5 個月）時，有 45% 都長了腫瘤；而且雌性是雄性的兩倍。也是因為這麼容易產生腫瘤，所以一般以這種大鼠進行測試，都是測試三個月，不會進行長達兩年的測試。

當然，讀者可能會說，但是實驗組的腫瘤發生率還是比對照組高得多啊？在這裡要注意，因為在這篇論文中每組只用了 10 隻大鼠，對於癌症發生率如此之高的動物來說，只用了 10 隻，其實個別組的結果很難完全認定的確與實驗相關；就如在中文改寫下面的意見，就有讀者認為，這些組別中只有一組可以被認為牠們的腫瘤發生率與實驗的處理有關。

第二，大鼠本來就不是很長壽的動物。絕大部分使用大鼠進行的「長時間」測試的研究，僅觀察三個月而不觀察一至兩年，是因為大鼠們的平均壽命就是兩年！也就是說，這些大鼠在長到兩歲時，很多都長出腫瘤，其實跟人老了就會開始有很多大大小小的毛病是一樣的。

第三，在實驗組中並不是只單純的添加了年年春，還有組別添加了其他的物質來模擬受污染的自來水。而實驗結果顯示，並不是吃越多（添加基改玉米的含量分為11%、22%、33%）基改玉米的大鼠，癌症發生率就跟著提高。

因此，雖然在學術界有些學者選擇相信這篇論文，但質疑者也不在少數。筆者個人的意見是，人吃五穀難免會生病，但是要如實驗中的大鼠天天吃玉米，即使只是11%，應該也不大容易。畢竟人會有口腹之慾，早餐吃麵包，午餐就會想吃米飯，晚餐可能又想換換口味…要我們餐餐、頓頓、天天都吃一樣的，有誰會受得了呢？

當然，我們也有可能會吃到玉米、大豆而不自知！例如高果糖玉米糖漿（又名果糖液糖、豐年果糖）以及大豆沙拉油等。但是，這些加工食品中到底有多少含有基改作物的基因呢？

首先筆者要提醒大家的是，我們每天吃的食物，除非是加工食品，否則蔬菜、水果、魚、肉、蛋、奶、豆等等……，全部都是跟著它們的基因一起吃下肚的（而且，還連著在它們表面的細菌、病毒等等） 。如果吃基因是危險的，我們每天都活得很危險。

加工食品因為透過精煉，如高果糖玉米糖漿，玉米磨碎後加入酸分解澱粉，再以酵素將葡萄糖轉化為果糖，這中間經過許多純化過程，殘留於其中的基因微乎其微（更何況抗蟲或抗殺草劑的基因僅佔植物基因體約萬分之一）；而大豆沙拉油則經過壓榨、萃取接著精煉，可說幾乎不含有植物的基因了。

抗殺草劑年年春對人體有危害嗎？

或許會有讀者說：那麼抗殺草劑的基改作物，不都是噴灑年年春（嘉磷塞，glyphosate）嗎？年年春是否對人體有危害呢？

年年春在過去一直被認為是低毒性的農藥。不過，先前的一些發現，又讓歐盟重新開啟了研究，但也在 2015 年的 11 月 12 日再度下了結論，認為年年春的致癌性不高（中文改寫請點此）。當然，歐盟還是建議了年年春的每日容許量（就是吃一輩子也不會有事的量）為每公斤體重 0.5 毫克。

而抗蟲的基改作物，雖然過去曾發生過含有結晶蛋白 Cry9C 星鏈玉米的過敏事件，但這個版本的結晶蛋白已經不能再使用囉！身為地球上最厲害的轉轍掠食者的我們，天上飛的、地上走的、水裡游的，常常都是先吃再說，因此遇到的過敏與中毒事件，又少過了嗎？花生算是天然食物吧，但是 0.6% 的美國人對它過敏；而在美國國家過敏與傳染病研究所的「常見的過敏食物」網頁上，花生與堅果（如核桃）也是榜上有名的，而且大人小孩都會過敏喔！

有些讀者看到這裡可能會說：我為了嚐鮮吃到過敏的東西怪不了別人，但是廠商添加了我不知道的東西害我過敏，這可不行！筆者也同意這觀點。我們因為好奇心所吃下去的，當然應該要自己一肩扛起責任；但是廠商怎麼可以在我不同意的狀況下亂加東西到我的食物裡呢？

從基改的角度來看，目前台灣的法令，含有基改成分的食物是需要標示的；不過對於大豆沙拉油等精煉過的產品，就如前面所說，基改的成分應該是趨近於零，所以就不用列出了。既然已經有標示，不管您覺得基改安全不安全，反正不放心就別買含有基改成分的產品就好。當然，也別忘了在前一篇文提到的，因為目前主流的基改都是降低生產成本，要買非基改，就要有花錢的心裡準備喔！

從 1994 年的蕃茄一號到現在，其實基改還算是相當新的發明；很多新發明，一開始的目的與後來產生的結果，似乎都有不小的差距。而基改作物從當初 Mary-Dell Chilton 發現農桿菌可以把自己的基因植入植物的基因時，研究團隊只是為了可以證明第一個跨生物界（原核生物與真核生物）的基因轉移而興奮，接著也意識到這是一個非常強大的生物科技工具。孟山都也是從那時開始投入植物生物技術的研發，一開始或許只是為了要推展年年春的銷路？但是後來為了牟利，開始與農夫們斤斤計較、研發終結者基因，使他們成為許多人口中的「邪惡企業」，甚至禍延了可以真正為民眾帶來健康的黃金米，真的讓人不知要從何說起？

在基改之外

最後，還是不能不提一下抗蟲與抗殺草劑作物對生態的影響。由於抗除草劑的作物不怕年年春，農夫便放心地使用，造成農地周圍的雜草大量減少、影響到附近的生態；而抗蟲作物究竟會不會影響到其他昆蟲呢？

在 1999 年，曾有一篇研究發現，帝王斑蝶（monarch butterfly）的幼蟲吃了含有結晶蛋白的玉米花粉會死亡。消息一出，真的也是把大家都驚呆了！但是後來發現，其實在這篇研究裡面使用的花粉量相當多，在自然界，任一株植物葉片上要有那麼多的花粉，還真的需要一點奇蹟。不過，由於玉米是風媒花，雄花開在整株玉米的最高點，種植的時候的確有可能使得轉殖基因污染到周圍的作物；因此各國也都定下規定，在基改作物種植區的周圍，需要有隔離區，隔離區的面積需達到20%的面積才行。目前的經驗，能夠認真執行隔離的國家（澳洲），不論是轉殖基因的污染或是抗性昆蟲的出現，都幾乎無法觀察到。

其實，不論是抗蟲或抗年年春的作物，雖然可以降低生產的成本，但是就跟抗生素一樣，如果使用者不接受規範、任意濫用，到最後也會漸漸失去神效（詳見抗性雜草、抗性昆蟲）。人們不應該只是想著要控制自然，而應該找出與自然和平相處的方式，這樣才有可能永續生存在地球上，不是嗎？

參考文獻：

• Gilles-Eric Séralini et. al. 2014. Republished study: long-term toxicity of a Roundup herbicide and a Roundup-tolerant genetically modified maize. Environmental Sciences Europe.
• 【公民寫手】基改玉米引發腫瘤？Séralini論文爭議事件始末。上下游新聞市集。
• European Food Safety Authority. 2015/11/12. Glyphosate: EFSA updates toxicological profile.
• NIAID. 2012/3/6. Common Food Allergies in Infants, Children, and Adults
• John E. Losey et. al. 1999. Transgenic pollen harms monarch larvae. Nature 399 | doi:10.1038/20338
• 老葉的植物王國。2015/2/20。雜草以「人海戰術」來對抗年年春（glyphosate）。
• 老葉的植物王國。2015/2/10。抗蟲作物的末日即將來臨？