0

0
0

文字

分享

0
0
0

南安小熊落難記:故事,從一隻走失的小熊開始——《小熊回家:南安小熊教我們的事》

時報出版_96
・2019/07/10 ・5354字 ・閱讀時間約 11 分鐘 ・SR值 505 ・六年級

當代的動物保育議題,無論是棲地保育或是野生動物復育,都與人類的行為選擇息息相關。本次《我們與野生動物的距離》專題搭配本月選書《小熊回家:南安小熊教我們的事》,希望初窺這個龐大題目的一角:生而為人,遇上野生動物,我們可以做什麼?我們該怎麼做?

圖/時報出版 提供

2018 年 7 月 10 日,正值瑪莉亞強烈颱風來襲前夕,花蓮縣卓溪鄉南安瀑布登山步道旁的樹幹上,遊客們發現了一隻年幼的台灣黑熊。疑似與母熊走失,加上受到人群驚嚇,小熊緊緊攀附在約兩公尺高的樹幹上。遊客通報附近的玉山國家公園遊客中心,保育巡查員前往探視,發現小熊似乎精神狀不佳、蒼蠅圍繞打轉,便帶回南安遊客中心暫時安置,並通報林務局花蓮林區管理處。

當時正在玉山國家公園東部轄區帶領研究生進行「野外研究安全訓練」課程的資深黑熊保育專家黃美秀老師(國立屏東科技大學野生動物保育研究所所長暨副教授),正因颱風攪局而提早結束野外訓練課程而下山時。還沒踏入遊客中心,便聽到學生呼喊:「老師,快點,有一隻小黑熊!」

美秀老師和同行的獸醫師立即衝入辦公室探視,只見一個大型橘色塑膠箱,內有一黃色塑膠小雞飼料袋,是當時捕捉小熊所用,上頭還蓋著紙板。輕輕掀開紙板一角,見到一坨毛茸茸的黑球蜷縮在一角,烏溜溜的眼睛羞怯地打轉著,彷彿在探察四周環境。

-----廣告,請繼續往下閱讀-----

美秀老師示意現場其他人安靜,和獸醫合力先將小熊抓出來檢查。這小傢伙看來約 5、6 公斤,推測年紀約三、四個月齡,無明顯體表創傷或骨折狀況,精神狀況尚可,獸醫將小熊拎起來,試圖保定檢查時,牠猛烈爭扎,還差點咬了老師一口。牠的鼻頭稍乾燥、皮膚彈性差,獸醫判斷有輕微脫水情況(約體重的 5%)。老師推測小熊可能受到遊客驚嚇,躲在樹梢高處不敢下來,長時間日曬及緊張喘氣,導致體液快速流失,便給小熊電解質水,先穩定牠的狀況。

以現場狀況來看,老師推測這隻小熊可能剛與熊媽媽失散不久。考量牠的健康狀況還不錯,尚未斷奶且不具備獨立生存的能力。由於小熊與母熊失散可能僅在數小時間而已,母熊有可能還在附近搜尋或等待小熊。老師直覺最好的結局當然是由母熊前來把小熊帶走。因為母熊和小熊的親子關係緊密,母熊通常不會輕易隨便拋棄小熊,除非小熊受到劇烈而持續的干擾,或是小熊狀況很糟。於是當場建議管理單位應該以最快的速度將小熊送回現場,並且封閉步道入口,限制人員進出南安瀑布區域,避免再度干擾母熊返回原處。

原地安置受驚小熊,等媽媽

圖/pixabay

不知為何,發現小熊的消息傳開了,南安瀑布現場竟已有些遊客聚集,想看小熊。而即將來襲的瑪莉亞颱風可能登陸,母熊萬一沒有返回,也是威脅小熊性命的一大隱憂。於是團隊建議在前往瀑布的步道路口拉起黃色警示封鎖線,並加派人員看守,不允許任何人進入。同時,研究團隊帶領花蓮林管處和玉山國家公園管理處的工作人員們協力將小熊安置於被發現處附近的山壁下,用竹子和鐵絲網圍成半封閉的圍籬結構,限制小熊移動並提供二碗狗罐頭和二碗蜂蜜水。如此圍籬結構既可以遮避風雨,也可讓小熊的叫聲和味道傳出去,吸引母熊前來,並能夠讓前來的母熊輕易破壞、帶走小熊。對於尚無法獨立求生的小熊來說,人員還可定期提供食物,確保牠的平安。

但事情可沒有這麼簡單,安置小熊等媽媽的圍籬結構上,上方也拉上藍白相間的塑膠擋雨布,同時裝了發報器以及二台自動照相機,如果圍籬被破壞了,團隊馬上就會收到被啟動的發報器訊號,可以立即趕到現場查看狀況,了解是否是母熊來帶回小熊。唯一擔心的是如果有其他公熊(非親代)在此區活動,也可能造成小熊的危險。因此,萬一遇到公熊前來,危及小熊,團隊也可以第一時間趕到,驅趕公熊來保護小熊。

-----廣告,請繼續往下閱讀-----

待一切安置妥當後,研究團隊總算鬆了一口氣,完成了臨時被託付的專業技術指導之後,後續的「護熊」任務就交給管理單位(花蓮林管處)。小熊現場淨空之餘,僅在離小熊僅約 50 公尺遠的步道入口留一位人員看守,防止生人闖關進入,其餘就看小熊的造化了。當天傍晚,美秀老師得趕在颱風登陸之前返回西部,臨走前再前往探視小熊。但現場圍籬內卻毫無熊蹤。圍籬外的石頭上有坨排遺,內含物淨是橘色的姑婆芋的果肉和種子,可見小熊已經可以吃硬體食物了。但小熊怎會不見?自動照相機也都沒有捕捉到半點熊影子。再詳加檢視之後,發現圍籬外的山壁有個洞,看來小熊不是從內側挖山壁而出,便是當初架設圍籬時沒發現這缺口。

總之,小熊從棚子逃脫了!考量牠應該仍在附近遊蕩,因此在附近加裝了幾台自動照相機,老師還建議管理單位這兩天持續拉起封鎖線,禁止任何人進入這個區域,以免再次把母熊嚇跑。但,後續現場似乎沒有人留守,遊客也不顧封鎖,依舊進入瀑布區。

遊客打卡風潮

圖/pixabay

然而,隔天颱風並沒有登陸。不久之後步道發現小熊蹤跡的消息也陸續傳開了!再加上時值假日且豔陽高照,想要一睹小熊風采的大量遊客蜂擁而至,還有遊覽車包車,一台一台地駛進此區。南安瀑布、瓦拉米步道的台 30 線一時人車鼎沸。如美秀老師預期,小黑熊滯留此區,不知是肚子餓四處找食物,還是受到驚嚇到處亂竄,孤伶伶的身影竟然也大白天跑到大馬路上好幾回,許多遊客爭相拍照打卡,而往來的車輛也多,也有遊客擔心小熊被車撞到。

這期間,許多遊客都目睹小熊在南安瀑布附近的溪谷與山壁活動,卓安橋橋下溪溝的石頭上,發現的小黑熊排遺,除了有姑婆芋等植物果實之外,竟還發現四個煙蒂在其中。同時還有民眾也發現,小熊從溪谷往公路來回移動時,「沿途都在撿遊客丟下邊坡的寶特瓶、垃圾來咬」,擔心小熊恐怕凶多吉少。

-----廣告,請繼續往下閱讀-----

管理單位(花蓮林管處)七月二十日釋出新聞稿,宣布將封閉南安瀑布。然消息一出,似乎引起現場更大的參觀熱潮。有些網友還私訊美秀老師,傳送意外目擊小熊的照片。老師暗覺不妙,次日隨即前往現場,當場見識到「盛況」,而這樣只會將母熊嚇跑。

圖片嵌入自「在森林的熊,才有靈魂:讓小熊回家,南安小熊野放計劃。

七月二十二日保七總隊第九大隊護熊專案成立,瓦拉米步道的台 30 線實施 24 小時人車管制,請遊客勿前往小黑熊出入之地點拍照,或有騷擾之行為。同時呼籲民眾,勿騷擾黑熊,違反者可依《野生動物保育法》處一年以下有期徒刑、拘役或併科 6 萬至 30 萬元以下罰金。

不得不的介入

圖/pixabay

於是美秀老師當天就在臉書上發文宣導,呼籲遊客不要在進入當地。「災難,抑或是母子團聚的契機?」她問:「你家的小小孩若走丟了,你希望大家都去圍觀拍照打卡嗎(偏偏熊媽媽對人又很敏感甚或感冒)?」希望民眾發揮同理心。這篇發文經過媒體轉載,加上當地也有居民在外圍勸阻,遊客在隔天就幾乎消失無蹤了。

後來花蓮林區管理處 7 月 23 日(星期一)下午也召開緊急研商會議,討論南安瀑布台灣黑熊幼熊後續處置及因應措施,決議擴大封路範圍。美秀老師並未出席會議,因為她和團隊正在南安瀑布現場監測小熊的狀況。此時小熊其實狀況已經如風中殘燭,身形越來越瘦弱。

-----廣告,請繼續往下閱讀-----

美秀老師的呼籲、各單位的協助封路、媒體幫忙勸導、民眾的配合,大家都只希望母熊能夠及時出現,帶走小熊返回深山林裡。但眾人的期待最終還是落空了,母熊並沒有回來把小熊帶走。於是持續封路,而小熊也在遊客中心入口附近徘迴,最後躲進卓安橋下的橋墩。可見國內對於黑熊救援缺乏標準作業流程,南安小熊走失的處理過程似乎也有些失控。

美秀老師和獸醫,以及台灣黑熊保育協會團隊在管理單位的授權下開始提供小熊食物。之後並定時將食物(犬用代奶粉、幼犬顆粒飼料、嬰幼兒副食穀粉,調製成 250ml 粥狀食物餵食)從橋上垂吊下去給小熊,期望餓了 11 天的小熊起碼可以先填飽肚子。團隊同時也在牠躲藏的橋下沙洲叢林下設置一個籠子,擺食物,希望讓牠隨意進出,作為預防小熊遭遇危急狀態時,可以立即捕捉的備案。

美秀老師抵達後第三天,小熊的狀況越來越不好,活動力也下降,現場附近還發現疑似拉肚子的小熊排遺,也不太肯吃東西。而且原本應該活潑好動的小熊,大多就躲在橋墩下。下午五點開始,食慾明顯較差,對各種食物顯得意興闌珊,大概僅吃掉三分之一到二分之一的食物。小熊狀況不穩定,未因近日投食而有明顯活躍和進步,而且未曾離開卓安橋墩邊的灌叢,不像日前被目擊時仍有精神活力四處跑動。23 日晚上,現場只有美秀老師團隊,小熊依舊躲在草叢裡,拒絕進食。研究團隊開會商議明日捕捉的必要性,情境沙盤推演路線,人力和所需器材,並開始調配器材,以備明日之所需。當天午夜,小熊仍是不吃。

24 日一早,小熊仍是原躲藏於橋墩下草叢中休息,行動及神情懶散。垂掛食物後,牠僅舔食了盤子裡湯水,留下固態食物,水果(香蕉、火龍果)亦沒有吃。獸醫張鈞皓野在橋下發現小熊有拉稀便的情況。團隊獸醫研判小熊身體應該有狀況了,立即聯繫並建議管理單位立刻捕捉安置,以進行治療,先保住小命再說。

-----廣告,請繼續往下閱讀-----

7 月 24 日下午三點,花蓮林管處遂展開捕捉小熊作業,於下午準備好垂降裝備、各樣器材工具,並找來當地兩位原住民朋友協助捕捉小熊。在捕捉小熊的過程中有驚無險。開始捕抓時,小熊就往山壁衝去,使出渾身解數要逃離,卻失足滑落山壁,在千鈞一髮之際,當地布農山青賴志節剛好在小熊下方,一把接住了小熊,保住了小熊的安危,同時結束這場捕捉。

隨後小熊立即被送往附近的林務局花蓮玉里工作站的苗圃安置。之後遂啟動一連串健康檢查,台北市立動物園獸醫團隊還為此派出醫療車專程南下。直到 27 日,檢查結果出爐,小熊有中度至重度的貧血,以及肺炎狀況。失親落單小熊的緊急處理是國內首例,29 日林管處會同專家學者召開會議,為了小熊能健康存活,而如此幼齡的黑熊幾乎無法單獨在野外存活,而且母子團聚的可能性已極低,遂決議讓小熊接受短期的人工照養,等到恢復健康後,再進行野放訓練,並送小熊回歸自然。

小熊自此展開人間一遊的旅程,也啟動了台灣第一頭來自野外幼熊的返家計畫。

截圖自「在森林的熊,才有靈魂:讓小熊回家,南安小熊野放計劃。」募資計畫頁面。

Q&A

為什麼小熊會和熊媽媽走失呢?為什麼會跑到登山步道上呢?

台灣現在估計約有五百隻熊,熊並不會一直在定點不動,而是會四處走動的,因此在南安那個地方發現熊並不是什麼稀奇的事情。但是由於那個地方已經是非常靠近人類的聚落了,平常熊應該是不會想在白天時接近人類的,因此這件事情也不能夠算上常態。

-----廣告,請繼續往下閱讀-----

發現小熊的地方是登山步道旁,有許多人類在那裡烤肉的痕跡,加上小熊的排遺裡竟出現四隻菸蒂,我們可以合理的推斷,熊媽媽和小熊應是受到人類食物的吸引,才會來到這個地方。但是天亮之後,熊媽媽來不及帶著小熊回到山林之中,又被早起爬山的人群驚嚇到,因此才會拋棄小熊獨自離去。小熊受到驚嚇後,攀在樹上不肯離去,接下來才有了我們熟知的南安小熊。

健康長大的南安小熊。(林務局 / 提供

給小熊的祝福

第一次見到小熊時,牠毛髮凌亂,眼神彷徨失措。

牠那時小不隆咚又畏畏縮縮,我常開玩笑我的任一隻貓都可以輕易撂倒牠。

健康檢查的結果並不好,營養不良、貧血、肺炎,這些都不是偶發,在野外和媽媽分離的日子,小熊真的吃了許多苦。

收容之後,透過監視器,我們看到小熊非常專注地吃著我們給牠的粥,鐵碗被舔得一乾二淨,心中的石頭這時才放下一些。

來到特生中心後一個月,小熊第一次自己站上秤台,13.6 公斤!牠已經比一個月前整整長了一倍的體重,大家都好高興,此後每次結束休假回到特生中心,都訝異小熊比上次更大了。身為一個獸醫師,還會有什麼比看到一隻生病的動物充滿求生意志地康復、成長還要讓人欣慰呢?

很快地,小熊已經 40 公斤了,我們設下的門檻,小熊一項一項達標,牠已經準備好回家,回到山裡去了。經常有人問我,會不會捨不得?我總是笑笑說,不會呀!若是牠沒辦法回山裡頭,才是真的捨不得呢。

在照顧、野訓小熊的過程裡,牠總是讓我們驚訝(驚喜),無論是嚇人的成長速度,或是那些與生俱來、或經驗累積得來的行為與能力,這些就是對我們最好的回報。即便野外有許多挑戰,熊畢竟還是屬於山林。我把擔心化為期待,或許在野外會受傷,會生病,但牠有無限大的森林可以奔跑攀爬,還有機會可以繁殖自己的後代,在心裡想像這些畫面,也就足夠讓我感到開心了。

――張鈞皓(南安小熊長期照養人員兼獸醫師)

——本文摘自泛科學2019年7月選書《小熊回家:南安小熊教我們的事》,2019 年 6 月,時報出版

-----廣告,請繼續往下閱讀-----
文章難易度
時報出版_96
174 篇文章 ・ 38 位粉絲
出版品包括文學、人文社科、商業、生活、科普、漫畫、趨勢、心理勵志等,活躍於書市中,累積出版品五千多種,獲得國內外專家讀者、各種獎項的肯定,打造出無數的暢銷傳奇及和重量級作者,在台灣引爆一波波的閱讀議題及風潮。

0

2
1

文字

分享

0
2
1
「融合蛋白」如何全方位圍剿狡猾癌細胞
鳥苷三磷酸 (PanSci Promo)_96
・2025/11/07 ・5944字 ・閱讀時間約 12 分鐘

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。

-----廣告,請繼續往下閱讀-----

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)

-----廣告,請繼續往下閱讀-----
融合蛋白(fusion protein)/ 圖片來源:wikipedia

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。

-----廣告,請繼續往下閱讀-----

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。

「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」/ 圖片來源:shutterstock

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

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 / 圖片來源:wikipedia

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。

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)」/ 情境圖來源:shutterstock

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。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
解密機器人如何學會思考、觸摸與變形
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/09 ・6820字 ・閱讀時間約 14 分鐘

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。

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

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」 。

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 。 / 圖片來源:shutterstock

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 。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan / 圖片引用:https://www.aboutamazon.com/news

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:shutterstock

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。

2023 年來自 EPFL 的另一個實驗室—可重組機器人工程實驗室(RRL)推出了 Mori3 © 2023 Christoph Belke, EPFL RRL

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…

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

1

0
1

文字

分享

1
0
1
「黃金」角度——長腿背後的秘密,原來網美和服飾店的是這樣辦到的?!|2021 數感盃|高中專題|金獎
數感實驗室_96
・2021/12/25 ・5320字 ・閱讀時間約 11 分鐘

  • 作者:王浤齡、陳玟蓉、高珮珊/台北市立大同高級中學

數感盃青少年寫作競賽」提供國中、高中職學生在培養數學素養後,一個絕佳的發揮舞台。本競賽鼓勵學生跨領域學習,運用數學知識,培養及展現邏輯思考與文字撰寫的能力,盼提升臺灣青少年科普寫作的風氣以及對數學的興趣。
本文為 2021 數感盃青少年寫作競賽/高中組專題報導類佳作之作品,為盡量完整呈現學生之作品樣貌,本文除首圖及標點符號、錯字之外並未進行其他大幅度編修。

在拍照時,我們總是希望能夠自然地呈現出最漂亮的自己,但這是一件何其困難的事情。法國傳奇攝影師——羅伯特・杜瓦諾曾說:「如果我知道如何拍出好照片,那我每次都會拍出好照片了。」然而有沒有什麼拍攝方法,可以讓照片中的身材比例變得更完美呢? 

有一天,我和一群朋友到某間知名服飾店逛街,試穿今年流行的秋冬款,並拍照片比較看看,選出較適合自己的衣服。在過程中,我發現一個問題:「為什麼在店家試穿時,全身鏡映照出的自己總是比照片中好看?」

嘗試幾次後,我們發現這是因為自己的身材比例,在鏡子與照片中的呈現是不一樣的,服飾店內的全身鏡,總是使腿的比例看起來比較長。

圖/envato elements

於是我們開始好奇,拍照時要如何拍攝出如同店裡的全身鏡具有長腿效果的方法,以及,是什麼原因讓這間服飾店內的全身鏡會有這樣長腿的效果呢? 

-----廣告,請繼續往下閱讀-----

上網搜尋之後,發現在這個社群軟體發達的時代,網路上有許多人分享不用俢圖軟體,就能「拍」出完美比例的文章或是教學影片,其結論是:「把手機或相機傾斜一個角度,就可以讓人的腿在照片中的比例變長。」然而,所謂的「傾斜一個角度」到底是幾度,卻沒有網站提供。

事實上,每個人身高比例皆不相同,取景的遠近都不一樣,甚至使用的拍攝器材也不 盡相同,使這個「角度」也會因情況而有所不同。因此,我們試著用所學的數學工具,去推論出不同人在拍照時,手機應該要傾斜幾度才能達到想要的長腿效果? 

關於服飾店內全身鏡有長腿效果的原因,我在觀察這些鏡子後,發現它們都有傾斜(如圖一),而且與地面都是夾 80 度。這個傾斜角度到底有什麼樣的用意呢?我們試圖去解開這個業界沒有說出來的秘密。 

首先,我們先解釋物理上的「成像原理」。人的眼睛之所以能看到物體、相機可以拍到畫面,都是因為物體反射的光線,進入到眼睛內的視網膜、或是相機裡的底片後所成的「像」。

-----廣告,請繼續往下閱讀-----

成像的原理與國中理化所教的凸透鏡成像原理相同,是由三條光線所交會而成的像(圖二),其中平行光通過透鏡後會穿過焦點,而穿過焦點的光通過透鏡後會成為平行光,交會處就是成像地點;並且第三條穿過透鏡的直線光也會與前兩條相交,因此可以由物距與像距算出成像縮放的倍率。 

如果我們在成像位置放一個平面,當成像的平面與物體是平行時,像會與實物相似,但是上下顛倒;但是如果把成像平面傾斜一個角度的話,成像的比例就會因為傾斜的角度,而 與實物的原比例不同。 

我們想要研究相機傾斜角度對照片中人物的身材比例的影響。 

考慮拍攝時,相機高度與被拍攝者的肚臍位置相同,如上面圖三所示,點 D 為相機的焦點,物體反射的光線直線穿過 D點,在另一側的平面上呈現一個倒立的像。

-----廣告,請繼續往下閱讀-----

把 \( \overline{AC} \) 當成為一位站立著的被拍攝者, \( \overline{AB} \) =b 為被拍攝者的頭頂到肚臍的長度,即為身長;而 \( \overline{BC} \) =l 為被拍攝者的肚臍到腳底的長度,即為腿長; \( \overline{BD} \) =d 為被拍攝者與相機的距離。

當成像平面垂直地面時,若把像距等比例放大到等於物距時(即是 \( \overline{DI} \) =d ),則 \( \overline{HJ} \) 會是一個全等的倒立像,即 \( \overline{HI} \) =l 為像的腿長、 \( \overline{IJ} \) =b 為像的身長。

若把成像平面傾斜一個角度,轉成 \( \overline{EJ} \) , 則像的身長會被拉成 \( \overline{IJ} \) → \( \overline{FJ} \)  ,像的腿長會被拉成 \( \overline{IH} \) → \( \overline{FE} \) 。

接下來,我們將推導出一條公式,可以算出相機該傾斜幾度,才能讓被拍攝者的身長及腿長呈現我們所想要的比例。 

-----廣告,請繼續往下閱讀-----
圖四

假設在照片中,身長比腿長的比例為 \( \overline{FJ} \) : \( \overline{EF} \) =1 : r,先求出 \( \overline{HD} \) : \( \overline{HE} \) 。

如圖四,我們利用「孟氏定理」, ΔJEH 被直線 \( \overline{FD} \) 所截的線段比為

 \( \frac{\overline{JI}}{\overline{IH}} \) ✕ \( \frac{\overline{HD}}{\overline{DE}} \) ✕ \( \frac{\overline{EF}}{\overline{FJ}} \) =1  \( \Rightarrow \) \( \frac{b}{l} \) ✕ \( \frac{\overline{HD}}{\overline{DE}} \) ✕ \( \frac{r}{1} \) =1,則 \( \frac{\overline{HD}}{\overline{DE}} \) = \( \frac{l}{br} \)

又因為圖三中, \( \overline{IH} \) // \( \overline{EG} \) ,所以 \( \frac{l}{br} \) = \( \frac{\overline{HD}}{\overline{DE}} \) =  \( \frac{\overline{DI}}{\overline{DG}} \) = \( \frac{d}{\overline{DG}} \)  \( \Rightarrow \)  \( \overline{DG} \) = \( \frac{bdr}{l} \)

-----廣告,請繼續往下閱讀-----

\( \overline{IG} \) = \( \overline{DG} \) – \( \overline{DI} \) = \( \frac{bdr}{l} \) -d

因為 ΔEFG ≈ ΔJFI,所以  \( \frac{\overline{IF}}{\overline{FG}} \) =  \( \frac{\overline{FJ}}{\overline{EF}} \) =  \( \frac{1}{r} \) ;可推得:

\( \overline{IF} \) = \( \frac{1}{(1+r)} \) ✕ \( \overline{IG} \) = \( \frac{1}{(1+r)} \) ✕  \( \left ( \frac{bdr}{l}-d \right ) \)

因此,若相機傾斜的斜率為 m,則

-----廣告,請繼續往下閱讀-----

 \( m=\frac{\overline{IJ}}{\overline{IF}}=\frac{b}{\frac{1}{(1+r)}\left ( \frac{bdr}{l}-d \right )}=\frac{(1+r)lb}{rbd-ld} \)

從這個公式可知,我們只要知道以下數據,代入公式之中即可算出相機的斜率:

若圖中 \( \overline{AJ} \) 的斜率與 \( \overline{CH} \) (原文使用的是雙箭頭線段符號,但公式表中找不到,所以就先以線段符號代替)的斜率分別令成 mb ml ,則相機傾斜的斜率公式可用斜率簡化表示為

 \( m=\frac{(1+r)m_{b}m_{l}}{rm_{b}+m_{l}} \)

我們根據此公式進行以下實作。 

拍攝工具為 iPhone 手機,被拍攝同學的身體數據如下表一: 

-----廣告,請繼續往下閱讀-----

我們設定畫面高度與人物身高的比例黃金比例(約為 1:0.618),而由〈物距計算器〉網站,可算出此畫面下的拍攝距離為 144.7 公分。並且,我們希望拍攝出的身長與腿長也是黃金比 例,即  \( r=\frac{1}{0.618}=1.618 \)。

由表一,因為 mb = -身高 / 物距 =  \( \frac{-67.5}{144.7} \),ml = 腿長 / 物距 =  \( \frac{95.5}{144.7} \),所以帶入公式可得:

\( m=\frac{(1+1.618)\times \left ( \frac{-67.5}{144.7} \right )\times \left ( \frac{95.5}{144.7} \right )}{1.618\times \left ( \frac{-67.5}{144.7} \right )+\left ( \frac{95.5}{144.7} \right )}\approx 8.538 \)

因此,拍攝時手機傾斜的斜率約為 8.538,換算成角度: 

\( 8.538=tan\theta \Rightarrow tan^{-1}(8.538)\approx 83.3^{\circ} \)

所以手機在拍攝這位同學時應該要傾斜 83.3°。

下圖是手機傾斜前後拍照出來的照片效果對比: 

從右圖看得出來,照片中的腿部確實有拉長的效果,其比例為 1 : 1.84,但並非是當初我們給 定的黃金比例。這個原因是來自於 iPhone 手機鏡頭視角的限制,當手機傾斜時,放在腰部的高度,被拍者會無法全身入鏡。所以,我們將手機高度降低至能夠完全拍攝到整個人,因而導致加大拉長效果。

因此,我們建議在拍攝時,若需要降低手機高度,則手機與地面夾角,要比原計算出來的角度更接近 90° 一點。 

接下來,我們利用研究的結果去計算,各個年齡層與性別的人在拍照時,身長與腿長在照片中要呈現黃金比例,手機適當的傾斜角度分別為幾度。

下圖五,是內政部〈建築使用行為與本土人因工程關連性研究〉指出的 19 項人體計測尺寸中的部份數據;而下圖六,則是將圖表的數據進行以下的計算,去推論一般人平均的身長與腿長。

  • 膝蓋高度 − 膝膕高度 = 大腿厚度 
  • 坐高 − 大腿厚度 = 身長(頭頂到肚臍) 
  • 身高 − 身長 = 腿長 

把各個年齡層與性別的平均身長與腿長整理成下表二。最後,我們各別將數據代入公式計算得出,不同人在拍照時,手機的傾斜角度,如下表三所示。 

表格三中,65 歲以上的民眾要拍出黃金比例的手機角度比較垂直,是因為數據的統計有將駝背也考慮進去,導致統計出的結果,相對其它年齡層來說腿的比例較長。但普遍來說, 在未滿 65 歲的各個年齡層拍照時,手機傾斜角度分布在 65 ~ 70° 之間。

然而,考慮到手機傾斜時又要全身入鏡,需要降低手機拍攝的高度,會更加拉大腿長的比例,因此,一般人在拍照時,若想讓身長比腿長接近黃金比例的話,我們建議:

手機與地面的夾角以「70°」為最佳。

服飾業內不能說的秘密,全身鏡傾斜 80° 的原因!

在前文中,我們想探討第二個問題,是服飾店的全身鏡為什麼都與地面夾 80°。其斜置的原因,明顯是要讓腿看起比較長,但為何不用其它的角度而恰好是 80° 呢? 

斜鏡面會產生仰視效果,讓人感覺鏡中的人像向後仰,使腿的視覺效果變長。事實上, 長腿效果與我們研究的主題一致,同樣是實物(鏡中後仰的人像)與成像平面(視網膜)不平行,因此後仰角度與視覺比例的關係,符合前文推論的公式。

如下圖七所示,全身鏡傾斜 80° 後,由於鏡子和直立的人夾角 為 10°,因為鏡射原理,鏡子和像的夾角也為為10°, 所以像會傾斜 70°,且 ∠ACD = ∠AOB = 10° 。

實際到店家測量全身鏡前的走道寬度,約為 78 公分。也就是一般民眾會站在距離約 78 公分的位置使用全身鏡,即 \( \overline{DE} \) = 78,則 

78+ \( \overline{EC} \) = \( \overline{DC} \) = \( \overline{AC} \) cos(10º)

 \( \Rightarrow \) 78+ \( \overline{EC} \) = 2 \( \overline{BC} \) cos(10º)

 \( \Rightarrow \) 78+ \( \overline{EC} \) = 2 \( \overline{EC} \) cos(10º)

因此,可以算出 \( \overline{EC}=\frac{78}{2cos^{2}(10^{\circ})-1}\approx 83 \)

所以當我們照鏡子時,眼睛與成像的距離為 78+83=161 公分。若成年女性(平均身長 75.6 公分、 腿長 81.8 公分)使用服飾店的全身鏡時,看到鏡中自己的比例(腿長 / 身長)為 r,則

 \( \frac{(1+r)\times \left ( -\frac{75.6}{161} \right )\times \left ( \frac{81.8}{161} \right )}{r\times \left ( -\frac{75.6}{161} \right )+\left ( \frac{81.8}{161} \right )}=tan(70^{\circ})\approx 2.747 \)

 \( \Rightarrow \) r ✕ [(-0.4696) ✕ 0.5081+2.747 ✕ 0.4696] = 0.4696 ✕ 0.5081 + 2.747 ✕ 0.5081

 \( \Rightarrow r=\frac{0.4696\times 0.5081 + 2.747\times 0.5081}{ [(-0.4696)\times 0.5081+2.747\times 0.4696] }=\frac{1.63435446}{1.0.5138744}\approx 1.565 \)

這個結果非常接近黃金比例。

用其它年齡層與性別的數據去計算,也可得到 r ≈ 1.618 ± 0.05

因此,我們發現服飾店會在店內全身鏡會斜置 80° 的原因,很可能是因為要讓顧客認為穿上自家的衣服後,會讓比例接近於黃金比例,以提升購買慾望。

結合我們計算的數據和實作的結果,可以得出一些結論:大多數的人拍攝時,如果想要拍出身體的比例接近黃金比例,手機需要傾斜的角度大約為 65° ~ 70°。若將傾斜時,可能會把手機高度降低的因素考慮進去,則是以 70° 為最佳角度。

下次拍照時,不妨也將手機傾斜成 70°,或許會有意想不到的效果!

參考資料

-----廣告,請繼續往下閱讀-----
所有討論 1
數感實驗室_96
76 篇文章 ・ 54 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/