Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

基因工程大突破!移除胚胎遺傳性疾病基因再也不是夢?

florinn
・2017/08/11 ・2978字 ・閱讀時間約 6 分鐘 ・SR值 565 ・九年級

美國科學家利用 CRISPR-Cas9 技術,首度成功修復人類胚胎的遺傳性疾病基因,成功率大幅提高至 72.4%,這項研究成果於今年八月二日發表在《自然》期刊,可說是基因編輯技術進展的里程碑,不過要將這項技術應用於臨床治療,還需要更多的實驗測試才能確定不會有罕見的錯誤發生。

圖/ZEISS Microscopy @Flickr

利用 CRISPR-Cas9 修正胚胎中的遺傳性疾病基因

帶領研究團隊的通訓作者,也是《自然》雜誌評選的 2013 年度十大科學家──美國奧勒岡健康與科學大學的米塔利波夫(Shoukhrat Mitalipov)教授,再一次為世界帶來劃時代的研究。他曾以開發出極受爭議的粒線體置換療法(也就是常聽到的三親嬰兒)和利用人類皮膚細胞培養出幹細胞而聞名於世,這次他的團隊的驚世之作,則是將目前超夯的基因編輯技術── CRISPR-Cas9 ──直接注射入胚胎,成功修正遺傳性疾病基因。

研究團隊選擇用來測試的,是常見的遺傳性心臟病──肥厚心肌症(Hypertrophic cardiomyopathy, HCM)的基因,這個疾病平均每500人就有一人患病,而且通常不會在年幼時發病,因此帶有這個遺傳性疾病的基因並沒有因為天擇而消失,好發於中年人以及年輕運動員。


影片/本文所提研究之實驗操作過程
(S-phase injection:受精後18小時注射,M-phase injection:受精前注射)

-----廣告,請繼續往下閱讀-----

研究人員為了測試這個方法是否能夠將遺傳性疾病基因修正,他們將 CRISPR-Cas9 注射到帶有一套正常基因和一套疾病基因的受精卵中,看看最後胚胎是否能成功被修正成不帶疾病基因。

實驗室將正常基因的卵子,以及帶有疾病基因的精子,進行體外人工授精,並且在不同的時間注射 CRISPR-Cas9 (「受精前(和精子一起注射)」和「受精後18小時」)。當 CRISPR-Cas9 注射之後,它會辨認出疾病基因,並將該段疾病基因剪切成DNA雙股斷裂,再交由細胞本身的DNA修補機制將DNA修復完成。

他們發現在「受精後」才將 CRISPR-Cas9 注射的話,因為受精卵已經開始進行細胞分裂,所以無法有效的修復胚胎內所有的細胞,使得部分胚胎內含有不同基因組的細胞(如下圖上排最右邊,藍色是正常細胞,褐色是仍含有疾病基因的細胞),而形成鑲嵌式胚胎(Mosaic embryo),或者是完全沒有被修復,胚胎內仍然具有基因缺陷。成功被修復的比例約 66.7%(36/54)。

如果在「受精前」將精子、CRISPR-Cas9 和正常基因片段一起注射,就能在 DNA 開始複製前進行修復,獲得較佳的修復結果。研究人員分析發現,所有的胚胎都進行了基因修復的步驟,72.4%的胚胎修復成功(42/58),剩下其他的胚胎則是正確辨認疾病基因的位置,但修復失敗了。

-----廣告,請繼續往下閱讀-----
圖/Ma et al., Nature

研究團隊還發現,在使用這個基因修正的方法時,胚胎會使用本身的 DNA 進行修復,而非研究人員額外加入的 DNA 片段,意思是在胚胎發育初期,只會根據原本就存在於細胞中的基因進行修正,而不會使用外來的基因片段。這和他們一開始預期的不同,顯示胚胎在發育的早期修復 DNA 的機制可能和後期所使用的不太一樣。

同時為了要檢驗 CRISPR-Cas9 在運作時,是否錯誤的處理到其他基因,造成了不必要的突變(這種突變稱為「脫靶突變 off-targeting mutation」),他們也做了胚胎的全基因組定序。他們發現在所有正常基因的細胞裡面,完全沒有這樣的現象發生,這也顯示了這個基因修正方法的可行性與穩定性大大的提高。

技術突破使成功率大增,但仍需要更多實驗確認安全性

這項研究是由米塔利波夫的團隊聯合南韓與中國的團隊共同進行。雖然在他們發表之前,還有另外三個中國團隊也發表過使用 CRISPR-Cas9 來修正胚胎基因的研究,但他們這項研究的重要性,在於首次有這麼高的成功率,能直接對人類胚胎進行基因工程修正遺傳性疾病基因,並且大大減少了鑲嵌式胚胎的數量,以及 CRISPR-Cas9 常被質疑的問題:脫靶突變的現象,也沒有被偵測到。

雖然成功率目前只有 72%,不過米塔利波夫對此有信心可以藉由調整實驗條件來達到成功率 90%以上。儘管如此,仍然要謹慎面對這項技術,這樣的技術算是生殖細胞工程(Germline engineering),會使得修正後的基因能夠傳到後代子孫,如果失敗的話,將導致突變或疾病基因代代相傳,研究中的實驗數據量也只有五十幾,還需要更多的實驗才能確定不會有罕見的錯誤發生

-----廣告,請繼續往下閱讀-----

設計出你的理想寶寶?還有很長一段路要走

未來想要設計出你的理想寶寶,會像現在選擇遊戲角色造型一樣簡單嗎?圖/Wiki

有人說:這個胚胎基因編輯技術成功後,「設計嬰兒」就指日可待了。《自然》期刊的評論員 Heidi Ledford 在 Nature Podcast 的訪問中表示,這樣的想法是個「滑坡謬誤」。這個利用 CRISPR-Cas9 修正胚胎基因的方法,只能將有問題的部分修改成原本就已經存在的基因序列(例如實驗中父方的疾病基因被修正為母方的正常基因),無法說我選擇要這樣的眼睛、這樣的鼻子、或者超高 IQ,然後提供一段基因片段,就把你的「完美寶寶」製造出來,這個方法做不到,而且技術上還有很多困難要克服,還有很長的一段路要走。而這大概也是通訊作者米塔利波夫堅持使用「基因修正(correction)」來描述他們的方法,而非使用「基因編輯(editing)」的原因。

麻省理工學院的一位癌症研究學者 Richard Hynes 認為,一旦胚胎基因修正技術的困難被克服,那我們就需要開始思考與討論這項技術對社會的影響,以及該如何立法規範這種技術的使用。而這篇堪稱里程碑的研究,就是告訴我們,是時候該開始討論了。

 

參考資料:

  1. Correction of a pathogenic gene mutation in human embryos, Nature (2017), Hong Ma et al., doi:10.1038/nature23305
  2. Biotechnology: At the heart of gene edits in human embryos, Nature | News & Views (2017), Nerges Winblad & Fredrik Lanner, doi:10.1038/nature23533
  3. CRISPR fixes disease gene in viable human embryos, Nature | News (2017), Heidi Ledford, doi:10.1038/nature.2017.22382
  4. In Breakthrough, Scientists Edit a Dangerous Mutation From Genes in Human Embryos, New York Times
  5. Deadly gene mutations removed from human embryos in landmark study, The Guardian
  6. First Human Embryos Edited in U.S. – MIT Technology Review, July 26, 2017

延伸閱讀:

-----廣告,請繼續往下閱讀-----
  1. 打造完美寶寶,工業技術與資訊月刊285期2015年07月號
  2. 「DNA編輯大師」張鋒與CRISPR / Cas9 / Cas9基因編輯技術 – PanSci泛科學
  3. 《自然》雜誌2013年度十大人物 – PanSci泛科學
  4. CRISPR發展之英雄榜 – 科學Online
-----廣告,請繼續往下閱讀-----
文章難易度
florinn
8 篇文章 ・ 4 位粉絲
曾任泛科學實習編輯,是個從學術象牙塔逃離的化學系、化學所學生。比起做實驗,更喜歡分享科學故事、聽科學趣聞,寫科普文的目的就是希望能和大家一起領略科學的力與美。

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----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
藝術揭露科技,科技豐富藝術—曹存慧的生物藝術探索
顯微觀點_96
・2024/11/10 ・4459字 ・閱讀時間約 9 分鐘

本文轉載自顯微觀點

生物藝術家曹存慧博士於大稻埕接受訪談
圖/顯微觀點

透過質疑,引起反思

昏暗的實驗室裡,紅色的 LED 綻放光芒,電線連向一旁玻璃杯內的電極。5個盛裝深色液體的玻璃杯由電線與電極串聯,累積電壓,向 LED 供應電流,如同小學自然課以果汁發電的實驗配置。

日光燈亮起,玻璃杯內的液體呈現比 LED 更加深沉的暗紅色,桌後身穿實驗衣的藝術家/科學家曹存慧開口介紹,「人類血液中具有電解質,因此可以和鋅片與銅片組成的電極發生氧化還原反應,產生電流使二極體發光。」此時,她的手背上還貼著止血棉。

這是曹存慧與葛昌惠合力創作的生物藝術裝置《血電廠》。藝術家現場抽取自己和參與者的血液,透過簡單的氧化還原發電原理,在黑暗中得到光線。讓參與者親身體驗犧牲身體部位、承受健康風險以獲得能源的情境。

-----廣告,請繼續往下閱讀-----

抽血發電很容易引起對衛生與比例原則的質疑,但是社會日常仰賴的發電模式如燃煤、核分裂等,不是明顯損及環境或居民健康,就是藏有重大風險。《血電廠》抽血發電引起的憂慮與質疑,凸顯了現代社會為了滿足電能需求,選擇持續承擔的代價與風險。

透過藝術為科學除魅

《血電廠》並非曹存慧唯一具有爭議性的創作,甚至不是參與者反對與質疑最激烈的。她與「遠房親戚實驗室」夥伴的作品《有我在TM在國立台灣美術館現場帶領工作坊參與者進行自體基因轉殖,透過基因工程技術,將人類基因片段插入大腸桿菌染色體中。

這項讓參與者感到「轉殖自身基因的大腸桿菌與自己十分相似」(實際上僅有極小片段相同,不同參與者彼此間的基因相似性還比較高),足以讓人反思何謂「自我」以及物種間親近性的實驗,因為扮演「有我在生物科技股份有限公司」在虛擬的商業情境中進行實驗,事後被民眾檢舉未依法登記而執行業務。

藝術家們為了法律訴訟而傷神耗時,同時也凸顯基因工程技術對民眾來說,是需要被政府嚴格管理的行為。

-----廣告,請繼續往下閱讀-----

面對民眾的緊張,曹存慧說,「台灣人對基因工程態度其實相對輕鬆,在意的是健康與環保。不像歐美社會,有觸犯神權的那種禁忌感。」如果是在荷蘭,這種行動藝術場地外一定會集結抗議團體,主辦方也會開記者會說明。

曹存慧回憶《有我在TM》現場說,「我帶參與者們做 heat shock(熱休克,使質體進入大腸桿菌細胞膜的方法), 他們紛紛驚訝說『怎麼這樣就結束了?』。我希望可以讓一般民眾發現『基改並非一件深不可測的事情』」。這是她為生物藝術賦予的價值之一。

對於生物藝術的定義,曹存慧反思地說,「每一天我對生物藝術的定義都有一點變動。現在我採取的定義是『內容與生物學有關的』創作,比較符合大眾對這個特定領域的想像。」

她認為,單純討論生命與死亡,或媒材中採用生物材料,其實都是傳統藝術包含的作法。但是以生物學知識與討論為主題的創作,最接近生物藝術(Bioart)這個 1997 年由 Eduardo Kac 發明的創作領域。

-----廣告,請繼續往下閱讀-----

懷抱著創作願望的生物學博士

曹存慧從大學開始攻讀生物科技領域,專長分子生物學和生物資訊,於昆士蘭理工大學獲得博士學位後回到台灣,進入中研院從事博士後研究。聽起來是相當典型的生科系職涯發展,接下來就是進入學院擔任助理教授或技術人員、實驗室經理。

但是在扎實的學術訓練歷程,曹存慧始終懷著對藝術的喜愛與好奇,她說,「我對藝術的興趣明確存在,但是方向模糊。只是從小喜歡畫畫、會當學藝股長,沒有受過科班訓練。高中參加的還是生研社,不是美術社。」

曹存慧與生物藝術的接觸,是在昆士蘭讀博士班時,那時她正在疑惑「自己的生物科技專業,能不能結合藝術創作」。她回憶說,「千禧年過後,一個無聊的晚上,我上網 google “Bio + Art” 沒想到真的有這種藝術領域!」她投入創作的願望,在新世紀展開時逐漸活化。

-----廣告,請繼續往下閱讀-----

2009 年,曹存慧畢業歸國,參與了她的生物藝術展覽初體驗,也是臺灣第一場聚焦生物科技與醫學的創作展《急凍醫世代》。不僅是她第一次親眼看見生物藝術裝置,同時也得到參加研討會、工作坊的機會,可以聽到藝術家剖析自己的創作脈絡。

觀察了他人的作品,曹存慧開始想要親手創作,但是既缺少經驗,也不了解何謂藝術創作。同時,她的職業仍然是中研院分子生物學博士後研究員,她一面忙碌於實驗室工作,一面在陌生的創作領域摸索,讀藝術理論、了解當代藝術作品、與藝術家對談。

曹存慧回憶那段時光說,「探索新領域很有趣,但是也很掙扎,因為時間實在不夠用。」她維持白天做實驗,夜晚學習藝術的跨領域生活到 2011 年,帶著教學相長的期待,與其他藝術家合作向文山社區大學提案,開一門生物藝術課程。

一波三折的跨領域之路

文山社區大學對生物藝術課程的熱烈歡迎出乎她們意料,連臺北市其他區域的社區大學,也紛紛邀請她們開課。曹存慧笑說,「當時我們很開心地答應了,還擔心自己會忙不過來。結果報名截止那天,整個臺北市只有一個人報名,而且那個人還是我的朋友!」

-----廣告,請繼續往下閱讀-----

原來,「生物藝術」這個名詞當時在臺灣社會鮮少被公開討論,社區居民分不清楚究竟是生物課還是藝術課,自然不會報名。曹存慧教學相長的課程,只能暫且擱置。

曹存慧並未因此而放棄,為了投入更多時間嘗試創作,她在 2016 年申請荷蘭的生物藝術研究單位職缺,準備離開原本的工作,卻因為簽證問題而無法成行。

看似又一個深入生物藝術領域的阻礙,曹存慧卻視為重要的轉捩點。在輾轉詢問、求助的過程中,她結識更多生物藝術圈的同儕,也被拉進臺灣生物藝術社群,得到充沛的交流。她說,「那時我開始更清楚自己能做甚麼,也開始有策展人特地邀請我參展。」

曹存慧的第一個正式展出作品,是 2014 年於臺北市中山創意基地 URS21 的《愛@窒息》,在密閉小容器中裝入植物和日常物品的零件(如玩偶或是芭比娃娃的肢體)。展覽期間植物逐漸生長,人造物品被慢慢吞沒,只留下輕微輪廓。

-----廣告,請繼續往下閱讀-----

曹存慧在展期發現,室內展場光線不如室外明亮,作品中的植物不一定會如預期般生長。生物藝術猶如生物學實驗,比起使用無生命材料的同行,更加需要注意生物學性質。

她笑說,「我從那時開始體會,生物藝術家會遇到很多不可思議的環境因素,是其他領域創作者無法想像的。」

最誇張的經歷是,「大量的果蠅飛進展場,吃掉我的作品!密封的作品無法隔絕果蠅的嗅覺和食慾,展間裡、作品上都是果蠅。策展人、館方都氣急敗壞。」

一路挑戰創作框架與材料的限制,曹存慧獨具風格的創作逐漸被更多策展人認同,也登上國家美術館的展廳,讓她得到更多信心與創作欲。2018 年她辭去博士後研究員的工作全心投入創作,隔年卻回到了學術機構,這次領域不同以往——清大藝術學院聘任她為助理教授,並主持生物藝術實驗室。

-----廣告,請繼續往下閱讀-----
任教於清大藝術學院的生物科技博士曹存慧

現正創作:族群與語言的演變(螞蟻版)

擔任教職的曹存慧持續活躍的個人創作,她最近的作品是浪漫臺三線藝術季的邀約作品:名稱未定,以客家話和客家族群的流動變化為核心概念。

曹存慧說明,「現在臺灣人使用的客家話,發音和用詞與中國南方的客家話已頗有不同,臺灣不同客家族群間也有少許差異,但社會共識依然認同是應該被保存的『傳統文化』。」

而客家族群血緣方面,曹存慧提起馬偕醫學院教授林媽利引發激烈討論的分子人類學研究,該研究指出臺灣客家人的染色體單倍群比較接近中國南方人,不同於客家族群傳統故事中,客家人來自華北、華中的漢民族大遷徙敘事。

圍繞這個引起民族認同爭端的科學研究,曹存慧展開新的創作想像,「客家人從北方逐漸南遷的過程中,或許不斷有人加入、也有人在中途落地生根。到達南方、臺灣時,群體中的成員、家族組成與出發時早已不同,因此這個族群的基因庫也已經演進,如同語言的變化。」

曹存慧透漏,她計畫設計一個大型螞蟻飼養箱,其中糖漬洛神花排列成漢語拼音的客家話辭彙,涵蓋客家話各分支的用字、腔調差異。其中同時放置泥土、樹枝和水,讓螞蟻得以築巢、生活。

螞蟻覓食過程中,糖漬洛神花會被螞蟻集體搬動,拼音逐漸出現變化,仿擬語言在集體活動過程被重新建構。曹存慧說,「族群和文化特徵在演變過程會消失一部分,同時也會建構新的成分。演變是自然的,或許不是那麼需要抗拒的事情。」

至於醃漬洛神花,是因為現在洛神花是當前桃園客家文化景點的熱銷名產,被形塑為客家特色農作物之一。但洛神花並非當地傳統的作物,大概 2008 年前後才開始流行,其實是相當新的地區特色。

曹存慧以此說明,「客家族群的自我認同強烈,但文化演變本來就會一直加入新的元素,得到新的特徵未必是一件壞事。我想趁機探討『傳統』在文化演變過程中不斷建構並保存下來,是動態而非固著的概念。」

對於發想過程,她自我剖析道,「創作時我沒有很明確的政治性、社會性目的。但我想生活在這個社會環境,人本來就會注意社會議題並產生反應,也就是我每天看到和思考的內容。我想進行的創作,是和當下社議題密切相關的。」

年輕、階級扁平的教室與創作領域

在曹存慧的課堂上,每個人都以自取的綽號相稱,曹存慧在學生口中的稱呼是「跳跳」。

她解釋說,因為生物藝術是個很年輕的領域,輩分與階級都很扁平,「我和學生年紀不同,在教室裡的權力也不同。雖然一開始我是思考與創作的帶領者,但是希望可以讓學生感到互動框架是平等、可鬆動的。這樣在討論何謂生物藝術、評論作品時,可以自由地發展與表達想法。」

曹存慧認為,這樣的課堂情境類比了生物藝術圈的現狀,沒有太明確的權威與硬性框架,生物藝術的形式、目的與價值都還在共同創造及實踐中。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

顯微觀點_96
28 篇文章 ・ 5 位粉絲
從細微的事物出發,關注微觀世界的一切,對肉眼所不能見的事物充滿好奇,發掘蘊藏在微觀影像之下的故事。

0

2
0

文字

分享

0
2
0
從遺傳學角度剖析:女性能在體育場上超越男性嗎?——《運動基因》
行路出版_96
・2024/08/10 ・3712字 ・閱讀時間約 7 分鐘

科學期刊的預言:女性能追趕甚至超越男性?

我在 2002 年還在讀大四時,第一次看到兩位 UCLA 生理學家的論文〈不用多久女性就會跑得比男性快?〉,當時我覺得這個標題很荒謬。在那之前我花了五個賽季,進行 800 公尺中距離跑步訓練,成績已經超越世界女子紀錄。而且我還不是自己接力隊上跑最快的。

但那篇論文發表在《自然》(Nature)期刊上,這是世上極具聲望的科學期刊,所以一定有些道理。大眾就是這麼認為的。《美國新聞與世界報導》雜誌在 1996 年亞特蘭大奧運之前,對一千個美國人做了調查,結果其中有三分之二認為,「終有一天頂尖女運動員會勝過頂尖男運動員」。

1996 年亞特蘭大奧運前,一千位美國人中有三分之二認為,「終有一天頂尖女運動員會勝過頂尖男運動員」。 圖/envato

《自然》期刊上那篇論文的作者,把男子組和女子組從 200 公尺短跑到馬拉松各項賽事歷年的世界紀錄畫成圖表,發現女子組紀錄進步得遠比男子組急速。他們用外推法從曲線的趨勢推斷未來,確定到 21 世紀前半葉,女性就會在各個賽跑項目擊敗男性。兩名作者寫道:「正因進步速度的差異實在非常大,而使(兩者)差距逐漸縮小。」

2004 年,趁著雅典奧運成為新聞焦點之際,《自然》又特別刊出一篇同類型的文章〈2156 年奧運會場上的重要衝刺?〉(Momentous Sprint at the 2156 Olympics?)──標題所指的,正是女子選手會在 100 公尺短跑比賽中,勝過男子選手的預計時間。

-----廣告,請繼續往下閱讀-----

2005 年,三名運動科學家在《英國運動醫學期刊》發表了一篇論文,省去問號開門見山在標題宣稱:〈女性終將做到〉(Women Will Do It in the Long Run.)。

難道男性主導世界紀錄的情況,始終是歧視女性、把女性排除於競技場外的結果?

20 世紀上半葉,文化規範與偽科學嚴重限制了女性參與運動競技的機會。在 1928 年阿姆斯特丹奧運期間,有媒體(捏造)報導指稱,女性選手在 800 公尺賽跑後筋疲力竭地躺在地上,這讓一些醫生和體育記者十分反感,使得他們認為這個比賽項目會危害女性健康。《紐約時報》上有篇文章就寫:「這種距離太消耗女性的體力了。」〔1〕那幾屆奧運之後,在接下來的三十二年間,距離超過 200 公尺的所有女子項目,都突然遭禁,直到 2008 年奧運,男女運動員的徑賽項目才終於完全相同。但《自然》期刊上的那幾篇論文指出,隨著女性參賽人數增多,看起來她們的運動成績到最後可能會與男性並駕齊驅,甚至比男性更好。

運動能力的基因密碼:性別差異的生物學根源

我去拜訪約克大學的運動心理學家喬.貝克時,我們談論到運動表現的男女差異,尤其是投擲項目的差異。在科學實驗裡證實過的所有性別差異中,投擲項目一直名列前茅。用統計學術語來說的話,男女運動員的平均投擲速度相差了三個標準差,大約是男女身高差距的兩倍。這代表如果你從街上拉一千個男子,其中 997 人擲球的力氣會比普通女性大。

-----廣告,請繼續往下閱讀-----

不過貝克提到,這種情形可能是反映女性缺乏訓練。他的太太是打棒球長大的,輕輕鬆鬆就能贏過他。他打趣說:「她會發出一束雷射光。」那麼這是生物學上的差異嗎?

男性和女性的 DNA 差異極小,僅限於在女性身上為X或男性為Y的那單一染色體。姊弟或兄妹從完全相同的來源取得基因,透過重組母親和父親的 DNA,確保兄弟姊妹絕對不會相近到變成複製人。

性別分化過程大部分要歸結到 Y 染色體上的「SRY 基因」,它的全名是「Y 染色體性別決定區基因」。若要說有「運動能力基因」,那就非 SRY 基因莫屬了。人類生物學的安排,就是讓同樣的雙親能夠同時生育出男性的兒子和女性的女兒,即使傳遞的是相同的基因。SRY 基因是一把 DNA 萬能鑰匙,會選擇性地啟動發育成男性的基因。

我們在生命初期都是女性──每個人類胚胎在形成的前六週都是女性。由於哺乳動物的胎兒會接觸到來自母親的大量雌激素,因此預設性別為女性是比較合算的。在男性身上,SRY 基因到第六週時會暗示睪丸及萊氏細胞(Leydig cell)該準備形成了;萊氏細胞是睪丸內負責合成睪固酮的細胞。睪固酮在一個月之內會不斷湧出,啟動特定基因,關閉其他基因,兩性投擲差距不用多久就會出現。

-----廣告,請繼續往下閱讀-----

男孩還在子宮時,就開始發育出比較長的前臂,這使得他們日後投擲時會做出更有力的揮臂動作。儘管男孩和女孩在投擲技能方面的差異,不如成年男性和女性之間那麼顯著,但這種差異在兩歲幼童身上已經很明顯了。

性別分化過程大部分要歸結到 Y 染色體上的「SRY 基因」,會選擇性地啟動發育成男性的基因。 圖/envato

文化與訓練的影響:投擲項目中的性別差距

為了確定孩童之間的投擲差距有多少與文化有關,北德州大學和西澳大學的科學家組成團隊,共同測試美國孩童與澳洲原住民孩童的投擲技能。澳洲原住民沒有發展出農業,仍過著狩獵採集生活,他們教導女孩丟擲戰鬥及狩獵用武器,就像教導男孩一樣。這項研究確實發現,美國男孩和女孩在投擲技能上的差異,比澳洲原住民男孩和女孩之間的差異顯著許多。不過儘管女孩因為較早發育長得較高較壯,男孩仍比女孩擲得更遠。

普遍來說,男孩不僅比女孩更善於投擲,視覺追蹤攔截飛行物的能力往往也出色許多;87% 的男孩在目標鎖定能力的測試上,表現得比一般女孩好。另外,導致差異的部分原因,至少看起來是因為在子宮的時期接觸到了睪固酮。由於先天性腎上腺增生症,而在子宮裡接觸到高濃度睪固酮的女孩,上述項目的表現會像男孩一樣,而不像女孩;患有這種遺傳疾病的胎兒,腎上腺會過度分泌男性荷爾蒙。

受過良好投擲訓練的女性,能輕易勝過未受訓練的男性,但受過良好訓練的男性,表現會大幅超越受過良好訓練的女性。男子奧運標槍選手擲出的距離,比女子奧運選手遠大約三成,儘管女子組使用的標槍比較輕。此外,女性投出的最快棒球球速的金氏世界紀錄是 65 mph(相當於時速 105 公里),表現不錯的高中男生的球速經常比這還要快,有些男子職業球員可以投出超過 100 mph(相當於時速 160 公里)的球速。

-----廣告,請繼續往下閱讀-----

在跑步方面,從 100 公尺到 1 萬公尺,經驗法則是把菁英級表現差距定在 11%。從短跑到超級馬拉松,不管任何距離的賽跑,男子組的前十名都比女子組的前十名快大約 11%。〔2〕在職業等級,那就是個鴻溝。女子組的 100 公尺世界紀錄,跟 2012 年奧運男子組的參賽資格還差了四分之一秒;而在一萬公尺長跑,女子組的世界紀錄成績,與達到奧運參賽資格最低標準的男選手相比落後了一圈。

不論距離,男子組前十名的跑步速度普遍比女子組快約 11%。圖/enavato

投擲項目與純爆發力型運動項目的差距更大。在跳遠方面,女子選手落後男子 19%。差距最小的是長距離游泳競賽;在 800 公尺自由式比賽中,排名前面的女子選手,與排名前面的男子選手差距不到 6%。

預言女性運動員將超越男性的那幾篇論文暗示,從 1950 年代到 1980 年代,女性表現的進展遵循一條會持續下去的穩定軌跡,但在現實中是有一段短暫爆發,隨後趨於平穩──這是女子運動員,而非男子運動員進入的平穩期。儘管到 1980 年代,女性在 100 公尺到 1 英里各項賽跑的最快速度,都開始趨於穩定,但男子運動員仍繼續緩慢進步,雖然只進步一點點。

數字很明確。菁英女子選手並未趕上菁英男子選手,也沒有保持住狀況,男性運動員則在非常慢地進步。生物學上的差距在擴大。但為什麼原本就有差距存在?

-----廣告,請繼續往下閱讀-----

註釋

  1.  各報上氣不接下氣地報導 800 公尺女子選手紛紛倒在跑道上。正如運動雜誌《跑步時代》(Running Times)2012 年的一篇文章指出的,實情是只有一個女子選手在終點線倒下,其餘三名都打破了先前的世界紀錄。據稱人在現場的《紐約郵報》記者寫道,「11 位淒慘的女性」當中有 5 人沒有跑完,5 人在跑過終點線後倒下。《跑步時代》報導說,參賽的女運動員只有 9 個,而且全部跑完。
  2. 過去普遍認為,隨著比賽距離拉長,女子賽跑選手會超越男子選手。這是克里斯多福.麥杜格(Christopher McDougall)在《天生就會跑》這本很吸引人的書裡談到的主題,但不完全正確。成績非常優秀的跑者之間的 11% 差距,在最長距離和最短距離同樣穩固存在。儘管如此,南非生理學家卻發現,當一男一女的馬拉松完賽時間不相上下,那個男士在距離短於馬拉松的比賽中通常會贏過那個女士,但如果競賽距離加長到 64 公里,女士就會跑贏。他們報告說,這是因為男性通常比較高又比較重,比賽距離越長,這就會變成很大的缺點。然而在世界頂尖超馬選手當中,男女體型差異比一般群體中的差異小,而 11% 的成績差距,也存在於超級長距離的最優秀男女選手之間。

——本文摘自 大衛・艾普斯坦(David Epstein)運動基因:頂尖運動表現背後的科學》,2020 年 12 月,行路出版,未經同意請勿轉載

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

行路出版_96
21 篇文章 ・ 8 位粉絲
行路為「讀書共和國」出版集團旗下新創的出版社,出版知識類且富科普或哲普內涵的書籍,科學類中尤其將長期耕耘「心理學+腦科學」領域重要、具時代意義,足以當教材的出版品。 行路臉書專頁:https://www.facebook.com/WalkPublishing