網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策

0

0
1

文字

分享

0
0
1

是Mr.哈柏還是Mr. Humble發現了宇宙膨脹?

臺北天文館_96
・2012/02/04 ・2279字 ・閱讀時間約 4 分鐘 ・SR值 552 ・八年級

有數十年之久,天文學界裡曾流傳某「陰謀論」,暗指知名天文物理學家,愛德溫‧哈柏(Edwin Hubble),這位「宇宙常數」的貢獻者,當年運用了學術影響力等特別手段干預論文編輯臺的翻譯審查作業,刻意刪除掉另一篇論文中一些原文(法文)的重要數據,目的是將發現宇宙膨脹的偉大光環據為己有。這個謠傳在2011年11月[自然(Nature)]登出一篇由Mario Levio所撰寫的追蹤調查專文之後,總算塵埃落定,真相還原。

歷史上,誰首先確定了宇宙正在膨脹?一般我們都會認定,這份榮耀歸予美國籍的天文學家愛德溫‧哈柏。哈柏在一篇1929年的論文中,將「所有星系都正在離地球遠去」的這個發現公諸於世,並且藉由「宇宙膨脹速率」(一個數字)描述了「這些星系相對於地球的距離」及「星系遠離地球而去的速率」這兩者間如何相關,(「宇宙膨脹速率」,就是現在大家所熟知的「哈柏常數」)。不過,很可惜,直到哈柏先生於1953年逝世,他卻畢生未能因這個堪稱天文史上最重要的發現而得到任何一座諾貝爾獎,儘管如此,在天文學領域中,他卻始終受眾人景仰,堪稱是一位當代傳奇人物。並且在1983年,還有一座廣受大眾所喜愛的太空望遠鏡「哈柏」,以他的姓氏命名。

不過,「最早」指出了遙遠星系會比較近的星系以更快速度離地球遠去的「第一名」頭銜,的確不該給予哈柏。因為比他更早,足足早了兩年,就有人指出了這個現象,他是一位比利時籍神父,又身兼天文學家和物理學家等多種頭銜的:喬治‧勒梅特(George Lemaitir)。事實上早在1927年,勒梅特就在一份名氣不大的法文學術期刊上,已刊登過極近似的發現了,同時也提出了一個和哈柏原始常數幾乎一模一樣的宇宙膨脹率。事實上,今天很多專家都認同的一個事實是,哈柏無非是在兩年後的1929年時-「確認」了這個可能是由勒梅特所率先提出的定律,並將這個定律在廣為公告週知之後,引發出廣大關注罷了。既然如此,時至今日,為什麼宇宙常數一律都以「哈柏」常數慣稱之,卻並不是稱之為「勒梅特」常數呢?長話短說,1931年3月,當一份重量級的英文學術期刊(英國皇家天文學會月刊,Monthly Notices of the Royal Astronomical Socienty,MNRAS)終於決定要經由翻譯重刊勒梅特當年的論文時(原文以法文寫成),不知何故,該篇論文中最重要的段落卻竟然在英文的譯文中佚失了。

事實上,這段插曲自從1984年起便已被一些天文學家所知悉,大家對於當初在英國皇家天文學會月刊中,這麼重要的資料何至於隻字未提、整段消失,自然是大為不解,議論紛紛。於是甚至有人開始運用想像力添加了一些戲劇化情節,頻頻問道:誰會想把這篇論文中,關於星系遠離速率和其距離地球遠近之間關聯性的敘述-這些最精華的部份給悉數全刪呢?為什麼這位英文譯者會故意省略不翻出比利時科學家對膨脹率的計算呢? 這到底是誰幹的好事?背後是否又有什麼蹊蹺呢?有一位數學家更是大膽地在這個令大家都疑雲重重之謎之上再添一筆八卦,直接影射說:是哈柏先生運用了他在學術期刊審查制度上的龐大影響力,上下其手地將這個天文史上的重大發現獨占為己有。

長久以來任職於美國太空望遠鏡研究機構的天文學家Mario Livio,則決心要為哈柏洗刷名聲。他認為首度發表宇宙膨脹這個重要發現的第一名美譽,固然該歸還給勒梅特沒錯,但指稱哈柏運用審查制度干預云云,則未免過於玷污了哈柏在確認這個理論上同樣功不可沒的第一手貢獻和成就,何況,若是沒有哈柏的發揚光大,勒梅特的理論恐怕還不見得會如此家喻戶曉。因此,Livio一頭埋入當年往返於投稿者與編輯之間多達數百封的信件堆裡,仔細查閱了英國皇家天文學會當年的會議紀錄(該學會的出版品「英國皇家天文月刊」,正是當年將勒梅特英文版論文加以翻譯並重印刊載的出版者)。辛苦總算沒有白費,Livio果然在成堆文件中,找出了這麼一封勒梅特在寄英文譯稿給編輯先生時,親筆附上的一封信,信中說明,勒梅特自己就是這篇英文稿的譯者,他也表示,願意為他自己從原文中所做的一切刪節負責。

在信中,勒梅特說:「我不建議重印時還需再次提及當初只不過一時起意加以討論的徑向速度部份,很明顯地,事過境已遷,如今大家對該部分都不再有興趣了,還有幾何學那部份的註解也一樣,不妨只需以一小段與之相關的新舊論文書目資料取代即可。」勒梅特在致編輯的信中說,「我附上一份法文原始文字稿件,其中標注了哪些段落在譯文中被省略。我自己翻譯時盡量使英文譯文忠實於我的法文原文,但恐怕我的英文只能算是粗略達意而已,如若貴單位有哪位仁兄願意幫忙審閱校訂我的英譯稿,本人將不勝感激。」

Livio相信,這封信完全可以平息大家對於「這份譯稿究竟出自何人之手」以及「誰在編輯臺上大加刪裁」的諸多臆測,因為:兩者都是勒梅特本人!

1931年時的勒梅特,對於招搖再三地重申他4年前所取得的研究結論,認為是完全無必要,而既然美國方面的科學家也已經在1929年取得了同樣的結論且公眾早已知之甚詳,他本人對於「誰先原創性地發現了什麼」這份光環究竟花落誰家這回事兒,則完全表現出毫不在意,因為他最有興趣的還是繼續鑽研他的研究,1931年下半年,他正在撰寫和「原始原子的假設」相關的論文-而這也就是後來「大霹靂理論」的前身。

勒梅特豪不猶豫地閃躲掉任何曝露在鎂光燈下的機會,那正是1920年代一批優秀科學家曾留下的美好典範之寫照。今天的科學家,恐怕人人都不可能不參加「誰先看到誰就贏」的這場大戰吧?

歷史人物身影匆匆,勒梅特成為其中一位謙謙君子,是為証。(Lauren 譯)

圖片說明:本篇故事的兩位主角: 神父科學家喬治‧勒梅特、愛德溫‧哈柏。背後是家喻戶曉、與「哈柏」同名的著名太空望遠鏡 (圖片取自: NASA/ESA/A. Feild)

資料來源:中研院天文網[2012.02.02]

轉載自台北天文館之網路天文館網站


 

文章難易度
臺北天文館_96
478 篇文章 ・ 14 位粉絲
臺北市立天文科學教育館是國內最大的天文社教機構,我們以推廣天文教育為職志,做為天文知識和大眾間的橋梁,期盼和大家一起分享天文的樂趣!


0

1
1

文字

分享

0
1
1

天文影像工具也能找腫瘤?——臺灣首創 3D 數位病理影像暨 AI 分析平臺

科技大觀園_96
・2022/01/23 ・2878字 ・閱讀時間約 5 分鐘

攝影師運用影像,留存許多珍貴的記錄,講述不少精彩的故事。但影像的力量,可不僅限於此。科學家和醫生也拍照錄像,只不過對象不是一般人事物,而是遙遠的星辰,或微小的組織細胞。而臺灣的科研團隊,更成功讓傳統病理影像突破 2D 平面限制,完整展現 3D 全貌,幫助我們看清病魔的真面目,奪得搶救性命的機會。

為什麽癌症大魔王如此棘手?

在臺灣十大死因排行榜上,癌症已蟬聯榜首將近四十年。原本安分工作的人體細胞,可能受到細菌或病毒的感染、環境中的重金屬、放射線等致癌因子的影響,走上叛變、不正常增生一途,變成惡性腫瘤——也就是癌症。癌細胞會破壞各種重要臟器,掠奪體内大部分營養,最終可能造成人體因器官衰竭、營養不良、併發症而死亡。

十大死因
109 年國人十大死因。(資料來源:衛生福利部

癌症療法中,化療是以化學藥物來毒殺癌細胞,卻因為專一性低,讓病患往往傷敵一千,自損八百。後來發展出的標靶藥物療法,雖然不會無差別攻擊,但治療效果有限,有些種類的癌症更可能出現抗藥性。狡猾的癌細胞,還會產生抑制免疫細胞活性的蛋白質,來避開免疫系統的偵察和追擊。而 2018 年獲得諾貝爾生理醫學獎的「免疫療法」,就是以投放癌細胞表現的蛋白質之阻斷劑,來維持免疫細胞的戰鬥力的突破性療法。

然而,癌細胞也不是省油的燈。它們會與周圍細胞,如血管、纖維母細胞、免疫細胞等打成一片,藉由分泌各式細胞因子,創造利於自己生長的小天地,即腫瘤微環境(Tumor microenvironment)。例如,癌細胞會在微環境促進血管新生,且具備免疫抑制能力,讓免疫細胞鎩羽而歸。這麽一來,即使是副作用較低的免疫療法,也可能無用武之地。

當醫學邂逅天文學,跨領域碰撞出新解方

目前,癌症的診斷與療程的決定,主要還是仰賴切片檢測所得到的影像。所謂的切片檢測,就像到腫瘤細胞大本營去刺探敵情,醫生藉由手術開刀、内視鏡或針筒取得檢體組織,透過這第一手的情報,來判識腫瘤型態和病情嚴重程度,才能擬定對抗癌細胞的有效戰略。

麻煩的是,顯微鏡下的切片樣本只能看見同一平面上的細胞間交互作用,組織上還有用來標示特定蛋白質活細胞的螢光染劑。要把有著會互相干擾螢光訊號的樣本影像,拼接成可以觀察細胞交互作用的三維影像,可讓腫瘤學家傷透了腦筋。不過這個難題的解方,就剛好掌握在以望遠鏡觀察無數星星的天文學家手中!

有著不同特徵的衆多天體,就像是組織中發出不同螢光訊號、數百萬計的細胞。天體在宇宙中的相對位置與相互關係,也類比於細胞間的交互作用。這般異曲同工之妙,讓美國約翰 · 霍普金斯大學的腫瘤學家和天文學家決定並肩作戰,利用天文學的影像處理工具,來建立分析腫瘤切片影像的模型,這個跨領域碰撞的研究成果——AstroPath,更在今年 6 月登上 Science 期刊。

天體
有著不同特徵的衆多天體,就像是組織中發出不同螢光訊號、數百萬計的細胞。圖/pixabaywikipedia

臺灣打造全球第一個 3D 數位病理檢驗暨 AI 分析平臺!

腫瘤學家和天文學家的跨界合作,大大提高了組織切片影像分析的效率,表現令人贊嘆。不過臺灣研究團隊跑得更前面,直接突破傳統薄切片的限制,以獨家專利取得組織完整的立體影像,還進一步藉助人工智能之力,創立全世界首個 3D 數位病理檢驗暨 AI 分析平臺!

這個實現 Taiwan No.1 的團隊,緣起於國立清華大學生科系的楊嘉鈴教授研究團隊,邀請清華大學腦科學中心江安世院士團隊、分子與細胞生物所張大慈教授團隊及清華大學腦科學中心林彥穎研究員,携手合作克服過去 3D 組織影像的技術瓶頸。透過科技部價創計劃的輔導,承接了光電、生醫、影像及 AI 各領域最先進技術的捷絡生物科技股份有限公司 (JelloX Biotech Inc.) 在 2018 年成立。

捷絡生技獨步全球的病理檢驗平臺,包含了關鍵的三大部分:(1)快速組織澄清、(2)高速影像擷取及(3)3D 人工影像智慧分析。

流程示意圖
3D 人工智慧影像分析流程示意圖。圖/捷絡生技公司

過去 3D 組織影像無法實現,最大的難點,在於無法突破組織的透光障礙。捷絡生技專利化的光學組織澄清技術,最厲害之處是讓檢體樣本不被破壞就可以「變透明」,達到清水般的穿透率。傳統樣本處理,會經過物理切片及脫水,組織結構發生形變無可避免,讓病理全貌難以被量化和標準化來進行評估。但這項獨家的組織澄清處理技術,可最大程度保存樣本原來的面貌,還能讓樣本進行重複染色,再利用於各式生物檢驗。更重要的是,不再是單一切面的樣本,讓全自動影像掃描擷取,從不可能變得可能。

把檢體樣本透明化之後,研究團隊接著以高速鐳射顯微鏡,對樣本進行全身掃描後,數位縫合平行多叠影像。只要搭配適當的染色技術,就可迅速取得比傳統檢測還多百倍資訊量的高精度 3D 腫瘤影像。這些病理組織樣本的全景 3D 細節,讓醫生可以更清楚判別癌細胞的型態、分佈與周圍細胞的交互作用。

研究團隊也沒有停留在 3D 影像產製的完善,更抓緊大數據、巨量分析的趨勢,目標是要提供 AI 自動化病理組織影像分析。研究團隊建立不同癌症的 3D 數位病理影像資料庫,讓電腦進行機器學習,透過癌組織的特徵辨識訓練,目前已可得到超過 90 % 的準確度。AI 自動化分析能克服傳統人工判讀模式潛藏的誤差(如不同判讀者的差異、視覺疲勞與檢體採樣量不足等問題),大大減輕臨床病理醫師的工作負擔,加快診斷的效率。癌症的治療,就像與死神賽跑,所以盡速決定對風險最小、成效最佳的療法,對提高病患的存活率至關重要。

未來,捷絡生技這個領先全球的 3D 數位病理檢驗暨 AI 分析平臺,預期可實際應用在檢測藥物的穿透性、篩選適合免疫療法的病患、分析腫瘤微環境等方向。不管是從美國或是臺灣的例子,都讓我們看見不同領域相互激蕩的成果,並非止步於學術象牙塔的研究,而是可以被實際應用在日常生活中的技術。

參考資料


 

科技大觀園_96
141 篇文章 ・ 21 位粉絲
為妥善保存多年來此類科普活動產出的成果,並使一般大眾能透過網際網路分享科普資源,科技部於2007年完成「科技大觀園」科普網站的建置,並於2008年1月正式上線營運。 「科技大觀園」網站為一數位整合平台,累積了大量的科普影音、科技新知、科普文章、科普演講及各類科普活動訊息,期使科學能扎根於每個人的生活與文化中。