Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

傑出的科學貢獻與多舛波折的人生:瑪麗.居禮誕辰|科學史上的今天:11/7

張瑞棋_96
・2015/11/07 ・1177字 ・閱讀時間約 2 分鐘 ・SR值 564 ・九年級

出生於波蘭的瑪麗.斯克沃多夫斯卡.居禮(Maria Skłodowska-Curie, 1867年11月7日-1934年7月4日)是法國第一位女性教授,也是第一位獲得諾貝爾獎的女性科學家,而且是首位獲得兩次諾貝爾獎的人;而兩次獎項分屬物理與化學不同學科,她更是史上唯一。雖然她擁有如此多項榮耀,然而她所留下來的許多相片卻都未見愉悅滿足的笑容,反而多是嚴肅專注的凝重表情。或許這多少反映了她命運多舛的一生。

瑪麗·居禮。圖片來源:encyclopedia britannica

居禮夫人的母親在生下她沒多久後就感染肺結核。為了避免傳染,刻意與她疏離,她再也不曾像其他女孩得到媽媽的擁抱與親吻,母愛只是想像中的概念。在她11歲那年,母親終於因病過世,而三年以前她才目睹大姊感染傷寒而亡。

求學的道路也不順遂。雖然她自幼聰穎,成績總是名列前茅,但當時華沙被俄國佔領統治,女性不准念大學。而家中拮据的經濟條件也無法送她出國念書,於是她與二姊協議好由她先去工作,賺錢支持二姊前往巴黎念醫學院,待畢業後再回頭資助她讀大學。於是她當了六年的家庭教師後,才終於在24歲那年前往巴黎大學就讀。由於她在擔任家教期間仍然一直抽空自學,因此雖然中斷學業六年之久,她仍然只花了兩年就順利拿到物理學位,再花一年時間,於1894年拿到數學學位。就在這一年,她遇見了未來的伴侶與研究夥伴──皮埃爾·居禮(Pierre Curie),第二年結婚後才冠夫姓為居禮。

1896年,貝克勒(Henri Becquerel)發現鈾鹽的放射性,居禮夫婦決定一起研究放射性的來源。要從瀝青鈾礦提煉出放射性元素是相當費力耗時的工作,經過兩年多的努力,他們終於發現兩種放射性元素:釙(polonium,為了紀念她的祖國波蘭)與鐳(radium),並確認輻射來自於原子本身。居禮夫婦與貝克勒三人因此共同獲得1903年的諾貝爾物理獎。

-----廣告,請繼續往下閱讀-----

居禮夫人成為世界級的科學家,經濟狀況也因巨額獎金而獲得改善,婚姻又美滿,這段時間應該是她人生中最幸福的日子,但也不過是短暫的兩年半。1906年四月,居禮先生在穿越馬路時被馬車撞死。她強忍悲痛,繼續研究提煉純鐳,以回應外界對於鐳是否真的是元素的質疑。經過四年才終於成功分離出純鐳,她也因而獨自榮獲1911年的諾貝爾化學獎。

居禮夫人在一次大戰時還打造了X光車,協助醫生診斷前線受傷的士兵。諷刺的是,她自己並不知道輻射會對人體造成致命的傷害,因此做研究時都沒做任何防護措施,多年下來,罹患了許多幅射所導致的疾病(包括視力嚴重受損與血液病變)。她一生奉獻於放射性的研究,沒想到最後連生命也被自己的研究奪走。

1934年7月4日,居禮夫人在病床上吐出最後一口氣,享年66歲,來不及見到繼承她衣缽的長女伊蓮娜(Irene Curie)與女婿在第二年也共同獲得諾貝爾化學獎。

本文同時收錄於《科學史上的今天:歷史的瞬間,改變世界的起點》,由究竟出版社出版。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
張瑞棋_96
423 篇文章 ・ 1028 位粉絲
1987年清華大學工業工程系畢業,1992年取得美國西北大學工業工程碩士。浮沉科技業近二十載後,退休賦閒在家,當了中年大叔才開始寫作,成為泛科學專欄作者。著有《科學史上的今天》一書;個人臉書粉絲頁《科學棋談》。

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

3
0

文字

分享

0
3
0
【2005 諾貝爾化學獎】歧化 – 一個更換伴侶的舞蹈
諾貝爾化學獎譯文_96
・2022/09/13 ・5122字 ・閱讀時間約 10 分鐘

今年的諾貝爾化學獎由三位化學家所共同獲得,他們是法國的 Yves Chauvin,以及兩位美國的學者 Robert H. Grubbs 及 Richard R. Schrock,得獎的原因在表彰他們發展歧化(metathesis)反應在有機合成上的運用所造成的卓越貢獻。得獎者的成就已經在化學工業上成為一項重要的方法,並在合成化合物上開啟了新的機會而將使工業上製造藥物、塑膠以及其它材料的生產更為方便,這些物質的價格會因此降低而且減少對環境的衝擊。

歧化 — 一個更換伴侶的舞蹈

什麼是歧化?

在化學的反應中,原子之間的鍵結會斷裂而新的鍵結會生成。今年諾貝爾化學獎的焦點是稱為"歧化"的反應,這個名詞具有"改變位置"的意義。如(圖1)所示,在烯(一種含有碳-碳雙鍵的化合物)的歧化反應中,形成雙鍵的兩個碳會與另外一組雙鍵的兩個碳交換伴侶,形成另一個新的組合。在所示的反應中,一個丙烯的分子將其中的一個 CH2 基團與另一分子的丙烯中之 CH3CH 交換,結果就產生了丁烯及乙烯。這個反應需要使用一個催化劑(催化劑是一個能使反應加速進行但卻不會成為產物的一部份的分子)才會發生。

(圖1)兩個丙烯藉著催化劑的幫助進行烯的歧化反應,產生兩個新的烯化物即丁烯和乙烯。

其實化學家早就知道可以透過這種反應來製造新的化合物,只是他們並不瞭解催化劑在這個反應中扮演的角色為何。Yves Chauvin 提出的反應機制在對這個反應的認知上跨出了一大步,因為他解釋了催化劑是如何的運作。此時,研究者獲得了一個新的挑戰機會,那就是如何的去創造一個新的且更有效的催化劑。緊接著,Robert H. Grubbs 及 Richard R. Schrock 的基礎研究進場,由於他們的貢獻,才有今日那些非常有用的催化劑可供使用。

有機化合物 — 豐富的多樣性

碳元素能與碳元素以及其它的元素如氫、氧、氯和硫形成很強的鍵結,碳原子能以單鍵、雙鍵或三鍵的方式與其它的原子結合,可得到直鏈或分岔的結構,又可生成具有各種型態和大小的環狀結構。這個領域的化學稱為有機化學,因為在地球上生命的存在都是基於碳的這種多樣性。

眾多的有機化合物中,目前其實只有一小部份被研究過,但即使如此,我們現在已經可以得到各種新的藥物、材料、塗料等等,這是幾年前所無法想像的。

-----廣告,請繼續往下閱讀-----

有機合成

所謂的有機合成就是將不同的化合物以特定的方式反應而製造出其它的化合物;透過有機合成,我們可以從已知的化合物原料製造出新的化合物。許多的工業必需利用有機合成,例如製藥和生技的工業,以及纖維和特用化學品的工業。在(圖2)中,一個在癌症的研究中所需的化合物 A 需要用另一個化合物 B 來合成,而 B 又需要從別的分子來合成。在化合物 B 的結構中具有一個由碳原子所組成的長鏈,其中有一個碳原子被氧原子取代。在合成化合物 A 時,這個長鏈被轉變成了一個大環的結構,這個環狀的結構正是抗癌的活性所必需。

為了製造這個大環,催化性的歧化反應正好派上用場,而其使用的催化劑正是這次的諾貝爾獎得主之一所開發出來的。由化合物 B 的結構中之長鏈兩端的雙鍵(圖中圈出的部分),透過歧化反應可以製造出兩個新的雙鍵,其中一個雙鍵用在結合長鏈的兩端而形成大環,而另一個雙鍵則存在於另一個副產物乙烯當中。如果要用別的方法來形成這個大環,將需要非常複雜而冗長的步驟。

(圖2) 運用一個 Grubbs 催化劑進行的合成。在此透過歧化反應將化合物 B 中的長鏈結合成化合物 A 中的大環。化合物 A 被用在癌症的研究上,其中環狀的結構正是抗癌的活性所必需。

歧化反應是如何發現的

歧化反應的發現可回朔至 1950 年代,正如同許多有機化學反應的發現一般,它源自於工業界,有好些個專利描述了催化性的烯聚合反應,其中的一篇專利是由美國杜邦公司的 H. S. Eleuterio 在 1957 年所提出的,它描述了得到不飽和的碳鏈(鏈上具有許多雙鍵)的方法;在此之前,由乙烯聚合成聚乙烯只會得到飽和的碳鏈(鏈上不具雙鍵)。這個出人意外的發現造成了深遠的影響。

在同年,另一份專利顯示,當使用一個由三異丁基鋁(triisobutyl aluminum)與氧化鉬(molybdenum oxide)依附在氧化鋁上的催化系統時,丙烯可轉變成丁烯及乙烯,這個在(圖1)所示的反應被稱為菲利浦公司的三烯製程(Phillips triolefin process)。這兩個專利都成功的在工業界中使用。

-----廣告,請繼續往下閱讀-----

在許多年之後,這兩個發現的關聯性才被固特異輪胎及橡膠公司的 N. Calderon 發現,他指出,在上述的兩種製程中所發生的是同一種型態的反應,並稱之為烯的歧化反應(olefin metathesis),只不過在分子的層次,其中的催化劑之結構及其運作的機制在當時仍屬未知,因而由此所啟動之精采的催化劑獵捕行動,只能在黑暗中透過隨意擲擊四處碰觸的方式盲目的摸索。

Chauvin 的機制

越來越多的化學家開始注意到到歧化反應可能提供給有機合成的高度潛力,不過可能沒有人料想到它會成為如此的重要。雖然有許多的研究者提出各種歧化反應如何發生的可能機制,但真正的突破要等到 1970 年 Yves Chauvin 所發表的一份研究報告,他和他的學生 Jean-Louis Herrison 指出其中的催化劑是一個金屬碳烯(metal carbene),這種化合物具有一個金屬與碳形成的雙鍵。在之後的文獻中,金屬碳烯也被稱為金屬亞烷基(metal alkylidine)。在更早些年 E. O. Fisher(1973年諾貝爾化學獎)也發現過一些其它的金屬碳烯。Chauvin 也提出了一個嶄新的機制來解釋這個金屬化合物在反應中扮演何種功能。他們所進行的一些新的實驗結果完全符合這個新機制的運作,而無法用之前所提出的各種機制來解釋。在(圖3)(a )中,一個金屬亞甲基做為催化劑,造成兩個雙鍵上的亞烷基之交換,導致兩個新的雙鍵生成(圖中金屬 M 上所用的中括號代表金屬除了與碳之間有一個雙鍵之外其上還有其它的基團)。

(圖3) (a)由金屬亞甲基做為催化劑的烯歧化反應。產物是兩個新的烯化物:乙烯及一個含有兩個 R’ 基團的烯化物,這兩個 R’ 基團分別接在雙鍵的兩個碳上,曲折線代表它們可以在雙鍵的同邊或反邊。 (b)Chauvin 提出的烯歧化反應機制。在這個催化的循環中,會生成一個含有三個碳和一個金屬的四元環。

(圖3)(b)所示為此反應的機制,在反應的第一階段,金屬亞甲基與一個烯形成一個四元環,這個環含有一個金屬和三個碳,相互以單鍵結合。在下一個階段,其中的兩個單鍵斷裂並形成一個新的烯(即乙烯)和一個新的金屬亞烷基。在第三步驟,這個新的金屬亞烷基又與原先的烯結合成一個新的四元環。在最後的步驟中,這個含有金屬的四元環裂解產生歧化的產物並同時重新得回原先的金屬亞甲基,這個重新得回的金屬亞甲基又繼續投入另一個歧化反應的循環當中。這個反應的最終結果就是兩個烯的分子交換了它們的亞烷基,也就是進行了歧化反應(圖3)(a)。Chauvin 的機制一舉解釋了所有早先文獻中的結果,他的機制也得到了 Robert H. Grubbs、Thomas J. Katz 以及 Richard R. Schrock 等研究團隊的實驗之強烈支持,現已廣為大家所接受。

(圖4)一個有趣的歧化之舞。

上面所描述的 Chauvin 機制可以視為一種舞蹈(圖4),其中催化劑與烯這兩組在舞蹈中交換舞伴。金屬和他的舞伴雙手相牽,當碰到烯隊時這兩組人馬結合成一個圈圈跳舞,隔了一會兒,他們與原先的同伴鬆手然後與新的伴侶湊成一對共舞。現在新形成的金屬隊又開始尋找新的烯隊,再次組成圈圈跳舞,換句話說,金屬隊成為一個分歧化的媒介者。

-----廣告,請繼續往下閱讀-----

研發新的催化劑

到此時更多的化學家開始體認到,如果能找到更有效而可靠的催化劑,將可以使得這個反應在有機合成上成為一個極為重要的方法。早先所使用的催化劑結構並不明確,對空氣及濕氣極為敏感,穩定度很差而只能短暫的存在。一個好的催化劑必須是穩定的,並具有確定的結構,其化學活性要能針對需要而做調整,此外它們必須具有選擇性,也就是說只會與雙鍵反應而不會作用到分子上的其它部位。Chauvin 的研究結果顯示了有效率的催化劑可以如何的建立,但問題是在所有結構很明確的已知金屬亞烷基中,沒有一個可以成功的運用在烯的歧化反應上。雖然有好些位化學家在研發歧化反應的催化劑及其運用,並且也有重要的貢獻,不過,在此研究領域中關鍵性的進展則出自於 Robert H. Grubbs 及 Richard R. Schrock 的團隊。

Schrock 的第一個實用的催化劑

Schrock 在 1970 年代初期開始研究新的金屬亞烷基錯合物,但是到底哪一種金屬最適合製造出最有效的催化劑呢?他嘗試了含有鉭(tantalum)、鎢及鉬的催化劑,逐漸的掌握了哪些金屬可以使用以及它們如何的運作。對 Schrock 而言,鎢及鉬很快的顯示出是最適當的金屬,雖然用這些金屬合成了一些催化劑,但對於在金屬上到底要放上什麼基團才能製造出穩定而活性又高的催化劑仍不確定。在 1990 年,Schrock 的團隊終於得到突破而發表了一系列活性又高而結構又很明確的含鉬之催化劑(圖5)。

(圖5)一個 Schrock 的含鉬催化劑。藉著選擇適當的基團接在金屬上可以得到極高的化學活性。在此 i-Pr 代表異丙基,Ph 代表苯基。

由於他的發現,化學家開始體認到烯的歧化反應可以普遍的運用在有機合成上,歧化反應越來越受到那些活躍的有機合成化學家們的注意,他們發現歧化反應可以取代許多傳統的合成方法,而在同時也提供了一種嶄新的方式來合成有機化合物。在(圖5)中所示的含鉬催化劑雖然對氧氣及濕氣是很敏感的,但只要透過適當的處理方式,不失為一個在有機合成上威力強大的工具。

一種由 Grubbs 所研發的通用催化劑

另一個突破則發生在 1992 年,Robert Grubbs 的研究團隊報導了他們所發現的一個含釕(ruthenium)的催化劑,它在空氣中是穩定的,表現出很高的化學選擇性,但是化學活性較 Schrock 的催化劑為低,這個新的催化劑可以在醇、水及有機酸的存在下催化歧化反應(參考圖2),在此之後 Grubbs 進一步的改進了他的催化劑,在(圖6)中所示的是幾個很有效而又容易合成的催化劑中的一個。

-----廣告,請繼續往下閱讀-----
(圖6) 一個由 Grubbs 開發的含釕的催化劑。在此 Cy 代表環己基。

Grubbs 的催化劑已成為在普通的實驗室中,被普遍使用在歧化反應上,而且功能明確的催化劑。在(圖6)中所示的催化劑被稱為 Grubbs 催化劑,並成為一個被其它新的催化劑用來比對的標準。Grubbs 催化劑的通用性導致其後在有機合成上新的展望。Grubbs 對催化劑的設計是基於詳細的反應機制研究,他持續的開發以釕為基礎的催化劑,朝著製造合成上最具威力的催化劑而努力,這些合成包括了具有特殊性質的聚合物。

運用以及影響

這幾位諾貝爾獎得主所發展的合成方法,已經在學術研究上迅速的成為普遍使用的工具。為了製造新化合物所設計的工業製程,在這方面也有熱烈的發展,利用催化性的歧化反應可以縮短合成的步驟,得到更高的產率及更少的廢物,這導致更乾淨而對環境衝擊較小的製程。這種反應開啟了更多的機會去探索更多樣性的有機分子。除了他們之外,許多其他的研究者也提供了重要的貢獻,並持續的為了解決特定的問題例如合成複雜的天然物及其類似物,而開發新的歧化反應催化劑。

歧化反應在製藥工業、生技工業及食品工業上具有極大的商業潛力;新的催化劑亦可廣泛的運用在聚合物的合成上,雖然截至目前許多最有用的聚合物仍然是用傳統的方式來合成,但最近在聚合物合成的研究顯示,某些歧化反應催化劑在合成具有特殊性質的聚合物方面具有光明的前景。

雖然 Schrock 與 Grubbs 所發展的催化劑問世不過短短數年,但是他們所發展的應用性之深入的確是令人驚訝,這包括了昆蟲費洛蒙、除草劑、聚合物和燃料的添加劑、具有特殊性質的聚合物以及各種在藥物發展上很有潛力的各種分子之合成。有關一些可以對付各種人體疾病所發展的各種分子尤其值得一提,因為許多的研究者正投入於製造可能的藥物來治療各種狀況,例如細菌感染、C 型肝炎、癌症、阿茲海默症、唐氏症、骨質疏鬆、風濕、發炎、纖維症、HIV/AIDS、偏頭痛等等,歧化反應也因此成為一項重要的武器來尋找新的藥物以治療這世界上許多主要的疾病。

-----廣告,請繼續往下閱讀-----

參考資料

蔡蘊明譯自諾貝爾化學獎委員會公佈給大眾的參考資料:

http://nobelprize.org/chemistry/laureates/2005/info.html

若要參考更深入的說明請見:

http://nobelprize.org/chemistry/laureates/2005/adv.html

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
諾貝爾化學獎譯文_96
15 篇文章 ・ 23 位粉絲
「諾貝爾化學獎專題」系列文章,為臺大化學系名譽教授蔡蘊明等譯者,依諾貝爾化學獎委員會的新聞稿編譯而成。泛科學獲得蔡蘊明老師授權,將多年來的編譯文章收錄於此。 原文請參見:諾貝爾化學獎專題系列

1

3
1

文字

分享

1
3
1
【2004諾貝爾化學獎】蛋白質的分解機器
諾貝爾化學獎譯文_96
・2022/09/12 ・6710字 ・閱讀時間約 13 分鐘

本文轉載自諾貝爾化學獎專題系列,原文為《【2004諾貝爾化學獎】蛋白質的分解機器

  • 譯者/蔡蘊明|台大化學系名譽教授

譯者前言:今年的諾貝爾化學獎又落入了生化學家的口袋,連續兩年頒給生化學者並不常見,我想這應該是反映了現在化學研究的熱門趨勢。今年的諾貝爾化學獎讓我們注意到細胞是如何精妙的去控制它的蛋白質系統,昨日(十月六日)我在中研院生醫所聽了一場 2002 年諾貝爾生理及藥學獎的得主 H. Robert Horvitz 的演講,那是另一個熱門的題目:細胞凋亡,真是一場精采的演講,同樣的我們看到這些蛋白質的另一種運作。前幾日與一位生技系的學生聊到他未來想走的方向,言談之間他似乎認為蛋白質的化學已經熱門了好一陣子了,恐怕熱潮已過。不過從現實來看,在諾大的生命體系中,我們對它的瞭解實在是太少了,由這些蛋白質的研究看來,我覺得蛋白質的化學仍應是方興未艾吧!

後記:  詹健偉是我在 2003 年教過的學生,他原在植微系,後來轉入了生化科技系,從起初對生物系統的興趣加上對化學的熱愛導致他轉入生化科技的領域,然而這些年他逐漸的體認:「只有化學才能完美的解釋生物體系」,現在他已經決定投入“化學生物學”的領域。健偉是個認真的學生,他讀我的翻譯文章極為仔細,更進一步的從一個學生化的背景看出我許多翻譯的謬誤以及不通順之處。約莫半年前碰到他,他主動的提及願意幫我修改,一直到最近才讓我如願。有學生如此,是我的福分,感謝健偉也祝福他!

— 蔡蘊明 謹誌於 2006 年 10 月 9 日

-----廣告,請繼續往下閱讀-----

一個人的細胞中含有上百萬種的不同蛋白質,它們具有無數的重要功能:例如以酵素(或稱為酶)的型式存在的化學反應加速者,以荷爾蒙的型式存在的訊息傳導物質,在免疫的防禦上扮演要角以及負責細胞的型態和結構。今年的諾貝爾化學獎得主:席嘉諾佛(Aaron Ciechanover)、赫西柯(Avram Hershko)以及羅斯(Irwin Rose)研究在細胞中如何對一些不需要的蛋白質加上一種稱為泛素(ubiquitin)的多胜肽標籤,藉以調節某些蛋白質的存在,他們的研究在化學知識上有重要的突破。這些被加上標籤的蛋白質,接著會在一個稱為蛋白解體(proteasome)的細胞"垃圾處理機"中迅速的降解。

透過他們發現的這個蛋白質調節系統,這三位學者使得我們能在分子的層次瞭解細胞如何的控制許多重要的生化程序,例如細胞週期、DNA 的修補、基因的轉錄以及新合成之蛋白質的品質管制。有關這種形式之蛋白質凋亡控制的新知識也使得我們能解釋免疫防禦系統如何的運作,這個系統的缺陷可造成包括癌症在內的不同疾病。

被貼上毀滅標籤的蛋白質

分解是否需要能量?

當大部分的注意力和研究都集中在企圖瞭解細胞如何的控制某些蛋白質的合成時(這方面的研究產生了五個諾貝爾獎),與其相反的蛋白質降解則一直被視為是較不重要的。其實有一些簡單的蛋白質降解酶是早就知道的,一個例子就是胰蛋白酶(trypsin),這是一個存在於小腸中,將食物中的蛋白質分解為胺基酸的一種酵素。類似的,有一種稱為溶體(lysosome)的細胞胞器也早就被研究過,它的功能是把由細胞外吸入的蛋白質降解。這些降解程序的共通性在於這些功能不需要能量。

不過早在 1950 年代的實驗就顯示要分解細胞本身所具有的蛋白質是需要能量的,這個現象一直困擾著研究者,這個矛盾也就是今年的諾貝爾化學獎的背景:亦即細胞內蛋白質的分解需要能量,但是其它蛋白質的分解卻不需要額外的能量。解釋這個需要能量的蛋白質分解過程是由 Goldberg 與其研究夥伴在 1977 年踏出了第一步,他們從一種稱為網狀紅血球(reticulocyte)之未成熟的紅血球,製造出一個不含細胞的萃取物,倚賴ATP(ATP = adenosine triphosphate;是一種細胞的能量貨幣)的能量,這種物質可以催化不正常蛋白質的分解。

運用這個萃取物,今年的三位諾貝爾化學獎得主在 1970 年代後期及 1980 年代初,透過一系列劃時代的生化研究,成功的顯示在細胞中的蛋白質分解,是透過一系列一步步的反應,導致要被摧毀的蛋白質被掛上一個稱為泛素(ubiquitin)的多胜肽標籤。這個過程使得細胞可以非常高的專一性分解不需要的蛋白質,而且就是這一個調控的過程需要能量。與可逆的蛋白質修飾例如磷酸化(1992 年的諾貝爾生理醫學獎)不同之處是:被聚泛素化(polyubiquitination)調控的反應,常是不可逆的,因為被掛上標籤的蛋白質最後被摧毀了。大部分的這些工作是在以色列 Haifa 大學的赫西柯以及席嘉諾佛在休假年,於美國費城的 Fox Chase 癌症中心的羅斯博士的實驗室所完成的。

-----廣告,請繼續往下閱讀-----

泛素的標籤

這個後來被發現用在需要分解掉的蛋白質上所貼的標籤,早在 1975 年就從小牛胸腺中被分離出來,它是一個由 76 個胺基酸所組成的多肽,該分子被認為參與在白血球的成熟過程中,其後由於這個化學分子在各種不同的組織和生物體中(細菌除外)亦被發現,因此被賦予了泛素(ubiquitin)的名稱(ubique在希臘文中有到處或廣泛的意思)(圖一)。

(圖一)泛素:一個共通的多胜肽代表"死亡之吻"

發現由泛素所媒介的蛋白質分解

在赫西柯取得博士學位之後,研究了一陣子肝細胞中倚賴能量的蛋白質分解,不過在 1977 年決定改為研究上述的網狀紅血球萃取物,這個萃取物含有大量的血紅素,嚴重的影響實驗,在企圖利用層析法來去除血紅素時,席嘉諾佛以及赫西柯發現這個萃取物可被分成兩個部分,二者個別都沒有生化活性,但是他們發現一旦二者混合在一起,那個倚賴 ATP 的蛋白質分解活性就恢復了。在 1978 年他們發表了其中一個部分中的具活性物質,是一個對熱穩定的多肽,分子量只有 9000,他們稱之為 APF-1,這個物質後來證實為泛素。

席嘉諾佛,赫西柯,與羅斯在 1980 年發表了兩份決定性的突破工作,在這之前 APF-1 的功能是完全不清楚的。這頭一份報告顯示 APF-1 是以共價鍵(就是一種很穩定的化學鍵結)與萃取物中的各種不同蛋白質結合。在第二部份的報告更進一步的顯示有許多個 APF-1 鍵結在同一個目標蛋白上,此一現象被稱為聚泛素化(polyubiquitination)。我們現在知道這個將目標蛋白質多次泛素化的步驟,是一個導致蛋白質在蛋白解體(proteasome)中降解的啟動信號;也就是這個聚泛素化反應,在蛋白質貼上降解的標籤,或可稱其為"死亡之吻"。

就這麼一擊,這些完全未預期的發現,改變了其後的研究方向:現在就可以集中力量開始鑑定那些將泛素接上蛋白質標靶的酵素系統。由於泛素普遍的存在於各種不同的組織和生物體中,大家很快的體認到,由泛素所媒介的蛋白質分解對細胞一定是很普遍而重要的。研究者更進一步的推測,那個倚賴 ATP 的能量需求,可能是為了讓細胞控制這個程序的專一性。

-----廣告,請繼續往下閱讀-----

這個研究領域就此大開,而在 1981 到 1983 年間,席嘉諾佛,赫西柯,羅斯與他們的博士後研究員及研究生發展了一套“多重步驟泛素標籤化假說”,這個假說是基於三個新發現之酵素的活性,他們稱這三個酵素為 E1、E2與E3(圖二)。我們現在知道一個尋常的哺乳類細胞含有一個或數個不同的 E1 酵素,大約幾十個 E2 酵素,以及幾百個不同的 E3 酵素,就是這個 E3 酵素的專一性,決定了在細胞中要為哪些蛋白質貼上標籤,然後在垃圾處理機中摧毀。

到這個節骨眼為止,所有的研究都是在沒有細胞的系統中進行的,為了也能夠研究泛素所媒介的蛋白質降解之生理功能,赫西柯與其協同工作人員發展了一種免疫化學方法:用數種放射性胺基酸,以瞬間脈衝的方式來培養細胞,可標定細胞內某一個瞬間所合成的蛋白質。但是泛素中剛好沒有這幾種胺基酸,所以在這瞬間合成的泛素並未被放射性標記。利用泛素的抗體,可以將 "泛素-蛋白質"複合體自該細胞中分離出來,而其中的蛋白質的確具有放射性標記。實驗結果顯示,細胞中也確實以泛素系統來分解有缺陷的蛋白。我們現在知道細胞中大約 30% 的新合成蛋白質都會被垃圾處理機分解,因為它們沒有通過細胞的嚴格品質管制。

(圖二)泛素所媒介的蛋白質降解
  1. E1 酵素活化泛素分子,這個步驟需要 ATP 形式的能量。
  2. 泛素分子被轉移到另一個不同的酵素 E2。
  3. E3 酵素可辨認需要摧毀的目標蛋白質,"E2-泛素"複合物和"E3酵素"結合的位置,非常接近目標蛋白質。這個非常接近的距離,使得泛素標籤足以被轉移到目標蛋白上。
  4. E3 酵素釋放出具有泛素標記的蛋白質。
  5. 最後一步重複數次直到一個由泛素分子構成的的短鏈接在目標蛋白質上。
  6. 這個泛素的短鏈在垃圾處理機的開口處被辨識後,泛素標籤脫落而蛋白質被允許進入並被切成碎片。

蛋白解體-細胞的垃圾處理機

什麼是蛋白解體?一個人類細胞含有約 30,000 個蛋白解體,這個桶狀的結構體可以基本上將所有的蛋白質分解為七到九個胺基酸長短的胜肽,蛋白解體的活性表面是位於桶的內璧,也就是與細胞的其它部份是分隔開來的,唯一能進入蛋白解體的桶中活性表面的方式是必須透過"鎖",鎖能夠辨認接有多個泛素構成的短鏈之蛋白質,藉由 ATP 的能量將蛋白質變性(denature),並在泛素構成的短鏈移除後允許蛋白質進入,並將之降解,降解出來的胜肽由蛋白解體的另外一端釋放出來。因此蛋白解體本身並不能挑選蛋白質,決定哪一些蛋白質需要貼上銷毀的標籤,是 E3 酵素的工作。(圖三)

(圖三)細胞的垃圾處理機。黑點代表具有蛋白質分解活性的表面。

最近的研究

當貼上泛素標籤的蛋白質分解過程背後的生化機制在 1983 年被暴露後,它在生理學上的重要性尚未能完全掌握,雖然知道它在銷毀細胞內具有缺陷的蛋白質上是非常重要的,但是再進一步的,就需要一個突變的細胞來研究泛素的系統,藉著仔細的研究一個突變的細胞與正常的細胞在不同的生長條件下有何不同,希望知道細胞中有哪些反應是與泛素的系統有關,這才能得到更清晰的概念。

-----廣告,請繼續往下閱讀-----

一個突變的老鼠細胞在 1980 年由一個東京的研究小組分離出來,他們的突變老鼠細胞含有一個因為突變之故而對溫度非常敏感的蛋白質。在較低溫度時它能發揮應有的功能,但是在高溫時則否,因此在高溫時培養的細胞會停止生長。此外,在高溫時它們顯示其 DNA 的合成會有缺陷以及一些其它的錯誤功能。一群在波士頓的研究人員很快的發現這個突變鼠細胞中對熱敏感的蛋白質是泛素活化酵素 E1,顯然泛素的活化對細胞的運作及複製是不可或缺的,正常蛋白質分解控管不僅對細胞中不正確蛋白質的銷毀很重要,也可能參與了細胞週期、DNA 的複製以及染色體結構的控管。

從 1980 年代末期開始,研究者鑑定出許多生理上很重要的基質是泛素所媒介的蛋白質分解機制中的標靶,在此我們僅提幾個最重要的為例子。

避免植物的自我授粉

大部份的植物是兩性或雌雄同株的,自我授粉將會導致基因多樣性的逐漸喪失,長期而言將造成該物種的完全絕滅,因此為了避免這個情形,植物利用泛素所媒介的蛋白質分解機制來排除"自身"的花粉,雖然完整的機制尚未明朗,但是已知 E3 酵素參與了運作,而且當加入蛋白解體的抑制劑時,排除自身花粉的能力就被削弱。

(圖四)細胞週期中控制染色體分離的機制:剪刀代表分解蛋白質的酵素而綁住剪刀的繩子代表它的抑制劑,APC 將這條繩子貼上標籤造成繩子的分解,剪刀就會釋放出來,接著將那條綁在染色體周圍的繩子切斷,最後造成染色體分離。

細胞週期的控制

當一個細胞要複製自己的時候會有許多的化學反應參與其中,在人體中的 DNA 有六十億個鹼基對必須複製,它們聚集成必須拷貝的 23 對染色體。普通的細胞分裂(也就是有絲分裂),形成生殖細胞(減數分裂),都與今年的諾貝爾化學獎的研究領域有許多交集。在此運作的 E3 酵素稱為"有絲分裂後期促進複合體"(anaphase-promoting complex簡稱 APC),其功能在檢查細胞是否離開了有絲分裂期,這個酵素複合體也被發現在有絲分裂及減數分裂過程中,對染色體的分離扮演了重要的角色。有一個不同的蛋白質複合體,它的功能就好像是一條綁在染色體周圍的繩子,將一對染色體綁在一起(圖四)。在一個特定的訊號出現後,APC 會在一個"降解蛋白質酵素"的抑制劑上貼上標籤,因此這個抑制劑就會被帶到蛋白解體中分解掉,而前述的那個降解蛋白質的酵素就會被釋放出來,在經過活化後將那條綁在染色體周圍的繩子切斷,一但繩子脫落,那一對染色體就會分離。在減數分裂時,錯誤的染色體分裂,是造成孕婦自然流產最常見的原因;一條多出來的人類第 21 號染色體會導致唐氏症;大部份的惡性腫瘤會具有數目改變的染色體,其原因也是由於有絲分裂時錯誤的染色體分裂。

-----廣告,請繼續往下閱讀-----

DNA 的修補,癌症以及細胞凋亡

蛋白質 p53 被封為"基因體的守護神",它也是一個腫瘤抑制基因(tumor-suppressor gene),這個意思是只要細胞能製造 p53 就可以阻擋癌症的發生。可以非常確定的,在所有人類癌症中有至少一半的蛋白質是突變的。在一個正常細胞中,蛋白質 p53 一直不斷的被製造和分解,因此其數量是很低的,而它的分解是透過泛素標籤化過程以及負責與 p53 形成複合體的相關 E3 酵素來調控;當 DNA 受到損傷後,蛋白質 p53 會被磷酸化而無法與 E3 酵素結合,p53 的分解無法進行,因此細胞內的 p53 數量迅速增高。蛋白質 p53 的功能是作為一個轉錄因子(transcription factor),換言之就是一個調控某些基因表現的蛋白質。蛋白質 p53 會與控制 DNA 修補以及細胞凋亡的基因結合,並調控該基因,當它的數量升高時會影響細胞週期藉以保留時間給 DNA 修補的運作,倘若這個 DNA 的損傷過於嚴重,計劃性細胞凋亡將會啟動而導致細胞的"自殺"。

人類乳突病毒的感染與子宮頸癌的發生有極大的關聯性,這個病毒避開了 p53 所控制的關卡,它的方法是透過它的蛋白質去活化並改變某一個 E3 酵素(稱為 E6-AP)的辨識行為,E6-AP 被騙去將蛋白質 p53 貼上死亡的標籤而造成 p53 的消失,這個後果是被感染的細胞無法正常的修補其 DNA 所受到的傷害或者引起計劃性細胞凋亡,DNA 突變的數目增加最後終於導致癌症的發生。

免疫與發炎反應

有某一個轉錄因子調控著細胞中許多與免疫防禦及發炎反應有關的重要基因,這個蛋白質,亦即這個轉錄因子,在細胞質中是與一個抑制蛋白質結合在一起的,在這個結合的狀態下,此一轉錄因子是沒有活性的。當細胞暴露到病毒時或有其它的訊號物質出現時,這個抑制蛋白質就會被磷酸化,接著被貼上銷毀的標籤而送到蛋白解體中分解掉,此時被釋放出來的轉錄因子被運送到細胞核中,在那裡它與某些特定的基因結合,進而啟動這些基因的表現。

免疫防禦系統中,被病毒感染的細胞,會利用泛素-蛋白解體系統,將病毒蛋白質降解到適當大小的多肽,這些多肽會被呈獻到細胞的表面。T 淋巴細胞會辨識這些多肽然後攻擊這些細胞,這是我們的免疫系統對抗病毒感染的一項重要防禦方式。

-----廣告,請繼續往下閱讀-----

纖維囊腫症(cystic fibrosis)

一個稱為纖維囊腫症的遺傳疾病,簡稱 CF,是由一種不具功能的細胞膜氯離子通道(稱為 CFTR;纖維囊腫跨膜通道傳導調節蛋白)所造成。大部份的纖維囊腫病患都具有一個相同的基因損傷,也就是一個在 CFTR 蛋白質上缺少了一個苯丙胺酸的胺基酸。這個突變導致了這個蛋白質的錯誤摺疊結構,使得該錯誤摺疊蛋白被保留在細胞的蛋白質品管系統中,這個品管系統要確實的將此一錯誤摺疊的蛋白質透過泛素-蛋白解體系統銷毀,而不能將之傳送到細胞膜上,一個沒有正常氯離子通道的細胞將無法透過細胞膜傳送氯離子,這就影響到肺部以及一些其它組織的分泌系統,造成肺黏膜液的增加而破壞其功能,更大幅的增加其受到感染的危險性。

這個泛素系統已經成為一個很有趣的研究領域,可用來發展治療各種疾病的藥物,在此的工作方向可以利用泛素所媒介的蛋白質分解機制去避免某些特定蛋白質的分解,也可以設計成讓這個系統將某一個不想要的蛋白質清除。已經有一個在進行臨床實驗的藥,那是一個稱為 Velcade(PS341)的蛋白解體抑制劑,可以用來醫治多重性骨髓瘤(multiple myeloma),這是一種會影響體內製造抗原的細胞的一種癌症。

今年的得獎者從分子的基礎上解釋了一個對高等細胞而言極為重要的蛋白質控制系統,由泛素所媒介的蛋白質分解機制所控制的細胞功能,現在一直不斷的有新的發現,而這方面的研究也在世界各地無數的實驗室中進行著。

參考資料

這份文章是譯自諾貝爾獎委員會公佈給大眾的閱讀資料:

-----廣告,請繼續往下閱讀-----

http://nobelprize.org/chemistry/laureates/2004/public.html

有意進一步的瞭解就得詳讀以下資訊:

http://nobelprize.org/chemistry/laureates/2004/adv.html

原文附有一個很精采的動畫,對這個蛋白質控制系統有畫龍點睛之妙,推薦各位看看:

http://nobelprize.org/chemistry/laureates/2004/animation.html

-----廣告,請繼續往下閱讀-----
所有討論 1
諾貝爾化學獎譯文_96
15 篇文章 ・ 23 位粉絲
「諾貝爾化學獎專題」系列文章,為臺大化學系名譽教授蔡蘊明等譯者,依諾貝爾化學獎委員會的新聞稿編譯而成。泛科學獲得蔡蘊明老師授權,將多年來的編譯文章收錄於此。 原文請參見:諾貝爾化學獎專題系列