0

1
1

文字

分享

0
1
1

推理要在實驗室:為什麼有些細菌會致病、有些不會呢?

研之有物│中央研究院_96
・2017/10/17 ・4507字 ・閱讀時間約 9 分鐘 ・SR值 503 ・六年級

-----廣告,請繼續往下閱讀-----

細菌的身世之謎

為什麼有些細菌會致病、有些不會?為什麼有些細菌需要依賴宿主存活、有些不用?要回答這些問題,需要比較不同的細菌,找出其中基因的異同處,就如同推理劇般一步步推敲細菌們的演化史。

「世界上有很多細菌,我們的工作是研究這些細菌如何變得不一樣!」中研院植物暨微生物所的郭志鴻副研究員說,圖/by 張語辰。

為什麼研究細菌?

細菌的多樣性非常高,因為演化的歷史比動植物長很多,可以生存的環境也很多樣。

目前證據顯示細菌在三十億年前就在地球上出現,而多細胞生物的演化史則不到十億年。另外動植物能生存的範圍蠻窄的,但無論在高溫、低溫、高壓、低壓、低氧……什麼奇怪的環境都能找到細菌,所以能探討的題目就很多。

我從博士後訓練時期開始投入「細菌基因體演化」的研究。一開始先問巨觀的問題,例如說有什麼演化趨勢是在大部份的細菌都會發現。 2010 年起在中研院建立自己的實驗室,興趣也轉向針對微觀的細節深入研究。近年來主要的研究材料是柔膜菌綱中的「植物菌質體」和「螺旋菌質體」。

-----廣告,請繼續往下閱讀-----

細菌演化有何奇妙現象?

在演化的歷程中,細菌擁有的基因「種類」和「數量」會有劇烈的變化。

橫軸可以解釋為細菌演化的歷程,也可以解釋為細菌有多需要宿主。資料來源:Winding paths to simplicity: genome evolution in facultative insect symbionts,圖重製/by 林婷嫻、張語辰。

若以基因體大小和宿主依賴度來分,細菌可分為「環境微生物」、「兼性共生菌」、「絕對共生菌」。

在細菌演化的歷程中,一開始的環境微生物基因體較大,帶有各式各樣在自然環境中生存所需的基因。但經過「第一次過渡事件」後,就從完全不依靠宿主,變成兼性共生菌,在有些條件下和宿主一起存活。

當需要依靠特定的動植物時,細菌的族群就不能比宿主大,一但細菌的族群變小,「天擇」的力量就會減弱,由隨機事件掌控的「遺傳漂移 (genetic drift) 」就變得比較重要。許多突變,即使對細菌本身不利,都有機會因為隨機事件遺傳給下一代,甚至到族群中所有個體。

族群大,天擇重要;族群小,遺傳漂移重要。

細菌基因體的突變,最常見的形式是「基因丟失」,這些被丟失的基因不是絕對必要、比較像「備用工具」,若失去這些備用工具平時不會產生大影響,這個結果就容易遺傳給下一代。

-----廣告,請繼續往下閱讀-----

到了「第二次過渡事件」,細菌從兼性共生變成絕對共生,不能再離開宿主,例如柔膜菌綱的「植物菌質體」。這時候因為很多營養可以改成從宿主身上取得,許多自行合成氨基酸、脂質等養份的基因就像不再被需要的備用工具,也自然從細菌的基因體中消失。也因此這些細菌可能走入演化的死巷,難以再轉換到其他的生態棲位。

細菌三十億年前出現在地球上,這些基因演化發生地多快多慢,目前並不清楚,因為細菌不像恐龍有化石紀錄,很難定年。

實驗室在研究哪些細菌?

我們實驗室主要研究柔膜菌綱中的細菌。這類細菌最廣為人知的是「黴漿菌」,引起很多人類跟動物的重要疾病,世界上有很多實驗室在研究。而我們則主要研究「植物菌質體」和「螺旋菌質體」,並比較這三群細菌間的異同。

柔膜菌綱包含三種:「黴漿菌」會讓溫體動物生病;「植物菌質體」會讓植物生病;而大部分的「螺旋菌質體」是節肢動物的共生菌,有的會致病、有的不會致病。資料來源:郭志鴻,圖重製/by 林婷嫻、張語辰。

植物菌質體是一群由昆蟲傳播的植物病菌,幾十年來都無法被人工培養。我們透過基因體定序,由受感染的植物中分別解出「植物」和「植物菌質體」的 DNA 序列 ,並將「健康的植物」和「被感染的植物」做比較分析,來了解植物菌質體如何讓植物生病,這對農業非常重要。

-----廣告,請繼續往下閱讀-----
左為健康的繡球花,右為受植物菌質體感染、該開花的部位長出葉子。圖/from Genomic and evolutionary aspects of phytoplasmas

植物菌質體進入植物體內後,會分泌小小蛋白質、調控植物細胞裡基因的表現,讓該開花的部位長出很多葉子。

植物菌質體可以將植物「開花」的機制切換成「長更多葉子」的機制,如此一來植物無法傳宗接代,在演化上等於死掉一樣。而且因為植物無法開花結果,對農業生產造成很大的問題。

除此之外,植物菌質體還會降低植物用來防禦昆蟲的化學物質、吸引昆蟲來吃植物,這麼一來植物菌質體又能藉由昆蟲散播到新的宿主。我們正在研究植物菌質體是利用什麼機制來調控這過程。

相對於「植物菌質體」都會讓植物宿主生病,同屬於柔膜菌綱的「螺旋菌質體」,大部分是節肢動物的共生菌,有的會讓宿主生病、有的不會。

這是螺旋菌質體好玩的地方,我們能從「比較基因體學」的角度,去看螺旋菌質體這個屬內的「病菌」和「非病菌」物種的基因哪裡不同,是多了或少了某個基因造成這種差別;也能探討這些演化是如何發生,是藉由「垂直基因遺傳」、或是「水平基因轉移」。

-----廣告,請繼續往下閱讀-----
螺旋菌質體在光學顯微鏡下,看起來像被稍微拉長的捲捲電話線。資料來源:Chemotaxis without Conventional Two-Component System, Based on Cell Polarity and Aerobic Conditions in Helicity-Switching Swimming of Spiroplasma eriocheiris,圖重製/by 林婷嫻、張語辰。

為什麼有些細菌會致病、有些不會?

和三斑家蚊共生的螺旋菌質體 S. diminutum ,可以和蚊科宿主和平共處。但另一種和三斑家蚊共生的螺旋菌質體 S. taiwanense ,會破壞蚊科宿主的組織、增加死亡率。資料來源:Comparison of Metabolic Capacities and Inference of Gene Content Evolution in Mosquito-Associated Spiroplasma diminutum and S. taiwanense,圖重製/by 羅文穗、張天昫、林婷嫻、張語辰、郭志鴻。

我們這幾年研究蚊子身上的螺旋菌質體,結果發現有致病性的 S. taiwanense 能夠消化的「碳水化合物」較少,但因為帶有一組非病菌所沒有的 glpO 基因,能在蚊子體內改吃甘油、並生成「過氧化氫」等「活性氧物種」,造成蚊科宿主的細胞溶掉、釋放出細胞裡的蛋白質和脂質, S. taiwanense 就能吃這些蛋白質和脂質作為養分來源,相當具有侵略性。

S. taiwanense 這樣苦苦相逼宿主有什麼好處?它採取的策略是,只要我傷害宿主可以多複製幾個細胞,提高傳播到下個宿主的機會,就是有利的生存策略。反過來說,若宿主是獨居性的動物,一座山頭只有一隻,共生菌就會傾向與宿主和平共存,因為若傷害宿主、細菌也無法存活。

共生菌要多具有侵略性,受限於宿主的「族群密度」和「傳播機會」。

會做這個題目是因為,我們透過文獻知道 S. taiwanense 和 S. diminutum 這兩種螺旋菌質體都是蚊子的共生菌,但 S. taiwanense 會使蚊子生病, S. diminutum 卻不會。我們選了一些與 S. taiwanense 、 S. diminutum 親緣關係相近的菌種,比較這些菌種的演化史,看看是哪個基因造成這種差別。除了多瞭解台灣本土的昆蟲共生菌之外,也許有機會發展於登革熱的生物防治。

細菌會水平轉移基因?

以前課本教:基因是爸媽遺傳給我們,因此一般會認為生物演化大多是「垂直基因遺傳」,再慢慢累積突變,造成物種間的差異。而「水平基因轉移」的意思是,一個物種可以從其他物種得到自己原本所沒有的新基因,這是細菌演化上很重要的機制。

-----廣告,請繼續往下閱讀-----

細菌是體細胞兼生殖細胞,所以很容易「水平轉移」基因。

如下圖,我們分析細菌的親緣關係,發現剛剛提到的 glpO 基因是從別的菌種「水平轉移」拿來的。這些新拿來的基因不只存在於細菌基因體中裡,還會被納入基因調控的分子機制中、產生新的反應。

(A)圖:若基因演化史為「垂直遺傳」,則親緣關係會像此圖。演化關係相近的物種,例如上方五個以紅色標示的螺旋菌質物種,在親緣樹上也會較接近。
(B)圖:來自 S. taiwanense 的基因 (STAIW_v1c07530))跟其他的螺旋菌質體物種的基因(紅色)關係較遠,反而跟黴漿菌的基因(藍色)關係較近,推測可能是因為此基因是 S. taiwanense 自黴漿菌水平轉移而得到。資料來源:Molecular Evolution of the Substrate Utilization Strategies and Putative Virulence Factors in Mosquito-Associated Spiroplasma Species

「超級細菌」是怎麼回事?

目前人類了解的細菌不到整體百分之一,而新科技的發展讓我們開始慢慢了解許多過去沒研究過的細菌。有在實驗室被成功培養出來的細菌中、會讓人類生病的是少數中的少數。

大約一百年前,抗生素剛被發現就像「魔法子彈」,可以治療幾乎所有細菌感染的疾病,但後來抗生素開始失去效果,因為細菌經由基因突變、或藉由水平基因轉移,可以抵抗抗生素。「超級細菌」是因為具備多重抗藥性,已經湊齊能抵抗不同抗生素的基因,除非醫學又開發出新型的抗生素,否則醫生就無藥可用。這過程就像人類和病菌間持續的軍備競賽。

帶有這個抗藥性的基因對細菌有利,這是人類造成的天擇。

天擇造成的生存壓力很大,本來只有某種細菌有某個特定的抗藥性基因,但不同的細菌之間容易互相藉由「水平轉移」傳播抵抗不同抗生素的基因。在疾病管理上,盡量不要讓不同病人帶有的病菌有機會互相接觸。

-----廣告,請繼續往下閱讀-----

若要避免產生超級細菌,唯一有效的方法是不要用抗生素。因為在有抗生素的環境中,細菌帶有抗藥性的基因是有利的;但若在沒有抗生素的環境下,細菌帶有抗藥性的基因就變得多餘。

實際上,不要用抗生素真的很難,若非得要用,就要用得徹底,醫生開給你七天的藥就要吃完,讓足夠的藥劑量將病菌在發展出抗藥性前徹底殺死。

如何找到實驗靈感?

沒有公式可以依循,失敗的題目遠比成功的多。

我們從文獻上知道有哪些細菌存在、知道前人做了什麼、有哪些可以做還沒做、有不有趣。做完這些評估,我們再來想想實驗室能不能做到,覺得有希望就試試看。

失敗的話怎麼辦?就偷偷傷心一下下再努力(笑)。例如說賣雞排,倒掉的店也比賺大錢的多,這點可能各行各樣都差不多。

-----廣告,請繼續往下閱讀-----

走學術研究這條路,從研究所開始就是不斷面對失敗的訓練。當上老師後不但要分擔學生的挫折,還要為了研究計畫的申請跟成果的發表奮鬥。雖然不斷面對失敗免不了難過,但回頭看過程中學到的經驗,怎麼把困難的問題理出頭緒,找到自己的看法,最後能有幾個有趣的故事可以說出來跟大家分享,這就是做研究迷人的地方。

延伸閱讀

  1. 郭志鴻的個人網頁
  2. 〈蚊科昆蟲共生菌的致病基因演化〉,作者:羅文穗、郭志鴻
  3. Wen-Sui Lo, Ya-Yi Huang, Chih-Horng Kuo* (2016) Winding paths to simplicity: genome evolution in facultative insect symbionts. FEMS Microbiology Reviews, 40, 855-874.
  4. Lo WS, Gasparich GE, Kuo CH* (2015) Found and lost: the fates of horizontally acquired genes in arthropod-symbiotic Spiroplasma. Genome Biology and Evolution 7: 2458-2472.
  5. Chang TH, Lo WS, Ku C, Chen LL, Kuo CH* (2014) Molecular evolution of the substrate utilization strategies and putative virulence factors in mosquito-associated Spiroplasma species. Genome Biology and Evolution 6: 500-509.
  6. Lo WS, Ku C, Chen LL, Chang TH, Kuo CH* (2013) Comparison of metabolic capacities and inference of gene content evolution in mosquito-associated Spiroplasma diminutum and S. taiwanense. Genome Biology and Evolution 5: 1512-1523.

CC 4.0

本著作由研之有物製作,以創用CC 姓名標示–非商業性–禁止改作 4.0 國際 授權條款釋出。

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

文章難易度
研之有物│中央研究院_96
296 篇文章 ・ 3558 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

0

2
2

文字

分享

0
2
2
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 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?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

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。

-----廣告,請繼續往下閱讀-----

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:

-----廣告,請繼續往下閱讀-----
  • 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

-----廣告,請繼續往下閱讀-----

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?

圖形處理的例子

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。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

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?

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

(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)

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。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 54 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

3
0

文字

分享

0
3
0
天選之人!為什麼地球上只有我們是高智慧生命體?——《人類的旅程》
商業周刊
・2022/10/21 ・2959字 ・閱讀時間約 6 分鐘

人類最早的足跡

爬著蜿蜒的山路,前往位於現代以色列的迦密山洞穴,不難想像史前時代這一帶的壯麗環境。

地中海型氣候應是四季宜人,氣溫只會小幅變動。附近青翠的山谷裡,穿山越嶺曲折流過的溪流,應是飲用水的來源。山脈旁的森林應適合狩獵鹿、瞪羚、犀牛、野豬。再向外,在毗連狹長海岸平原及撒馬利亞山脈的開闊荒野地帶,應生長著史前品種的穀物及果樹。四周的溫暖氣候、多樣性生態及生食材料,應使迦密山洞穴成為萬千年來,無數狩獵採集族群的理想家園。

這些古代洞穴,如今是聯合國教科文組織(UNESCO)的人類演化世界遺產,從中挖掘出的遺物確實證明,在數十萬年間,這裡曾有一連串史前人類棲息地,同時智人與尼安德塔人(Neanderthals,譯注:遺跡最早在德國尼安德河谷被發現的史前人類)可能曾經相遇,引人遐思。

1920 年查爾斯.R.奈特( Charles R. Knight )所畫的,想像中的史前人類。 圖/wikimedia

在此地和世上其他遺址的考古發現,顯示遠古及早期現代人類,是緩慢但持續學會新技能,善於用火,打造出越來越精細的刀刃、手斧、黑燧石及石灰石工具,也創作藝術作品。這些文化與技術進步,逐漸成為人類特徵,使我們有別於其他物種,而關鍵的推力之一,是人類腦部的進化。

-----廣告,請繼續往下閱讀-----

人腦為什麼能發展得如此特別?

人類的腦部非比尋常:容量大且經壓縮,比所有其他物種的腦部都複雜。人腦的大小在過去六百萬年裡長大三倍,這種變化大都發生於二十至八十萬年前,以智人出現前為主。

在人類歷史的長河中,人腦的能力為何能擴展到如此強大?答案乍看之下或許不言而喻:頭腦發達顯然使人類可以達到地球上沒有其他生物辦得到的安全與繁榮水準。然而,事實真相要錯綜複雜得多。要是像人腦那樣的腦部,真的如此明確有益於生存,那其他物種經過數十億年演化,為何未發展出類似的腦部?

我們暫且來看看其間的差別。以眼部為例,它是沿幾條演化路徑獨立發展。有脊椎動物(兩棲類、鳥類、魚類、哺乳類、爬蟲類)的眼部,頭足類動物(烏賊、章魚、墨魚)的眼部,還有較簡單形式:單眼,見於蜜蜂、蜘蛛、水母、海星等無脊椎動物。這種現象稱為趨同演化(convergent evolution),就是不同物種各自演化出相似的特徵,而非來自共同祖先的既有特徵。眼部之外的例子不勝枚舉,像是昆蟲、鳥類、蝙蝠都有翅膀,魚類(鯊魚)與海生哺乳類(海豚)為適應水下生活而體形類似。

顯然不同物種是各自發展而獲得近似的有利特徵,但是能夠創作文學、哲學、藝術傑作,或發明耕犁、輪子、指南針、印刷機、蒸汽引擎、電報、飛機、網際網路的頭腦,卻是例外。這種頭腦只演化過一次,在人體上。

-----廣告,請繼續往下閱讀-----
人腦隨著演化發展與進化。圖/pixabay

這麼強大的腦部,具有明顯的優勢,為何在自然界絕無僅有?

這個謎題的解答,有部分要歸咎於腦部的兩大缺點。一來人腦需消耗龐大能量。它只占人體二%的重量,卻要消耗二○%的能量。其次人腦很大,使新生兒頭部很難通過產道。因此比其他動物的腦部,人腦更壓縮或更「褶皺」,並且人類嬰兒出生時,腦子只有「半熟」,需要好多年的微調才能成熟。

所以人類嬰兒無生活能力:許多動物的幼兒出生後不久就會走路,也很快就能自己覓食,人類卻需要兩年時間才能穩穩地走路,至於物質上自給自足,還要很多年。既然有這些缺點,那當初是什麼因素導致人腦的發展?

研究者曾認為,或許有數種力量共同促成這一過程。

生態假說(ecological hypothesis)主張,人腦是出於人類暴露在環境挑戰下而進化。當氣候起伏不定,附近動物的數量隨之增減,腦部較發達的史前人類更能夠找到新的食物來源,設計捕獵採集策略,發展烹煮及儲存技術,使他們在棲息地生態條件不斷變動下依舊能夠生存並興旺。

-----廣告,請繼續往下閱讀-----

反之,社會假說(social hypothesis)主張,在複雜的社會結構中日益需要合作、競爭、交易,這促成更精進的腦部,才更有能力去理解他人的動機,預期他人的反應,於是成為演化優勢。同理,能夠說服、操弄、恭維、敘述、娛人,這些都有利於個人社會地位,也有它本身的好處:刺激大腦發展及說話、論述能力。

文化假說(cultural hypothesis)則強調人類吸收及儲存資訊的能力,使資訊能夠代代相傳。依此觀點,人腦的獨特優勢之一是能夠有效率地學習他人經驗,養成有利的習慣與偏好,不必仰賴緩慢許多的生物適應過程,即可促進在各種環境下存活。換言之,人類嬰兒雖然身體上無能為力,但是頭腦裡備有獨特的學習能力,包括能夠領會及保留,曾幫助祖先存活、也將協助後代興盛的行為規範,那就是文化。

另一種可能進一步推動腦部發展的機制,是性選擇(sexual selection)。即使對腦部本身沒有明顯的演化優勢,但人類也許形成了對頭腦較發達的配偶的偏好。這些先進的頭腦或許具有對保護及養育子女很重要的隱形特質,有意找這種配偶的人,從可辨認的特徵像是智慧、口才、思慮敏捷或幽默感,能夠推斷出這些特質。

科技進步下越來越聰明的大腦!

人類獨有的進步以人腦進化為主要推力,尤其在於它有助於帶來技術進步:以日益精進的方式,把周遭自然物質及資源轉為我們所用。技術進步又塑造繼起的演化過程,使人類得以更成功的適應不斷變動的環境,從而進一步推動新科技及加以利用。這種重複且具強化作用的機制引導著科技加速向前邁進。

-----廣告,請繼續往下閱讀-----
隨著技術進步大腦也更快速發展。圖/pixabay

尤其有人主張,越來越熟諳用火的早期人類開始烹煮食物,因而減少咀嚼和消化所需的能量,以致熱量充裕,並空出原本由顎骨和肌肉占據的頭顱空間,更加刺激腦部成長。這種良性循環或許促進烹飪技術更多創新,繼而又使腦部進一步成長。

不過腦部並非人類與其他哺乳類唯一有別的器官。人的手也是其一。與腦合作的雙手,也在一定程度上為回應技術而演化,尤其受益於製作及使用狩獵工具、針、烹飪器皿。

特別當人類長於雕刻石頭、製作木矛等技術時,能夠強力使用並正確加以改良的人,存活的可能性就增加。擅長狩獵的人能夠更可靠地養家活口,扶養更多子女長大成人。相關技能的世代傳承,使人口中能幹的獵人比例增加。再來,進一步創新的好處,如更堅硬的矛和後來更強的弓、更尖的箭等,又提高狩獵技藝的演進優勢。

類似性質的正面回饋循環,見於整個人類歷史:環境變遷與技術創新,促進人口成長,引發人類去適應變化中的棲息地和新工具,這些適應增強人類操縱環境、創造新技術的能力。在後面會看到,這種循環是理解人類歷程,解開成長謎團的關鍵。

-----廣告,請繼續往下閱讀-----

———本書摘自《人類的旅程》,2022 年 10 月,商業周刊,未經同意請勿轉載

1

28
4

文字

分享

1
28
4
【2022 年諾貝爾生理或醫學奬】復現尼安德塔人消逝的 DNA,也映襯我們何以為人
寒波_96
・2022/10/06 ・8169字 ・閱讀時間約 17 分鐘

-----廣告,請繼續往下閱讀-----

人對自身歷史的好奇歷久彌新。最近十年古代 DNA 研究大行其道,光是發表於 Cell、Nature、Science 的論文就多到要辛苦讀完,加上其他期刊更是眼花撩亂。「古代遺傳學」的衝擊毋庸置疑,開創者帕波(Svante Pääbo)足以名列歷史偉人;然而,得知 2022 年諾貝爾生理或醫學獎由他一人獨得 ,還是令人吃驚——諾貝爾獎竟然會頒給人類演化學家?

諾貝爾獎有物理獎、有化學獎,但是沒有生物學獎,而是「生理或醫學獎」。帕波獲獎的理由是:「發現滅絕人類的基因組以及研究人類演化」。乍看和生理或醫學沒有關係,深入思考……好像還真的沒有什麼關係。

偷用強者我朋友的感想:「應該就是選厲害的。第一個和生理或醫學無關的生理或醫學獎得主,聽起來滿屌的」。

帕波直接的貢獻非常明確,在他的努力下,重現消失數萬年的尼安德塔人(Neanderthal)基因組。他為什麼想要這樣做,過程中經歷什麼困難,發現又有什麼意義呢?

-----廣告,請繼續往下閱讀-----

喜愛古埃及的演化遺傳學家

帕波公元 1955 年在瑞典出生,獲獎時 67 歲。他從小對古埃及有興趣,大學時選擇醫學仍不忘古埃及,但是一生都在追求新奇的帕波,嫌埃及研究的步調太慢,後來走上科學研究之路。1980 年代初博士班時期,他使用當時最高端的分子生物學手段探討免疫學,成果發表於 Cell 等頂尖期刊,可謂免疫學界的頂級新秀。

然而,他始終無法忘情逝去的世界。1984 年美國的科學家獲得斑驢的 DNA 片段,轟動一時。斑驢已經滅絕一百年,能夠由其遺骸取得古代 DNA,令博士生帕波大為震撼。他很快決定結合自己的專業與興趣,嘗試由古埃及木乃伊取得 DNA,並且獨立將結果發表於 Nature 期刊。

古代 DNA。圖/取自 參考資料 1

博士畢業後,帕波義無反顧地轉換領域,遠渡美國追隨加州柏克萊大學的威爾森(Allan Wilson)。威爾森在 1970 年代便開始探討分子演化,後來又根據不同人類族群間粒線體 DNA 的差異,估計非洲以外的人群,分家只有幾萬年,支持智人出非洲說。

帕波正式投入相關研究後意識到,從古代樣本取樣 DNA 的汙染問題相當嚴重。這邊「汙染」的意思是,並非抓到樣本內真正的古代 DNA 目標,而是周圍環境、實驗操作者等來源的 DNA;包括他自己之前的木乃伊 DNA,很可能也不是真正的古代 DNA。另一大問題是,生物去世後 DNA 便會開始崩潰,經歷成千上萬年後,樣本中即使仍有少量遺傳物質殘存,含量也相當有限。

-----廣告,請繼續往下閱讀-----

帕波投入不少心血改善問題。例如那時新發明的 PCR 能精確並大量複製 DNA,他馬上用於自己的題目(更早前是利用細菌,細菌繁殖時順便生產 DNA)。多年嘗試後,他決定放棄埃及木乃伊(埃及木乃伊的基因組在 2017 年成功),改以遺傳與智人差異較大的尼安德塔人為研究對象。

取得數萬年前尼安德塔人的 DNA

根據現有的證據,尼安德塔人是距今約 4 萬到 40 多萬年前的古人類。確認為尼安德塔人的第一件化石,於 1856 年在德國的尼安德谷發現,並以此得名(之前 2 次更早出土化石卻都沒有意識到)。這是我們所知第一種,不是智人的古代人類(hominin)。

對於古人類化石,一百多年來都是由考古與型態分析。帕波帶著遺傳學工具投入,不但增進考古和古人類學的知識,也拓展了遺傳學的領域。他後來前往德國的慕尼黑大學,幾年後又被挖角到馬克斯普朗克研究所,領導萊比錫新成立的人類演化部門,多年來培養出整個世代的科學家,也改變我們對人類演化的認知。

不同個體的粒線體 DNA 之間差異,智人與黑猩猩最多,智人與智人最少,智人與尼安德塔人介於期間。圖/取自 參考資料 2

帕波在 1996 年首度取得尼安德塔人的 DNA 片段,來自粒線體。他為了確認結果,邀請一位美國小女生重複實驗,驗證無誤,她就是後來也成為一方之霸的史東(Anne Stone)。比較這段長度 105 個核苷酸的片段,尼安德塔人與智人間的差異,明顯超過智人與智人。

-----廣告,請繼續往下閱讀-----

然而,粒線體只有 16500 個核苷酸,絕大部分遺傳訊息其實藏在細胞核的染色體中。想認識尼安德塔人的遺傳全貌,非得重現細胞核的基因組。

可是一個細胞內有數百套粒線體,只有 2 套基因組,因此粒線體 DNA 的含量為細胞核數百倍;而且染色體合計超過 30 億個核苷酸,數量無比龐大。可以說,細胞核基因組可供取材的 DNA 量少,需要復原的訊息又多,比粒線體更難好幾個次元。

方法學與時俱進:從 PCR 到次世代定序

一開始,帕波與合作者使用 PCR,但是帕波知道這是死路一條。取樣 DNA 會破壞材料,尼安德塔人的化石有限;PCR 一次又只能復原幾百核苷酸,要完成 30 億的目標遙遙無期。

帕波持續努力克服難關。2000 年人類基因組首度問世,採取「霰彈槍」定序法,大幅提升效率;也就是將 DNA 序列都打碎,一次定序一大堆片段,再由電腦程式拼湊。帕波因此和 454 生命科學公司合作,改用新的次世代定序法,偵測化石中的古代 DNA。2006 年發表的論文可謂里程碑,報告次世代定序得知的 100 萬個尼安德塔人核苷酸,足以進行一些基因體學的分析。

-----廣告,請繼續往下閱讀-----

帕波當時在美國的合作者魯賓(Edward Rubin)持續使用 PCR,雙方分歧愈來愈大,終於分道揚鑣。所以很可惜地,2010 年尼安德塔人基因組論文發表時,魯賓沒有參與到最後。這是人類史上第一次,取得滅絕生物大致完整的基因組,也是帕波獲頒諾貝爾獎的直接理由。

帕波戰隊。圖/取自 The Neandertal Genome Project

鐵證:尼安德塔人與智人有過遺傳交流

這份拼湊多位尼安德塔人的基因組,儘管品質不佳,卻足以解答一個問題:尼安德塔人與智人有過混血嗎?答案是有,卻和本來想的不一樣。尼安德塔人沒有長居非洲,主要住在歐洲、西南亞、中亞,也就是歐亞大陸的西部。假如與智人有過混血,歐洲人應該最明顯。結果並非如此。

帕波的組隊能力無與倫比,他廣邀各領域的菁英參與計畫,不只取得 DNA 資料,也陸續研發許多分析資料的手法,其中以哈佛大學的瑞克(David Reich)最出名。

分析得知,非洲以外,歐洲、東亞、大洋洲的人,基因組都有 1% 到 4% 能追溯到尼安德塔人(後來修正為 2% 左右)。所以雙方傳承至今的混血,發生在智人離開非洲以後,又向各地分家以前;並非尼安德塔人主要活動的歐洲。

-----廣告,請繼續往下閱讀-----

首度由 DNA 定義古代新人類:丹尼索瓦人

復原古代基因組的工作相當困難,不過引進次世代定序後,從不可能的任務降級為難題,尼安德塔人重出江湖變成時間問題。出乎意料,同樣在 2010 年,帕波戰隊又發表另外 2 篇論文,描述一種前所未知的古人類:丹尼索瓦人(Denisovan)。不是藉由化石,而是首度由 DNA 得知新的古代人種。

根據細胞核基因組,尼安德塔人、丹尼索瓦人的親戚關係最近,智人比較遠,三群人類間有過多次遺傳交流。圖/取自 參考資料 1

丹尼索瓦人得名於出土化石的遺址(地名來自古時候當地隱士的名字),位於西伯利亞南部的阿爾泰地區,算是中亞。帕波對這兒並不陌生,之前俄羅斯科學家在這裡發現過尼安德塔人化石,而且由於乾燥與寒冷,預計化石中的古代 DNA 保存狀況應該不錯。

帕波戰隊對丹尼索瓦洞穴中的一件小指碎骨定序,首先拼裝出粒線體,驚訝地察覺到這不是智人,卻也不是尼安德塔人,接下來的細胞核基因組重複證實此事。它們變成前後 2 篇論文,帕波出名的不喜歡物種爭論,不使用學名,所以直稱其為「丹尼索瓦人」。

還有幾顆丹尼索瓦洞穴出土的牙齒也尋獲粒線體,而且這些臼齒特別大,型態前所未見。奇妙的是,丹尼索瓦人粒線體、基因組的遺傳史不一樣;和智人、尼安德塔人相比,尼安德塔人的粒線體比較接近智人,細胞核基因組卻比較接近丹尼索瓦人。

-----廣告,請繼續往下閱讀-----

這反映古代人類群體間的遺傳交流相當複雜,不只是智人、尼安德塔人,也不只有過一次。後來又在丹尼索瓦洞穴發現一位爸爸是丹尼索瓦人、媽媽是尼安德塔人的混血少女,更是支持不同人群遺傳交流的直接證據。

遠觀丹尼索瓦洞穴。圖/取自論文〈Age estimates for hominin fossils and the onset of the Upper Palaeolithic at Denisova Cave〉的 Supplementary information

回溯分歧又交織的人類演化史

重現第一個尼安德塔人基因組後,帕波戰隊持續改進定序與分析的技術,也獲得更多樣本,深入不同族群的分家年代、彼此間的混血比例等問題,新知識不斷推陳出新。

丹尼索瓦人方面,如今仍無法確認他們的活動範圍,不過很可能是歐亞大陸偏東部的廣大地區。一如尼安德塔人,丹尼索瓦人也與智人有過遺傳交流。

最初估計某些大洋洲人配備 4% 到 6% 的丹尼索瓦人血緣,後來修正為 2% 左右(不同方法估計的結果不一樣,總之和尼安德塔血緣差不多)。不同智人具備丹尼索瓦 DNA 的比例差異頗大,某些大洋洲人之外,東亞族群也具備些許,歐亞大陸西部的人卻幾乎沒有。

-----廣告,請繼續往下閱讀-----
到帕波獲得諾貝爾獎為止,古代 DNA 最早的紀錄是超過一百萬年的西伯利亞古代象。圖/最早古代 DNA,超過一百萬年的西伯利亞象

至今年代最古早的人類 DNA,來自西班牙的胡瑟裂谷(Sima de los Huesos),距今 43 萬年左右(最早的是超過一百萬年的古代象,由受到帕波啟發的其餘團隊發表)。根據 DNA 特徵,胡瑟裂谷人的細胞核基因組更接近尼安德塔人,可以視作初期的尼安德塔人族群。然而,他們的粒線體卻更像丹尼索瓦人。

帕波開發的研究方法,不只針對消逝的智人近親,也能用於古代智人與其他生物,累積一批數萬年前智人的基因組。釐清近期的混血事件外,還能探討不同人群當初分家的時期。估計尼安德塔人、丹尼索瓦人約在 40 多萬年前分家,他們和智人的共同祖先,又能追溯到距今 50 到 80 萬年的範圍。

智人何以為智人?遠古血脈的傳承,磨合,新適應

消逝幾萬年的尼安德塔人、丹尼索瓦人,皆為智人的極近親。由於數萬年前的遺傳交流,仍有一部分近親血脈流傳於智人的體內。這些血脈經過數萬年,早已融入成為我們的一部分。

人,人,人,人呀。圖/取自 參考資料 2

智人的某些基因與基因調控,受到遠古混血影響。最出名的案例,莫過於青藏高原族群(圖博人或藏人)的 EPAS1 基因繼承自丹尼索瓦人,比智人版本的基因更有利於適應缺氧。另外也觀察到許多案例,與免疫、代謝等功能有關。

近年 COVID-19(武漢肺炎、新冠肺炎)席捲世界,觀察到感染者的症狀輕重受到遺傳差異影響;其中至少兩處 DNA 片段,一處會增加、另一處降低住院的機率,都可以追溯到尼安德塔人的遠古混血。

非洲外每個人都有 1% 到 2% 血緣來自尼安德塔人,不同人遺傳到的片段不一樣。將不同智人個體的片段拼起來,大概能湊出 40% 尼安德塔人基因組(不同算法有不同結果),也就是說,當初進入智人族群的尼安德塔 DNA 變異,不少已經失傳。

失傳可能是機率問題,某一段 DNA 剛好沒有智人繼承。但是也可能是由於尼安德塔 DNA 變異,對智人有害或是遺傳不相容,而被天擇淘汰。遺傳重組之故,智人基因組上每個位置,繼承到尼安德塔變異的機率應該差不多;可是相比於體染色體,X 染色體的比例卻明顯偏低;這意謂智人的 X 染色體,不適合換上尼安德塔版本。

例如 2022 年發表的論文,比較 TKTL1 基因上的差異對智人、尼安德塔人神經發育的影響。圖/取自〈Human TKTL1 implies greater neurogenesis in frontal neocortex of modern humans than Neanderthals

智人之所以異於非人者幾希?藉由比較智人的極近親尼安德塔人,能深入思考這個大哉問。是哪些遺傳改變讓智人誕生,後來又衍生出什麼不可取代的遺傳特色?另一方面也能反思,某些我們以為專屬智人的特色,其實並非智人的專利。

分析遺傳序列,畢竟只是鍵盤辦案,一向雄心壯志的帕波,當然想要更進一步解答疑惑。比方說,尼安德塔人、智人間某處 DNA 差異對神經發育有什麼影響?體外培養細胞、模擬器官發育的新穎技術,如今也被帕波引進人類演化學的領域。

瑞典與愛沙尼亞之子,德國製造,替人類做出卓越貢獻的人

回顧完帕波到得獎時的精彩成就,他的工作與生理或醫學有哪些關係,各位讀者可以自行判斷。我還是覺得沒什麼直接關係,如遠古混血影響病毒感染的重症機率這種事,那些 DNA 變異最初是否源自尼安德塔人,其實無關緊要。不過多少還是有些影響,像是為了研究古代基因組而研發出的基因體學分析方法,應該也能用於生醫領域。

《尋找失落的基因組》台灣翻譯本。

帕波 2014 年時發表回憶錄《尋找失落的基因組》,自爆許多內幕。台灣的翻譯出過兩版,可惜目前絕版了。我在 2015 年、2019 年各寫過一篇介紹。書中有許多值得玩味之處,不同讀者會看到不同重點,有興趣可以找來閱讀,看看有什麼啟發。

主題是諾貝爾獎就不能不提,帕波得獎也讓諾貝爾新添一組父子檔,他的爸爸伯格斯特龍(Sune Karl Bergström)是 1982 年生理或醫學獎得主。為什麼父子不同姓?因為他是隨母姓的私生子,父子間非常不熟。

他的媽媽卡琳.帕波(Karin Pääbo)是愛沙尼亞移民瑞典的化學家,2007 年去世前曾在訪問提及,她兒子在 13、14 歲時從埃及旅遊回來,對科學產生興趣。帕波獲頒諾貝爾獎後受訪提到,可惜媽媽已經去世,無法與她分享榮耀。移民異國討生活的單親媽媽,能夠養育出得到諾貝爾獎的兒子,也可謂偉大成就。

人類演化的議題弘大淵博,但是究其根本,依然要回歸到一代一代的傳承。每個人都無比渺小,卻也是全人類中的一份子,親身參與其中。諾貝爾生理或醫學獎 2022 年的頒獎選擇,乍看突兀,仔細思索卻頗有深意。帕波的研究也許很不生理或醫學,卻再度強化諾貝爾奬設立的精神:「獎勵替人類做出卓越貢獻的人」。

  • 帕波得獎後接受電話訪問:

延伸閱讀

參考資料

  1. Press release: The Nobel Prize in Physiology or Medicine 2022. NobelPrize.org. Nobel Prize Outreach AB 2022. Wed. 5 Oct 2022.
  2. Advanced information. NobelPrize.org. Nobel Prize Outreach AB 2022. Wed. 5 Oct 2022.
  3. Geneticist who unmasked lives of ancient humans wins medicine Nobel
  4. Ancient DNA pioneer Svante Pääbo wins Nobel Prize in Physiology or Medicine
  5. Nature 論文蒐集「Nobel Prize in Physiology or Medicine 2022
  6. Estonian descendant Svante Pääbo awarded Nobel prize

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

所有討論 1