0

0
0

文字

分享

0
0
0

是什麼導致阿茲海默症?和遺傳有關嗎?——《當大腦開始崩壞》

八旗文化_96
・2019/04/25 ・3581字 ・閱讀時間約 7 分鐘 ・SR值 542 ・八年級

阿茲海默症可能來自遺傳嗎?

這個激進的想法,在一九八一年十月明尼蘇達州的倫納德.赫斯頓(Leonard Heston)醫師刊登一些令人震驚的觀察後,開始引起人們的注意。

圖/wikipedia

他使用明尼蘇達州立醫院超過兩千具屍體解剖取得的大腦樣本,發現中年或「 早發型」阿茲海默症患者的親屬,在他們到了中年時也很可能患上此病。即使那些自認對遺傳學一無所知的人,也知道這具有遺傳上的意義;確實,赫斯頓並非第一位提出這項連結的人。一九五○年代,瑞典和瑞士醫師在查看具有失智症病史的家族就醫紀錄時,即發現了這個趨勢。但在那時,基因只被視為是提供人類生物學基本層面的實體,像是身高、體型與眼睛顏色,他們萬萬沒想到這會與錯綜複雜、變幻莫測的大腦有多少(如果有的話)關係。不論何種情況,那時基因仍是無法取得的分子,因此醫師們對此疾病的化學基礎更感興趣。

但是到了一九八○年代,DNA 雙螺旋來了又走,基因定序技術正順利進行。美國國家老齡研究所分子病理學家喬治.格倫納(George Glenner),決定好好利用赫斯頓的研究結果。

β 類澱粉蛋白是什麼?

格倫納外表看起來安靜保守、正式又疏離,帶有一頭波浪的銀色頭髮以及謙遜的凝視。當他在一九八三年開始研究阿茲海默症時,對大腦的瞭解並不多。許多神經科學家都視他為局外人。他於約翰霍普金斯大學接受訓練後,很快就對此疾病如何在細胞層面上發展十分著迷,因此選擇專攻病理學。格倫納對於類澱粉蛋白特別感到疑惑──他稱它為「 一個討人厭的物質」──並很快就不顧一切地想弄清楚它到底是什麼。

-----廣告,請繼續往下閱讀-----
圖/tandfonline

格倫納的使命感展現了鎖定蛋白斑乃是醫學界最佳機會的典型想法。沒有人真的確定是否它們造成疾病,或者它們是在神經元開始死亡之前或之後形成。也沒人知道它們比神經元內部的纖維纏結更該受到譴責或更無辜。然而,它們的存在需要答案:

證明它們不重要已變得跟證明它們很重要一樣迫切。

格倫納進入裝滿捐贈者大腦的冷凍室(最初的阿茲海默症「 大腦銀行」之一)著手開始工作,他機械化地切片並清理每一份樣本,連根拔起血管,挑撿出連結的組織,以化學方式壓碎所有剩餘物直到只剩下類澱粉蛋白為止。一年之後他終於萃取出形成蛋白斑核心的蛋白質,並稱它為 β 類澱粉蛋白,一個在日後三十年流傳於神經科學家之間的名詞。

格倫納接著又完成一項重大突破。在赫斯頓的研究中,注意到許多阿茲海默症病患的親屬家族中發生唐氏症的機率很高。此外,醫生們也發現:

幾乎每個患有唐氏症的人年屆中年時,皆死於與阿茲海默症驚人相似的失智症。

這些狀況明顯有某種連結,但那是什麼?

-----廣告,請繼續往下閱讀-----

解碼 β 類澱粉蛋白和失智的關聯性

唐氏症乃是在第二十一對染色體上出現不正常額外複製的基因狀況,當格倫納開始檢查唐氏症病患的類澱粉蛋白時,他意識到其組成與阿茲海默症病患腦中發現的蛋白質是同樣的。這表示存在著某種完全未預料到的狀況。或許對某些人來說,身上即存在阿茲海默症的基因——而它就潛伏在第二十一號染色體的某處。

因此,當格倫納的結果一發表,科學家們便開始收集顯現了繼承阿茲海默症跡象的家族 DNA 樣本,並稱之為「 家族性」阿茲海默症。其中一個樣本來自一個龐大的英國裔加拿大家族,他們的祖先於一八三七年移民至加拿大;僅僅十八代便出現高達五十四例阿茲海默症案例。另有一個德國家庭六代中有二十個病例。一個俄羅斯家庭在六代中顯示出二十三個病例。一個義大利大家族,其家族成員廣布法國與美國,在八代中有四十八個病例。

比較正常(左)和阿茲海默症(右)患者的腦部。圖/wikipedia

家族性阿茲海默症看起來與更普遍的非遺傳性版本完全相同;唯一值得注意的差異在於發作的年齡:

其症狀更早顯現,通常在五十幾歲、四十幾歲或甚至三十多歲末期。

家族性阿茲海默症之所以為革命性的發現,不只因為它證明阿茲海默症可能來自遺傳,還因為其基因起源對占多數的晚發型病症的顯現上,為科學家提供了一個真實的線索。科學家利用基因作為出發點,便能調查與它互動的其他分子,因而能開始拼湊出生化因果關係網。這就類似偵探在畫板上釘了一張黑手黨照片,用來對照出整個犯罪集團一樣。

-----廣告,請繼續往下閱讀-----

到了一九八六年,接續格倫納的發現,數個美國團隊成功地解碼 β 類澱粉蛋白的 DNA 序列。他們將此基因命名為 APP(前類澱粉蛋白質,取自 amyloid precursor protein 的縮寫)。這讓科學家偵探們有了頭號嫌犯。但只有 APP 仍不足夠,他們需要查出它是否是從正常狀態被永久改變,才知道是否該將此基因定罪。要這麼做,他們需要找出突變。

和遺傳有關的家族性阿茲海默症

黑髮高挑、有著麻雀般面容以及細長眼睛帶著探究神情的卡蘿.詹寧斯,是位一眼便能看出問題的認真女性。她的父親沃爾特出身於勞動階級新教徒家庭,是十五名子女當中的長子。這位在戰時於海軍服役的送乳員,是個以勤奮工作來照顧其掌上明珠卡蘿的一絲不苟男人。他以健談、活潑性情以及管理家庭財務的細膩方式著稱,他經常會寫下事情,並從諾丁漢合作社追討每月帳款。

圖/pixabay

然而到了他五十八歲生日時,沃爾特變成「 不一樣的人」——安靜、不與人打交道,並很奇怪地無法整理他的帳本。有時候他似乎對最例行的任務也顯得迷迷糊糊:購物時常會拿起錯誤物品,然後放入別人的推車裡。家人帶他去看醫生後,被告知他得了失智症,很可能是阿茲海默症。至於成因或他不甚恰當的年紀,則沒有多加說明。

但沃爾特並不是唯一的一位:四位比他更年輕的弟弟妹妹在接近六十歲時,也開始出現一些症狀。諷刺的是,因為家族中有許多人這麼早就罹患了阿茲海默症,他們有許多人反而覺得這相當正常。但卡蘿不這麼想,她的信件不久後送達聖瑪麗醫院。在那裡,正於實驗室中工作的是二十八歲的分子遺傳學家艾莉森.高特(Alison Goate)。

-----廣告,請繼續往下閱讀-----
圖/eurekalert

高特是搜尋阿茲海默症突變的龐大團隊之一員。「 每個人都知道存在一些帶有遺傳性阿茲海默症的家族,」她以抑揚頓挫的腔調,從紐約透過電話告訴我。她現在就職於那裡的西奈山阿茲海默症研究中心(Mount Sinai Alzheimer’s Research Center)。「 但這些家族十分稀少,所以當時人們無法真正談論阿茲海默症的基因。」

卡蘿的故事振奮了他們,聖瑪麗醫院立即回應他們想知道更多,並且會安排醫生詢問問題並收集血液樣本。因此卡蘿連絡整個家族,要求他們全到她家提供樣本並告訴醫生所有知道的事。「 卡蘿讓我印象深刻,」高特說。「 她說服家族成員參與的方式,就像個啦啦隊隊長。」那麼多的姑姑與叔叔,還有表親、姪子姪女們,真的塞滿了整個房子。

尋找導致失智的突變 DNA 片段

場景回到倫敦,對基因突變的追捕已然展開。而這有賴於利用遺傳學的關鍵原則:染色體上彼此靠在一起的基因有一起繼承的傾向——即具有基因連結。這表示,如果在帶有失智症病史的家族中總可以看到某些 DNA 片段,我們便可推斷在那一區域的 DNA 某處藏有突變。如果這俗稱的 DNA 搜尋引擎發揮效用,將可迎向個人化的醫學新時代。針對某項遺傳缺陷的治療方式,將有可能修好問題的根本成因,徹底戰勝塔克寧這類藥物。「 乙醯膽鹼藥物之所以被核准,是因為沒有別的藥物,」高特說。「 對某些人來說,有總比沒有好,但它們只是治療症狀而非病因。而你的基因傾向,可以建議你該服用哪種藥物。」

雖然 DNA 只是由四組重複化學群組構成的簡單分子,但要找到其中的拼字錯誤也並不簡單。圖/wikimedia

即使如此,找出突變並不容易。雖然 DNA 只是由四組重複化學群組構成的簡單分子──腺嘌呤(Adenine,簡稱 A)、胸腺嘧啶(Thymine,簡稱 T)、胞嘧啶(Cytosine,簡稱 C)以及鳥糞嘌呤(Guanine,簡稱 G)──其編碼相當於人類三十億個字母長。若寫出來,將等同於兩百本一千頁的書冊,一個打字員若每天工作八小時,則需要半個世紀才能完成。如何寄望誰可以找出其中的拼字錯誤?幸好,與唐氏症的連結以及 APP 基因位於何處,讓高特有一個好的出發點:第二十一對染色體。

-----廣告,請繼續往下閱讀-----

僅僅四年後,在一九九一年二月,高特便發現了突變之處。它是 DNA 編碼的單一字母──原本應該是 C 卻成了 T。三十億的字母只需一個突變便足以瓦解卡蘿的家人。如果有任何領域可讓身處於混沌未明世界的我們真心感激的,肯定是遺傳學。

 

 

 

 

 

——本文摘自《當大腦開始崩壞:科學 X 人性 X 歷史,人類對阿茲海默症的奮戰》,2018 年 6 月,八旗文化

文章難易度
八旗文化_96
34 篇文章 ・ 19 位粉絲
外部視野,在地思索, 在分眾人文領域,和你一起定義、詮釋和對話。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

5
0

文字

分享

0
5
0
含糖飲料讓思考能力受損,還和失智有關聯?——《大自然就是要你胖!》
天下文化_96
・2024/06/24 ・2352字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

認知與失智

阿茲海默症是現代社會面臨的一大困擾,這種可怕的疾病是俗稱老年痴呆的失智症最常見的原因,也是 2022 年全美第七大死因。阿茲海默症是一種行為失能疾病,目前尚無有效的治療方法。這項疾病的特徵是神經元會持續死亡、大腦萎縮、神經元之間形成富含 β 澱粉樣蛋白(beta-amyloid)的蛋白質斑塊,並在神經元內部出現濤蛋白(tau)累積。患者通常一開始的症狀是短期記憶喪失,並在幾年內發展為完全的失智。

阿茲海默症中,Tau蛋白異常會造成腦細胞內的微管瓦解。圖/wikimedia

大多數科學家認為,若能阻止澱粉樣蛋白在腦部沉積或濤蛋白在腦神經中累積,就可以預防失智症。然而,目前有幾種治療失智症的方法,正是採行預防或減少澱粉樣斑塊累積,只是全都失敗,導致有人質疑澱粉樣蛋白斑塊是否真的是致病原因,並開始嘗試尋找其他可能的解釋。

許多科學家指出,阿茲海默症患者在早期通常會表現出兩種顯著的特徵。首先,患者大腦中的某些區域,會減少對葡萄糖的吸收和代謝,因此有人將阿茲海默症稱為「大腦糖尿病」或「第三型糖尿病」。其次,大腦神經元內的能量工廠粒線體,不論是數量或功能都出現下滑,導致 ATP 產量減少。這兩項特徵都顯示生存開關可能涉入其中。

的確,大量攝取糖、高升糖碳水化合物和鹽,全都是阿茲海默症的危險因子,而這些食物正好都會啟動生存開關。肥胖症和糖尿病等疾病也可能提高罹患阿茲海默症的風險。若果糖是導致肥胖症和糖尿病的根本原因,而肥胖症和糖尿病又與阿茲海默症的罹患風險上升有關,那可以合理懷疑:果糖也可能是造成阿茲海默症的原因。

-----廣告,請繼續往下閱讀-----

實驗研究也支持糖與認知之間的關聯。例如,實驗室大鼠飲用含糖飲料之後,思考能力會受損。我的同事生理學家魯尼(Kieron Rooney)每天餵食大鼠兩小時的蔗糖水,濃度為 10%,大約與軟性飲料相同,為期一個月。結果這些喝糖水的大鼠,變得很難找到走出迷宮的路。更令人擔憂的是,即使大鼠停止飲用糖水,這種情況還是持續了六週。同樣的,經常飲用軟性飲料的兒童,在閱讀、寫作、文法和數學方面的學業表現,都相對較差。

經常飲用軟性飲料的兒童,在閱讀、寫作、文法和數學方面的學業表現,都相對較差。圖/envato

這些研究顯示,攝取含糖飲料可能對認知功能造成影響,而且影響所及的時間有可能持續。然而,這不一定代表蔗糖會導致失智。即使每天喝一種或多種含糖飲料,與情節記憶(episodic memory,對過去經歷或事件的回憶)受損和腦容量萎縮有關,但目前還無法做出任何定論。

不過,有愈來愈多證據將果糖與阿茲海默症聯繫起來。阿茲海默症患者大腦中的果糖濃度偏高,且含量比同年齡、同性別的非患者高出四至六倍,而果糖濃度最高的地方通常就是病變區域。也有證據顯示,大腦中的果糖大多是透過多元醇途徑生成。這些患者腦內有大量的山梨糖醇,也就是果糖的前驅物,這跟躁鬱症患者的情況類似。正如我們所知的,果糖一旦生成,會刺激生存開關啟動,造成細胞中的 ATP 含量減少。此外,阿茲海默症患者大腦中負責「清除」AMP 的酵素濃度,比同年齡對照組高出約兩倍。AMP 原本可重新轉化為 ATP,當愈多 AMP 遭到清除,腦內的能量濃度也就隨之下降。

我認為果糖導致阿茲海默症的途徑大致如下。之前提過,在缺少食物時,身體會活化生存開關以保護大腦,這時血液中的葡萄糖無法進入肌肉和肝臟,而會保留在血液中供大腦吸收與使用。這道開關的運作是透過阻斷胰島素作用來完成,因為肌肉和肝細胞需要胰島素才能吸收和使用葡萄糖,但大腦多半不需要。

-----廣告,請繼續往下閱讀-----
阿茲海默症患者大腦中的果糖濃度偏高,且含量比同年齡、同性別的非患者高出四至六倍,而果糖濃度最高的地方通常就是病變區域。圖/envato

然而有例外,大腦中與記憶和決策相關的區域,需要借助胰島素的作用才能攝取葡萄糖。加州大學洛杉磯分校的神經生理學家戈梅茲皮尼拉(Fernando Gomez-Pinilla)發現,大鼠攝取果糖後,大腦中與記憶和決策相關的區域會失去對胰島素的反應,導致葡萄糖吸收減少。實際上,果糖引起胰島素抗性的區域除了肌肉和肝臟,還有與記憶相關的大腦重要區域,這或許正是阿茲海默症的根本原因。

但限制大腦的這些特定區域攝取葡萄糖,對生存有什麼好處?之前提過,衝動和探索屬於覓食行為。記憶受壓抑的動物,可能更願意前往危險區域探索,因為牠們忘了潛在危險,而決策區受損的動物則會變得更衝動。因此可合理推測,果糖會透過在特定大腦區域引發胰島素抗性,以促進覓食行為,這是一種生存反應。

生存開關活化導致特定腦區的功能受到短期抑制,一開始的確能帶來生存優勢,但如果是反覆或慢性的刺激,反而可能導致腦部損傷。這些重要的神經元長期得不到足夠的葡萄糖,最終可能因為營養不良而功能受損。而且果糖代謝會對粒線體造成氧化壓力,使得 ATP 產量減少,更使狀況進一步惡化。一旦 ATP 濃度過低,神經元會死亡,最後的結果就是阿茲海默症。依此觀點來看,阿茲海默症患者大腦的後續變化,例如澱粉樣蛋白和濤蛋白的積累,都是次要的,而阿茲海默症的根本原因,主要是生存開關慢性活化。

——本文摘自《大自然就是要你胖!》,2024 年 06 月,天下文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

天下文化_96
139 篇文章 ・ 621 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。

0

1
0

文字

分享

0
1
0
好想出國,但害怕語言不通?超好用的同步翻譯軟體推薦!
泛科學院_96
・2024/06/02 ・613字 ・閱讀時間約 1 分鐘

出國旅行除了肢體語言的即時翻譯選擇!

今天要來分享最新的 AI 翻譯蒟蒻,之前我朋友要去法國參加研討會,但他不只不懂法文,連英文都不太行,所以他就來問我,有沒有什麼好用的 AI 即時翻譯?

我說沒有,結果他從法國回來後,反過來跟我分享了他實測各種翻譯 APP 的心得,其中一個我體驗完還真的覺得不錯用啊!

所以今天的影片我想要來跟你分享三件事:

  1. 簡單聊一下 AI 語音識別的發展
  2. 朋友大推的 Litok 翻譯 APP 的功能介紹
  3. 最近超流行的 AirChat 空氣聊天室可以怎麼玩

最後,想問大家有沒有用過其他超好用的翻譯工具呢?

-----廣告,請繼續往下閱讀-----
  1. 我覺得 Litok 真是天降神物我下次英文會議馬上試用
  2. 假的,都是假的,我還是靠自己的金耳朵實在
  3. 身為工程師,自己用 Whisper 模型做的才好用
  4. 其他也可以留言分享喔

如果,有其他想看的 AI 工具測試或相關問題,也可以留言發問

更多、更完整的內容,歡迎上泛科學院的 youtube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

討論功能關閉中。

泛科學院_96
44 篇文章 ・ 51 位粉絲
我是泛科學院的AJ,有15年的軟體測試與電腦教育經驗,善於協助偏鄉NPO提升資訊能力,以Maker角度用發明解決身邊大小問題。與你分享人工智慧相關應用,每週更新兩集,讓我們帶你進入科技與創新的奇妙世界,為未來開啟無限可能!