大腦神經元新發現：「玫瑰果神經元」

本文與 PAMO車禍線上律師 合作，泛科學企劃執行

走在台灣的街頭，你是否發現馬路變得越來越「急躁」？滿街穿梭的外送員、分秒必爭的多元計程車，為了拚單量與獎金，每個人都在跟時間賽跑 。與此同時，拜經濟發展所賜，路上的豪車也變多了 。

這場關於速度與金錢的博弈，讓車禍不再只是一場意外，更是一場複雜的經濟算計。PAMO 車禍線上律師施尚宏律師在接受《思想實驗室 video podcast》訪談時指出，我們正處於一個交通生態的轉折點，當「把車當生財工具」的職業駕駛，撞上了「將車視為珍貴資產」的豪車車主，傳統的理賠邏輯往往會失靈 。

在「停工即停薪」（有跑才有錢，沒跑就沒收入）的零工經濟時代，如果運氣不好遇上車禍，我們該如何證明自己的時間價值？又該如何在保險無法覆蓋的灰色地帶中全身而退？

薪資證明的難題：零工經濟者的「隱形損失」

過去處理車禍理賠，邏輯相對單純：拿出公司的薪資單或扣繳憑單，計算這幾個月的平均薪資，就能算出因傷停工的「薪資損失」。

但在零工經濟時代，這套邏輯卡關了！施尚宏律師指出，許多外送員、自由接案者或是工地打工者，他們的收入往往是領現金，或者分散在多個不同的 App 平台中 。更麻煩的是，零工經濟的特性是「高度變動」，上個月可能拚了 7 萬，這個月休息可能只有 0 元，導致「平均收入」難以定義 。

這時候，律師的角色就不只是法條的背誦者，更像是一名「翻譯」。

施律師解釋「PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』，轉譯成法官或保險公司聽得懂的法律語言。」 這包括將不同平台（如 Uber、台灣大車隊）的流水帳整合，或是找出過往的接單紀錄來證明當事人的「勞動能力」。即使當下沒有收入（例如學生開學期間），只要能證明過往的接單能力與紀錄，在談判桌上就有籌碼要求合理的「勞動力減損賠償 」。

300 萬張罰單背後的僥倖：你的直覺，正在害死你

根據警政署統計，台灣交通違規的第一名常年是「違規停車」，一年可以開出約 300 萬張罰單 。這龐大的數字背後，藏著兩個台灣駕駛人最容易誤判的「直覺陷阱」。

陷阱 A：我在紅線違停，人還在車上，沒撞到也要負責？ 許多人認為：「我人就在車上，車子也沒動，甚至是熄火狀態。結果一台機車為了閃避我，自己操作不當摔倒了，這關我什麼事？」

施律師警告，這是一個致命的陷阱。「人在車上」或「車子沒動」在法律上並不是免死金牌 。法律看重的是「因果關係」。只要你的違停行為阻礙了視線或壓縮了車道，導致後方車輛必須閃避而發生事故，你就可能必須背負民事賠償責任，甚至揹上「過失傷害」的刑責 。 

數據會說話： 台灣每年約有 700 件車禍是直接因違規停車導致的 。這 300 萬張罰單背後的僥倖心態，其巨大的代價可能是人命。

陷阱 B：變換車道沒擦撞，對方自己嚇到摔車也算我的？ 另一個常年霸榜的肇事原因是「變換車道不當」 。如果你切換車道時，後方騎士因為嚇到而摔車，但你感覺車身「沒震動、沒碰撞」，能不能直接開走？

答案是：絕對不行。

施律師強調，車禍不以「碰撞」為前提 。只要你的駕駛行為與對方的事故有因果關係，你若直接離開現場，在法律上就構成了「肇事逃逸」。這是一條公訴罪，後果遠比你想像的嚴重。正確的做法永遠是：停下來報警，釐清責任，並保留行車記錄器自保 。

保險不夠賠？豪車時代的「超額算計」

另一個現代駕駛的惡夢，是撞到豪車。這不僅是因為修車費貴，更因為衍生出的「代步費用」驚人。

施律師舉例，過去撞到車，只要把車修好就沒事。但現在如果撞到一台 BMW 320，車主可能會主張修車的 8 天期間，他需要租一台同等級的 BMW 320 來代步 。以一天租金 4000 元計算，光是代步費就多了 3 萬多塊 。這時候，一般人會發現「全險」竟然不夠用。為什麼？

因為保險公司承擔的是「合理的賠償責任」，他們有內部的數據庫，只願意賠償一般行情的修車費或代步費 。但對方車主可能不這麼想，為了拿到這筆額外的錢，對方可能會採取「以刑逼民」的策略：提告過失傷害，利用刑事訴訟的壓力（背上前科的恐懼），迫使你自掏腰包補足保險公司不願賠償的差額 。

這就是為什麼在全險之外，駕駛人仍需要懂得談判策略，或考慮尋求律師協助，在保險公司與對方的漫天喊價之間，找到一個停損點 。

談判桌的最佳姿態：「溫柔而堅定」最有效？

除了有單據的財損，車禍中最難談判的往往是「精神慰撫金」。施律師直言，這在法律上沒有公式，甚至有點像「開獎」，高度依賴法官的自由心證 。

雖然保險公司內部有一套簡單的算法（例如醫療費用的 2 到 5 倍），但到了法院，法官會考量雙方的社會地位、傷勢嚴重程度 。在缺乏標準公式的情況下，正確的「態度」能幫您起到加分效果。

施律師建議，在談判桌上最好的姿態是「溫柔而堅定」。有些人會試圖「扮窮」或「裝兇」，這通常會有反效果。特別是面對看過無數案件的保險理賠員，裝兇只會讓對方心裡想著：「進了法院我保證你一毛都拿不到，準備看你笑話」。

相反地，如果你能客氣地溝通，但手中握有完整的接單紀錄、醫療單據，清楚知道自己的底線與權益，這種「堅定」反而能讓談判對手買單，甚至在證明不足的情況下（如外送員的開學期間收入），更願意採信你的主張 。

車禍不只是一場意外，它是認知、情緒、金錢與法律邏輯的總和 。

在這個交通環境日益複雜的時代，無論你是為了生計奔波的職業駕駛，還是天天上路的通勤族，光靠保險或許已經不夠。大部分的車禍其實都是小案子，可能只是賠償 2000 元的輕微擦撞，或是責任不明的糾紛。為了這點錢，要花幾萬塊請律師打官司絕對「不划算」。但當事人往往會因為資訊落差，恐懼於「會不會被告肇逃？」、「會不會留案底？」、「賠償多少才合理？」而整夜睡不著覺 。

PAMO看準了這個「焦慮商機」， 推出了一種顛覆傳統的解決方案——「年費 1200 元的訂閱制法律服務 」。

這就像是「法律界的 Netflix」或「汽車強制險」的概念。PAMO 的核心邏輯不是「代打」，而是「賦能」。不同於傳統律師收費高昂，PAMO 提倡的是「大腦武裝」，當車禍發生時，線上律師團提供策略，教你怎麼做筆錄、怎麼蒐證、怎麼判斷對方開價合不合理等。

施律師表示，他們的目標是讓客戶在面對不確定的風險時，背後有個軍師，能安心地睡個好覺 。平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。

從違停的陷阱到訂閱制的解方，我們正處於交通與法律的轉型期。未來，挑戰將更加嚴峻。

當 AI 與自駕車（Level 4/5）真正上路，一旦發生事故，責任主體將從「駕駛人」轉向「車廠」或「演算法系統」 。屆時，誰該負責？怎麼舉證？

但在那天來臨之前，面對馬路上的豪車、零工騎士與法律陷阱，你選擇相信運氣，還是相信策略？ 先「武裝好自己的大腦」，或許才是現代駕駛人最明智的保險。

PAMO車禍線上律師官網：https://pse.is/8juv6k 

本文轉載自顯微觀點

主持台大生醫光學實驗室的朱士維，在 2023 年初兼任台大學務長。他一面落實以學生為核心的大學價值，一面持續鑽研光學與生物組織、奈米結構的互動。

近年朱士維參與的研究包含觀察「活的小鼠大腦」如何自我調節、以光激發出奈米材料的新物理性質等。這些研究登上《自然通訊》（Nature Communication）、《先進科學》（Advanced Science）等重要期刊，以尖端光學技術為腦科學、奈米材料探照未知之處。

對於生醫領域的精密光學應用，朱士維說明，光學顯微技術介於醫學造影和電子顯微鏡之間：醫學造影提供即時成像，但解析度不夠精密。電子顯微鏡可以達到奈米解析度，卻無法保持樣本活性。而持續發展的光學顯微術則開始達成快速的高解析度活體影像，讓科學家看到真實生理。

活體顯微影像的追求不出四大方向：對比、解析度、穿透深度、速度。

– 朱士維

雙光子顯微術搭配人工智慧 追上神經生理

2024 年，朱士維領銜的台大、清大聯合團隊研發高速體積成像系統 TAG-SPARK (TAG-lens-based SPAtial redundancy-driven noise Reduction Kernel)，以可調式聲學梯度變焦透鏡（Tunable Acoustic Gradient, TAG lens）結合自我監督式深度學習演算法，顯微影像成果比單用雙光子顯微術清晰 10 倍，掃描速度快上近 1000 倍。

TAG-SPARK 的聲學梯度變焦透鏡，以聲波控制特殊透鏡內的液體振動、改變折射率，使雙光子顯微光路可以在 1 秒內完成多個深度的對焦，快速建立 3D 影像。在高速體積成像的支援下，研究團隊設計的演算法利用每層平面影像間豐沛的空間冗餘（spatial redundancy）資訊進行去噪（noise reduction），讓影像訊噪比改善7倍以上。

高速度和高品質的立體顯微影像，讓科學家以接近神經運作的速率，觀察活體小鼠的小腦動態。研究團隊以小腦中的柏金氏細胞（Purkinje cells）作為觀察目標，它們是小腦皮層唯一的輸出神經元，掌控小腦的訊號傳輸與身體日常運作。柏金氏神經細胞的樹突緻密分布於小腦皮質最外側的分子層（molecular layer），細胞體則聚集在更深處的分子層與顆粒細胞層（granule cell layer）之間，獨立形成柏金氏層。

傳統顯微方法不易穿透其深度觀察細胞體動態，若使用共軛焦顯微術，強力激發光卻容易傷害腦細胞。但雙光子顯微術在觀察活體組織時，則可以提供較深的焦平面和較低的光毒性。

透過 TAG-SPARK, 研究團隊不僅詳細記錄柏金氏細胞動態，更發現相同的樹突訊號能導致柏金氏細胞體產生不同反應，呈現前所未見的有趣訊號模式。朱士維相信「意識是資訊的集合」，高速立體光學成像系統能讓我們看見腦中資訊的聚散，更進一步接近「何謂意識」這個世紀之謎。

朱士維也參與由台大生科系教授陳示國領導的跨校團隊，以雙光子顯微術結合梯度折射（Gradient-Index, GRIN, 物鏡內有不同折射率的微型透鏡平行排列）內視鏡，觀察小鼠的晝夜節律神經系統的真實運作狀況。

這支結合生命科學、物理以及工程科學的研究團隊測試大腦底部「視交叉上核」（suprachiasmatic nucleus，SCN）神經細胞對光線變化的反應。在團隊中，朱士維負責提供精密顯微影像，研究活體腦神經元生理不可或缺的觀察工具。

團隊利用朱士維研發的雙光子-GRIN顯微內視鏡（雙光子顯微術搭配GRIN內視鏡），從樹突叢集的鼠腦表層看進神經細胞體聚集處。他們發現，即使樹突受到相同光訊號刺激，節律神經細胞體可能以不同的方式回應，並由複數神經元整合資訊，再行輸出訊號給下游神經元。

研究團隊認為，在多種神經元的交織協力下，晝夜節律的神經生理呈現高度動態變化。神經細胞活動與光照的關係並非傳統想像的線性模式，而是雙穩態（bi-stability, 系統中有 2 個調節開關）的靈活調控，而單一類型神經細胞對光照的反應難以預測，生理時鐘內還有許多奧秘等待探索。

與跨領域學者合作，並非一帆風順。朱士維坦言，跨足生物學領域，他還有很多知識要補充、溝通門檻要跨越。

他笑稱，「光是合作對象經常討論的果蠅蕈狀體，我聽了 3 年才認為自己真的懂了。」對他來說，跨領域合作最重要的收穫之一，就是尊重不同領域之間的知識含量。其次，則是溝通的技術。

我維持了幾年的一知半解才了解合作對象的語言，那我務必要讓自己說出來的話非常容易理解。

– 朱士維

除了生醫應用，朱士維也在物理工程領域探索新的光學現象。他與中國、日本學者合作研究奈米材料上的非線性光學，發現與米氏散射原理相關的移位共振，能夠激發矽奈米結構的多極模態（multipolar modes）。

透過共軛焦反射顯微鏡光路達成的多極模態，讓奈米材料展現幾項嶄新的光學效應，如更低的光學非線性閾值、光開關的訊號反轉（sign flip）、空間解析度提升等。不僅開啟了操控米氏共振的新方法，也擴張了超過百年的經典光散射理論。

這些精采研究涵蓋跨領域、跨國界的合作，並非巧合，而是出於朱士維的世界觀。他深信，「真實世界的所有問題，都是跨領域問題。」在大學教室裡，他也以此觀念為學生設定學習方向。

討論與實作優先的大學教育

在大一、大二的基礎課程中，朱士維就會要求學生提出研究計畫、動手進行研發。他強調，讓學生從具體而明確的問題出發，親手進行研究。在研究中遇到挑戰、企圖解決時，學生自然會尋找需要的知識。

朱士維回想，「修課學生果然從很務實的角度發想，有人的提案是『保證起床的鬧鐘』，結合物理知識和現實可行的元件，做出不會被輕易關掉的鬧鐘，讓他可以準時上課。他在學期末真的做出了這個鬧鐘。」

朱士維認為，在豐富的現代資訊環境中，幾乎所有理論知識都可以線上學習，在教室上實體課程的必要性遠不如以往。至於實體課程最珍貴的部份是讓人當面討論、激盪想法，讓積極學習的學生們能夠聚集、交流，而非要求學生安靜聽課、被動吸收。

朱士維相信，大學教育的重要目標之一，是訓練學生主動採取行動的習慣，並讓他們知道必須主動追求，才能完成自己心中的期待。因此親自規畫、動手（腳）實踐，是他所有課程的必備基礎。

除了物理系，朱士維也在臺大創新設計學院（College of Design and Innovation，簡稱 D-School）開設課程，引導學生以「設計師」、「使用者」觀點建構自己的大學生活與生涯規劃。

朱士維特別說明，D-School 設有創新領域學士學位學程，讓學生能夠跳脫舊有領域框架自訂學習主題。讓學生能實現自己對知識的構想，或許比舊有科系分野更能適應快速變化的社會。他強調，「學生原創的課程組合，是可以得到學士學位的。」

主修社團，副修電機

談及學習經驗，朱士維說，「我常常說自己大學主修『嚕啦啦社』，副修電機系。大學4年中至少有1年在山上過，成績排名也因此往往是後半段。」但他認為，自己重要的「能力」如溝通協調、事前規劃、親手解決問題的信念，都是在社團經歷中學到的。

朱士維回想，他在高中時參與了救國團服務隊舉辦的山區營隊，活動內容相當刻苦簡樸，但他十分羨慕服務隊成員們能住在優美山林間，心想「等我上大學，一定要成為其中一員。」

進入台大嚕啦啦社並擔任服務隊員後，朱士維不僅培養了在山野間帶隊行進的嚮導經驗，也經常為了團康活動面對群眾。他說，「服務員經常得一手掌握團隊氣氛，活動才會成功。」他回想，當年為了達到這樣的能力，投入許多時間認真練習，經過跌跌撞撞的多次嚐試，才塑造出自己的風格。

後來得到「優良導師」與多次「教學優良教師」獎項的朱士維分析，這種能力其實就是「溝通」。但是他當時並非盤算著，「有天我會成為教師，能把這種技巧發揮在教室裡。」而是對當下的任務很投入，進行一件自己真的很想做的事情，在過程中內化了這項能力。

做學術研究不可或缺的計畫書，我也是在社團學到怎麼寫的，因為當時想申請更多經費來辦活動。朱士維

因為自身經歷，朱士維相信，讓學生能投入自己真的想做的事情，才能培養長期的能力與素養。為了帶給學生自由探索的時間與空間，朱士維也強力支持 D-School 中的「探索學習」計畫。

選擇「探索學習」的學生，不再受到學期學分下限要求，可以自行前往校園外進行探索，建構自己的志向與經驗。選擇此計畫的學生，有人加入 NGO、有人進入動物園與馬場實習，還有人搭乘無動力帆船橫跨大洋，獲得課堂中無法給予的重要體驗。

朱士維認為，親身體驗，遠比聽講的學習效果更好。而離開校園探索世界的深刻體驗，未必會讓人遠離學術。

提及學術起點，朱士維不好意思地說，當年之所以報考台大光電研究所，「是因為想要繼續參加社團，要是離開台大，社團生涯就結束了。」

研究所開學不久，921 大地震撼動台灣，中部災情尤其嚴重。朱士維聽聞大學時期經常前往、充滿熟悉與認同的南投山區也遭受重創，便和指導老師孫啟光請假，前往災區協助賑災。

朱士維回憶，孫啟光乾脆地答應他的請求，即使他離校超過一個月才回歸實驗室，也不曾額外施加壓力。經過了在南投山區鎮日搬運物資、不時目擊傷亡狀況的賑災經驗，他回到台大光電研究所時，同學們大多已在研究軌道上運作。

朱士維說，「當時我並沒有對研究成果想太多，而是想回報孫老師。因為他給我很大的彈性、研究主題又有趣，就專心投入他的計畫。想不到，幾個月後研究成果竟登上國際期刊。至今我還記得看到自己名列期刊之中的感動，也在那時開始覺得『我或許可以走學術這條路！』」

因為充滿因緣際會的生涯際遇，朱士維相信，「全心投入的事情，都會在生涯某處開花結果。比起嚴密生涯規畫更重要的，是當下的自己、周遭的人與環境，找到自己想投入的事情。」

從「好好生活」出發的學務長

一進入朱士維的學務長辦公室，能看到一幅對聯「好好生活。感恩助人」，書桌後方則並列三幅春聯「好好生活」、「好好吃飯」、「好好睡覺」。

朱士維說，學務處實際上掌管學生除了成績外的所有在校事務，而大學除了學業成績外，更應該協助學生培養人格和價值觀。因此，他將學務處設定為學生在校期間的支持與賦能來源。

台大學務處網站上的理念「好好生活，吃飯睡覺運動交友；感恩助人，學生互助回饋社會。」就是朱士維為學務處設立的目標。他強調，將學生推向世界，能夠與自身、週遭人事物建立真實的連結，是比追求課業成績更優先的大學價值。

因此他規劃學務處擴改善硬體設施、增加軟體服務，從社團資源、宿舍、餐廳、心輔中心到新的經濟支持計畫，提供學生友善、包容的生活環境。他期待學生能夠在生活中感到安定，進而察覺值得感恩的事，得到感激並協助他人的能力，形成助人的循環。

朱士維回想，自己在台大的社團與求學經驗都讓他心懷感恩，包括在台大擔任教師也是非常幸運的事。現在，他致力為台大學生建立可以安心探索自我與真實世界的大學環境，以充滿感動的學習經驗，取代孤獨且競爭激烈的人生賽道。

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜寒波
• 責任編輯｜簡克志
• 美術設計｜蔡宛潔

自閉症研究的新方向

臺灣民眾大概都聽說過「自閉症」這個名詞，自閉症是腦部發育障礙導致的複雜疾病，同時受到先天遺傳以及後天環境因素的影響，具體成因依然是個謎，科學家須對遺傳調控方面有更多了解。中央研究院「研之有物」專訪院內基因體研究中心的莊樹諄研究員，他的團隊結合生物學、資訊學以及統計學方法，發現自閉症的風險基因與 RNA 之間有複雜的交互作用，在自閉症患者與非患者的腦部有很大差異。如果持續研究 RNA 的調控機制，或能開闢新的方向進一步理解自閉症。

遺傳性疾病成因——致病基因

根據衛生福利部 2023 年統計數據，我國自閉症患者超過一萬九千人。自閉症的全稱為「自閉症譜系障礙（autism spectrum disorder，簡稱 ASD）」，常見症狀是溝通、表達、社交上有困難，經常出現反復固定的狹窄行為，目前尚無有效的治療藥物。雖然經典電影《雨人》的主角雷蒙或是韓劇《非常律師禹英禑》的禹英禑都令人印象深刻，不過天才或高智商的自閉症患者只是極少數，而且不同患者的症狀輕重差異很大，故稱之為「譜系」（spectrum）。

理解遺傳性疾病，可利用遺傳學與基因體學的研究方法，比較患者與非患者之間的遺傳差異，便有機會尋獲致病的遺傳成因。過往研究得知，有些遺傳性疾病只取決於單一或少數基因的強力影響，例如亨廷頓舞蹈症（Huntington’s disease）、纖維性囊腫（cystic fibrosis）等，致病原因較為單純。

自閉症自然也受到先天遺傳基因影響，然而，它涉及許多影響力不明顯的基因，而且影響每名患者的基因又不盡相同，讓遺傳與症狀的關係更加複雜。如果從 RNA 研究路徑出發呢？RNA 是核糖核酸，具有承載 DNA 訊息和調控基因等功能，相比於其他疾病，在 RNA 層次研究自閉症的另一挑戰是取樣極為困難，自閉症患者的病因位於大腦內部，通常無法直接從人腦取樣分析。所幸的是，若檢視去世者捐贈的大腦樣本，仍有機會一窺自閉症的腦內奧秘。

莊樹諄分析的數據來自公共存取的 Synapse 資料庫，包括上百位自閉症患者與非自閉症者的資料。人數乍看不多，卻已是當今想同時探討同一個人的基因體（DNA 層次）與轉錄體（RNA 層次）間因果關係的最佳的選擇。藉由此一資料庫蒐集的人類腦部組織轉錄體資料，可全面探討各式各樣的 RNA，包含信使 RNA（messenger RNA，簡稱 mRNA）、小分子 RNA（microRNA，簡稱 miRNA），以及莊樹諄鎖定的研究目標：環狀 RNA（circular RNA）。

不能轉譯，但似乎會互相影響？非編碼 RNA

莊樹諄的教育背景是資訊學博士，博士後研究的階段投入生物資訊學，之前主要從事 RNA 與靈長類演化方面的研究，探討多樣性切割、RNA 編輯（RNA editing）等議題，環狀 RNA 則是他近年來特別感興趣的題材。

根據生物資訊學的預測，環狀 RNA 這類長鍊的 RNA 分子有數萬個，但實際上有多少仍不清楚。它們在大腦神經系統特別常見，似乎涉及許多基因調控的工作。莊樹諄目前最關注環狀 RNA 對自閉症的影響，不過他指出這番思路不限於自閉症，阿茲海默症、帕金森氏症、精神分裂症（schizophrenia）等疾病也能用同樣的方法探索。

不過，什麼是環狀 RNA 呢？按照序列長度、作用，可以將 RNA 分為很多種類。DNA 轉錄出的 RNA 經過處理，有些形成 20 多個核苷酸長的短鏈 RNA，如 miRNA 屬於此類。一些較長鏈的 mRNA 又會轉譯成氨基酸，產生各式蛋白質。還有些長鍊的 RNA 不會轉譯，仍然維持長鍊 RNA 的形式發揮作用，統稱為長鍊非編碼 RNA（long noncoding RNA，lncRNA），莊樹諄研究的主角環狀 RNA 大致上被歸屬於一種非編碼 RNA。這麼多種類的 RNA 彼此會互相影響，導致複雜的基因調控。

由 DNA 轉錄而成的 RNA 是線形，至於「環狀」RNA 一如其名，是 RNA 長鏈首尾相接後形成的環形結構，相比線形 RNA 更加穩定，不容易遭到分解。這些長期存在的圈圈，假如序列可以和短鏈的 miRNA 互補，兩者便有機會結合在一起，讀者可以想像為類似「海綿」（sponge）的吸附作用。

miRNA 原本的工作是結合 mRNA，使其無法轉錄為蛋白質，抑制基因表現。可想而知，一旦 miRNA 被環狀 RNA 吸附，便無法再干擾 mRNA 作用，失去抑制基因表現的效果。因此環狀 RNA 能透過直接影響 miRNA，來間接參與調控其他的下游基因。這便是環狀 RNA 的許多種調控功能中，最常被研究的一種。

自閉症的成因要往腦部深究，環狀 RNA 又在腦部表現最多，使得莊樹諄好奇當中的奧秘。然而儘管如今 RNA 定序已經很發達，環狀 RNA 由於結構的關係，一般的 RNA 定序方法無法抓到這類環形分子。莊樹諄指出這也是 Synapse 資料庫的一大優點，此一資料庫罕見地包含能找出環狀 RNA 的 RNA 定序資料，配合 miRNA、mRNA 與基因體等資料交叉分析，才有機會闡明環狀 RNA 的角色。

尋找環狀 RNA 和自閉症的關聯

莊樹諄率領的團隊已經發表 2 篇環狀 RNA 與自閉症的研究論文，第一篇論文著重於尋找哪些環狀 RNA 和自閉症有關，研究假設是環狀 RNA 透過 miRNA 間接影響自閉症風險基因 mRNA 的表現。由於環狀 RNA、miRNA 和 mRNA 都多達數萬個，需要統計分析的幫忙。

首先，將樣本分為有自閉症／無自閉症。要注意每個自閉症患者的基因表現仍有差異，納入夠多樣本一起比較，才有機會看出端倪。

接著，尋找環狀 RNA 和風險基因有顯著相關的搭配組合。例如：高比例自閉症的人，某個環狀 RNA 含量較高時，某個風險基因的 mRNA 表達量也較高，那這組環狀 RNA 和基因就存在正相關；反之則為負相關。

不過相關性很可能只是巧合，所以莊樹諄團隊比對序列，找到符合上述相關性的中介因子「miRNA」。最後再觀察「當排除 miRNA 影響時，環狀 RNA 與風險基因的顯著關係即消失」的組合，這些消失的組合，就是真正共同參與基因調控的「三人組」（環狀 RNA、miRNA、mRNA）。

一番分析後，篩選出的環狀 RNA 共有 60 個，其中涉及與 miRNA、mRNA 的組合總共 8,170 組。人類一共 2 萬個基因，與自閉症有關的調控網路就有 8,000 組之多，數字相當可觀，顯示環狀 RNA 的重要性。莊樹諄用統計手法找出的自閉症風險基因，和過去科學家已知的部分風險基因相符合，未來可以繼續探究在這 8,000 組調控網路中，有哪幾組是真的作用在生物上。

在資訊與統計分析之外，莊樹諄的團隊也有人進行分子生物學實驗，驗證 RNA 調控網路的相互影響。以體外培養的人類細胞為材料，人為誘導遺傳突變，精確分析特定環狀 RNA 在細胞內分子層次的作用。實驗證實選取的環狀 RNA，確實會結合 miRNA，又影響 mRNA 的表現。

基因調控是什麼？

莊樹諄強調，使用資料庫的公開資料，好處是經過多方檢視，避免資料品質不一致的問題，缺點是大家都能取得數據，必須要跳脫既有的思考模式才能發現新的結果。他在環狀 RNA 議題的新思路，成為第二篇論文的內容：探討環狀 RNA 的遠端調控（trans-regulation）對自閉症的影響。

基因的表達會受到基因調控元件（regulatory element，一段非編碼 DNA 序列）的影響，若調控元件就在基因附近，稱為近端調控（cis-regulation）；如果調控元件不在附近，甚至位於另一條染色體上，則為遠端調控。

研究基因調控，通常近端比遠端調控容易，因為近端調控元件（cis-regulatory element）的位置就在基因旁邊，不難尋找；但遠端調控卻沒那麼直觀，作用機制也比較難以想像。實際上常常能發現一個基因的表現，受到多處近端調控，加上多處遠端調控的影響。如果想全方位認識一個基因的表現與調控，最好能都能得知近端與遠端的影響，否則難以掌握調控的全貌。

莊樹諄的想法是，某些基因被遠端調控的過程，是否有環狀 RNA 參與？具體說來就是某個調控位置，先近端調控其周圍的環狀 RNA 基因，再藉由環狀 RNA 影響基因體上其他位置的基因表現，發揮遠端調控的效果。

為了避免用語誤解，有必要先解釋一下什麼是「基因」。基因的概念隨著生物學發展持續改變，如今一般人熟悉的定義，基因是由 DNA 編碼序列構成，能轉錄出 mRNA，再轉譯為蛋白質的訊息載體。不過若將基因定義為會轉錄出 RNA 的 DNA 序列，那麼即使沒有對應的蛋白質產物，只要其衍生的 RNA 產物有所作用，也能視為「基因」，如 miRNA 基因、mRNA 或長鏈非編碼 RNA 基因。既然是有 DNA 編碼的基因，便會受到近端、遠端調控位置影響。

探索遠端調控機制有很多想法，莊樹諄可以說又打開了一條新思路。遠端調控位置不在基因旁邊，亦即基因體任何地方都有機會。假如直接挑戰基因與遠端調控位置的關聯性，可能相關的數量可謂天文數字，而且缺乏生物性的理由支持，找到的目標往往令人半信半疑。

莊樹諄引進環狀 RNA 涉及其中的可能性，尋找「環狀 RNA 基因的近端調控位置」與「目標基因的遠端調控」之交集，大幅縮小了搜索範圍。

一番分析後，研究團隊從自閉症患者的基因體上，定位出 3,619 個近端調控的 circQTLs，這些表達數量性狀基因座相當特殊，可能藉由直接或間接遠端調控兩種模式來調控遠端基因(如上圖)。而這 3,619 個 circQTLs，與環狀 RNA、遠端基因三者形成了八萬六千多組的遠端調控網路。接著團隊使用了不同的統計方法，其中 8,103 組通過多重統計測試，顯示較高的機率是屬於間接遠端調控模式。

莊樹諄團隊透過統計手法，找到相當多基因和調控路徑，雖然目前仍不清楚它們影響自閉症的具體細節，卻無疑讓我們新增一分對自閉症的認識。

莊樹諄指出，這套統計方法或可應用至人類的其他複雜疾病（如思覺失調症），找出基因調控的多個可能路徑，提供臨床醫藥研發更多線索。

生物與資訊的跨領域結合

訪談中問到：為何會從資訊科學跨入到生物領域？莊樹諄回憶，1998 他博士班畢業那年才第一次聽到「生物資訊」這個詞，他基於對生命科學的興趣，以及因為內在性格想往學術轉型的想法，引領他到了中研院。

莊樹諄接著說，2003 年李文雄院士延攬他進入基因體研究中心，之前他們不曾認識。他感謝李院士帶他進入了分子演化的世界，就此打開了研究視野。在剛開始成立自己的實驗室時，缺少人力，李院士讓當時的博後陳豐奇博士（現為國衛院群體健康科學研究所研究員兼任副所長）與他共同工作。莊樹諄強調，他所有分子演化的觀念與基礎，都是陳博士幫他建立的，如果說陳博士是他的師父，那李院士就是師父的師父了。

如今，莊樹諄在中研院的研究生涯邁入第 25 年，從資訊學背景投入生物學研究，大量使用統計工具，他經常需要持續整合不同領域的觀念與工具，推動自己的新研究。在訪談中，他也感謝諸多研究同儕的協助，特別是幾年前建立分生實驗室時，蕭宏昇研究員及其團隊成員的鼎力相助。

莊樹諄的團隊包含資訊、統計、分子生物三個領域的同仁，來自不同領域，傾聽他人意見自然也特別重要，這是他們實驗室的核心價值之一。莊樹諄認為在科學面前，人是很渺小的，需要互相尊重和理解，方能一起解開科學之謎。

最後，莊樹諄特別強調他個人在相關領域的研究，仍有極巨大的進步空間，感謝研之有物的主動邀訪，期望將來能與更多先進交流學習，也企盼年輕新血加入這個生物資訊的跨領域團隊。