0

0
0

文字

分享

0
0
0

整個世界都是我的科學課室!uHandy結合教育,讓觀察力成為學生的超能力

趙軒翎
・2018/01/16 ・3744字 ・閱讀時間約 7 分鐘 ・SR值 458 ・五年級

-----廣告,請繼續往下閱讀-----

現在配合手機或平板電腦,要取得顯微觀察的能力已經不是難事。圖/億觀生技提供

這幾年,你不需要一台高單價的顯微鏡就可以做顯微觀察,只要一台能直接架在手機、平板電腦的手機顯微鏡,就可以輕鬆觀察。只是,你早就買了一台手機顯微鏡,卻不知道拿它來做什麼?開箱後又默默把它封存回去了嗎?

顯微鏡是一個工具、一個能力,重要的是你怎麼去使用它。

——林建明博士, uHandy 行動顯微鏡開發團隊

當你獲得了這個能力,就能變成超級英雄、改變世界嗎?先別說不可能,讓我們來看看其他人怎麼使用手機顯微鏡改變他們的生活、他們的工作吧!

阿簡老師:讓生物課走出教室

在 uHandy 還沒誕生前,研發的團隊就曾經去拜訪在網路上長期分享自己生物教學心得的阿簡老師。任教於新竹市光華國中的阿簡老師,將他在課程上的需求轉化成給團隊的設計建議,也讓可以適用於教學的手機顯微鏡終於誕生。

「在教室裡面上生物、生態系很怪!」

阿簡老師說,在他的課程裡面,每個月都會安排讓學生走出教室的課程。學生如果沒有親眼看到這些生物,對他們而言就只是背起來應付考試而已,一點都不有趣。

-----廣告,請繼續往下閱讀-----

現在在阿簡老師的課堂上,學生已經可以很熟練地操作手機顯微鏡。他帶著學生直接到校園中的生態池採樣觀察水生生物、尋找不同植物的花粉、看蕨類植物背後的孢子囊等。阿簡老師說,學生拍出來的這些顯微照片,雖然就跟課本看起來一樣,但自己拍攝的感覺就是不同。而這些顯微照片,也不只是給學生臉書打卡用(誤)。阿簡老師還把學生拍攝出來的顯微照片,製作成一個一個的胸章、鑰匙圈,又幫照片找到新的價值。

在前(2016)年一月,阿簡老師的學生們,也一個一個成為小助教,在學校辦理給國小學生的營隊「大手牽小手」中,帶著小學生使用手機顯微鏡。

把髒手手放到顯微鏡下觀察

宜蘭縣中山國小的校園內,也出現手機顯微鏡的蹤跡!

筆者印象中自己國小的時候,大概只用過小型攜帶式的顯微鏡,還有個鑰匙圈可以掛在背包上面,但實際拿出去也沒看過幾次,小小的鏡頭下最常塞進去的大概是打死的蚊子。

-----廣告,請繼續往下閱讀-----
國小學生使用手機顯微鏡觀察課堂上的樣本。 圖/黃昭銘提供

中山國小老師黃昭銘畢業於台大動物系(現在改為生命科學系),希望將以往製作玻片樣本在顯微鏡下觀察的經驗,分享給現在的學生,只是苦於找不到合適的工具。他曾在整理學校的實驗器材時,發現顯微鏡竟然都因為久未使用、保存不當而發霉。這些老舊、簡陋的顯微鏡,老師、學生都不願意使用,根本不可能帶學生做顯微觀察。

黃昭銘在 10 年前就留意到,國外募資網站陸續開始出現 Maker 們設計出的新型顯微鏡,搭配當時才剛推出的 iPhone 做使用。不過,由於手機還未那麼普及,要在課堂中使用不易,他就只能繼續觀望。直到 2016 年他在朋友分享 Computex Taipei 的展覽時,看到了一絲曙光。「太好了,這就是我要的!」黃昭銘看到 uHandy 顯微鏡後,立馬找上億觀生技,自告奮勇要用這個顯微鏡為小學生設計課程--許多有趣的課程從此誕生。

「魔鏡!魔鏡!」是黃昭銘設計的第一個課程,從虎克製作顯微鏡的科學史談起,介紹到顯微鏡的使用方式,最後讓學生自己出去採樣,回來在放在手機顯微鏡下觀察。這個課程設計給四年級的學生,初次嘗試的效果很不錯。

現在手機顯微鏡在宜蘭中山國小,已經是自然教學的一部分。圖/黃昭銘提供

既然成功了,那就再來試試給低年級的課程。黃昭銘說,第二個課程「你洗手了沒?」是與學校的護理師合作,在小朋友最容易感染腸病毒的夏天進行。課程特別選擇在學校其中一節 30 分鐘下課後操作,在這超長的下課時間,學生跑到操場打球、玩耍,在最後一刻髒兮兮回到教室。這時老師拿出採樣貼紙,在學生的手上黏了幾下,就放到顯微鏡下做樣本觀察。黃昭銘說,他會將顯微鏡下的畫面投影到大螢幕,讓學生們看看自己的手有多髒,順便叮嚀他們要好好洗手的概念。

-----廣告,請繼續往下閱讀-----

「如果學生受老師引導到一個地方,他願意學,這才是教育的目的,而不是教了他多少。」

現在手機顯微鏡在中山國小,已經成為自然課教學的一部份。黃昭銘說,學生們或許知道學校裡有這棵樹,但他們沒有近距離看過它的葉子、種子,不管是皺褶、花紋等細部的結構。重要的是他們學會觀察,並敘述他們所看到的,或是跳脫框架表達他們的想法,不管是覺得觀察的東西很噁心或是很可愛。這樣的課程引起學生們的興趣,讓他們對於周圍的世界感到好奇、想去探索。

城市養蜂計畫:要養好蜜蜂,先要瞭解牠們

在台北市有另一名老師,他所帶領的學生年紀都稍長一點,每一個人都戴著頭套面罩,圍在一個一個的箱子旁邊,箱子以及他們的四周都是蜜蜂。這是松山農會養蜂研究班的教學現場,蔡明憲老師只戴著一頂鴨舌帽,穿梭在每個蜂箱間,幫忙學員檢查蜜蜂生長的狀況。

松山農會養蜂研究班老師蔡明憲,穿梭在每個蜂箱間,幫忙學員檢查蜜蜂生長的狀況。圖/作者攝影。

蔡明憲是「城市養蜂計畫」的推動者,他希望透過實際的行動將蜜蜂帶回城市,不只復育蜜蜂,也從養蜂的過程不斷檢視環境的變遷,進而改善人與人、人與環境之間的關係。為了這個理念,他陸續在松山社區大學、松山農會等地開班授課。在他的養蜂班中,不僅要會養蜜蜂,更要了解蜜蜂。從蜜蜂出發,他帶領這群學員認識昆蟲、了解生態。

「一般的農民只會用他的經驗教你一套養蜂的SOP,但蜜蜂是活的,總有許多狀況,有一天這些SOP會失效。」

養蜂研究班上個月的聚會,是個三個小時的室內課與戶外實務操作,但這一天他們不養蜂,而是要解剖蜜蜂。學員們帶著自己的手機,接上手機顯微鏡開始觀察蜜蜂,在手機螢幕上他們才發現原來蜜蜂的後翅有翅鉤,將前翅和後翅鉤在一起。也會拿著鑷子解剖小心翼翼地解剖蜜蜂,觀察牠們的口器、觸角等構造。

-----廣告,請繼續往下閱讀-----
松山農會養蜂研究班用 uHandy 行動顯微鏡觀察蜜蜂身體構造,要把蜜蜂養好,得先了解蜜蜂。(左)蜜蜂翅膀顯微結構;(右)學員實作形況。圖/城市養蜂Urban Beekeeping提供。

在解剖蜜蜂的過程,還會讓學員幫蜜蜂們做身體檢查,蔡明憲說,蜜蜂生態與生物學的基本知識很重要,外部形態與內部解剖是養蜂學的基礎,例如有些疾病會讓蜜蜂拉肚子,得透過解剖過程拉出牠的中腸,觀察腸道是否有異常狀況,做為疾病判斷的依據,避免誤診和濫用藥物。

除了陪著這些都市蜂農養蜂之外,蔡明憲的蜜蜂課將走進中崙高中,也將有機會繼續與手機顯微鏡合作,開辦一系列課程。透過這些課程,不僅是了解蜜蜂,也可以體驗養蜂所產出的副產品,包括蜂蜜以及用來取代保鮮膜的蜂蠟布等。

從生物到化學:口袋大小的教案組合

開發手機顯微鏡的團隊,除了繼續改良顯微鏡的功能之外,他們也著手為顯微鏡量身訂做教師專用研習套組。每一個中型夾鏈袋中就包含了一個教案,以及這個教案操作所需要的素材,只要搭配手機顯微鏡就能實際操作。比方說,若你不像蔡明憲老師一樣自己養蜜蜂,那麼「透視蜜蜂的超能力」這個套組,就包含了老師提供的蜜蜂樣本,還有解剖技巧教學跟觀察重點。就算沒有專業背景,簡單就能觀察蜜蜂的結構並且瞭解現代科學的延伸應用。

億觀生技團隊開發的教師專用研習套組,每組教案都可以搭配著手機顯微鏡作教學。圖/億觀提供

或者,你想看活蹦亂跳的草履蟲,不需要靠運氣跑去池塘撈泥巴,直接試試「召喚草履蟲」套組,只要一兩天,就能在顯微鏡下看見草履蟲及各種微生物游來游去。不僅如此,科學也可以很藝術!「種植一片銅珊瑚」材料包,教的是氧化還原的觀念,可以直接在顯微鏡上看見美麗的結晶;「微米雕刻家」材料包則運用類似於奈微米壓印微影的技術,將自然界中精緻的微小結構保存下來,成為一個藝術作品,只有透過顯微鏡才能欣賞。

-----廣告,請繼續往下閱讀-----

建明希望這些教案研習套組,能賦予老師們教學上的靈感,也減輕備課壓力,輕鬆就能帶給學生好玩又有趣的課程。

看了這些運用手機顯微鏡來作觀察、教學的例子,你是不是也躍躍欲試了呢?歡迎跟我們分享,你用手機顯微鏡作了什麼有趣、有創意或很特別的觀察。

本文相關系列文章

 

開啟你的掌心實驗,請至泛科市集《uHandy Duet 行動顯微鏡組

-----廣告,請繼續往下閱讀-----

 

 

-----廣告,請繼續往下閱讀-----
文章難易度
趙軒翎
17 篇文章 ・ 3 位粉絲
在「一日生科,終身科科」的年代,即使鬧家庭革命都堅持要念生科,卻在畢業之際決定走出實驗室找尋新的出路。因緣際會就這麼踏入了科學傳播領域,雖然一路跌跌撞撞,但仍相信自己可以用知識改變這個世界。聯繫方式:scimonth.chao@gmail.com

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。

2

3
1

文字

分享

2
3
1
相輔相成的數學與科學,誰才真的是「科學的起點」?或許,它們都不是最好的答案——《教出科學探究力》
親子天下_96
・2022/08/12 ・3626字 ・閱讀時間約 7 分鐘

數學絕對是科學上非常重要的工具,當科學面對重大疑難雜症時,往往確實是由數學來解決問題。歷史上有很多例子,可以用來說明科學家遇到科學問題時,發明數學工具來解決問題。

例如我們知道,一個物體如果維持每秒鐘 30 公尺的速度前進,那麼 100 秒之後,它會前進 3,000 公尺。但如果這個物體的速度是會穩定減少,平均每一秒鐘還會穩定的減少每秒 10 公尺,也就是一秒後它的速度就變成 20m/s、兩秒之後變成 10m/s,以此類推。

這樣的話,我們知道它 3 秒之後會停下來,但你能知道它前進的距離總共有多少嗎?

為了解決這個問題,牛頓發明「微積分」這個數學工具。

現代微積分是由牛頓與萊布尼茲所發展而成的重要工具。圖/Pixabay

先有雞還是先有蛋?先有科學還是先有數學?

物理學家為了要處理像是「位移」、「力」、「速度」這類問題,也發明「向量」這樣的數學工具來幫助物理學家解決問題。

-----廣告,請繼續往下閱讀-----

這樣看起來,好像應該說「科學是數學之母」才對?

也有的時候,科學家為了精準簡潔的描述自然界規則,運用數學語言來作為描述的方式。

例如我們知道,兩物體之間永遠存在一個互相吸引的萬有引力,萬有引力的大小和兩物體的質量大小乘積成正比,和兩物體的距離平方成反比。這麼一大段落落長的描述,如果用數學符號來表達,就會變成:

\(F = G \frac{m_{1}m_{2}}{r^{2}}\)

這樣的表達既簡潔又精準,當然是很不錯的描述方式,很受科學人的喜愛。數學是科學中重要的工具,可以幫助科學解決很多問題。在學習科學或發展科學的某些階段,數學更是不可或缺的工具,沒有數學便跨越不了某些門檻。

-----廣告,請繼續往下閱讀-----

即便如此,數學好像也說不上是「科學之母」。

科學始於好奇心,每個孩子都是天生的科學家

我總覺得「科學之母」的意思,應該是科學的產生者。那什麼才是科學的產生者?我認為是「觀察」。

觀察與好奇心促成科學的動機觀察的意思不是觀看,不是說用眼睛看到些什麼東西就是觀察。觀察是會產生疑問的,會勾起你的好奇心。看到一些「怪怪的」、好像跟平常不一樣的事物時,你可能會留心的多看個兩眼,腦袋裡想著:「昨天跟今天看到的太陽升起位置,是不是有什麼不一樣?」、「上次釀的酒跟這一次喝起來好像不一樣?」

察覺這些差異之後,你的好奇心可能就會接手,開始思考如何解釋這樣的差異。

-----廣告,請繼續往下閱讀-----

如果你認真一點的話,可能會對現象進行系統化的描述記錄,將那些雜亂的事物根據相同處、相異處進行比較並分類,有時候或許能從中發現一些現象的規律性或者因果性。

例如我們的祖先們長期觀看著海,把每天看的海水高度做了記錄,時間一長就慢慢看出一些規律性,發現每天海水高度變化跟月亮的位置有關:滿月的那天,當潮水最高的時候就是在正中午。

我們的祖先們長期觀看著海,把每天看的海水高度做了記錄,時間一長就慢慢看出一些規律性。圖/Pexels

進而發現不同的月相和漲退潮的時間,有某種特定的關係。等蒐集到夠多的事實之後,很可能就可以發現規律性。

察覺這些規律性、相同處、相異處之後,有些人會興起強烈的好奇心,想要一探這些現象背後的完整詳細規則,或是探詢造成這些規則背後的原因,這時,科學的動機就出現了。

自文明誕生以來,有很長一段時間,人們只是用神話的方式來解釋自然,直到近幾百年才發展出有系統的科學方法,以極端嚴謹的態度來檢視心中的答案。雖然科學是近代產物,但產生科學的動機卻是每個人都天生具備的,那就是「觀察」和「好奇心」。

-----廣告,請繼續往下閱讀-----

每個孩子天生就很愛問問題,這也是為什麼許多科學家會說:「每個孩子都是天生的科學家」,不過這句話的下一句是:「直到 XX 歲為止」。

為什麼等到我們長大以後,就不會提問了呢?

身為老師的我們都曾發現,學生到了國中之後,似乎就變得很不愛問問題。

我相信造成這個結果的原因有很多,例如我們的科學教材教法往往是去情境化、去脈絡化的;我們的考題有許多是脫離現實的;我們的課程也經常不是以學生親身觀察而產生的探究問題作為出發點。

此外,大量意義不明的數學練習,恐怕也是重要的原因之一。

-----廣告,請繼續往下閱讀-----
天生的科學家們為什麼長大後就不發問了呢?造成這個結果的原因有很多。圖/Pexels

既然數學題目難以避免,我們該怎麼讓這些練習對學生而言,變得更有意義、更具有科學教育的價值呢?

數學在科學課堂上扮演的角色在科學的學習中,數學作為一種工具,其存在是必要且適當的。但我們應該注意的是:工具的使用必有其特定的使用動機和情境。

如何讓學生知道自己在幹嘛?以燃素說、氧化說為例

例如拉瓦節(Antoine Lavoisier)並不是一開始就在實驗室裡面計算數學,因而發現燃燒的本質是物質的氧化。他是因為用定性分析方式無法成功反駁當時主流的「燃素說」,才進一步使用量化實驗、測量精準的數據,得到足以駁倒「燃素說」的證據。

讓學生具備動機和情境後,在適當的難度下,引進必要的數學就會覺得理所當然。如果學生知道自己正在處理什麼問題,也知道為什麼需要運用這個工具的情況下,那麼在自然科裡面學習數學是沒有問題的。

-----廣告,請繼續往下閱讀-----
需要透過有設計的教學,才可以激發學生思考、知道自己在處理什麼問題。圖/Pixabay

於是我在燃燒的單元中,設計了讓學生閱讀並比較史塔爾(Georg Ernst Stahl)提出的「燃素說」和拉瓦節的「氧化說」。兩個學說都是在描述學生熟悉的燃燒現象,但卻有著截然不同的解釋方式。

史塔爾的「燃素說」認為:

因為物質燃燒時,物質裡面的可燃成分(燃素),會從物質內逃逸出來與空氣結合,從而發光發熱,這就是火。並且因為燃素從物質中釋放出來,重量就變輕了,釋放燃素的物質只剩下灰。

但有些物質,像是金屬,它們內部的空隙就像容器一樣,裡面充滿燃素。燃素與金屬分離後,空出來的容器會被空氣填滿,容器裝著比燃素重的空氣,重量自然就變重了。

而且物質在加熱時,燃素並不能自動分解出來,必須藉空氣來吸收燃素,才能將燃素釋放出來,而且愈好的空氣吸收燃素的效果愈好。

拉瓦節的「氧化說」則主張:

物質燃燒時,不是物質內部的燃素釋放出來,而是物質和空氣中的氧氣結合。結合的過程中會發光發熱。

結合之後的物質,稱為氧化物。氧化物如果是氣體或者變成飛灰離開了物體本身,質量就會變小,就像紙張燃燒一樣。

如果物質氧化物和物質是依附在一起的,那就會看到質量變重,就像金屬的燃燒一樣。

你會發現兩者的說法看起來都能完美的解釋燃燒現象,如果只是觀察各種燃燒的現象,並不足以判別誰說的才對。這時,用量化方式精準測量燃燒過程中各階段物質的質量變化,就變成判別是非的關鍵所在。

-----廣告,請繼續往下閱讀-----

量化實驗當然是比定性實驗更加困難,但當我們對於某個事件產生興趣時,這些困難就會瞬間變成讓人興致高昂、願意去挑戰和克服的關卡。

「燃素說」和「氧化說」的說法看起來都能完美的解釋燃燒現象,這時便需要科學的力量。圖/Pexels

數學的工具也是如此,所以我在運動學的課程設計中,利用交通安全宣導影片中常出現的「未維持安全距離」下產生的交通事故,讓學生感受到危險,並且產生「安全距離是怎麼計算出來的」的疑惑,激發學生解決問題的動機。

動機產生之後,我們就可以把待解問題轉化為比較嚴謹的文字敘述:「車子以 108km/hr 的速度行駛在高速公路上,因前方發生事故而緊急煞車。若車子能在 X 秒鐘之內停下來,我們的煞車距離有多少?」這就變成大家熟悉的考題了。

此時不管是使用公式也好,圖形法也好,學習起來就會比較自然而然、順理成章。在課堂上營造動機與脈絡,讓解決這些數學問題變成必要的過程,就是我們在課程設計上可以努力的方向。

——本文摘自《教出科學探究力》,2021 年 8 月,親子天下 ,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 2
親子天下_96
26 篇文章 ・ 25 位粉絲
【親子天下】起源於雜誌媒體和書籍出版,進而擴大成為華文圈影響力最大的教育教養品牌,也是最值得信賴的親子社群平台:www.parenting.com.tw。我們希望,從線上(online)到實體(offline),分齡分眾供應華人地區親子家庭和學校最合身體貼的優質內容、活動、產品與服務。