Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

成為萬磁王的第一步

陳俊堯
・2012/03/01 ・1060字 ・閱讀時間約 2 分鐘 ・SR值 500 ・六年級

 圖片來源: Wikipedia

萬磁王在電影裡能自在操控磁力,不過在自然界裡要具有運用磁場的能力,還真不是件容易的事。早在 1963 年就有人發現細胞裡帶了顆磁鐵的細菌,也有人在昆蟲或鳥的體內找到小磁鐵,不過要能隨心所欲,要磁就磁,終究没辦法像揮勾拳吐舌頭那麼簡單。生物要能感受磁力,最少也得先在身體裡有顆小鐵球才有辦法。我們連長出這個小玩意兒都還辦不到哩。

欸,等一下,其實人類可以做到耶,只是還不能跳到萬磁王那個等級。在阿茲海默症病人壞死退化的神經組織裡,會因為鐵代謝失調而有機會出現鐵顆粒堆積。不過一般正常細胞裡不會出現大量的鐵,而且細胞裡鐵多了容易造成氧化壓力,最好還是做個 ferritin 蛋白來把鐵包起來收好。一個哈佛大學的團隊從過去知道的這些現象,推論產生鐵顆粒這件事不過是個可以調控的生理代謝,或許不是什麼神奇的能力。於是他們決定拿實驗室常用的酵母菌來玩組裝,看能不能做出個能無中生出鐵顆粒,而且還能受磁鐵吸引的特製酵母菌。

他們先把酵母菌養在有很多鐵的培養基裡,再拿磁鐵測試,結果發現長出來的細胞居然會被磁鐵吸住,證實一般的細胞也有機會感受磁力。酵母菌在鐵過量的環境下會合成運鐵蛋白,把鐵收進液泡裡。人類細胞更厲害,合成的 ferritin 能抓住更多的鐵。研究人員發現如果把酵母菌運鐵蛋白基因毀掉,或是在酵母菌裡殖入人類的 ferritin 基因,就能讓酵母菌受磁鐵吸引的現象更明顯。如果先把酵母菌運鐵蛋白基因毀掉再殖入人類的 ferritin 基因,效果更好。他們觀察到在把酵母菌運鐵蛋白基因毀掉後,鐵不再集中到液泡裡反而在粒線體出現,或許這就是受到磁鐵吸引的小鐵球的原形。他們還發現受磁鐵吸引的現象跟酵母菌的營養是否均衡有關。如果把酵母菌養在碳源過量的環境被吸引的狀況變強,放在氮源過量的環境就變弱。酵母菌細胞的營養狀況居然跟感受磁力的能力有關係,這個未來可以好好研究研究了。

-----廣告,請繼續往下閱讀-----

這個研究改變的都是一般非細菌的生物會有的基因,換句話說,同一套技術未來可能可以運用在其他生物的細胞上。神奇歸神奇,是說我們能把一個細胞「磁化」有什麼用處?想像你把一群訂製的細胞丟進一個發酵槽裡執行任務,然後你想在任務完成後把它們回收回來以免影響了你生產的醫藥產品。這件事在過去做不到,不過未來可能你或許只要加一點鐵溶液,然後學萬磁王發功,所有的細胞就自動浮上液面排排站報到啦!

導讀

Stephanie Huang. Making Magnetic Yeast. Published 28 Feb 2012. doi:10.1371/journal.pbio.1001274

研究原文

-----廣告,請繼續往下閱讀-----

Keiji Nishida, Pamela A. Silver. Induction of biogenic magnetization and redox control by a component of the target of Rapamycin Complex 1 Signaling Pathway. Published 28 Feb 2012. doi:10.1371/journal.pbio.1001269

-----廣告,請繼續往下閱讀-----
文章難易度
陳俊堯
109 篇文章 ・ 22 位粉絲
慈濟大學生命科學系的教書匠。對肉眼看不見的微米世界特別有興趣,每天都在探聽細菌間的愛恨情仇。希望藉由長時間的發酵,培養出又香又醇的細菌人。

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

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
1

文字

分享

0
1
1
台灣第一人 邱文泰獲選國際顯微攝影競賽評審
顯微觀點_96
・2024/06/28 ・4750字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自顯微觀點

曾擔任 2023 Taiwan 顯微攝影的評審、成大生醫光學影像核心平台主持人邱文泰,被選為 2024 IOTY 的亞太區評審代表,是台灣第一人!

細胞狗仔隊 專拍細胞不為人知的一面

「我是細胞生物學的愛好者,我們實驗室團隊是細胞生物學的狗仔隊,專拍細胞不為人知的一面。」成大生醫工程系主任邱文泰,帶著笑容自我介紹。

邱文泰專精於活細胞分子造影、光遺傳學以及變化多端的細胞內信使:鈣離子對細胞生理機能的調控。他與團隊近年的重要研究之一,是以光遺傳學精密調控細胞內鈣離子濃度波動,觀察鈣離子如何影響細胞遷移(cell migration)。

20 世紀後半葉,生醫學界逐漸發現鈣離子是功能繁複的細胞訊息傳遞者,可調控授精、細胞增生與死亡、學習與分化,也參與細胞遷移、活化特定轉錄因子。

-----廣告,請繼續往下閱讀-----

傳統生化科技如藥理、化學、物理方法,無法在時間、空間上精準調控與觀測活細胞內的鈣離子變化。細胞如何讀取鈣離子濃度波動(calcium oscillation)訊號,如頻率、幅度等,還是一個待解的謎題。

以光操縱鈣離子通道 解碼鈣離子波動訊號

邱文泰團隊運用光遺傳學(Optogenetics)技術,將人為編輯過的光敏感鈣離子通道蛋白 CatCH(calcium translocating channelrhodopsin)基因轉染(transfect)進入人類骨肉瘤細胞(U2SO)。位在細胞膜的 CatCh 蛋白一旦吸收藍光,就會開啟鈣離子通道,讓胞內的鈣離子濃度快速提升。

光線停止照射,CatCh 就不再輸入鈣離子,細胞原本的平衡機制開始作用,將鈣離子排至胞外(或內質網中),造成細胞質的鈣離子濃度起伏。因此實驗團隊能精密調整骨肉瘤細胞的鈣離子波動,並結合螢光顯微術觀測細胞狀態。

他們以大量表現 Catch 的骨肉瘤細胞(U2OS-CatCh)作為鈣離子波動的主要實驗對象,以藍光照射細胞,調整細胞內鈣離子濃度波動的幅度、週期、頻率、時間等參數。

-----廣告,請繼續往下閱讀-----

在模擬傷口癒合的實驗中,培養皿中間表面被留下一道未被細胞覆蓋的空地,兩側細胞會逐漸往中間遷移、會合,直到將空地填滿。此細胞遷移的過程與人體傷口癒合相似,也與癌細胞在人體擴散的機制有關。

細胞遷移需要細胞骨架與細胞內諸多蛋白質分子聯合運作,參與的分子間還會彼此調控、影響。不同的細胞內訊息分子(即第二信使,second messenger)分別調控不同的蛋白分子路徑。鈣離子在其中的角色眾說紛紜,科學界對詳細機制的認識猶如管中窺豹。

邱文泰團隊發現,對 U2SO-CatCh,0.01 赫茲的藍光照射可帶來顯著高於對照組的細胞遷移量。在 0.1 赫茲的光照下,細胞遷移量卻比沒有照光的對照組更低。

參與細胞遷移的重要轉錄因子 CREB, NFAT, NF‐κB 也由不同強度的鈣離子波動活化,NF‐κB 由較低的鈣離子濃度活化;NFAT 由較高的鈣離子濃度活化;而高或低的鈣離子濃度波動都可以活化 CREB。

-----廣告,請繼續往下閱讀-----

他們的研究不僅印證鈣離子波動可調節癌細胞增生、遷移的理論,也發現鈣離子波動頻率、幅度並非愈高就愈有效。若以 10 赫茲的藍光照射 U2SO 培養皿一個小時,90% 的細胞會死亡,死亡率遠高於波動頻率較低的組別。

透過光遺傳學技術對細胞進行時間、頻率的精準刺激,邱文泰團隊發現鈣離子作為細胞第二信使,能攜帶的訊息比過往的想像更加龐大。也推進了鈣離子訊息的解碼技術,在癌症研究、轉錄因子活化機制研究上,都可能帶來幫助。

堅持研究活細胞,以影像探索未知

熱衷細胞生物學的邱文泰說,「要當細胞狗仔隊,就要有好的相機大砲,才拍得到細胞生活的秘密。」他認為,現代細胞生物學必須要以活細胞為研究材料,才能深入了解細胞生理機制。而拍攝細胞生理活動的顯微設備,是細胞生物學家依賴的重要工具。

邱文泰早期拍攝的「藍眼」:以 FRET(Fluorescence resonance energy transfer)技術拍攝 STIM1 分子和細胞膜上 Orai1 分子結合,帶螢光蛋白的目標分子結合時發生能量轉移,STIM1 會將螢光能量轉移給 Orai1,使其發出橘色螢光。

邱文泰認為,現代的細胞與分子生物學不同過往,需要以影像證據說服科學家同儕。研究發表的依據不再是間接量化的座標點、折線圖、柱狀圖,他說「現在顯微影像是不可或缺的,甚至立體影像才是學術發表的標準。」

-----廣告,請繼續往下閱讀-----

邱文泰分析,隨著類器官(organoid)、層光顯微術(light sheet)、生物組織澄清化(tissue permeabilization)等顯微技術逐漸成熟,精密顯微影像會在生醫研究領域被視為理所然的科學依據。

回想早期接觸的生物學技術,邱文泰笑說,「我那時的研究生都有一件實驗用『戰袍』,上面遍佈黑色斑點,是在暗房被顯影劑沾到的工作痕跡。現在的實驗都用數位影像,研究生恐怕連底片長什麼樣子都不知道。」

邱文泰回憶,數位顯微影像甫推出的時候,學術圈同儕普遍擔心著名期刊不接受新式的數位影像。「誰知道兩三年後,再也沒有人在暗房洗底片!接下來的細胞生物學家,實驗衣都很潔白。」

邱文泰說明,生物學研究會隨著技術演進,愈必要的技術,帶來的改變愈快。他舉例道「傳統的顯微影像以 2D 形式為主,對生物體的模擬有限。3D 影像將是未來生物學研究不可避免的趨勢。」

-----廣告,請繼續往下閱讀-----

不僅植入螢光蛋白、使螢光蛋白遺傳、分子標定等技術成為細胞生物學研究的基本配備,科學家還需要精密的顯微設備才能拍好實驗成果。

生醫光學影像核心平台 共享儀器降低門檻,帶來交流

邱文泰說,儀器的成本與操作的確會形成實驗門檻,因此成大醫學院營運生醫光學影像核心平台,聚集校內學者的貴重光學儀器,由專門經理、技術員負責保養、補充、操作事宜。每個實驗室的成員,甚至附近學校的師生、生技廠商都可以申請使用,僅需負擔相當低廉的費用。

研究生在生醫影像核心平台合作使用倒立雷射共軛焦顯微鏡。

平台內許多貴重儀器都是沈孟儒(成大藥理所特聘教授,現任成大校長)、邱文泰等學者主動提供,他們也樂意無償提供使用教學。擔任平台主持人的邱文泰說,共用貴重儀器可以提升學術圈的整體利益,不但儀器的價值得以充分發揮,研究者們也可以透過平台交流彼此的技術專長。

他舉例道,「最直接的方法,就是看誰最常登記使用特定儀器,就表示他很擅長那項技術,需要的時候可以直接請求合作。」若儀器都留在各自的實驗室裡,這種交流學習的機會無法出現。研究者也不容易嘗試不同儀器的功能,討論不同儀器的優劣長短。

-----廣告,請繼續往下閱讀-----

最嚴格的細胞生物學,點燃學術興趣

邱文泰說,自己出身苗栗鄉間,選填大學志願時沒有明確志向,只想離家遠一點。他覺得自然與生物是成長過程中熟悉的一部分,就選填了大多數的生物學科系。就讀成大生物學系,是分發之下的偶然。

在成大生物學系,周遭同學紛紛進入實驗室做專題,邱文泰卻直到大三還沒建立學術志向。直到的必修課「細胞生物學」結束後,他對實驗的興趣才被點燃。那門課由甫從美國歸來的陳虹樺老師任教,教學與考試都相當嚴格緊湊。

邱文泰回憶當年的細胞生物學課說,「期中考和期末考要寫滿四個小時,而且幾乎全部是申論題。考前壓力很大。」但也因為如此嚴格的學習要求,他踏實地讀完課本上每一個字。通過期末考後,心中充滿成就感,決定加入細胞生理相關的實驗室進行專題研究。

融合美式獨立與日式嚴謹,潛移默化的學術人格培養

求學階段多在成大吸收養分,現在也致力培育成大學生的邱文泰,認為對自己影響最深刻的,是湯銘哲(現任成大生理所特聘教授)和沈孟儒兩位學者的風範。

-----廣告,請繼續往下閱讀-----

邱文泰說,「湯銘哲老師的心胸開闊,重視自由探索與獨立研究,可說是典型美式風格的學者。碩士班學生的題目要自己發想、設計方法,老師負責引導大方向。」而且湯銘哲對學術同儕非常慷慨大方,隔壁實驗室來借任何耗材與設備,或是需要技術協助,他總是樂意援助。

邱文泰笑說,正因為這種慷慨大方,湯銘哲實驗室的成員經常處於「幫助鄰人」的狀態。他回憶說,「當時覺得很忙碌,但成為實驗室主持人之後,發現自己已經被這種風格潛移默化了。」

邱文泰也以樂於分享、協助的風格領導實驗室。他說,「我的學生也經常幫助其他實驗室的同學,我希望他們在互助、分享的氣氛中成長,成為心胸開闊的人。」

自博士班第二年開始,邱文泰加入新成立的沈孟儒實驗室,接受共同指導。他說,「沈孟儒校長是日式風格的學者,對研究與學術寫作追求完美的高標準。他如果看你的論文草稿寫錯超過三個字,就會請你拿回去重寫。」

邱文泰讚賞說,沈孟儒對科學研究的嚴謹要求,是他的職業楷模。他打開會議室的鐵櫃,數十本厚實日誌整齊排列其中。他說「因為沈老師的指導,我直到今天持續寫著實驗日誌,確實記錄每一天的實驗內容。對學生,我也要求交出完整的實驗日誌,才能從我的實驗室畢業。」

嚴謹治學的風格,呈現在邱文泰的實驗室管理,他們的藥品、抗體集合收納且全體共用,每個人都使用相同規格的研究材料。不會出現各用一套藥品,劑量、藥效不同,實驗結果難以重複的狀況。

他說,「材料的品質控制與共享,對實驗成果的精準化和均一化就是一件好事,也是科學研究的必要。」

邱文泰嚴格要求實驗室各種藥品、器材的擺放秩序,收納之後要編寫目錄和標示,任何人都能一目了然。他打趣說,「小偷闖進我們實驗室,根本不需要翻箱倒櫃,他可以按圖索驥找到所有東西。」

這種嚴謹的管理風格深刻地影響邱文泰的學生。他舉例說,一位博士班畢業生回到廈門大學擔任實驗室經理,按照邱文泰一致化與秩序化的風格整理實驗室,不但讓同事感到驚喜,連周遭實驗室的經理也紛紛來學習這種實驗室管理。

融會了兩位迥然不同的成大傑出學者風範,邱文泰長年投入引導成大學生對知識產生興趣,潛移默化對物嚴謹、對人開闊的高尚人格。因此數次獲得輔導、教學方面的優良教師獎。

鮮為人知的是,他其實差點成為高中教師,遠離成大的學術環境。

探索未知,比收入和安穩的生涯更重要

回憶起職涯轉捩點,邱文泰說,「那是人生最困難的決定。我剛退伍就在台南女中得到正式教師職位。眼看有個穩定、待遇不差的職業選擇,卻又被邀請回去讀博士班。」

邱文泰的考慮相當務實:高中教師的薪資高於社會平均、有退休保障,上下班時間穩定還有寒暑假。而博士班學生薪資不如高中教師,更不容易保持生活與工作的平衡。

收入和閒暇時間考量之外,邱文泰更重視學生對知識的態度,他回憶說,「我喜歡對高中生分享最新科學消息,例如當年諾貝爾獎得主與研究內容。」學生們的反應卻是「這些會考嗎?」

高中生在升學制度訓練下,認為只有考試相關的科學知識才是重要的,而高中教師也必須精熟解題技巧。邱文泰坦承,「我體會到,自己並不想走上鑽研教科書上既定知識與解題技巧的職涯。對我來說,更想要的是親手研究、接觸未知。」

邱文泰說,「跟我同屆考上高中老師的同學已經準備退休,而我還在規劃新的研究計畫、主持與眾人研究息息相關的生醫影像核心平台,但是我覺得這樣很充實。」

主持儀器共享平台,減少科學社群的資本差距;傳授學生知識與潛移默化的人格教育,對邱文泰來說毫無義務感,而是讓生醫領域更加蓬勃明朗的充沛機會。

查看原始文章

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

2
3

文字

分享

0
2
3
每次呼吸都會吸入十個孢子?一朵菇如何形成?無所不在的真菌生命循環!——《真菌大未來》
積木文化
・2024/02/21 ・3532字 ・閱讀時間約 7 分鐘

真菌的生命週期

一切始於一顆孢子

孢子是真菌生命週期的開始,也是結束。這些單細胞單元裡,包含著新真菌個體的繁衍密碼。面對無數微生物競爭者和惡劣的環境條件,孢子萌芽的機率極低,因此真菌釋放出數萬億個孢子來提高生存機會。孢子維持在一個暫停於生死之間的狀態,密切留意周遭世界並尋找適合落腳的地方。孢子很微小,無處不在,所以根本無法躲避它們,以我們自己而言,每次的呼吸都會吸入十個孢子。

孢子是真菌生命週期的開始,也是結束。圖/unsplash

被稱為「胚種假說」(Panspermia)的生命起源論甚至認為:生命的藍圖被包裹在一顆孢子當中,並在太空中旅行,在宇宙中尋找適合落腳的家園。儘管對此假說爭論不休,但我們確實知道孢子可以耐受極端溫度、抗輻射,甚至可以在真空狀態的太空中存活。 1988 年,和平號空間站(mir)的俄羅斯太空人就注意到,他們的鈦石英窗外有「東西」在生長,而且正在漸漸「啃穿」鈦石英。後來證實,這個「東西」就是一種真菌。1

就像植物一樣,大多數真菌也都採用「紮根在土壤當中」這種耗時的繁殖方式:它們利用菌絲體生長,或透過孢子飄散到新的棲息地。在渴望繁衍其 DNA 的動力下,有些真菌採取巧妙的策略,確保其孢子在新環境中得以繁殖。

擁有誘人香氣的美食佳餚黑松露(Tuber melanosporum)就是一個很好的例子。這種跟黃金一樣珍貴的真菌生長在地底下,隨著孢子成熟,其所散發出的香氣會吸引動物、松露獵人和來自世界各地的美食家。松露的孢子不易被消化,所以最終會安全通過有幸一飽口福者的消化道;在理想狀況下,孢子應已遠離原來被採集到松露的位置。

-----廣告,請繼續往下閱讀-----
擁有誘人香氣的美食佳餚黑松露就是一個很好的例子,松露的孢子不易被消化,所以最終會安全通過有幸一飽口福者的消化道。圖/pexels

在地面上,圓形的巨型馬勃(Calvatia gigantea)子實體保護著數以百萬在內部熟成的孢子。有趣的是,只要戳一下成熟的馬勃,它就會噴出一股煙霧狀的孢子粉,讓風帶走飄散的孢子。

生長在糞便之中的水玉黴菌屬(Pilobolus)真菌,藉由分泌水分充滿泡囊增加壓力,最後像水槍一樣排射出泡囊頂部的孢子囊。有研究經計算發現,孢子囊能以至少 20,000 g (重力)的速率被噴射出去。相較之下,訓練有素的美國國家航空暨太空總署(NASA)太空人在太空船中穿著抗重力服(G-Suit)所承受的重力是 3 g ,而子彈是以 9,000 g 的加速度行進的。

生長在糞便之中的水玉黴菌屬真菌,藉由分泌水分充滿泡囊增加壓力,最後像水槍一樣排射出泡囊頂部的孢子囊。圖/wikipedia

還有能在黑暗中發光的真菌,光線會吸引昆蟲將它們的孢子散布到森林底層。例如,加德納臍菇(Neonothopanus gardneri,俗稱椰子花)就受到晝夜節律的調節,在夜間會發出明亮的光。 2所有這些演化而來的調整,都是為了確保繁殖能夠延續。

為菌絲找到一個家

當孢子落在一個溫度適中、靠近食物和水的地方時,它就會萌芽。孢子經由細胞壁吸收水分,並長出一種稱為菌絲的線狀管。當菌絲在營養基質上生長,就會分支出更多菌絲並形成一條細線。原本的菌絲繼續利用可能是木頭、昆蟲或土壤的基質,由尖端處長出更多菌絲。菌絲間開始融合相連,形成一個相互連接、被稱為菌絲體的物質。

-----廣告,請繼續往下閱讀-----
當孢子落在一個溫度適中、靠近食物和水的地方時,它就會萌芽。圖/wikipedia

每條菌絲的生長都結合了物理力量和化學策略。菌絲會分泌出作用相當於強力消化酸的酵素來分解物質。這個分泌酵素的作用,讓真菌能穿透最堅硬的基質:先將營養物質萃取出來,再經由菌絲體吸收。就像我們唾液中的酵素一樣,很快就可以將口中的麵包變成濕糊狀。

數英里的菌絲體,也許再來一朵菇

菌絲體如同漣漪一般,從孢子萌芽之處輻射向外生長。附近有營養物質出現時,菌絲體就會以圓形的方式使其表面積最大化,朝營養來源方向生長。當一個區域的食物來源耗盡,菌絲體中心處的舊菌絲就會被自己消化掉。殘存在被消化舊菌絲當中的可用資源,則會被重新傳送到菌絲體最外圈,供生長正旺盛的菌絲所用。

最後,菌絲體會長成一個廣大的空心環,也就是有時我們在草地上看見的「仙女環」。隨著資源被重新傳送到菌絲體生長的外緣,中心會逐漸消失,環的周長則逐漸增加。只要有養分和水,菌絲體就可以持續以這種方式不斷地生長下去。

菌絲體會長成一個廣大的空心環,也就是有時我們在草地上看見的「仙女環」。圖/wikipedia

在此階段,除了酵母菌以外的真菌就能由菌絲形成孢子,進行無性生殖。黴菌、銹病和粉狀黴菌等微型真菌總是以這種方式繁殖,例如麵包上所見的黴菌黑點就含有超過五萬個孢子。

-----廣告,請繼續往下閱讀-----

然而,屬於單細胞微型真菌的酵母菌,則採取不同於絲狀真菌的方式進行無性生殖。酵母菌利用分裂產生複製體進行無性生殖,雖然這種方法很有效率,但卻因此錯過了可以經由有性生殖確保遺傳多樣性的樂趣。3

除了透過無性生殖的方式繁殖,若環境條件惡劣(通常情況就是這樣),大型真菌也可以進行有性生殖。當兩個有性生殖相容的菌絲體相遇,它們就會進行融合並形成更大的團塊。

融合後已經具備遺傳多樣性的新菌絲體,等待著合適的環境條件到來,就會聚集它的菌絲、吸收水分膨脹,並形成被稱為原基(primordium)的菇蕾。幾天後,原基逐漸伸長菌柄,將菌傘推出基質表面。最後,菌傘打開就變成了一個完全成熟的菇。菇類的顏色、質地和形狀會因種類而異。

最後,菌傘打開就變成了一個完全成熟的菇。菇類的顏色、質地和形狀會因種類而異。圖/unsplash

根據菇類產生和釋放孢子的方式,可以將大型真菌分成兩群:一群是在封閉囊內產生孢子的子囊菌(asomycota),另一群是從菌褶中形成並釋放孢子的擔子菌(basidiomycota)。擔子菌的菌褶有一層菌膜保護,隨著菇的成熟,該菌膜就會剝落。

-----廣告,請繼續往下閱讀-----

菇的本身可以說就是一個慶典,慶祝擁有數萬億待釋放新世代真菌(孢子)的出現。孢子將再次進入那已經持續循環數十億年的過程之中。自然不會多愁善感,所以慶典終將結束;菇類在完成產生孢子的工作之後,就會開始腐爛消失。

菇的本身可以說就是一個慶典,菇類的出現是真菌生命循環的最美麗時刻。圖/unsplash

它們已經達成自然所交付的任務,而且也不吝讓我們一窺正大自然發自內在的美。菇類的出現是真菌生命循環的最美麗時刻,也許因為這樣,菇類才會如此受到歡迎。

註解

  1. Matthew Phelan, ‘Why fungi adapt so well to life in space’, Scienceline, 7 March 2018, . ↩︎
  2. Anderson G Oliveira, Cassius V Stevani, Hans E Waldenmaier, Vadim Viviani Jillian M Emerson, Jennifer J Loros and Jay C Dunlap, ‘Circadian control sheds light on fungal bioluminescence’, Current Biology, vol. 25, issue 7, 2015, . ↩︎
  3. 譯注:酵母菌也會進行有性生殖,遺傳物質亦會重新洗牌。 ↩︎

——本文摘自《真菌大未來:不斷改變世界樣貌的全能生物,從食品、醫藥、建築、環保到迷幻》,2023 年 12 月,積木文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----