0

1
0

文字

分享

0
1
0

藥物設計開外掛!深度學習如何應用在新藥開發?

研之有物│中央研究院_96
・2018/08/28 ・4919字 ・閱讀時間約 10 分鐘 ・SR值 561 ・九年級

  • 採訪編輯|柯旂 美術編輯|張語辰

當藥物設計碰上電腦運算──節省成本又降低風險

中研院應用科學研究中心、生物醫學科學研究所合聘的林榮信研究員,同時也是台大醫學院藥學系與長庚大學工學院的合聘教授,與團隊以分子動力學、統計物理、結構生物等學問為法,藉由電腦的高速運算能力,模擬藥物分子如何與體內的標靶分子作用。此舉不但能縮減藥物研發的時間及成本,也有助了解藥物在人體中的生化反應,降低藥害風險。

每種藥物,都是得來不易的基礎研究與後續研發成果。有些要十年、有些要等二十年、有些直到現在還在等。圖片來源/iStock

現代的藥物研發流程,可簡要地敘述為以下步驟:1. 先透過大規模基因體學、與蛋白質體學實驗,找到可成為藥物的分子及治療標靶 → 2. 解出其分子結構 → 3. 依此分子結構來設計合成藥物化合物。雖然這過程幾行字就打完,但不僅需要生物醫學、藥理學、生物化學、藥物化學等跨領域團隊投入研究,也耗費超乎想像的金錢與時間。 一種藥物,從實驗室研發、臨床試驗、爾後上市的時程十分漫長,政府與科學家們皆在思考如何加速此流程,減少研發資源的錯置,並協助更多民眾緩於苦痛。

我們使用的藥物之所以有藥效,是因為藥物分子與體內的標靶分子(大多是蛋白質),產生交互作用所致。

以往主要是透過生物化學實驗、或生物物理實驗來了解此交互作用,但是這些實驗方式,並不能提供「藥物分子」與其作用的「標靶生物分子」之間作用的動態關係,而且大部分的實驗方法,無法提供原子尺度的資訊,因此對藥物設計的直接用處有限。要知道,許多藥物分子只要差了一個原子,其藥效就有可能截然不同。此外,這些藥物開發需要的實驗所費不貲,一個錯誤的決策,便會導致研究進度的推遲與研究資源的耗損。 有鑑於此,林榮信團隊的著眼點為:如果能夠在藥物研發初期,先利用電腦模擬藥物開發所選定的「標靶分子」,來快速篩選出有機會的「候選藥物分子」,高精度計算兩者相遇後會如何作用與運動,就能很大程度地協助實驗團隊少走冤枉路,減少藥物開發失敗耗損的人力、物力與光陰。 要達到這個目標,不僅有賴電腦逐年進步的高速運算能力,以及計算物理、化學界對計算方法的精進,也有賴科學家對於生物分子結構的了解。

本文專訪林榮信,從物理出身,跨足計算機科學與分子動力學,現將專業運用於藥物設計。攝影/張語辰

藥物設計核心概念:蛋白質結構會隨時間改變

Q:藥物設計,最重要的觀念是?

藥物設計不能只停留在「結構」層次,也需把蛋白質的「動態」考慮進去。

要模擬藥物在原子、分子層次的藥理作用反應,需先得到會和藥物分子作用的體內蛋白質分子、或其他生物分子的結構。 雖然有蛋白質結構資料庫 (Protein Data Bank) 提供了許多利用 X-ray 結晶學、核磁共振學、低溫電子顯微術所決定出來的高解析度分子結構,但該資料庫裡的分子結構實質上仍只是模型。舉例來說,不可能分子裡面每個原子的 X, Y, Z 位置都真的固定在那裡,我們知道一般實驗條件中,蛋白質是相當動態的。因此,這需要有結構生物學的知識,來理解蛋白質結構資料庫中「分子結構」的真實意義。

-----廣告,請繼續往下閱讀-----
諾貝爾獎得主克里克 (Francis Crick, 1916~2004) 有一句名言:「如果你要了解功能,你要研究結構」。這邊所謂的功能,是指生物分子的功能。圖片來源/Wikipedia 。資料來源/〈挑戰神奇子彈—高效能計算與藥物設計〉,作者:林榮信

我們做藥物設計,相當需要和結構生物學的團隊合作。我們以分子動力學 (molecular dynamics) 模擬出來的蛋白質動態資訊,需要透過進階的生物物理實驗,間接驗證所得到的動態訊息,例如:帶有時間解析度的 X 射線晶體學、甚至是自由電子雷射。不過,這些實驗技術雖持續有進展,仍然進展得十分緩慢。 學術研究有趣的現象是,學術界像個很大的生態環境,有些人會進來、有些人會出去;進來的時間點不同,看到的世界也很不同;而每個人獲得與提供的資訊都不太一樣,每次進來的人都會留下不同程度的進展。像這樣逐步推進,從歷史來看,通常要用二、三十年或以上的時間尺度,才比較看得出很突破性的研究進步。

用深度學習預測藥物和標靶分子反應活躍度

Q:目前實驗室的研究方向?

藥物分子如何與體內的生物分子結合、交互作用,是我們研究的核心主題。

例如,若要開發天然物 (Natural product) 製成現代西方醫學的藥物,過往要從古籍或文獻去看某種草藥或複方有什麼可能的活性,接著萃取、純化出有效化合物之後,要再透過生化實驗測試其生物活性,這是一個很漫長的測試過程,期間也需要很多的推測。 這幾年來,我們發展出計算藥物分子和不同蛋白質系統反應的程式,並建構成 idTarget 「藥物標靶預測平台」,開放給大家運用,方便其他研究人員探索藥物可能的作用標靶。 我們的想法是,要多多重視、運用結構生物學近二十年的大量結構資料,配合藥物分子和蛋白質結合的自由能計算,先找出藥物分子和那些蛋白質較有可能作用。我們知道,化學上一個反應會不會發生、或多容易發生,可以由自由能來預測。因此,生物系統上快速、準確的自由能計算,一直是我們實驗室的核心基礎課題。我們最近也運用深度學習,來開發自由能計算的方法。

林榮信團隊建立的「藥物標靶預測平台」 idTarget ,只要上傳藥物分子結構圖,便能預測蛋白質資料庫 (Protein Data Bank) 其中可能結合的標靶蛋白質分子。資料來源/idTarget

我們實驗室另一個重點,是將傳統常見的藥材以科學方法再研究,這也是目前醫藥研究的重要方向之一。 例如,本草綱目記載「天麻」具有安神與鎮定的效果,而現職中國醫藥大學的林雲蓮教授團隊發現,天麻中有個叫作 T1-11 的新的分子,與過去較熟知的天麻素有很不同的作用;另一方面,中研院生物醫學研究所的陳儀莊博士團隊則發現, T1-11 分子能用於治療亨丁頓舞蹈症。基於這些研究發現,我們實驗室透過電腦設計適合的藥物分子,並由台大化學系的方俊民教授團隊將藥物合成出來。這就是一種新藥開發的跨領域合作方式。

不受限於科系,從高中點滴為未來鋪路

Q:您以前讀物理,怎麼會跨領域至藥物設計?

我想要研究藥物設計,不是某天靈機一動決定的,而是做研究的路上漸漸地朝這方向發展。 一開始,也就是讀台大物理系時,某次導生聚會中,那時的導師陳永芳教授對我們說:「21 世紀的物理,應該是生物物理 (Biophysics) 」,那次以後我心中就一直有個想法,覺得日後研究「生物物理」會是個不錯的方向。 後來,大三時開始發現統計力學 (Statistical mechanics) 是很有意思的領域,因為這門學問關注如何理解所謂的複雜系統。很多物理是關注比較單一的系統,例如原子鑽進去有夸克;但有另一個物理研究方向,是去看如何處理很大、很複雜的問題。現在我研究藥物設計,也是關注體內的生物分子和藥物分子之間,整個系統如何產生複雜的反應。 時間點再往前一點回顧,我在建中時很幸運地得以參加第一屆的「北區高中理化學習成就優異學生輔導實驗計畫」,每兩個禮拜的週末,要從台北坐車去清華大學受訓一整天。當時由清華大學物理系、化學系的各六位老師(包含:李怡嚴、陳信雄、王建民、古煥球、劉遠中、張昭鼎、儲三陽等教授),教我們很多不是高中課本裡的知識。比較早接觸這些大學才能學到的物理和化學,我們就能提早思考將來有興趣的是什麼,因為那時候高中還沒分系,沒有框架綁住自己,這算是蠻難得的人生經驗。

-----廣告,請繼續往下閱讀-----

不同的課程,會提供不一樣的世界,如果沒有接觸,就不會知道有那種思考的存在。

但是,我第一次在研究上真的從事「生物物理」相關的題目,已經是 1996 年到德國于利希研究院 (Forschungszentrum Jülich) 讀博士班的時候了。在這之前,我在台大物理碩士班的研究領域是計算物理 (Computational physics);到了德國,我的指導教授 Artur Baumgaertner 原本是研究高分子物理,其博士後的指導教授是著名的 Prof. Flory,他那時已經跨足在生物物理做了十年左右的研究,問我對生物物理有沒有興趣?我一聽也覺得不錯,便一頭栽進去了。那時研究的題目,是探討像蜂毒蛋白這樣的多胜肽大分子,究竟是透過什麼物理機制穿過細胞膜這樣的屏蔽。 德國的于利希研究院 (Forschungszentrum Jülich) 的型態很像中研院,由三十幾個不同的研究所組成,擁有超過 5000 位研究員,在廣大的校園內,走幾步就到另一個所,非常容易做跨領域合作。這裡在當時有全歐洲最大的超級電腦中心,因此對我的研究非常有幫助。我 2007 年回去訪問,他們剛添置了 72 座 IBM 剛推出的 Blue Gene P,因此我與同事在這新建置的機房留影。

于利希研究院的超級電腦中心。圖片來源/林榮信提供

2000 年博士畢業後,我在美國加州大學聖地牙哥分校的霍華休斯醫學研究所工作,2001 年初,有天指導教授 J. Andrew McCammon 發了一封郵件到實驗室群組,問:「我有個新的藥物計算方法的初步構想,有沒有人想開發這個方法?」之前我就希望我的研究成果能有較大的產業價值,因此很快就回應,而我也成為這個方法開發的小組領導人。 當時的藥物計算程式,剛得到一個很大的進展,但仍只考慮蛋白質等生物分子為一個靜態的結構。我們在那時首度將「藥物設計」的計算與「分子動力學」結合,這剛好是我德國博士班時的專業,我又剛好具備許多寫程式及平行計算的經驗,就將所需要的不同計算工具整合在一起。

 無所畏懼擁抱跨領域新知,藥物設計一點也不難

Q:「藥物設計」很難學嗎?

我發現其實現在學生們學習速度非常快,一旦他決定想進到這個領域,便會盡其所能去學,只是目前國內還沒有適當的藥物設計課程,提供完整的訓練。 因此,2018 年 3 月我們在中研院舉辦了「計算藥物設計方法與應用的前沿進展」工作坊,除了回顧藥物設計的重要文獻,介紹藥物設計的程式工具,也選了一些藥物分子與其作用的蛋白質分子讓學生們上機演練,了解其中的計算細節、眉眉角角。 如果對這領域有興趣,千萬不要認為看起來很難,想等到研究所再來了解。其實越早學習、並習慣接觸跨領域的學科,絕對是事半功倍。 延伸閱讀:

本著作由研之有物製作,原文為《高效能計算藥物設計:更精準的新藥開發》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。

-----廣告,請繼續往下閱讀-----

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

在網站上看不過癮?研之有物出書啦! 《研之有物:穿越古今!中研院的25堂人文公開課》等著你來認識更多中研院精彩的研究。

-----廣告,請繼續往下閱讀-----
文章難易度
研之有物│中央研究院_96
296 篇文章 ・ 3928 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

0
1

文字

分享

0
0
1
不是不會髒,而是更難沾:耐污馬桶的表面科學
鳥苷三磷酸 (PanSci Promo)_96
・2026/09/22 ・3364字 ・閱讀時間約 7 分鐘

本文與 Panasonic 合作,泛科學撰文 

●以下科學研究內容作為知識分享,不直接與Panasonic A La Uno全自動洗淨馬桶產品功能連結

在做家務的痛苦排行榜上,「刷馬桶」絕對名列前茅。明明天天都在沖水,但過不了幾天,馬桶內壁邊角總會浮現黃黃的水垢、角落發黑的霉斑,甚至是那些刷掉又長出來的粉紅色污垢(黏質沙雷氏菌)。

許多市售衛浴設備常標榜「神奇抗污」或「永久不沾」,讓人誤以為安裝後便能永保潔淨。然而從材料科學的角度來看,世上並無能使污垢憑空消失的魔法。所謂「耐污」的實質機制,並非打造完全不沾染髒污的材質,而是調整表面的物理與化學屬性,使水垢和微生物難以強力附著。一旦降低了污垢與內壁之間的附著力,透過日常水流沖刷,便能輕易地將髒污帶走。

-----廣告,請繼續往下閱讀-----

為什麼污垢「黏不住」? 

要搞懂為什麼某些特殊表面能做到「耐污」,我們得先像偵探一樣,拆解馬桶裡的髒污究竟是怎麼「抓緊」材料表面的。馬桶內壁的污垢主要有兩大難纏的元兇:

  1. 水垢與礦物沉積*1:我們日常使用的自來水中含有鈣、鎂等金屬離子。當水滴在表面經歷反覆的濕潤與蒸發乾燥循環時,這些離子會逐漸結晶析出,變成硬度極高、緊緊「卡」在微觀縫隙裡的礦物質水垢。
  2. 生物膜與有機物*2:包含尿液中的無機鹽、油脂殘留,以及細菌入侵後分泌出像超強膠水一般的聚合物,所組成的黏滑防禦大本營。
關鍵不是沖水,而是「這些污垢如何抓住表面」

這兩大類污垢想要在材料上「落腳」,前提是它們必須能在表面找到足夠的附著點與黏合力。那麼,材料科學家是如何讓這些髒污「站不穩」的呢?答案就藏在「表面能(Surface Energy)」與「濕潤性(Wettability)」這兩個核心概念中。

當我們把水滴在某個表面上時,水滴會聚成一顆圓滾滾的水珠,還是迅速攤平開來?這取決於表面的特性:

  • 疏水路線(Hydrophobic)*1:具備低表面能的疏水表面,能顯著減少水分子或污染物與表面之間的極性作用力與氫鍵。水滴在這種表面上會因為表面張力而收縮成水珠,當水珠滾動滑落時,就能順便把表面的灰塵與礦物質顆粒帶走,這就是著名的「自清潔效應」。
  • 親水路線(Hydrophilic / Superhydrophilic)*2:相反地,極度親水的超親水表面則會強烈地吸引水分子,在材料最外層形成一層薄薄的「水化層(Hydration Layer)」。這層水化層就像是實體的液體盾牌,讓油污、蛋白質或細菌無法直接接觸到材料基底,只能漂浮在水膜上方。

如果要用攀岩來比喻:傳統粗糙的表面就像是有許多凹槽的攀岩牆,髒污就像攀岩者,需要找到落腳點並用力撐住才能攀附;而我們做的是抽掉把手點,或是在把手上塗上潤滑油,讓髒污找不到施力點,自然難以停留。

-----廣告,請繼續往下閱讀-----
材料科學的核心:想辦法讓污垢「抓不住」

不給細菌「握手」的機會

解決了水垢,下一個更棘手的對手是「細菌」。

馬桶內壁那些黑黑粉粉、摸起來滑滑的污垢,在微生物學中被稱為「生物膜(Biofilm)」。細菌並不是孤立生長的,當單顆細菌落在表面後,如果覺得環境舒適,它就會開始分泌胞外聚合物(EPS),這是一種天然的超強膠水。細菌們用這種膠水把自己與同伴緊緊黏在一起,並築起堅固的防禦堡壘,這時一般的沖水就很難把它們沖洗乾淨了。

根據《Nature Communications》與《Microsystems & Nanoengineering》的學術期刊研究指出,要阻止生物膜形成,除了化學上的抗菌,材料的「表面微幾何結構」扮演了至關重要的角色。

材料科學領域中有一個著名的「附著點理論(Attachment Point Theory)」:

-----廣告,請繼續往下閱讀-----
  1. 粗糙與微孔洞表面:如果材料表面存在許多微小的裂縫、氣孔或微米級凹洞,細菌(體積通常約 1 到 3 微米)就會興高采烈地鑽進這些小凹槽裡。這些凹槽不僅提供了極佳的機械咬合支點,還能幫細菌擋掉水流的沖刷。
  2. 極致平滑與微結構表面:相反地,如果材料表面做到極致平滑,完全沒有微米級的缺陷;或者反過來設計出尺寸遠小於細菌的奈米結構,細菌的足跡構造(如鞭毛或纖毛)就無法在表面找到穩固的「接觸附著點(Contact Points)」。

當細菌發現自己在這個表面上連「手都握不緊」、隨時會被水流吹走時,它就無法順利定殖並分泌膠水築巢。此外,現代衛浴結構在設計時,也越來越強調「一體成形」與「無接縫工藝」。消除接縫與死角,等於直接拔除了細菌與水垢最喜歡的避風港。

阻止細菌、生物膜找不到「落腳點」

當材料、結構與流體科技組隊聯防 

了解了材料化學與微觀幾何,我們就能勾勒出一座現代耐污馬桶的完整防禦體系:【材料層(低附著力)】+【結構層(無縫平滑)】+【動態流體層(泡沫與水流剪切力)】= 高效清潔!

以市面上備受矚目的 Panasonic A La Uno 全自動洗淨馬桶為例,就是將材料科學、結構工程與流體力學發揮到極致的典型代表:

1. 材料層:有機玻璃系新素材

A La Uno 全自動洗淨馬桶採新開發的「有機玻璃系新素材」(以壓克力高分子為基礎研發的衛浴專用材料,這類高分子成形技術亦被廣泛運用於大型水族館高壓觀景窗與飛機機艙罩)。這種材料表面具備極佳的疏水性與耐水垢特性,水滴不易長時間攤平停留;材質堅固、不易破裂,耐刮、不易造成細小傷痕。通過實驗測試,這種素材配合泡沫洗淨,在沖洗後能有效沖刷掉高達 99.99% 的大腸桿菌,從源頭阻斷細菌定殖。

-----廣告,請繼續往下閱讀-----

2. 結構層:無接縫工藝與三重防濺防護

在宏觀結構上,A La Uno 全自動洗淨馬桶採用無水箱沖水與便器、溫水洗淨便座一體成型設計,減少傳統水箱與座體之間的結構層次及接縫,並搭配可動迴轉式排水系統完成沖洗。更貼心的是其「三重防護」設計:

  • 泡沫防護:在水面上製造一層充沛的泡沫緩衝層,有效抑制男性站立小便時的尿液與污水飛濺;
  • 外圍防護:馬桶邊界特別設計了高約 3mm 的水檔,防止液體延著外壁滴落至地板;
  • 測漏防護:便座與馬桶本體採用不外露的防護設計,避免液體從縫隙飛濺滲漏。
Panasonic A La Uno 全自動洗淨馬桶

3. 動態流體層:雙效泡沫洗淨、漩渦水流與 nanoe™ X

當污垢降落在馬桶內壁時,A La Uno全自動洗淨馬桶 的動態流體科技便接手進行徹底打掃。其「雙效泡沫洗淨」會先釋放直徑約 5mm 的「毫米泡沫」包裹並帶走大塊髒污,再透過直徑約 60微米的「微米泡沫」深入微觀縫隙,徹底溶解殘餘的油脂與細微污垢。接著,配合高度清潔力的「漩渦型強力水流」,利用旋轉產生的流體剪切力,一口氣將附著力已被削弱的污垢剝離並沖走。此外,Panasonic A La Uno 全自動洗淨馬桶還搭襯了 nanoe™ X 健康科技,釋放氫氧離子有效抑制異味與髒污,維持空氣與內壁的良好衛生狀態。

科技讓生活變輕鬆,但物理法則依然誠實

從材料化學的低表面能設計,到微觀幾何的附著點控制,再到流體力學的水流沖刷,一座現代抗污馬桶的演進,縮影了人類如何運用基礎科學來解決日常生活痛點的智慧。

我們習慣將衛生清潔想像成一場與細菌髒污的硬碰硬死鬥。然而,A La Uno全自動洗淨馬桶 等現代衛浴技術的突破,展示了材料科學的另一種聰明思維:不靠強酸強鹼硬打,而是透過物理與化學邏輯,將「污垢固著」的機率降到最低。

-----廣告,請繼續往下閱讀-----

當材料科學與現代衛浴技術結合,刷馬桶不再是一件令人頭痛的辛苦瑣事。透過這些前沿科技的加持,我們得以從繁重的家務勞動中解放,享受更加乾淨、舒適且有品質的日常生活。

*1 參考論文:A metallic anti-biofouling surface with a hierarchical topography containing nanostructures on curved micro-riblets

*2 參考論文:Brushing up functional materials

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
252 篇文章 ・ 322 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
0
脂肪肝不只靠減肥!AI 看臉揪出風險,瘦瘦針與新藥能逆轉肝纖維化?
PanSci_96
・2026/11/07 ・1997字 ・閱讀時間約 4 分鐘

本文由 AI 協助生成,內容經編輯審閱。

你相信嗎?未來可能只要拍一張照片,AI 就能看出你的肝臟有沒有問題!這一集,就讓挺健康鄭丁靚醫師帶我們看懂,為什麼明明是肝臟的問題,卻會寫在臉上?而且,當大家還以為脂肪肝只能靠「少吃多動」來改善時,醫學界其實已經有了突破性的進展,就連大家熟知的「瘦瘦針」也成為治療肝病的新星。讓我們一起來了解脂肪肝的最新科學發展吧!

為什麼肝臟生病,會「寫在臉上」?

2026 年《Cell Reports Medicine》發表了一項涵蓋超過 1.1 萬人的研究,團隊開發出一套名為 3D-FAICE 的 AI 系統,透過分析受試者的三維臉部影像特徵,竟然能辨識出罹患脂肪肝的風險。

你可能會想,難道古人說的「印堂發黑」真有科學根據,還是 AI 學會了看面相?其實都不是。研究團隊進一步比對受試者的血液代謝物後發現,AI 算出的風險分數,和人體內的醣類、脂質及胺基酸代謝途徑息息相關。換句話說,AI 看到的並不是「脂肪肝長在臉上」,而是全身代謝失衡後,反映在臉部脂肪分布、組織型態等肉眼難以察覺的細微變化。

這也點出了一個核心觀念:脂肪肝從來不只是肝臟關起門來自己的問題,它更像是全身代謝系統拉警報時,浮現出來的一個強烈訊號。

-----廣告,請繼續往下閱讀-----

一樣都是脂肪肝,為什麼有人沒事,有人卻會肝硬化?

許多人在健檢報告上看到「脂肪肝」,可能會覺得:「不就是肝裡油太多嘛,少吃一點、多運動,明年再看看吧!」但這種「佛系」心態,很可能會讓你錯失治療的黃金期。

脂肪肝的進程是從「單純脂肪堆積」開始的。如果代謝異常持續,肝細胞會因為脂質毒性、氧化壓力而開始發炎,演變成「代謝性脂肪性肝炎(MASH)」。當肝臟反覆發炎、受傷,身體就會啟動修復機制,留下疤痕組織,這在醫學上稱為「肝纖維化」。

醫學上將肝纖維化分為 F0(無纖維化)到 F4(肝硬化)。所以,現在醫師看脂肪肝,已經不再只關心「脂肪有沒有變少」,而是更在意「肝臟有沒有持續發炎?纖維化到了什麼程度?」因為一旦肝臟長出疤痕,未來惡化成肝硬化、肝癌的風險就會大幅增加。

治療重大突破:新藥與「瘦瘦針」也能治肝?

過去面對已經開始纖維化的肝臟,醫師除了勸患者減重、運動外,並沒有太多直接針對肝臟修復的藥物。但近年來,脂肪肝的治療迎來了重大突破。

-----廣告,請繼續往下閱讀-----

2024 年,美國 FDA 核准了首款專門針對脂肪性肝炎的新藥「Resmetirom(Rezdiffra)」。它的機制非常特別,主要鎖定肝臟中的甲狀腺素受體 β(THR-β)。你可以把它想像成是在優化肝臟這座工廠的「內部產線」,讓肝臟更有效率地處理脂質,幫助減少脂肪堆積並減輕發炎傷害。臨床試驗顯示,有超過四分之一使用高劑量藥物的患者,肝纖維化獲得了至少一個等級的改善。

緊接著在 2025 年,大家熟知的「瘦瘦針」——Semaglutide(Wegovy 的主要成分)也正式取得了治療脂肪性肝炎的適應症。Semaglutide 是一款 GLP-1 受體促效劑,原本用來減重和控血糖。當患者體重下降、胰島素阻抗改善,送進肝臟的代謝負荷自然減輕。研究發現,接受治療的患者中,約有 63% 達到脂肪性肝炎緩解。這意味著,瘦瘦針的價值不再只限於減肥,對符合條件的肝病患者來說,它還能帶來肝臟組織實質的改善。

如何知道自己的脂肪肝走到哪一步?

既然有了治療新武器,我們要如何知道自己的脂肪肝只是「單純堆油」,還是已經「發炎長疤」了呢?

雖然肝臟切片最準確,但畢竟是侵入性檢查;而大家最常做的腹部超音波,雖然能看出肝臟有沒有脂肪,卻難以精準判斷纖維化的程度。因此,臨床上現在更強調「風險分層」。

-----廣告,請繼續往下閱讀-----

其實,你可以利用手邊的健檢報告,自己做初步的風險評估。例如利用「FIB-4」指數,只要套入你的年齡、AST、ALT(兩項肝指數)以及血小板數量,就能初步計算出肝纖維化的風險。如果算出來屬於中高風險,醫師就會建議進一步安排「肝臟彈性掃描(FibroScan)」,利用超音波震動來測量肝臟到底有多「硬」,作為後續治療決策的重要參考。

結語:長壽醫學觀點,別等出事才處理

從長壽醫學的角度來看,脂肪肝是一個提醒我們全身代謝出問題的警報。一旦發現脂肪肝,除了關注肝臟本身,更要同時檢視自己的血糖、血壓、血脂與胰島素阻抗。現在我們有了更進步的 AI 篩檢概念,以及能夠逆轉肝臟疤痕的新藥,我們更不應該等到肝硬化才來想辦法。及早評估、積極應對,才能為自己的健康後半場,保留更多美好的選擇。


延伸閱讀|實證醫學專欄|循證長壽、失智預防、更年期、睡眠科學|叮噹醫師
以同儕評審論文為根據的長壽科學深度解析。睡眠科學、光線生物學、更年期醫學、認知儲備、失智早期檢測。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1306 篇文章 ・ 2685 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
AI 伺服器晶片大又貴,萬一焊接失敗還有救嗎?
宜特科技_96
・2026/09/18 ・3984字 ・閱讀時間約 8 分鐘

本文轉載自宜特小學堂〈CoWoS, EMIB, SoIC等先進封裝如何精準貼裝且順利重焊(Rework)?〉,如果您對半導體產業新知有興趣,歡迎按下右邊的追蹤,就不會錯過宜特科技的最新文章!

隨著 ChatGPT、生成式 AI 與大語言模型(LLM)的爆發,輝達(NVIDIA)的 Blackwell(如 B200)、Ultra系列,以及 AMD、英特爾(Intel)的高階伺服器晶片,都高度依賴 2.5D / 3D 異質整合先進封裝技術。

為了追求運算極限,晶片不再只是單一矽晶圓,而是 CPU、GPU 和好幾顆 HBM(高頻寬記憶體)用先進封裝「拼貼」在一起。這導致整個封裝完的晶片尺寸變得奇大無比,隨便就突破 90 X90 mm的尺寸,這在以前的消費性電子,例如手機晶片頂多 15 X15 mm,是難以想像的大小。

-----廣告,請繼續往下閱讀-----

一顆高階 AI 晶片的報價動輒幾萬美金,如果在最後打上印刷電路板(PCBA)時,才因為焊接不良(如冷焊、橋接)導致測試失敗,若要整顆報廢,所費不貲。這時,就是「返修系統」上場的時候!如何完美地拆下這顆昂貴的晶片、清理乾淨電路板,再精確地焊回去,是極高難度的維修門檻。

面對晶片巨大化的硬體挑戰,業界普遍遵循的 IPC-9701 規範(焊接性能與可靠度實驗標準)也更加嚴格。從組裝到 Rework(重工)都是重要環節;所謂 Rework,就是將已組裝的元件拆下、修復或更換後再重新組裝,尤其適用於高價值元件的修復與再利用,也是確保 AI 伺服器在高溫、高負載環境下維持可靠度的關鍵。

本文將探討在 AI 算力大爆發的時代下,如何提供一套能跨越物理限制、確保高良率與高可靠度的「大尺寸晶片貼裝與自動返修關鍵解決方案」,協助AI供應鏈上下游克服硬體演進的最後一哩路。

一、AI伺服器晶片巨大化帶來的製程痛點

近期業界最常面臨的痛點是:「現在的大尺寸晶片可能達到 150x150mm,能用什麼工具貼裝?晶片重工維修時又該如何確保品質?」

-----廣告,請繼續往下閱讀-----

(一) 現有設備的尺寸限制:

現行普遍的貼片設備(Pick and Place, P&P)受到物理限制,最大僅能支持邊長約 90×90 mm 的元件,面對現今尺寸動輒超過 90×90 mm 的巨型晶片,已完全無法滿足對位與貼裝的需求。

(二) 手工返修帶來的重工風險:

當大尺寸晶片需要進行重工(Rework)或維修時,若使用傳統人工或非專用設備加熱,容易導致以下缺陷:

1. PCB剝離(Peeling):因加熱不均勻或過熱,導致印刷電路板層壓結構受損。

2. 零件燒焦與冷焊(Cold Solder):溫控不精準導致元件表面燒焦,或是錫膏未完全熔化而形成冷焊,嚴重影響焊接品質。

由左至右是傳統人工除錫製程中,易因溫控不準確,導致爆版、燒焦或冷焊(焊接不良)。圖/宜特科技

3. 焊墊缺陷:傳統人工除錫製程中,容易因物理接觸刮傷或拉扯,造成電路板焊墊(Pad)損壞。

傳統手工除錫常見的缺陷:左圖造成BGA焊墊損傷,右圖為人工除錫後高度不均的現象。圖/宜特科技

二、解密「晶片手術」:高階返修與自動除錫技術

從上面的案例可以了解,在面對大型 AI 晶片的貼裝與返修,真正的挑戰不只是「拆下來再焊回去」,而是如何在不傷害晶片與電路板的前提下,精準完成拆除、除錫、對位與重焊。要完成這場高難度的晶片手術,尺寸、精度、溫控與除錫,每個環節都是關鍵。


因此,專為大型晶片開發的「高精度返修系統解決方案」誕生了!透過精準的溫控技術與光學對準功能,確保BGA元件的可靠拆裝與高效返修,避免因焊接不良導致的損毀。

(一)超大尺寸晶片的也能拆裝:

現行普遍的貼片設備(Pick and Place, P&P)受到物理限制,最大僅能支持邊長約 90×90 mm 的元件,面對現今尺寸動輒超過 90×90 mm 的巨型晶片,已完全無法滿足對位與貼裝的需求。

-----廣告,請繼續往下閱讀-----

(二)高精度光學對位控制更精準:

晶片拆下後,要重新對準電路板上的焊點並不容易。透過高解析彩色相機與光學影像重疊技術,可微調 Theta 角與 X/Y 軸,將對位精度控制在 ±25 μm 以內,降低貼裝偏移的風險。

(三) 複合溫控提升受熱均勻度:

大型晶片若局部溫差過大,可能造成基板翹曲甚至損傷,採用大功率紅外線(IR)結合熱風循環複合加熱,並配備即時監控系統,確保大面積基板受熱均勻,避免板材翹曲或損傷。

結合大功率底座紅外線(Dynamic IR)與頂部熱風循環(Hot Air)的精密加熱架構示意。圖/Kurtz ersa,宜特科技重製

(四) 不傷板清理殘留焊錫:

晶片移除後,電路板上仍會留下殘錫,傳統人工除錫可能增加焊墊受損的風險。自動吸錫技術則能以完全不接觸 PCBA 的方式,自動把殘錫吸取乾淨,徹底杜絕手工除錫帶來的焊墊損壞缺陷 。

三、實際案例分享

宜特經常收到客戶緊急送修、搭載大型 AI晶片的高價伺服器主機板。為了兼顧「高精準貼裝」與「無損維修」,以下是我們將核心技術應用在真實案例的分享。

-----廣告,請繼續往下閱讀-----

案例一:大尺寸晶片(> 90 X 90 mm)光學對位貼裝

客戶研發出一款全新的超大尺寸AI晶片,常規SMT(表面黏著)產線根本無法精準貼裝,也會擔心焊接過程溫度不均,導致高價晶片損壞,而以下是我們針對大型晶片的貼裝流程建議。

大尺寸晶片(> 90mm x 90mm)貼裝流程。圖/宜特科技

1. 精密光學重疊對位(Optical Superposition):
在實機對位時,系統配置了5 MP GigE高解析彩色相機,利用光學影像重疊技術,將晶片接腳(下圖的橘點)與電路板焊墊(下圖中的綠方塊)的影像同時呈現在螢幕上。
工程師就能非常直覺地在畫面上進行Theta角度微調(旋轉修正與 X-Y 軸向微對齊,將貼裝精度控制在極精準的±25 μm以內。當對位完成,真空吸嘴便會自動放開,安全地將元件放到極其精準的座標上。

高精度光學影像重疊(Optical Superposition)對位原理,是系統利用分光鏡(Beam Splitter)與雙LED光源,同時捕捉上方晶片接腳(橘點)與下方電路板焊墊(綠方塊)的影像,將兩者即時重疊於螢幕中,協助工程師進行極其直覺且精準的對位微調。圖/Kurtz ersa,宜特科技重製
IC對位微調補償機制(Alignment Correction)。系統在影像重疊後進行兩階段修正:1. Theta軸向調整(Theta adjustment),旋轉校正晶片角度偏差;2. X-Y 軸向調整(X-Y adjustment),進行前後左右的水平線性對齊,確保晶片錫球與PCB焊墊達到精密接合。圖/Kurtz ersa,宜特科技重製

2. 即時溫控多點監控(Real-time Profile):
在焊接階段,系統採用大功率紅外線(IR)與熱風循環複合加熱。我們在電路板上拉出多達7個位置的溫度感測線(熱電偶),在螢幕上即時繪製動態溫度Profile曲線。此技術能確保這顆超大晶片的每一處受熱都完美均勻,徹底杜絕了傳統加熱不良導致的翹曲(Warpage)、零件損壞或焊接問題。

實機運作時,透過多達7組熱電偶拉線進行的Real-time Profile即時溫度曲線監控,確保巨型基板受熱完全均勻、避免板翹。圖/Kurtz ersa

案例二:高價大尺寸 BGA 元件無損重工返修(Rework)

當客戶測試完的 AI 伺服器主機板上的大尺寸晶片,因焊接不良需要更換。此時最擔心的是拆下舊晶片後,人工清理電路板殘錫可能會刮傷、扯斷脆弱的焊墊(Pad),導致整片百萬級主機板報廢。
針對此案例,我們以自動無接觸的除錫手法解除了人工除錫可能刮傷焊墊的問題,將焊墊損傷機率降為零,讓後續重新貼裝(Remount)的新晶片能夠再次擁有完美的焊接基底。

-----廣告,請繼續往下閱讀-----
晶片重工返修流程。圖/宜特科技

四、自動無接觸除錫技術(Auto Scavenger):

當系統自動將舊晶片安全解焊並移除後,電路板上留下了參差不齊的殘錫。此時,「Auto Scavenger 自動吸錫模組」立即啟動。這是一個完全獨立的智慧模組,不需要操作人員費時設定。吸嘴會自動下降至板材上方,在「完全不與PCBA發生物理接觸」的前提下,自動、快速地將殘留焊料吸取乾淨。

(從左到右)顯示了從開始拆拔BGA到焊料吸取,再到完全去除殘留焊料的過程。圖/宜特科技

隨著 2.5D/3D 先進封裝技術發展,AI 晶片越做越大、成本也越來越高,一旦焊接出問題,直接報廢的代價可不小。如何在不傷害晶片與電路板的情況下完成返修,並確保後續使用的穩定與可靠,也成為 AI 晶片製程中越來越重要的一環。

本文出自 www.istgroup.com

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

宜特科技_96
28 篇文章 ・ 6 位粉絲
我們了解你想要的不只是服務,而是一個更好的自己:) iST宜特自1994年起,以專業獨家技術,為電子產業的上中下游客戶, 提供故障分析、可靠度實驗、材料分析和訊號測試之第三方公正實驗室
繁 简