Loading [MathJax]/extensions/MathZoom.js

0

3
0

文字

分享

0
3
0

誰都別想惹鴨嘴獸:天上天下唯一有毒刺的哺乳動物──《毒特物種》

PanSci_96
・2018/06/22 ・3033字 ・閱讀時間約 6 分鐘 ・SR值 501 ・六年級

地表上最怪異的動物

圖 / Matt Chan@Flickr

如果你打算開列地球上最怪異動物的清單,那麼鴨嘴獸勢必輕易入榜。鴨嘴獸真的很怪,以至於喬治.蕭(George Shaw)在 1799 年首度對鴨嘴獸進行科學描述時,簡直不敢相信真的有這種動物。他在自己的著作《博物學家文集》(Naturalist’s Miscellany)第十卷中寫道:「懷疑是否真的有這種動物,不只能夠體諒,甚至值得讚揚。我應該承認,當時我幾乎不敢相信親眼所見之物。」我能了解這種心情。

鴨嘴獸泰瑞。圖/《飛哥與小佛》劇照。 圖/IMDb

當我在澳洲墨爾本的龍柏無尾熊動物園(Lone Pine Koala Sanctuary)看到一頭大大的雄鴨嘴獸時,幾乎不敢相信眼前出現的是真實存在的生物。靠近看,鴨嘴獸更像是精緻的木偶,屬於吉姆.韓森1最偉大的傑作那類。

蕾貝卡.班恩(Rebecca Bain),綽號「貝卡」,她是動物園的首席動物飼育員,也是負責照顧園中兩頭雄鴨嘴獸的人之一。她很好心,讓我私下滿足對動物的好奇心。她發出哨聲,把巢中比較老的雄鴨嘴獸召喚出來。牠具備了河狸的尾巴、鴨子的喙、水獺的腳。雖然牠的這些特徵全都奇怪到無法想像,不過鴨嘴獸還有一個特徵,強壓過其他怪異之處。我就是為了這個特徵才到澳洲來,只為親眼見牠一面。你要小心雄鴨嘴獸,因為在已知的 5416 種哺乳動物中,唯有雄鴨嘴獸才具備毒刺。

雄鴨嘴獸用位於腳踝的毒刺打架,藉以爭奪雌鴨嘴獸。目前已知有十二種哺乳動物會分泌毒液,除了鴨嘴獸之外,都是用咬的方式注入。這十二種哺乳動物中,有四種鼩鼱、三種吸血蝙蝠、兩種大獺鼩(solenodon,長吻、鼠狀的穴居哺乳動物),一種鼴鼠、懶猴以及鴨嘴獸。有些證據指出,懶猴其實可以分為四個物種,這使得總數量增加為十五種。即使如此,能分泌毒液的哺乳動物,三隻手就數得完。

-----廣告,請繼續往下閱讀-----

就動物的演化譜系來看,能分泌毒液的物種分布於刺絲胞動物門(Cnidaria)、棘皮動物門(Echinodermata)、環節動物門(Annelida)、節肢動物門(Arthropoda)、軟體動物門(Mollusca)以及脊索動物門(Chordata),人類屬於脊索動物門。和其他門動物相比,哺乳動物中能分泌毒液的物種非常少。刺絲胞動物門包括了水母、海葵、珊瑚,整個門中物種超過九千種,全都會分泌毒液。但是如果要比數量,那麼能分泌毒液的節肢動物,包括蜘蛛、蜜蜂、黃蜂、蜈蚣和蠍子,加總起來絕對是壓倒性獲勝。還有能夠分泌毒液的螺類、蠕蟲與海膽。除了以上這些,脊索動物門中也有能分泌毒液的魚類、蛙類、蛇類和蜥蜴。

Autor: Richter, H. C. The mammals of Australia. by John Gould. (1845-1863) Volume 1, Plate 1, Volné dílo@wikipedia commons

 

要冠上「能夠分泌毒液(venomous)」之名,得符合數條明確的要求。許多生物是「有毒性的(toxic)」──這些生物含有某些物質(毒素),這些物質少量就能夠引起顯著的傷害。「能夠分泌毒液」、「有毒性的」、「有毒的(poisonous)」這幾個詞,在日常中彼此是可以交替使用的;現代科學家則對這些詞加以區別。有毒的物種和能夠分泌毒液的物種,的確都是「有毒性的」,因為牠們的身體組織能夠製造或儲存毒素(toxin)。

你可能聽說過,任何東西只要劑量足夠,都是「有毒性的」,不過這句話並非完全正確。有些東西大量進入身體之後,的確多少會產生毒性,但若要非常多才能取人性命,那麼這種東西便不是毒素。可樂喝到某個量的確會死人,但是碳酸飲料讓人致死的量實在是太大了(你得一口氣灌下好幾公升才行),所以不算毒素。相反的,炭疽菌(anthrax bacterium)只要一丁點就足以致死。

藉由這些毒素進入受害者體內的方式,可以進一步分類物種是否具有毒性。如果毒素是經由消化道或是呼吸道進入而引起傷害,那麼這種毒素就會被當成是毒藥(poison)。箭毒蛙(dart frog)或河豚(pufferfish)這類「有毒的」物種,必須要等到其他動物犯了錯,才會施予毒素。有些科學家認為,除了「能分泌毒液」與「有毒的」動物之外,還可以細分出第三類具有毒性的動物,稱為「施毒的(toxungenous)」。施毒動物具備毒素,但是比較缺乏耐性。海蟾蜍(cane toad, Bufo marinus)或是射毒眼鏡蛇(spitting cobra)就屬於這類。牠們如果被冒犯者激怒,不用等到對方來碰或是來咬,才能施予,而是主動噴出毒液攻擊。

-----廣告,請繼續往下閱讀-----

有毒刺的雄鴨嘴獸

生物要能冠上「能夠分泌毒液」這個鼎鼎大名的稱號,非但要具備毒性,同時得有特殊的方式把這危險的玩意兒送到其他動物體內,也就是要以積極主動的手段幹下毒這檔事。毒蛇有毒牙、獅子魚有棘刺、水母有刺絲胞、雄鴨嘴獸有毒刺。

鴨嘴獸的毒刺不容易發現。龍柏動物園的貝卡在同我講解鴨嘴獸與照顧牠們的方式時,我看著鴨嘴獸後腿上淡黃色有如牙齒般伸出的毒刺。這根毒刺約兩、三公分長,比我想像的還要大。被這麼大根的刺給扎到,就算沒有毒,那傷口也夠痛的了。為了拍攝近照,我的手伸到距離那根刺只有十幾公分距離。想到如果被眼前這頭動物刺到會有多痛,就讓我禁不住發抖。

鴨嘴獸的毒刺。(照片提供:克莉絲蒂‧威爾考克斯)圖/馬可孛羅出版社提供

鴨嘴獸的毒既可怕又恐怖。我聽說被鴨嘴獸刺到造成的傷害之痛,猶如經歷一場足以改變人生的深刻遭遇。鴨嘴獸的毒所造成的劇痛會持續數個小時,甚至數天。紀錄中,有位五十七歲的退伍老兵出外打獵時,路上遇見一隻看起來像是受傷又或許是生病的鴨嘴獸。他擔心這頭小動物的安危,便抱起了牠,好心的回報是右手被刺傷了,叫人想死的疼痛讓他在醫院待了六天。頭半個小時的治療中,醫師便使用了 30 毫克嗎啡(一般病人的用量通常是每小時一毫克),但是幾乎沒有任何效果。老兵說,這種疼痛遠超過服役時遭砲彈碎片刺傷的疼痛。最後使用了神經傳訊阻斷劑讓整隻手都麻痺掉,才讓他覺得好過些。

比起其他有毒液的哺乳動物,鴨嘴獸的毒素還有更奇怪的地方。鴨嘴獸的外型奇特,像是從不同動物的身體部位拼湊出來;牠的毒液中含有的各種蛋白質,也像是從其他動物那兒偷來的。在鴨嘴獸的毒腺裡,有八十三種不同毒素的基因表現著,其中有些基因的產物,很像是蜘蛛、海星、海葵、毒蛇、毒魚和蜥蜴所產生的蛋白質,這就像是有人把各種能分泌毒液動物的基因,全都剪貼到鴨嘴獸的基因體(genome)中。鴨嘴獸從內到外,都是趨同演化(convergent evolution)的有力證據。趨同演化是指在血緣關係相距很遠的物種之間,因為受到相近的天擇壓力而產生極為相似的特徵。除此之外,鴨嘴獸獨特的地方在於牠是唯一已知不是把毒液用來獵食或防禦、而是用來爭奪伴侶的動物。

-----廣告,請繼續往下閱讀-----

貝卡把那隻雄鴨嘴獸放回巢箱之前,先讓牠發洩怒氣。她拿出一條毛巾,垂在牠身後,鴨嘴獸馬上欣喜地用後腿揪住毛巾,奮力扭打。牠那全力將毒液注入毛巾的模樣,既可愛又可怕。我在心中默默感謝這頭怪異的動物容忍我的出現。我很確定牠心中所想的是,牠抓住的那條不是毛巾,而是我的手臂。

熊鴨嘴獸憤怒地給毛巾注入毒液。(照片提供:克莉絲蒂‧威爾考克斯)圖/馬可孛羅出版社提供

注解:

  • [1]:Jim Henson,美國著名木偶師,也是知名木偶劇《The Mupets》之父。

 

 

本文選自泛科學2018年6月選書《毒特物種:從致命武器到救命解藥,看有毒生物如何成為地球上最出色的生化魔術師》,馬可孛羅出版社。





-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

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。

2

19
5

文字

分享

2
19
5
泰瑞的顏色是真的!?——鴨嘴獸的生物螢光
椀濘_96
・2022/06/12 ・2806字 ・閱讀時間約 5 分鐘

在動畫《飛哥與小佛》(Phineas and Ferb)中超人氣角色——鴨嘴獸泰瑞/特務 P,可愛的外表加上寵物與特務的雙重身分,使牠成為家喻戶曉的大明星,鮮明的體色「泰瑞色」也蔚為風潮。

特務 P 是隻藍綠色的鴨嘴獸。圖/GIPHY

但你知道嗎?泰瑞的顏色其實是真的!

動物界神奇寶貝——鴨嘴獸的二三事

鴨嘴獸是棲息在澳洲東部的半水生單孔目動物,而單孔目代表著具有長期獨立演化的古老哺乳動物,雖是哺乳類但卻會產卵;現存的單孔目動物僅存鴨嘴獸及針鼴,均為澳洲特有種。

鴨嘴獸通常為夜間活動,並依靠一套獨特的表徵在黃昏、夜間和渾濁的水中,活動於弱光水生環境,牠們可以閉著眼睛游泳獵捕,使用機械感受及電感受來定位、感知水下獵物。鴨嘴獸的皮毛除了喙、腳和尾巴外,覆蓋身體均勻且緻密,可在水中起到絕緣的作用。

雄性鴨嘴獸的後肢長了尖刺並分泌有毒物質,在打架中會善用毒刺攻擊,藉此爭奪雌性,是目前為數不多的有毒哺乳類之一。

-----廣告,請繼續往下閱讀-----
動物界的神奇寶貝——鴨嘴獸。圖/維基百科

這些特徵已經讓鴨嘴獸夠特別了,現在又多了一樣更令人驚豔的能力:生物螢光

鴨嘴獸使出「生物螢光」!

生物螢光( Biofluorescence)是生物透過體內的螢光蛋白來吸收特定波長的光,然後發出另一波長的光。螢光蛋白吸收外來的能量,如紫外線,並發出螢光。

有一點還須特別注意:生物螢光與生物發光(bioluminescence)儘管都為發出螢光,但機制卻有所不同,又以生物發光較為常見,如螢火蟲、藍眼淚(夜光藻)等;站上亦有許多關於生物發光機制的文章,歡迎讀者閱讀~!

早期對於生物螢光的研究多半是在刺絲胞動物中發現,現今則觀察到越來越多不同物種也有此機制,從無脊椎動物到鳥類再到哺乳動物,遠比原先想像得還要更加普遍。

一切都是意外的發現?

2020 年 10 月期刊《哺乳類》(Mammalia)上發表了篇關於:鴨嘴獸在紫外光的照射下,會產生藍綠色的螢光,這項發現也使得在生物螢光研究領域有一大進展。

研究團隊在森林觀察螢光的生物時,發現北美飛鼠在紫外線照射下肚子會發出粉紅色的光,於是便前往芝加哥菲爾德自然史博物館(Field Museum of Natural History , FMNH)進一步確認,他們將存放在館內的飛鼠標本進行照射,證實牠們腹部的毛會散發粉紅螢光,並將研究成果發表於《哺乳類》期刊。

-----廣告,請繼續往下閱讀-----

在好奇心的驅使下,該研究團隊試著用紫外光照射了自然史博物館內,同為夜行性哺乳類的鴨嘴獸標本,意外發現鴨嘴獸的皮毛也會發出螢光!(以後出門都帶著 UV 燈好了)

研究過程

研究團隊詳細檢查了館內的兩個鴨嘴獸標本,分別為編號 FMNH 55559(雌性)和編號 FMNH 16612(根據腳踝上的尖刺推斷為雄性);在黑暗的房間裡以 385~395 nm 紫外線燈照射,並用濾光片阻擋短波長(包括反射的紫外線),以提高更長的生物螢光波長的可見度,然後拍攝紫外光反射圖像。

結果顯示,鴨嘴獸的背側和腹側毛皮在可見光下呈均勻棕色,在紫外光下則呈綠色至青藍色。

可從圖中看到,在紫外光照射下會發出青藍色至綠色生物螢光。圖/參考資料 1

團隊也檢查了這兩個標本的腹部共五個不同點,在每個位置上將探針與標本成 45° 角,並將採集的五個光譜結合起來創建平均光譜,檢測到了約 500 nm 的螢光波峰。

-----廣告,請繼續往下閱讀-----

與光源光譜相比,兩個標本光譜顯示的結果為:吸收紫外光(200~400 nm)並發出可見光(500~600 nm),確認了鴨嘴獸的生物螢光皮毛。

從 500 nm 開始的波峰與青藍色/綠色生物螢光有關。在 200~400 nm 範圍內,由於標本樣品對紫外光的吸收,導致黑、紅、藍色曲線之間的差異。圖/參考資料 1

為了驗證在 FMNH 標本中獲得的結果,團隊還檢查了另一個不同地點、日期收集的鴨嘴獸標本。存放在美國內布拉斯加州大學博物館(University of Nebraska State Museum , UNSM)內的雄性鴨嘴獸標本,再次驗證毛皮在可見光下呈均勻棕色,在紫外光下則呈生物螢光綠色。

在該團隊發表研究結果前不久,有另一篇論文報告了一隻剛被路殺的鴨嘴獸在黑光燈(一種照射出紫外光的燈)下發光,藉此印證了鴨嘴獸確實能發出螢光。

而在北美飛鼠及鴨嘴獸之前,唯一哺乳類會發出螢光的紀錄僅出現在 1983 年的一份有袋負鼠研究,該團隊這兩次的意外發現,無疑為哺乳世界的生物螢光拓展新知。

-----廣告,請繼續往下閱讀-----

發光的目的

到這裡不免讓人好奇,鴨嘴獸是為了什麼目的而發螢光,或是有什麼生物意義?然而科學家們表示,目前仍不清楚鴨嘴獸為何會發光。

科學家們也為此作出了一些推斷,鴨嘴獸、美洲飛鼠和負鼠都是在黃昏至夜間活躍,許多夜行性哺乳動物似乎具有對紫外線敏感的視力,生物螢光在弱光環境中強化了適應性,進一步表明紫外線在弱光環境中具有生態意義。

因此推測:鴨嘴獸對紫外線的吸收和隨後發出的螢光,可能會降低對紫外線敏感的捕食者對牠們的能見度。不過這還得靠實地野生生態研究記錄,觀察生物螢光功能對鴨嘴獸的重要性。

2021 年也有研究團隊發現了另一種有生物螢光機制的哺乳類——跳兔(Pedetidae),而牠們也同為夜間活動的哺乳動物[4]

-----廣告,請繼續往下閱讀-----

也許,生物螢光機制對在弱光環境中活躍的夜行性哺乳動物發揮著重要作用

後記

筆者非常好奇泰瑞的顏色為什麼就剛好是藍綠色,《飛哥與小佛》2007 年在迪士尼頻道首播,確認鴨嘴獸會發藍綠色螢光則是在 2020 年發表,嗯……,這也許就是個可愛的巧合吧!

圖/GIPHY
  1. Biofluorescence in the platypus(Ornithorhynchus anatinus)
  2. 若你覺得鴨嘴獸不夠神奇,現在我們知道牠們也會發光!
  3. 生物螢光—維基百科
  4. Vivid biofluorescence discovered in the nocturnal Springhare(Pedetidae)
-----廣告,請繼續往下閱讀-----
所有討論 2

0

0
1

文字

分享

0
0
1
先有乳腺還是先有哺乳類?——《與達爾文共進晚餐》
天下文化_96
・2019/03/12 ・2454字 ・閱讀時間約 5 分鐘 ・SR值 529 ・七年級

乳汁,一種專門演化出來給我們吃的食物

圖/pixabay

我們可以確實說,乳汁是唯一一種專門演化出來給我們吃的食物。我們把這個演化的禮物和其他生物共享,製成了起司。製造起司時,乳汁中的一小部分能量給了那些生物,它們慷慨回報無窮的好味道。乳腺,以及有時從乳腺分泌而出的乳汁,對哺乳類所有新生兒的生存都無比重要,真不知道哺乳類的祖先在還沒有乳汁時是怎樣活下去的。我們對於任何適應,都可以提這個問題。

達爾文在《物種原始》中堅稱,天擇造成的演化是一種漸進的過程,大自然不會突然跳一大步,而是踩著小碎步,經過長久的時間,才造成顯著的變化。他認為漸變論是天擇演化的基礎,讓這個理論能夠接受測試,並且寫道:

「如果有任何複雜的器官不是經由許多複雜、連續且細微的改變而造就的,那麼我的理論就完全失敗了。」

生物學家米瓦特(St. George Mivart)一直抓著這個句子攻擊達爾文的理論(他的名字是聖喬治,和傳說中的屠龍英雄一模一樣,或許因為這樣,覺得自己要有一樣的精神),指出古老祖先最早的乳腺應該還沒有發育完全,對於新生小動物來說根本沒有絲毫用處。他說:

-----廣告,請繼續往下閱讀-----

「有某個動物年幼的時候能夠活下來,是因為偶然間吸取了母親皮膚上偶然出現的腫大腺體所分泌的一滴液體,其中的營養成分還少得可憐,這種說法可信嗎?」

好一個有著既定觀點的問題。

生物學家米瓦特(St. George Mivart)。圖/wikimedia

從汗腺演化而來的乳腺,比哺乳類更早出現

米瓦特年輕的時候支持達爾文的理論,但是在成為演化學家的過程中,由於本身在宗教上的信仰,他抗拒天擇的普遍性,也反對完全不含有上帝設計或指導的這個演化理論。

一八七二年,達爾文在進行《物種原始》第六版(也是最後一版)的修改工作時,發現需要撰寫一章全新的內容,才能夠回答米瓦特的各種批評。

-----廣告,請繼續往下閱讀-----

可愛的鴨嘴獸。圖/wikimedia

在這一章中,達爾文寫道:「所有哺乳類動物皆具備乳腺,其存在無庸置疑,且必在遙遠古時便已出現……」達爾文繼續說道,米瓦特質疑原始的乳腺對於後代的用處,這個問題其實並不恰當,因為當時已經知道,鴨嘴獸有類似的器官,年幼的鴨嘴獸會直接從母獸皮膚上的腺體吸取乳汁,皮膚上並沒有乳頭,鴨嘴獸幼兒不太可能出現米瓦特所說的那種問題。

鴨嘴獸是卵生的哺乳動物,這類動物稱為「單孔類」,人們認為牠們類似早期的哺乳動物。只有澳洲才有野生的鴨嘴獸,牠們在夜間活動,白天躲在地道深處。在一八七二年的時候,鴨嘴獸能夠生蛋這件事情,還只是沒有經過確認的謠言。

如果當時達爾文就知道鴨嘴獸除了有原始的乳腺之外,還會生蛋,那麼他應該可以更用力強調這種動物是演化史上的孑遺生物,是哺乳動物產卵的祖先和後來具備完整乳頭的哺乳動物之間的過渡期。

-----廣告,請繼續往下閱讀-----

就和達爾文當年的推測一樣,製造乳汁的腺體在結構上類似於皮膚上的汗腺,乳腺幾乎可以確定是由汗腺演化而來、具有特殊功能的腺體。他也正確推論出泌乳的古老起源。

現在的遺傳學與生物化學證據指出,最早的哺乳動物大約在二億年前出現。包括鴨嘴獸在內,會分泌乳汁的動物全部具備了一群相同的基因,製造出基本成分相同的乳汁,這便是證據。所有的哺乳動物都得起源於一個共同祖先,這個祖先當時便有了完整的泌乳機制,才會出現後來這樣的狀況。

由於泌乳機制本身很複雜,需要時間才能演化出來,因此起源的時間必定早於二億年前。這聽起來很矛盾,但是蛋比飛鳥更早出現,乳腺和乳汁也比哺乳動物更早出現。

乳糖的優勢:避免細菌及酵母菌感染乳腺

乳汁是一種特殊的液體,有兩種相輔相成的功能:

-----廣告,請繼續往下閱讀-----

提供營養,以及提供保護。

營養來自於乳汁中的蛋白質、脂肪、糖類(乳糖)、鈣質與其他礦物質。保護來自於乳汁中的抗體,以及其他具備抗菌功能的酵素,這些成分在初乳中特別豐富。初乳是剛出生哺乳動物最早吸到的乳汁,其中也含有母親的免疫細胞。

乳汁中含有的碳水化合物,全都是罕見的糖類:乳糖,而不是所有細胞都能夠共通使用的葡萄糖。這種情況很少見,值得注意。哺乳動物為什麼要提供這種需要消化之後才能利用的碳水化合物給幼兒?如果乳汁中含有的是即刻便能利用的高能葡萄糖,對幼兒不是更好嗎?答案可能在於乳糖的獨特性質,具備了葡萄糖所缺乏的優勢。世界上到處都充滿想要大吃葡萄糖的細菌和酵母菌,只有幾種細菌能夠利用乳糖。

想想看細菌或酵母菌感染了乳腺之後,會對母親和幼兒造成什麼樣的災難?

圖/pexels

-----廣告,請繼續往下閱讀-----

釀酒者利用了酵母菌無法讓乳糖發酵的特性,在啤酒中加入乳糖以增加甜味,製造出來的啤酒稱為牛乳司陶特(milk stout)。如果加的是葡萄糖或是蔗糖,酵母菌會把這些糖類轉換成酒精。

乳糖酵素與乳糖不耐症,都是對偶基因在作怪

如果要用特殊的糖類餵養幼兒,會產生一個問題:幼兒需要特殊的酵素分解乳糖,之後才能加以利用。哺乳類的幼兒能夠製造乳糖酶來解決這個問題。當幼兒長大斷奶之後,乳糖酶便愈來愈少,最後身體不再製造這種酵素,因為沒有需要了。成年動物吃的食物中沒有乳糖。所以,哺乳類在小時候把乳汁中的乳糖當作能量來源,成年後卻通常無法消化乳糖。

人類成年後往往也無法消化乳糖。

如果你有乳糖不耐的狀況,又吃了沒有經過發酵的新鮮乳汁,那麼可能會腹瀉、肚子疼,因為腸胃道的細菌會大吃這些乳糖,讓你的肚子漲氣。如果你能夠耐受乳糖,是因為你身上有一種對偶基因,讓你在成年後依然持續產生乳糖酶。這類突變的出現與散播,與個人的家族歷史有關。

摘錄自《與達爾文共進晚餐》,2018 年 10 月,天下文化出版

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。