#快訊【2018年諾貝爾化學獎】多變的生物化學，當然要靠演化力量才能駕馭啊！

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。

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）。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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？

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」 。

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 。

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。

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。

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。

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。

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。

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。

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。

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…

• 本文轉載自諾貝爾化學獎專題系列，原文為《【2018諾貝爾化學獎】化學的(革命性)進化》
• 譯者 / 蔡蘊明｜國立臺灣大學化學系名譽教授

化學的革命性進化

演化的力量是透過生命來顯示的。2018 年的化學諾貝爾桂冠頒給阿諾（Fances H. Arnold）、史密斯（George P. Smith）和溫特（Gregory P. Winter），表彰她／他們透過演化的控制為人類謀取了最大的福祉。運用人工定向演化（directed evolution）所製造的酵素，現在已被用來生產包括生質燃料和藥物等等的物質。抗體的演化可以透過一種噬菌體顯示（phage display）的方法來對抗自體免疫的疾病，以及在某些特定的例子中治癒轉移性癌症。

我們活在一個由強大的力量：演化，所主導的星球。在頭一批生命的種子於 37 億年前出現時，幾乎地球上的每一個裂縫都充滿了能適應身處環境的生物體：生長在光禿禿山脈的地衣、於溫泉茂盛生長的古菌、能存活於乾燥沙漠的多鱗爬蟲類以及能在黑暗深海中發光的水母。

學校裡我們在生物課學習到這些生物，但讓我們戴上一副化學家的眼鏡，並換個視角來觀察，地球上的生物之所以能夠存在，是因為演化解決了無數複雜的化學難題，所有的生物都有能力從其環境的利基取得材料和能量，並用來建立它們的組成所特有之化學創造品。魚能在極地海洋中悠遊，是歸因於其血液中的抗凍蛋白質，貽貝能攀附在岩石上，乃因它們發展出了能在水中運作的分子黏膠，而這只是眾多例子中的幾個而已。

生命化學精彩的地方在於它被設計在基因的程式碼中，並讓它能被遺傳且不斷進化。一個小小的基因隨機變化，就能改變其化學，有時這導致產生較弱的生物體，但也有可能產生一個很強壯的個體。新的化學慢慢的發展，而地球上的生命隨之變得愈來愈複雜。

這個過程現在已經演化出了三個非常複雜的人類個體，具有能掌控演化的能力，2018 年的諾貝爾化學獎之所以頒給這三位科學家，乃因為她／他們透過定向演化革新了化學以及新藥物的發展。讓我們先從酵素工程的明星：阿諾（Fances H. Arnold）開始介紹。

酵素──生命的化學工具中之利器

即便在 1979 年，身為一位剛取得機械與航太工程學位的新鮮人，阿諾就已經具有了一個憧憬：透過新科技的發展以謀求人類的福祉。美國已經決定在 2000 年要有 20% 的能量是來自於再生能源，而她剛好是在研究太陽能，不過這個產業的未來前景，於 1981 年的總統大選後，產生了巨大的改變，因此她將眼光改為投注於新興的 DNA（去氧核糖核酸）科技，她自述「很明顯的，對於我們每日生活上所需要的材料和化學品，可以利用改寫生命密碼的能力，來創造新的製造方法。」

用傳統方式製造藥物、塑膠和其它化學品需要強力的溶劑、重金屬和腐蝕性的酸，她的想法是捨棄這些方法而改用生命的化學工具：酵素，它們催化在地球生物體中發生的化學反應，如果她能掌握設計新酵素的方法，就可從根本改造化學。

人的思考是有限的

最初就如同在 1980 年代末期的許多其他學者一般，阿諾企圖使用推理的策略來重塑酵素，讓它們具有新的性質。然而酵素是極端複雜的分子，它們是由 20 種不同的結構單元──胺基酸──以幾乎無限種可能的組合方式結合而成的，一個單一的酵素分子可以包含數千個胺基酸，它們連結成長鏈的型態，進一步摺疊成三維的立體結構，用來催化特定化學反應的局部結構，是建立在整體結構的內部。

運用邏輯推導來決定如何將這一個精密的構造重新調整，以賦予其新的功能，即便是運用現在的知識以及電腦能力來看，亦是非常困難的。在 1990 年代初期，謙卑的折服在大自然的優越能力之下，阿諾決定放棄上述她所謂「有些傲慢」的策略，取而代之，她獲取的靈感來自於使用大自然優化化學的方法：演化。

阿諾開始操弄演化

有好些年，她試圖改變一個稱為「枯草桿菌蛋白酶」的酵素，讓它不是在水溶液中催化化學反應，而能在一個有機溶劑：二甲基甲醯胺（簡稱 DMF）中運作。此時她刻意在酵素的基因密碼中製造隨機的變化──突變──然後將這些突變的基因引入細菌中，並產出數千種不同變體的枯草桿菌蛋白酶。

在這之後的挑戰是如何從如此眾多的變體中，找出在該有機溶劑中運作效率最高的那些酵素。在演化學中，我們說的是適者生存；在定向演化學中，這個階段稱為「選汰」。

阿諾利用枯草桿菌蛋白酶能切割一種牛奶蛋白質──酪蛋白──的能力，在一個 35% DMF 水溶液中，先選汰出切割酪蛋白最有效率的枯草桿菌蛋白酶變體，接著在這個變體中進行下一輪的隨機突變，得到另一個在 DMF 中運作效率更高的變體。

於第三代的枯草桿菌蛋白酶中，她找到了一個變體，其在 DMF 中的運作效率比原始的酵素要高 256 倍。這個酵素的變體總共含有十個不同位置的突變，最終造成的優異效果是沒有人能夠事先預測的。

透過這些實驗，阿諾展示了若要掌控新酵素的研發，僅憑藉人的推理能力，將遠遜於讓機率以及定向（人為）選汰來運作的力量。這是我們現在所見證的革命性發展之第一步，也是最具決定性的一步。

接下來的另一重要步伐，是由一位荷蘭研究人員及發明家史坦姆（Willem P. C. Stemmer）所邁出的，但他已於 2013 年過世。他引進了另一個酵素定向選汰的維度：試管中的交配。

交配──為了更穩定的演化

一個自然演化的先決條件是不同個體的基因可透過交配或授粉的方式混合，有用的性質可藉此結合，而得到更強壯的生物體，在此同時，較不具功能的基因突變，將於代代相傳的過程中消失。

史坦姆運用的是交配的試管對等法：DNA 改組（DNA shuffling）。在 1994 年，他將基因的不同版本切割成小片段，然後透過 DNA 科技的工具，將這些片段重新組合成一個完整的基因，就好像是原始基因的一個馬賽克版本。

透過好幾輪的 DNA 改組，史坦姆將一個酵素改變成比原始版本更有效率。這顯示利用基因的交配──研究人員稱之為「重組」──可達成更有效率的酵素演化。

新酵素製出永續生質燃料

那些 DNA 科技的工具自 1990 年代初期開始不斷的優化，用於定向演化的方法亦倍數成長。阿諾在這些發展中一直具有領先的優勢；現在她的實驗室所產出的酵素能催化的化學反應，甚至於根本不存於大自然中，而能製造出全新的材料，她裁製出的一些酵素也成為製造不同物質（例如藥物）的重要工具。化學反應不但可被加速，且減少不要的副產物。在某些例子中，可以去除透過傳統方法須使用的重金屬，大幅減少對環境的衝擊。

事情的發展更回歸了原位，阿諾又重新回頭開始研究再生能源的製造。她的研究小組研發出一些酵素，能將簡單的糖轉化成異丁醇，那是一種高能量物質，可用於製造生質燃料和較永續的塑膠。一個長程目標是製造出的燃料能讓運輸業更為環境友善，另類燃料──用阿諾的蛋白質所製造的──能用在車輛或飛機上。以這樣的方式，她的酵素促成了一個更永續的世界。

至於 2018 年諾貝爾化學獎所表彰的另一份工作，則是將定向演化導向了製藥，所產出的藥物能中和毒素，或對抗自體免疫疾病的進展，甚至在某些病例中治癒轉移的癌症。這是由一個能感染細菌的小小病毒所扮演的重要角色，而這個方法被稱為「噬菌體顯示」（phage display）。

史密斯運用噬菌體

經常發生的情況是，科學走了一條無法預測的路徑。在 1980 年代的上半期，當史密斯開始使用噬菌體──能感染細菌的病毒──主要是期望它們能用在基因選殖。此時 DNA 科技仍未成熟，而人類基因體仍是一塊未開發的土地，研究人員知道製造身體所需蛋白質的所有基因都存於其中，但是想要指認某一個蛋白質的基因，就好像在大海中撈針一樣困難。

不論如何，對能找到那個基因的科學家而言，將具有極大的益處。運用當時最新的基因學工具，基因可以插入細菌中──靠著一點運氣──該細菌能製造出大量想要研究的蛋白質，這整個程序被稱為基因選殖。而史密斯的想法是，尋找基因的研究人員可以透過一個巧妙的方式，運用噬菌體來做到。

噬菌體：一個蛋白質與其未知基因的連結

噬菌體本質上具有很簡單的構造，它含有一小段的基因物質，封裝在一個由保護蛋白質形成的鞘膜中。當複製時，會將它們的基因物質注入細菌中，綁架細菌的代謝系統，接著利用細菌製造出噬菌體基因物質的拷貝，以及形成保護鞘膜需要的蛋白質，由此產生新的噬菌體。

史密斯的盤算是研究人員應可運用噬菌體的簡單構造，找出一個已知蛋白質的未知基因。在此時，已經有一些大型的分子庫存在，其內含有許多各種未知基因的片段，他的構想是這些未知基因的片段，可與形成噬菌體鞘膜的一個蛋白質基因融合，當新的噬菌體製造出來時，這個未知基因對應的蛋白質，就會出現在這個噬菌體的表面，與形成鞘膜的一個蛋白質結合在一起。

抗體可釣出正確的蛋白質

這個做法會導致生成一個噬菌體的混合物，各帶有許多不同的蛋白質於其表面。史密斯推論在下一個階段，研究者應能利用抗體，將帶有各種已知蛋白質的噬菌體，自這碗湯液中釣出。抗體是一些具有導向飛彈功能的蛋白質；它們能從數萬種蛋白質中，以高度的精準度，辨識並束縛住一個特定蛋白質。利用一個已知蛋白質的抗體，如果研究者能逮住一個自這碗湯液中釣出的東西，就可以順帶釣出這個蛋白質對應的未知基因。

這是一個漂亮的構想，而史密斯於 1985 年證實那是可行的，他製造出了一個噬菌體，其表面攜帶了一個蛋白質的部份胜肽，運用一個抗體，成功的將這一個他製造的噬菌體，由含有許多不同噬菌體的湯液中釣出。

透過這個實驗，史密斯建立了現在被稱為「噬菌體顯示法」的基石。此法的精彩處在於它的簡便，它的長處則是將噬菌體當成一個蛋白質與它的基因之連結。不過此法卻在基因複製的領域之外，取得其最主要的突破性進展；在另外一方面，於 1990 年左右，幾組研究人員開始運用噬菌體顯示法，來發展新的生物分子。其中一個採用此技術的人就是溫特（Gregory P. Winter）。感謝他的研究，使得噬菌體顯示法現在帶給人類更大的福祉，要瞭解其原因，我們需要對抗體進一步的認識。

抗體可遏阻疾病的進展

人類的淋巴系統能產生數十萬種不同抗體的細胞。在這一個發展完善的體系中，這些細胞通過檢驗，不會攻擊任何屬於身體之各種型態的分子，不過這龐大的種類能確保總是會有抗體，能附著在感染我們的病毒或細菌之上，一旦抗體附著在上面，就會傳送訊號給強悍的免疫細胞，趕來消滅入侵者。

因為抗體具有高度的選擇性，在數萬種分子中，只會附著在一個特定分子上，因此研究人員很早就希望設計抗體，能遏阻各種疾病在體內的進展，扮演藥物般的功能。最初為取得這些醫療用的抗體，是將各種藥物的標的物，例如癌細胞的蛋白質，注入老鼠體內。不過在 1980 年越來越清楚地知道此法是有侷限的；某些物質對老鼠是有毒的，但也有一些不會產生任何的抗體。更進一步發現這樣取得之抗體，會被病人的免疫系統視為異物，而被攻擊，導致這些老鼠抗體被破壞，為病人帶來副作用。

由於這個障礙，促使溫特開始研究史密斯的噬菌體顯示法可能具有的潛力。他想要避免使用老鼠，改成發展基於人類抗體的藥物，因為它們可以被我們的免疫系統所容忍。

溫特將抗體置於噬菌體的表面

抗體是具有 Y 字形的分子；靠著每隻手臂的遠端附著在外來物質之上。溫特將此部分的基因訊息，與噬菌體鞘膜的一個蛋白質基因融合，於 1990 年他成功的證實此法，讓抗體的結合部位出現在噬菌體的表面。他所用的抗體是設計來與一個稱為 phOx 的小分子結合，當溫特用 phOx 作為一種分子釣魚鈎，他成功的從一含有四百萬個其它噬菌體的湯液中，釣出那個含有抗體在其表面的噬菌體。

在這之後，溫特展示了他能將噬菌體顯示法運用於抗體的定向演化。他製造了一個噬菌體庫，其內包括數十億不同的抗體表現在噬菌體的表面，從這個庫藏中，他釣出了一些可與不同蛋白質標的結合的抗體，接著他隨機突變這第一代的抗體菌株，進而創造出一個新的噬菌體庫，從中找到與標的物具有更強結合力的抗體。例如在 1994 年，他用此法發展出了一些抗體，能以非常高的專一性與癌細胞結合。

世界上第一個基於人類抗體的藥物

基於抗體的噬菌體顯示法，溫特與他的研究同仁創立了一家公司，在 1990 年代發展出一個完全基於人類抗體的藥物： adalimumab，此抗體能中和一個稱為 TNF-alpha 的蛋白質，該蛋白質驅動許多自體免疫疾病的發炎反應。於 2002 年此藥物被核准醫治風濕性關節炎，現在亦用於治療不同型態的牛皮癬和發炎性腸疾。

藥物 adalimumab 的成功，刺激了製藥業的重要發展，而噬菌體顯示法已被用來製造包括癌症在內的各種疾病抗體。其中有一個抗體能讓體內的殺手細胞釋出，以攻擊腫瘤細胞，使腫瘤生長遲緩下來。在某些例子中，那些產生轉移的癌症病患甚至也能被治癒，成為癌症醫療的歷史性突破。另一個抗體藥物被核准用於中和造成炭疽病的細菌毒物，另一種藥物能減緩稱為狼瘡的自體免疫疾病；還有更多的抗體現在正在進行臨床實驗，用來對抗阿茲海默症等疾病。

一個化學新時代的開始

由 2018 年的諾貝爾化學獎得主們所開發的方法，現在正以跨國際的方式發展，來提升一個更為永續的化學產業，產出新的材料，製造永續的生質燃料，減輕疾病挽回生命。酵素的定向演化和抗體的噬菌體顯示法，讓阿諾、史密斯和溫特帶給人類最大的福祉，並為化學的革命性變化立下基石。

延伸閱讀

• Scientific Background: Directed evolution of enzymes and binding proteins

今年的化學獎得主，以科學駕馭了演化的力量。

本次的諾貝爾獎頒發給三位跟生物化學有關的研究者。首先美國的 Frances H. Arnold獲獎以肯定她在製造酵素方面研究的卓越貢獻。在自然的情況下，生物──生物化學的演化需要長久的時間，雖然演化已經帶來了令人驚豔的多樣性，但在自然狀況下耗時相對較長。那麼，我們可不可以應用演化的原理，製造出我們想要的蛋白質呢？

答案是：可以！Arnold 利用自身對於演化的了解，嘗試在實驗室中培養蛋白質，不僅大幅縮短了「演化」的時間，也可以更準確地找出需要的蛋白質。

她是怎麼做的呢？她先嘗試讓多種蛋白質突變，而後從結果中找到需要的部分。這樣的方式可以測試各種不同的組合，甚至是做出在自然演化中難以出現的蛋白質。

那麼，這對於我們的生活可以有什麼幫助呢？這樣的方式未來可能可以取代過去一些耗能乃至於有害的化學製程，提供更乾淨的解法，可以應用在像是生質燃料等場域。

另外兩位獲獎者 George P. Smith 和 Sir Gregory P. Winter 的研究則與會感染細菌的「嗜菌體」有關。1985年 George Smith發展出「嗜菌體展示技術」，可用以製造出新種的蛋白質、多肽類；Gregory Winter 應用此項技術定向演化抗體，目標為應用於製藥。

第一項根據這個方法製造出來的人類抗體為 Adalimumab 後來在 2002 年被證實有效，並被應用於類風濕性關節炎、牛皮癬和炎症性腸病 (Inflammatory Bowel Disease)。這些技術能夠使得抗體中和毒素，抵抗自身免疫疾病以及治癒轉移性癌症。未來這樣的技術將能如何造福人類，著實是令人期待。