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

我們都看過那種影片，對吧？網路上從不缺乏讓人驚嘆的機器人表演：數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ，或是波士頓動力的機器狗，用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次，社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕，看看四周，一個巨大的落差感就來了：說好的機器人呢？為什麼大街上沒有他們的身影，為什麼我家連一件衣服都還沒人幫我摺？

這份存在於數位螢幕與物理現實之間的巨大鴻溝，源於一個根本性的矛盾：當代AI在數位世界裡聰明絕頂，卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫，但它沒辦法為你端一杯水。

這個矛盾，在我們常見的兩種機器人展示中體現得淋漓盡致。第一種，是動作精準、甚至會跳舞的類型，這本質上是一場由工程師預先寫好劇本的「戲」，機器人對它所處的世界一無所知 。第二種，則是嘗試執行日常任務（如開冰箱、拿蘋果）的類型，但其動作緩慢不穩，彷彿正在復健的病人 。

這兩種極端的對比，恰恰點出了機器人技術的真正瓶頸：它們的「大腦」還不夠強大，無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題：新一代AI晶片NVIDIA® Jetson Thor™ ，這顆號稱能驅動「物理AI」的超級大腦，真的能終結機器人的「復健時代」，開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎？

為何我們看到的機器人，總像在演戲或復健？

那我們怎麼理解這個看似矛盾的現象？為什麼有些機器人靈活得像舞者，有些卻笨拙得像病人？答案，就藏在它們的「大腦」運作方式裡。

那些動作極其精準、甚至會後空翻的機器人，秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質，是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道，都是事先算好的，機器人本身並不知道自己為何要這麼做，它只是在「執行」指令，而不是在「理解」環境。

而另一種，那個開冰箱慢吞吞的機器人，雖然看起來笨，卻是在做一件革命性的事：它正在試圖由 AI 驅動，真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢，正是因為過去驅動它的「大腦」，也就是 AI 晶片的算力還不夠強，無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路，你可以抱著他，幫他擺動雙腿，看起來走得又快又穩，但那不是他自己在走。真正的學習，是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人，大多是前者；而我們真正期待的，是後者。

所以，問題的核心浮現了：我們需要為機器人裝上一個強大的大腦！但這個大腦，為什麼不能像ChatGPT一樣，放在遙遠的雲端伺服器上就好？

機器人的大腦，為什麼不能放在雲端？

聽起來好像很合理，對吧？把所有複雜的運算都交給雲端最強大的伺服器，機器人本身只要負責接收指令就好了。但……真的嗎？

想像一下，如果你的大腦在雲端，你看到一個球朝你飛過來，視覺訊號要先上傳到雲端，雲端分析完，再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲，你大概就已經鼻青臉腫了。

現實世界的互動，需要的是「即時反應」。任何網路延遲，在物理世界中都可能造成無法彌補的失誤 。因此，運算必須在機器人本體上完成，這就是「邊緣 AI」（Edge AI）的核心概念 。而 NVIDIA  Jetson 平台，正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求，而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦，專為在各種裝置上運行 AI 任務設計 。回顧它的演進，早期的 Jetson 系統主要用於視覺辨識搭配AI推論，像是車牌辨識、工廠瑕疵檢測，或者在相機裡分辨貓狗，扮演著「眼睛」的角色，看得懂眼前的事物 。但隨著算力提升，NVIDIA Jetson 的角色也逐漸從單純的「眼睛」，演化為能夠控制手腳的「大腦」，開始驅動更複雜的自主機器，無論是地上跑的、天上飛的，都將NVIDIA Jetson 視為核心運算中樞 。

但再強大的晶片，如果沒有能適應現場環境的「容器」，也無法真正落地。這正是研華（Advantech）的角色，我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備，確保它能在高熱、灰塵、潮濕或震動的現場穩定運行，滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說，NVIDIA 提供「大腦」，而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠，但它其實早就以一種你意想不到的方式，進入了我們的生活。

從Switch到雞蛋分揀員，NVIDIA Jetson如何悄悄改變世界？

如果我告訴你，第一代的任天堂Switch遊戲機與Jetson有相同血緣，你會不會很驚訝？它的核心處理器X1晶片，與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求，正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域，研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

• 在北美，有客戶利用 AI 進行雞蛋品質檢測，研華的工業電腦搭載NVIDIA Jetson 模組與相機介面，能精準辨識並挑出髒污、雙黃蛋到血蛋 
• 在日本，為避免鏟雪車在移動時發生意外，導入了環繞視覺系統，當 AI 偵測到周圍有人時便會立刻停止 ；
• 在水資源珍貴的以色列，研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內，24 小時在果園巡航，一旦發現成熟的果實就直接凌空採摘，實現了「無落果」的終極目標 。

這些應用，代表著 NVIDIA Jetson Orin™ 世代的成功，它讓「自動化」設備變得更聰明 。然而，隨著大型語言模型（LLM）的浪潮來襲，人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令，更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率，若要機器人更快速完成動作，需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題：AI到底該如何學會「動手」，而不只是「動口」？

革命性的一步：AI如何學會「動手」而不只是「動口」？

面對 Orin 世代的瓶頸，NVIDIA 給出的答案，不是溫和升級，而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組，峰值性能是前代的 7.5 倍，記憶體也翻倍 。如此巨大的效能提升，目標只有一個：將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型，成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生，將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起：

1. 第一階段是 LLM（Large Language Model，大型語言模型）：
   我們最熟悉的 ChatGPT 就屬此類，它接收文字、輸出文字，實現了流暢的人機對話 。
2. 第二階段是 VLM（Vision-Language Model，視覺語言模型）：
   AI 學會了看，可以上傳圖片，它能用文字描述所見之物，但輸出結果仍然是給人類看的自然語言 。
3. 第三階段則是 VLA（Vision-Language-Action Model，視覺語言行動模型）：
   這是革命性的一步。VLA 模型的輸出不再是文字，而是「行動指令（Action Token）」 。它能將視覺與語言的理解，直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵！ 過去以NVIDIA Jetson Orin™作為大腦的機器人，僅能以有限的速度運行VLA模型。而由 VLA 模型驅動，讓 AI 能夠感知、理解並直接與物理世界互動的全新形態，正是「物理 AI」（Physical AI）的開端 。NVIDIA Jetson Thor 的強大算力，就是為了滿足物理 AI 的嚴苛需求而生，要讓機器人擺脫「復健」，迎來真正自主、流暢的行動時代 。

其中，物理 AI 強調的 vision to action，就需要研華設計對應的硬體來實現；譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達，你的系統就要有對應的介面來整合視覺；你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品；你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通，這些都需要具體化到一個系統上，這個系統的集大成就是機器人。

好，我們有了史上最強的大腦。但一個再聰明的大腦，也需要一副強韌的身體。而這副身體，為什麼非得是「人形」？這不是一種很沒效率的執念嗎？

為什麼機器人非得是「人形」？這不是一種低效的執念嗎？

這是我一直在思考的問題。為什麼業界的主流目標，是充滿挑戰的「人形」機器人？為何不設計成效率更高的輪式，或是功能更多元的章魚型態？

答案，簡單到令人無法反駁：因為我們所處的世界，是徹底為人形生物所打造的。

從樓梯的階高、門把的設計，到桌椅的高度，無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言，採用人形的軀體，意味著它能用與我們最相似的視角與方式去感知和學習這個世界，進而最快地理解並融入人類環境 。這背後的邏輯是，與其讓 AI 去適應千奇百怪的非人形設計，不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具，產線上的機械手臂能高效重複鎖螺絲，但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標，是成為一個「多面手」，它能在廣泛學習後，理解物理世界的運作規律 。理論上，今天它在產線上組裝伺服器，明天就能在廚房裡學會煮菜 。

但要讓一個「多面手」真正活起來，光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經，才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部，都需要大量感測器去理解環境就像神經末梢一樣，隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」，就無法匯聚成有意義的行動。

這正是研華的角色：我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中，讓它成為能真正思考與反應的「完整大腦」，同時也提供神經系統的骨幹，將感測器、I/O 介面與通訊模組可靠地連結起來，把訊號傳導進大腦。你或許看不見研華的存在，但它實際上遍布在機器人全身，像隱藏在皮膚之下的神經網絡，讓整個身體真正活過來。

但有了大腦、有了身體，接下來的挑戰是「教育」。你要怎麼教一個物理 AI？總不能讓它在現實世界裡一直摔跤，把一台幾百萬的機器人摔壞吧？

打造一個「精神時光屋」，AI的學習速度能有多快？

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料，但物理世界中用於訓練的互動資料卻極其稀缺，而且在現實中反覆試錯的成本與風險實在太高 。

答案，就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台，為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生（Digital Twin）世界，讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內，經歷相當於現實世界千百日的學習與演練，從而在絕對安全的環境中，窮盡各種可能性，深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環，Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本，但後來發現，它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺，是在現實世界中難以透過有限次的試錯來建立的。

所以你看，這趟從 Switch 到人形機器人的旅程，一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備：一個劃時代的「AI 大腦」（NVIDIA Jetson Thor）、讓核心延展為「完整大腦與神經系統」的工業級骨幹（由研華 Advantech 提供），以及一個不可或缺的「教育環境」（NVIDIA Isaac Sim 模擬平台） 。

結語

我們拆解了那些酷炫機器人影片背後的真相，看見了從「自動化」走向「自主化」的巨大技術鴻溝，也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測，未來 3 到 5 年內，人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景，如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器，能夠觀察我們的世界，理解我們的語言，並開始以物理實體的方式與我們互動，這將從根本上改變我們與科技的關係。

所以，最後我想留給你的思想實驗是：當一個「物理 AI」真的走進你的生活，它不只是個工具，而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」，你最先感受到的，會是興奮、是便利，還是……一絲不安？

這個問題，不再是「我們能否做到」，而是「當它發生時，我們準備好了嗎？」

研華已經整裝待發，現在，我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

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？