0

1
0

文字

分享

0
1
0

那些用身體描繪下世界的博物學家們-《大自然的藝術》導讀

PanSci_96
・2017/06/05 ・6092字 ・閱讀時間約 12 分鐘 ・SR值 559 ・八年級

文/洪廣冀|臺灣大學地理環境資源學系

《大自然的藝術:圖說世界博物學三百年》是本「很好看」的書。說這本書好看,並不只是因為作者朱蒂絲.瑪吉讓人折服的生花妙筆,也不只是因為該書收錄的上百幅活靈活現的博物學插畫──更重要的,我認為,這是一本把「看」──或者說「觀察」(observation)──當成全書核心的書。

科學與藝術的一線之隔?

正如瑪吉所說的,「雖然博物學插畫家在繪製標本時,總是盡可能力求逼真,但是,成為描繪題材的對象,總是經過精挑細選的。不同程度的比例更動,操控描繪題材以符合設計,將描繪題材與其他沒有自然關聯的動植物並置,以及將藝術家本身對其他不同地域的植物相、動物相、景觀、人民的先入之見投射在描繪題材上,都無可避免地影響了博物學的展現方式」。

「博物學藝術可以說是一種從歐洲人的觀點來觀看自然世界的方式」,瑪吉強調,「而且其所揭露的,不只是它所描繪的博物學而已,同時也展示出了歐洲的文化史」。

就初次接觸到博物學(natural history)此詞彙的讀者而言,對瑪吉這段描述或許會感到驚訝。難道「博物學插畫家」的工作不就是把所見事物如實地「複寫」到圖紙上嗎?

-----廣告,請繼續往下閱讀-----

如果說「博物學藝術」反映的是「歐洲人的觀點來觀看自然的方式」,那麼,這樣帶有觀點的博物學是不是一點都不「客觀」?更不用說是種「科學」了。更進一步,當各位翻閱瑪吉悉心挑選的圖片,在讚嘆其精美與精準度之餘,會不會油然而生一類慨嘆:在攝影技術如此普及的今日,這樣講求精準與精確、卻無可避免地帶有特定觀點的「博物學藝術」,想必早已式微、成為收藏在博物館中、等待如瑪吉這樣的專家方能揭露其過去的「藝術品」了吧?

從科學史的角度,諸如此類的驚訝與慨嘆其實涉及一個更根本的問題:到底以觀察、分類與描述為基礎的博物學在什麼程度上算作一種科學?長期任職於倫敦自然史博物館、且出版數本叫好又叫座之科學史著作的瑪吉,實際上已在書中提供了一個非常科學史的答案──只是,由於《大自然的藝術》是以亞洲、非洲、美洲這樣的地理區域來劃分,讀者不見得能夠從瑪吉提供的眾多細節中拼湊出博物學在十七至十九世紀這三百年間的發展軌跡。有鑒於此,這篇導讀希望能協助讀者著手如此拼湊的動作。

博物館學發展軌跡 實驗哲學的重要性

讓我們先回到瑪吉所稱的博物學插畫「開始大量出現」的十八世紀。當時的博物學者,在努力栽培來自世界各地的奇花異草、編纂各地的植物誌與動物誌,從而發展一種完全奠基於自然、無人為主觀因素涉入的「自然分類法」之餘,不時得運起全身功力抵禦著來自「自然哲學家」的批評。為什麼呢?因為,從自然哲學家的眼光看來,「博物學」這學科不過就是採集、觀察與記錄,其得到的知識是破碎的,難以放諸四海皆準;與幾何學──少數為當時自然哲學家認可的知識形態──強調的演繹、推理、證明等方法相較,博物學完全沒有資格被稱為自然哲學的一支。

與可推論、演繹的幾何學相比,博物學被自然哲學派認為只是採集觀察而沒有準則的破碎知識。圖/Jon Anderson @ Flickr

不過,正所謂「敵人的敵人就是我的朋友」──第一代的博物學者們,與其花時間跟這些眼中只有數字與證明的自然哲學家們打交道,選擇了與當時正逐漸挑戰傳統自然哲學之正當性的另一門哲學:「實驗哲學」

-----廣告,請繼續往下閱讀-----

所謂的實驗哲學,正如英國自然哲學家波義耳(Robert Boyle, 1627-1691;波義耳定律的發現人)主張的,即研究的目的與價值並不只是透過推理與證明來獲得放諸四海皆準、顛仆不破的普遍知識而已。在實驗室中孜孜矻矻地做實驗,儘管實驗器材常出狀況、做了十次實驗只有七次結果相互一致諸如此類的問題,透過實驗得到的知識──或者說「事實」(matter of fact)──本身還是有其價值。因為大自然是一個精巧的機械,要了解此機械的運作機制,除了做實驗一途外,別無其他。更重要的,如果說做實驗是理解自然此精巧機械的唯一手段的話,那麼,實驗室便是一扇重要的窗,讓研究者得以窺見此機械的打造者──或者說造物者──的心靈。

這樣在科學史中會被歸為「機械論」或「自然神學」的立場,在很大程度上成為十八世紀博物學得以興起、且在歐美社會誘發出一陣陣採集熱的「理論基礎」。正如十八世紀著名的自然神學家佩利(William Paley, 1743-1805)所說的,如果你在路上看到一個錶,你絕不會認為這個錶是憑空冒出來的──你一定會假設某個鐘錶匠製造了這個錶,然後將它遺留在路上的。同樣的,當你看到自然界中的種種構造精妙的生物及其對環境的完美適應,你必得假設自然界中存在個鐘錶匠(watchmaker)。

換句話說,就十八世紀博物學者的角度,當他們漫步在野地採集蕨類、在海邊收集貝殼、與駐守博物館的學者們通信、與同好交換標本的時候,這些狀似瑣碎的「實作」之所以有意義,便是因為他們相信,這世界是設計過的,只要你依循一定的準則,你就可以逐步發現隱藏在大自然背後的藍圖。

林奈分類法為何能廣為人知?

林奈(Carl Linnaeus)圖/Alexander Roslin – Nationalmuseum press photo, , Public Domain, wikimedia commons.

教導世人如何發現這大自然藍圖的關鍵人物為瑞典博物學家林奈(Carl Linnaeus, 1707-1778)。眾所週知,林奈以其在命名學(nomenclature)與分類學(taxonomy)上的貢獻聞名於世──較少為人知的是,林奈之所以能做出這些貢獻,關鍵或許不是他提出一個完全客觀、放諸四海皆準(或說讓四海心悅誠服)的分類體系。

-----廣告,請繼續往下閱讀-----

科學史家已經告訴我們,林奈的成功其實仰賴特定的「書面技術」,才得以讓其倡議的以花朵(或說植物的生殖器官)為中心的「性分類體系」(sexual system of classification)得以為大眾所接受。在解說由美國採集家威廉.巴特蘭(William Bartram, 1739-1823)繪製的富蘭克林茶(Franklinia alatamaha)時,瑪吉提供了一個極佳的案例,說明林奈的「書面技術」到底是什麼回事。

威廉.巴特蘭繪製的富蘭克林茶(Franklinia alatamaha)。 圖/William Bartram (1739-1823), Public Domain, wikimedia commons

「這一幅描繪富蘭克林茶的畫作」,瑪吉寫道,「完全符合一幅植物插畫所應具備的所有必要條件。這樣一種繪畫風格,通常被稱作林奈繪圖法(Linnaean method),或者說,是一種繪製插畫的習慣性做法──在這些插畫中,就如同約瑟夫.班克斯所言,『每張圖都試著回答植物學家就植物的形態結構而想問的問題。』」。

另一讓林奈分類法得以廣為人知的作品為羅伯特.桑頓(Robert Thornton)於一七九九年至一八〇七年出版的《佛洛拉之神殿》(The Temple of Flora)。佛洛拉為神話中掌管植物的女神,而林奈則將之引申為「植物相」的代名詞。

之所以做如此的引申,按照林奈的觀點,某地的植物相為造物者按照該地的自然環境所打造,而研究植物相的目的便是彰顯造物者在撮合植物與其生育地間時的「完美設計」。為了闡明這樣的觀點,正如瑪吉指出的,桑頓精心繪製了「將近三十幅大型的花卉彩色版畫,它們是首度擺置在描繪植物之自然棲息地的景致中的花卉插畫」。

《佛洛拉之神殿》中的 Alpinia zerumbet 插圖。圖/Robert John Thornton – Loy McCandless Marks Library, Public Domain, wikimedia commons.

的確,在這些版畫中,我們看到的不僅是關於「花」這個生殖器的細緻描寫,也可體會該植物與環境間的一種和諧、靜謐甚至超然的氛圍。簡言之,不論巴特蘭,抑或桑頓,他們關心的與其說是要「如實地」呈現這些植物於自然中的模樣,倒不如說它是一幅地圖。

-----廣告,請繼續往下閱讀-----

想像你來到一個陌生的地鐵站,你覺得自己被困在熙攘的人群中而手足無措。這時你會怎麼做?一個選項便是找到該車站的示意圖,從確定自己的相對位置出發,按圖索驥地找到你鎖定的出口。同樣的,十八世紀的博物學採集者或藝術家之所以要大費周章地繪製插圖或製作版畫,目的之一便在於推廣甚至是「標準化」(standardize)一種「看的方式」,讓有志於從事自然採集或觀察的民眾不會迷失在大自然彷彿無窮無盡的細節中。大自然有其藍圖,十八世紀的博物學者與他們的粉絲告訴我們,但它不會自然而然地浮現在眼前。

浪漫主義:用身體丈量的洪堡式科學

這樣建構在機械論與自然神學上的博物學與博物學藝術並不乏批評者。十九世紀上半葉,對機械論有所不滿的博物學者逐漸集結在一個以歌德(Johann Wolfgang von Goethe, 1749-1832)、席勒(Friedrich Schiller, 1759-1805)為中心的知識傳統下:浪漫主義(Romanticism)。

為了反對機械論者把自然視為造物者打造的精密機械,浪漫主義者堅稱必然有種帶有神性的能量,於自然中自然而然地流動;為了反對機械論者主張的、探究自然意味著把自然拆解開來、以各類儀器一一剖析,浪漫主義者主張整體必然有其獨立、不可化約為部分之加總的性質。我們得把自己想像成一顆「透明的眼球」(transparent eyeball),浪漫主義者主張,因為身體是萬物的尺度。

瑪吉引用了德國探險家與自然哲學家洪堡(Alexander von Humboldt, 1769-1859)的一段話來說明浪漫主義者試圖以身體來「丈量世界」的企圖:「他『受到一種未知的渴望所驅策,一種對於遙遠與未知事物的渴望,一種對於可以激發我所想像之事物的渴望:在海上遭遇的危險、對冒險的渴望,以及從一個無趣的日常生活轉換至一個奇妙、不可思議的世界的可能性』」。

-----廣告,請繼續往下閱讀-----
自然哲學家洪堡。圖/Joseph Karl Stieler , Public Domain, wikimedia commons.

的確,如果說林奈是十八世紀博物學的教主,十九世紀的博物學便是由洪堡獨領風騷,其在科學界與社會大眾間的影響力甚至還高過達爾文。同樣的,洪堡的影響力仰賴特定的「書面技術」。對此,瑪吉挑選了收錄在洪堡《自然圖像》(Tableaux de la Nature)中的插圖。與前述巴特蘭與桑頓的植物圖相較,我們可看出,讓洪堡關切的,與其說是個別植物與其生育地的關係,倒不如說是這些植物構成的群體(或說「植群」)與緯度、生育地海拔等自然條件間的關係。

精準地分類與描述自然界中的個別物種儘管重要,洪堡告訴他的讀者,更重要的是超越以物種為單位的分析取向,以身為度地掌握自然界整體的性質。這樣被科學史家稱為「洪堡式科學」(Humboldtian science)影響了一整代的博物學者,包括在洪堡過世的一八五九出版《物種原始》(On the Origin of Species)的達爾文,乃至於自稱為達爾文之天擇(natural selection)的信徒、其對自然的態度卻更接近法國自然哲學家拉馬克(Jean-Baptiste Lamarck, 1744-1829)之「用進廢退說」的海克爾(Ernst Haeckel, 1834-1919)。

瑪吉的分析即停在海克爾,特別聚焦在其以形式(form)為主要關懷的博物學與書面技術。當然,這並不意味著博物學與其多樣的書面表現便自此成為科學史中的一頁。或許在當今的學術分類中已沒有博物學存在,而是分化為植物學、動物學、生理學、演化學等學科,但強調觀察、分類與描繪的博物學傳統,以及讓該傳統得以成為一門嚴肅學問的書面技術,於今日的科學研究中依然強勁──光看晚近台灣生醫界因圖像的重置、重製與修正衍生的巨大爭議便可略知一二。

當然,在這個圖像表現的方式、手法與媒介均與十八、十九世紀大有不同的今日,到底出現在科學論文中的圖像是如何「揭露」自然界背後的藍圖,乃至於此揭露手法反映何種視覺文化,就是另一個故事了。

-----廣告,請繼續往下閱讀-----

隱形的技師與繪畫的觀看者

說《大自然的藝術》是本「很好看」的書還涉及另一個層次:到底誰在執行這些「看」的動作?的確,瑪吉提及了一些在科學史中大名鼎鼎的人物,像是林奈、洪堡、達爾文、華萊士與海克爾等人,但瑪吉的興趣其實是放在如巴特蘭、桑頓這些名不見經傳的採集者、畫師或藝術家(事實上,即便瑪吉的確提及達爾文這樣的科學明星,焦點往往放在他們出道前的經歷)。就科學史的角度,這樣視角的調整實為過去二、三十年來研究與寫作上的重要突破。

正如科學史大家史蒂芬.謝平於〈隱形的技師〉(invisible technician)一文中指出的,長久以來,科學史研究者花費大量心神分析科學家如何自實驗數據或標本中提煉出關於大自然的理論,卻對協助科學家從事實驗的「技師」視而不見。不過,謝平指出,這樣對技師的忽略也不見得是科學史研究者的錯:畢竟,證諸已出版的科學著作,這些技師如果不是被抹去其臉孔、成為論文謝詞中的一個名字,便是被「被戴上」一張張不在意酬勞、一心只想獻身科學、散發著小天使般聖潔光輝的面具。謝平認為,這樣將技師予以缺席的科學寫作與十八世紀興起的「紳士科學」(gentlemanly science)息息相關。

長久以來,科學史研究者花費大量心神分析科學家如何自實驗數據或標本中提煉出關於大自然的理論,卻對協助科學家從事實驗的「技師」視而不見。圖/Matt & Mandy @ Flickr

如前所述,當時的實驗科學家,為了要應付來自自然哲學家的批評,主張「眼見為憑」的「事實」應為科學研究的核心。但所謂的「眼見為憑」到底是誰說了算呢?答案是被當時社會認為最可信賴的「紳士」。不過,你或許會問,除了信賴度以外,有沒有什麼更具體的判準,讓人們可以一眼鑒別誰是紳士、誰只是尋常的販夫走卒?

有的。如果你的家境富裕,讓你可在閒暇時刻全心投入研究工作、而不用靠研究謀生的話,你就有更高的機會會被認定為言而有信、知行合一的紳士科學家。在這樣的氛圍下,無怪在實驗室工作中的技師──或者以十八世紀的術語,以其在研究中的勞動投入換取工資的「僕役」──沒有在科學著作中的一席之地。

-----廣告,請繼續往下閱讀-----

不難理解,如謝平描述的現象也同樣出現在十八世紀以降的博物學研究中。正如瑪吉所說的,「沒有哪一個時期的藝術家,可以比十八世紀的藝術家更有希望藉由描繪大自然來為自己謀取生存的機會」,這一方面意味著隨著博物學研究的風行、懷有一身絕技卻往往身無分文的藝術家可勉強維持水準以上的生活;另方面,相較於洪堡、達爾文這樣家境富裕的「紳士博物學家」,這些希望透過博物學藝術求得溫飽的藝術家,在博物學研究中取得一席之地之餘,相當弔詭的,他們的身影往往在博物學史寫作中遭到抹去。就如同謝平於〈隱形的技師〉中試著為實驗室中工作的技師翻案,瑪吉的《大自然的藝術》為結合大量史料、讓博物學藝術家可以與他們的作品一同現身的傑出作品。

《大自然的藝術》是本很好看的書──希望這篇導讀能提供一些線索,讓讀者可按圖索驥,摸索一套方法來看這本很好看的書。最後,還是要提醒各位,瑪吉試圖描繪的年代並沒有離我們遠去。當我們戲謔地在朋友的臉書發文下留下「發文不附圖,此舉不可取」等文字,當我們煞費苦心地搜索圖片、為即將來臨的口頭報告配圖,當我們努力地調整身體與手機間的角度、以嘟嘴與小臉的自拍留下「到此一遊」的證據時,我們仍然活在那個眼見為憑的世界。

正如瑪吉所說的,「文字可能是抽象的、模擬兩可的,而且容易誤解或誤譯,相對地,憑藉純熟技巧與高超精準度所繪製的圖像,卻可以描繪出與所有人息息相關的現實。圖像提供了親眼可見的事實,因此可以主張,文字將會成為圖像的附屬品」。


 

 

 

本文摘自《大自然的藝術:圖說世界博物學三百年》暖暖書屋出版。

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2568 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

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

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。

1

1
1

文字

分享

1
1
1
植物身上的脂質增加會讓它變胖嗎?不會!反而會促進開花?——專訪中研院植微所前研究員中村友輝
研之有物│中央研究院_96
・2023/10/02 ・6057字 ・閱讀時間約 12 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|歐宇甜
  • 責任編輯|簡克志
  • 美術設計|蔡宛潔

植物脂是什麼?它會怎麼影響植物?

如果提到植物脂質,一般人可能會想到果實或種子裡儲存的油脂,可以加工成大豆油、花生油、芝麻油等油品。不過,近年有越來越多證據顯示,脂質還會影響植物的生長和發育,例如開花的機制。中央研究院「研之有物」專訪過去院內唯一一位由發育生物學觀點研究植物脂質的學者,他是植物暨微生物學研究所的前研究員中村友輝,我們邀請他分享植物脂質研究與他的研究歷程。

中研院植微所的前研究員中村友輝。圖/研之有物

過去科學家對植物的脂質研究主要分兩個,一個是研究植物經光合作用轉化的脂質,這是植物可以拿來利用的養分;另一個是研究種子裡的脂質,例如透過品種改良或基因改造,提高種子的產油效率。中村友輝的團隊研究微觀的機制,他們探討脂質如何與其他訊號傳遞因子作用,協調植物的生長發育過程。

中村友輝是中研院植微所的前研究員,他深耕脂質研究已有 21 年,在中研院時期(2011~2022),他一手建立起脂質研究團隊,該團隊的重大研究成果之一就是:發現植物脂質跟調控開花有因果關係

中村友輝團隊發現植物脂質跟調控開花有因果關係,圖中植物為阿拉伯芥。圖/研之有物

要找出因果關係並不容易,研究團隊從植物脂質出發,先瞭解植物體內各種不同的脂質,再進一步探索脂質在植物體內如何製造與代謝。製造過程中,不同的酵素與步驟都會影響脂質的含量與結構,甚至同一種脂質,也都可能產生不同結構。

-----廣告,請繼續往下閱讀-----

在瞭解脂質如何製造與代謝之後,接下來就是深入脂質的實際功能。「脂質如何影響植物?」要回答這個問題,必須人為控制脂質的代謝,確認變因。

中村友輝團隊開發出「代謝切換系統」,這套系統可以短暫改變脂質的代謝速率或途徑,讓研究人員改變特定位置的脂質含量和種類,觀察不同脂質對植物的影響。

從人體機制找到調控植物開花的秘密

一般開花植物會根據季節變化、日照長短決定開花時機,而科學家發現植物裡有一種 FT 蛋白質(Flowering Locus T),能誘導植物開花,是一種開花素(Florigen)。

長日照植物在足夠的日照長度下,葉子裡的 FT 基因轉錄會活化並合成 FT 蛋白質,再運輸到頂芽,使葉芽轉變成花芽並開花,不過許多調控機制方面的細節仍然是謎。

中村友輝團隊發現,植物裡有一種磷脂質(磷脂醯膽鹼,Phosphatidylcholine,簡稱 PC),會隨日照變化改變,並與開花素產生交互作用、促進開花。脂質角色的加入,是當時其他學者尚未關注到的領域。

-----廣告,請繼續往下閱讀-----

為什麼團隊會把 FT 蛋白質跟植物脂質連結起來呢?

中村友輝表示,「我們注意到植物的 FT 蛋白質 3D 結構,跟人體中與脂質結合的蛋白質很像,這個蛋白質是磷脂醯乙醇胺(Phosphatidylethanolamine-binding protein,簡稱 PEBP 蛋白質)。雖然 FT 位在植物、PEBP 位在人體,但兩者構造相當相似。我們心想,既然人體的 PEBP 蛋白質可以跟磷脂質結合,植物的 FT 蛋白質是不是也能跟 PC 結合呢?PC 會不會跟調控開花有關? 」

電腦模擬 FT 蛋白質和 PC 磷脂質結合的「開花素活化複合體」3D 結構。資料來源/iScience

脂質真的會影響開花嗎?用代謝切換工程實驗看看!

為了證實這個推測,研究團隊開始進行各種實驗,透過代謝切換工程去調控植物體內的 PC 磷脂質含量,觀察當 PC 變多或變少時,會如何影響 FT 蛋白質的功能,以及開花速度會變快或變慢。

具體應該怎麼做呢?首先要有關鍵酵素「PECT」,只要抑制 PECT 的合成,就會連帶減少 PC 的合成量,進而觀察對 FT 蛋白質的影響。目前是以人工方式製作一段 amiRNA(Artificial microRNA,人工微型核酸),送進植物體內後,它能跟 PECT 的 mRNA 互補並結合,導致 PECT 無法合成。

-----廣告,請繼續往下閱讀-----

另一個方法是使用人工合成的啟動子(promoter,簡稱 p),啟動子是一段能讓特定基因進行轉錄的核酸片段。不同啟動子的功能不太一樣,例如啟動子 pFD,只有在頂芽裡才會驅動 FT 蛋白質合成;還有啟動子 pSUC2(Sucrose Transport 2),只在葉子維管束伴細胞(Vascular companion cells)裡才會驅動 FT 蛋白質合成,它專門跟一種藥物結合,實驗時可以透過藥物來控制。

團隊透過上述這些方法來控制 FT 蛋白質只在特定器官產生,再調控 PC 磷脂質含量增加或減少,藉此觀察脂質對開花的影響。

結果發現,如果在頂芽處讓 PC 磷脂質增加的話,的確可以促使開花。

此外,還發現 PC 構造會隨日夜變化,白天時,PC 磷脂質主要是飽和脂肪酸,容易和 FT 蛋白質結合,促進開花;晚上時,PC 磷脂質主要是不飽和脂肪酸,難與 FT 蛋白質結合,不促進開花,開花時間延遲。

-----廣告,請繼續往下閱讀-----
在植物的頂芽處,PC 磷脂質含量會影響開花,但是日夜情況不同。圖中的飽和脂肪酸是長碳鏈,不含紅色雙鍵。紅色雙鍵越多,表示不飽和脂肪酸程度越高。圖/研之有物(資料來源/中村友輝)

至於團隊有實際拍到 FT 蛋白質和磷脂質結合的模樣嗎?中村友輝說:「我們目前是用電腦模擬的方式,將 FT 蛋白質和磷脂質兩個分子的 3D 模型放在一起比對、計算,得知兩者最可能的結合方式。之前有嘗試用冷凍式電子顯微鏡(Cryo-electron microscopy)拍攝,但可能是 FT 蛋白質本身太小,沒有成功 ,希望未來有機會。」

這篇論文於 2014 年刊登於「自然通訊」(Nature Communications)期刊,之後陸續有些科學家也在研究脂質對開花的影響,有的發現在維管束的脂質也會影響 FT 蛋白質傳送,有的發現水稻的開花素運作模式,跟本次實驗所用的模式植物阿拉伯芥類似。

不過,全世界的植物種類非常多,不同植物的生長、開花特性可能不同,像短日照、長日照植物所需日照時間不同,有些植物如曇花是晚上開花,有些植物是先開花才長葉,其他類型的開花機制仍待更多研究來解開。

中村友輝團隊研究磷脂質如何影響植物開花的機制,採用模式生物阿拉伯芥作為研究對象。圖/研之有物

用藻類酵素刺激產油

如果科學家能掌握並任意開關植物的代謝路徑,以後就能隨心所欲讓植物生長或開花並應用在農業上嗎?中村友輝指出,「一旦瞭解代謝途徑,到真的應用層面上,的確不是遙不可及。我們之前有一個研究,就是透過掌握酵母菌的代謝途徑,讓這些小生物生產大量油脂。」

其實,科學家最早在研究代謝工程時就是以藻類、酵母菌和細菌等單細胞生物為主,每個細胞是一個完整生物體,而多細胞生物是一個個體有很多不同功能的細胞,相較之下,單細胞生物的代謝過程比多細胞生物單純許多。科學家研究酵母菌多年,幾乎瞭解脂質代謝路徑、參與調控的酵素,比較容易進行代謝工程。近年因為地球暖化問題,科學家研究如何以生質能源來替代石油,想透過酵母菌大量生產生質柴油,可惜遲遲找不到突破方法。中村友輝的團隊找到一個創新構想:將一種藻類酵素導入酵母菌,能讓產油量大幅增加。「不過,這個酵素被發現是一個意外。」中村友輝笑道。一開始中村友輝團隊是在分析藻類某種關鍵酵素 DGAT ,它是合成、儲存油脂的關鍵酵素,可以催化三酸甘油脂產生,有一群功能類似但構造不同的同分異構物,就像一個酵素家族。團隊將這些酵素的基因一個個抓出來,把它們導入酵母菌,想分析哪個酵素能讓酵母菌產油最多。最後研究團隊發現 DGAT2 能讓酵母菌產油量提升到野生酵母菌的 10 倍!其實,酵母菌裡也有同樣功能的酵素,但代謝效率、產油能力都沒有這個酵素 DGAT2 來得好,沒想到他們將酵母菌原本的酵素拿掉,運用外來的藻類酵素刺激,能讓酵母菌產油量突破以往極限。

-----廣告,請繼續往下閱讀-----

酵母菌的脂質代謝路徑,上方路徑形成儲存性脂質(橘色),也就是 TAG(三酸甘油酯);下方路徑形成膜脂質(綠色)。如果要生產生質柴油,必須盡量讓酵母菌往儲存性脂質的路徑走。中村友輝團隊將酵母菌原本的酵素替換成含有 DGATs 基因的藻類酵素,發現產油量大幅增加。圖/研之有物(資料來源/Frontiers in Microbiology

中村友輝說道,「有些做代謝工程的方式是改寫整個代謝路徑,我們只是促進或抑制某個路徑,改動範圍沒有這麼大。這篇論文是少數做到應用層面的研究,但我們只有養少量的酵母菌,真正要做到工業級生產,需要其他專門的人。我們仍是以基礎研究為主,聚焦在發現基礎代謝途徑,找出各種未知代謝途徑或未知代謝物。畢竟要先瞭解基本的,才可能有後續應用。」

原來,植物脂質沒有大家想得那樣簡單,只是當作儲存能量而已,更對植物的生長與發育影響重大。中村友輝希望未來繼續探討這個似乎無窮無盡的植物脂質領域,找出更多嶄新的發現。


除了研究內容之外,喜愛植物和旅遊的科學家中村友輝,當初如何踏上科研之路?為何如此熱愛植物脂質領域?來臺灣工作多年又有什麼觀察與發現呢?

問 您從小就喜歡植物嗎?當初如何走上學術研究的道路?

答 我小時候常常在戶外玩,喜歡花草,甚至會跑去河邊採水草,放在家裡水族缸養。在校學習時,我其實都是文科比較好,理科不是很好,應該沒有人想到我會走上科研的道路。但是,我發現自己對「分子生物學」很有興趣,DNA 這麼簡單的雙股螺旋結構,為何會產生蛋白質、形成生物體?我為此深深著迷。

-----廣告,請繼續往下閱讀-----

前幾年我去一場會議演講,詹姆斯·華生(James Watson,DNA 雙股結構發現者)就坐在前面第一排,沒想到我竟然能跟這位崇敬的科學家一起分享自己的實驗,那是個非常值得紀念的日子!

問 您曾去過許多地方旅行,有沒有留下什麼印象深刻的事?

答 我對其他國家的文化感到好奇,也喜歡親身體驗,從當地人觀點融入生活。我曾去到阿富汗和巴基斯坦,那裡戰亂較多,有一點危險,某次經過巴基斯坦和阿富汗交界的公路時,我還付錢請了兩個保鑣隨行。我去到那裡一些很貧困的地方,曾問當地人:「對你來講,活著的目的與意義是什麼?」沒想到那個人只是簡單回說:「我只想要活著就好,我活著的目的就是不要死!」這個回答讓我相當震撼,原來世界上有人是這樣活著。

問 您當初為何選擇植物脂質領域的研究,是否有什麼契機?

答 當年我在日本東京工業大學讀書,通常日本大學在畢業前要完成一個論文,大四有一年時間做研究。我喜歡植物,不喜歡動物或醫學,就選擇進入一間植物實驗室。剛開始我並不是選擇脂質作為主題,不過那時學界已開始發現到,脂質可能影響光合作用,因為脂質是構成葉綠體雙層膜的主要成分,我就因緣際會下踏入植物脂質領域,到現在已經 21 年。

問 您後來如何發現脂質對植物的生長與發育有重要影響?

答 科學家已經知道葉子、種子含有脂質,但大家並不清楚花朵裡的脂質是什麼樣子。那時教授給了我一個題目,就是去瞭解花裡面的脂質成分,這個題目還沒有人做過,我便接下這個挑戰。一開始我是辨識花裡含有哪些脂質,拿來跟種子、葉子的脂質成分做比對。

-----廣告,請繼續往下閱讀-----

花朵分成不同的器官像花瓣、雄蕊、雌蕊、花柱和花萼等,我驚訝的發現,花裡的脂質不但跟葉子、種子的脂質成分不一樣,而且在花朵的不同器官中,脂質成分竟然也不同。這讓我感到很有趣也很納悶:為什麼會有這麼大的差別?成為我開始深入探討脂質對開花影響的契機。

問 您是在什麼樣的契機來到臺灣工作呢?

答 我是從 2011 年進入中研院。在大學當背包客的旅程中,我發現亞洲的科學發展蠻有潛力,便開始學習中文。博士班畢業後,我決定先去新加坡讀博士後研究,當時新加坡的實驗室成員都是華人,包括中國、臺灣和新加坡等。後來剛好中研院植微所在徵人,於是我就來到臺灣。我覺得臺灣最好的部分是人,臺灣人真的非常好!我對這裡的生活很適應,臺灣的小吃、水果都很好吃,我特別喜歡芒果!

問 這些年您對臺灣的學術環境有什麼樣的觀察或心得嗎?

答 在臺灣,可以找到很多願意學習的人一起參與研究。很感謝中研院給我這個機會加入,發展我的研究旅程。我 31 歲就擔任實驗室主持人,我對中研院的回報就是盡量把研究成果一個個發表出來,希望讓中研院知名度提高。臺灣政府很願意支持基礎科學研究,雖然不能馬上看到成果,但對於後幾年的應用來講是最重要的,很希望未來臺灣政府能持續支持基礎研究,吸引更多國外學者來臺灣,將整個基礎研究能量做大。

問 您目前的研究方向有哪些?

答 第一個就是延續脂質調控開花的研究,因為還是有很多東西不瞭解。第二個是持續發現新的代謝途徑。植物的脂質代謝途徑很多、很複雜,大家所見的路徑圖表只是簡單示意,實際上不是真的這麼簡單,還有很多東西沒有被發現。最後是研究脂質跟莖的生長、大小的關係,跟脂質能調控開花的概念有點類似。總結來說,我的研究主軸是希望繼續瞭解脂質是怎樣影響植物的發育和各種生理現象。

中研院植微所的前研究員中村友輝與當時的研究團隊合影。圖/研之有物

-----廣告,請繼續往下閱讀-----
所有討論 1
研之有物│中央研究院_96
296 篇文章 ・ 3808 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook