0

1
1

文字

分享

0
1
1

兇手只有一個,是頭髮告訴我的!蛋白質分析新技術有機會協助鎖定嫌犯

吼猴
・2020/01/10 ・2584字 ・閱讀時間約 5 分鐘 ・SR值 554 ・八年級

  • / 吼猴
圖片來源:pixabay

新聞中,命案層出不窮,然而不是每次都能幸運鎖定嫌疑犯,並取得有效的直接證據,現場遺留的蛛絲馬跡都是檢察官與受害家屬還原真相的希望。過往我們最有印象的科學證據可能就是 DNA檢驗」了,由小量的細胞或血液就可以辨識出嫌疑犯身分。最近美國法庭科學學會官方出版的《鑑識科學期刊》(Journal of Forensic Sciences) 宣告,未來取自現場遺留下的一根頭髮,將有機會作為輔助的科學證據,鑑定出真正兇手身份1

一根頭髮能告訴我們什麼?

以往經由毛髮,我們僅能知曉對方髮色、髮質、形狀如何,有時可以從毛髮上附著的一點皮屑,獲取頭髮主人的 DNA。現行技術中 DNA 證據的辨別性雖高,卻也不易保存且易被破壞;相較起來,毛髮主要由蛋白質構成,化學結構相較穩定、檢驗可用,量又多。如果能直接由頭髮鑑識出嫌疑犯身分,犯罪現場存留的毛屑就有機會成為更有利偵查的線索。

圖片來源:wiki commons

要做到這一點,我們需要有效而且簡易的蛋白質分析技術,以及能夠辨識個人的資料。頭髮的組成由外而內可分為表皮層 (cuticle)、皮質層 (cortex)和髓質層 (medulla)。表皮層主要以角質連接蛋白 (keratin-associated proteins)所構成,皮質層由角質連接蛋白和表層角質纖絲 (cuticular keratin fibrils) 組合而成,而髓質層則富含由聚合物交叉鍊結組成的結構,相當難分解

而這些蛋白質的結構與特性,是否有足夠的多樣性能讓我們辨識出個人身分呢?有這個機會。

-----廣告,請繼續往下閱讀-----

有可供辨識身分的多樣性,還需實驗方法的突破

勞倫斯利佛摩國家實驗室 (Lawrence Livermore National Laboratory)於 2016 年一篇研究2指出,毛髮中存有的遺傳多樣肽鏈 (Genetically variant peptides,簡稱 GVPs)具有成為破案神探拍檔的資質。

遺傳多樣 (GVPs)為一夾帶 SAP (single amino acid substitutions) 之蛋白質片段,推得其對應轉譯的等位基因,鑑別其單核酸多態性 (SNP) 再建立數據庫,便能具有強如 DNA、指紋圖譜的鑑識系統。而今已確認在角質連接蛋白表層角質纖絲與部分非角質蛋白之等位基因序列中,一共出現 88 處可供鑑定所用的變異點3,是可從毛髮中獲取的GVPs,未來可能可以用來鑑別個體身分。

然而,就算找出了毛髮中可供鑑別個體的鏈,目前分析毛髮蛋白質的技術仍未成熟。毛髮萃取出 GVPs 的程序裡,主要成分角蛋白的結構,使得要萃取出完好的蛋白質相當困難。因此即使這個點子早自 1976 年就有人想到了,「從落下的頭髮找出兇手」如此直覺的想法,一直難以實現。

本次《鑑識科學期刊》刊載的文獻研究3提出了新發展的直接蛋白萃取法,並且與過去其他萃取方法作出比較。直接萃取法使用 90℃ 高溫配以萃取的藥劑 DTT (DL-dithiothreitol)和 LDS 樣品緩衝液 (lithium dodecyl sulfate Sample Buffer),協助蛋白變性以取得蛋白質。相比於過去使用球磨機研磨多次,並添加大量化學藥劑協助蛋白質變性沈澱的方法,更為直接且省力省時。

-----廣告,請繼續往下閱讀-----

而文獻中比較了對蛋白質分析的敏感度與再現性,發現直接蛋白萃取法效果更佳,考量直接萃取方法的簡易與低成本,該方法於未來廣泛用於刑案的可能性極高。

技術成熟前,待解決的難關

儘管於毛髮中萃取出蛋白質不再困難,要從毛髮推論出原有主人的真實身份仍存在以下問題:

  1. 直接蛋白萃取法存在侷限性:直接蛋白萃取法並非適用於處理每一種 GVPs,不同性質的 GVPs有其合適的 GVP平板分析法 (GVP panel analysis),像是膠內水解 (in gel digestion) 比起溶液內水解 (in solution digestion) 較適合使用直接蛋白萃取法。除非我們能整併所有分析方法,取得其優點,否則該方法仍只適用於部分蛋白。若要擴大至人類的身份辨識,目前可供鑑別的位置仍然不足。而要建構出蛋白質的全貌以做鑑定用途,依然費時且操作人員需要具備專業技術。
  2. GVP 資料庫尚未完善:文獻中使用胰蛋白 (Trypsin) 作為限制酶進行切割,但實驗結果搜尋時卻並非只針對胰蛋白酶肽資料庫進行搜尋比照,而摻雜他種限制酶建構的資料庫進行比對。如此而得的片段分析結果,除不能確認其準確性,且在遇到分析程序所造成的蛋白質修飾時容易出現偽陽性反應。
  3. 改變 GVP 的因素了解不足:由於與 GVP 的相關研究尚未成熟,包括染髮、年齡等影響因素的研究量不足,要作為鑑識科的辨識依據為時過早。此外我們也無法排除千萬人當中是否有蛋白質序列恰巧相同的兩個個體出現,儘管若未來供鑑別位置的數量上升,該問題能稍作緩解,但仍須考慮到這個機率的問題。

有關自毛髮找出兇手的研究雖然路途仍然遙遠,分析化學的發展使我們朝這個目標緩緩邁進。然而,命案現場的完整性與偵查小組的洞察力依舊是破案的關鍵,鑑識人員的培訓能讓這些分析技術得以被妥善使用。可以確定的是,眾人對還原真相的渴求,終將化為更為具體且長久的技術留惠世人。非鑑識科人員的社會大眾在這些技術誕生時,若能不吝於給予支持和鼓勵,想必也能成為科學家們的動力鼓勁前行吧!

參考資料

  1. Ultrasensitive protein method lets scientists ID someone from a single strand of hair 
  2. Parker GJ, Leppert T, Anex DS, Hilmer JK, Matsunami N, Baird L, et al. (2016) Demonstration of Protein-Based Human Identification Using the Hair Shaft Proteome. PLoS ONE 11(9): e0160653. 
  3.  Zhang, Z., Burke, M. C., Wallace, W. E., Liang, Y., Sheetlin, S. L., Mirokhin, Y. A., … & Stein, S. E. (2019). Sensitive Method for the Confident Identification of Genetically Variant Peptides in Human Hair Keratin. Journal of forensic sciences.
-----廣告,請繼續往下閱讀-----
文章難易度
吼猴
5 篇文章 ・ 0 位粉絲
臺大農業化學系出生。什麼都想嘗試,什麼都想創造。 但最深沈的渴望莫過於將生活的喜悅與驚奇分享給眾人,無論是狗狗貓貓的萌照、曲折離奇的故事,又或是總能帶給人新奇有趣的科學冷知識。 決意以溫柔真誠的言語將這個世界的驚奇,分享給想知道的人們。

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

3
1

文字

分享

0
3
1
為什麼人類有頭髮?人類是如何從毛怪演變成現在的樣子?——《有點噁的科學》
時報出版_96
・2023/09/23 ・1579字 ・閱讀時間約 3 分鐘

哺乳動物的毛髮功能

所有哺乳動物都有毛髮(即使是醜得離譜的裸鼴鼠也有幾根陰毛),或多或少罷了,不過人類算是其中毛髮最少的。毛髮的主要功能是為我們的祖先們保暖,人全身約有五百萬根毛髮,其中大部分每天生長約○.四公釐(○.○二英寸)。這毛髮量聽起來好像很多,但與海狸上百億的毛髮和灰蝶的一千億根毛相比,這個數字就顯得微不足道了。

毛髮的主要功能是為我們的祖先們保暖,人全身約有五百萬根毛髮。圖/pexels

人類在演化過程中捨棄掉如此多毛髮,這在靈長類動物中絕無僅有,發生的原因目前尚不清楚。基因中有跡象顯示,我們約在一百七十萬年前就不再努力長毛了。

人類捨棄掉這麼多毛髮的原因

人類的體毛生長可能已轉化為青春期後的第二性徵,當我們準備好生育時才會出現。有個有趣的觀點是這樣的,人類毛髮脫落是因為跳蚤等體外寄生蟲作祟。

當人類的社群性格發展得更加明顯,群聚生活變得更緊密,跳蚤和蝨子的問題會變得更令人在意──將容易窩藏寄生蟲的毛髮削減掉,可避免牠們大批繁殖侵擾而造成破壞。

-----廣告,請繼續往下閱讀-----

另外有個理論認為,人類學會用火之後,濃密的毛髮可能就成了一種負擔──毛髮稀疏的人引火自焚的機率比較小──但這個說法有點站不住腳。

人類的體毛生長可能已轉化為青春期後的第二性徵,當我們準備好生育時才會出現。圖/pexels

你閱讀本節時或許已經發現,我們對毛髮的了解遠不及我們所未知的。為什麼有些人頭髮是捲的,有些是直的,為什麼我們有頭皮屑,為什麼陰毛如此粗硬,這些都是待解的科學謎團。

一步一步解開毛髮的謎底

雖然如此,但基本生物學原理套用到所有毛髮上都還是說得通的。毛髮從深陷皮膚的毛囊中發芽,細胞在那裡分裂和繁殖,將毛髮從真皮乳突中擠出,有點像擠牙膏。你的頭髮在夏天長得比冬天時更快,毛髮的學術名稱為複層鱗狀角質化上皮(stratified squamous keratinized epithelium)。

複層意味著它是一層又一層細絲拼排而成,鱗狀表示它表面的細胞扁平,角質化上皮是一種由角蛋白組成的動物組織,角蛋白是相當特殊的纖維蛋白,許多堅韌而靈活的動物身體部位都由這種基礎材質構成,包括頭髮、指甲、爪子和蹄子。

-----廣告,請繼續往下閱讀-----
毛髮有許多待解的科學謎團。圖/pexels

毛髮實際上已經死了,裡面沒有生化活動,但讓我們截取一根髮絲的橫切面來看看。它由三個主要的同心環組成:位於中心的是柔軟細緻、相對無明顯結構的髓質。

包圍它的是皮質,皮質為毛髮提供堅韌強度和支撐結構,並賦予其顏色(取決於黑色素含量)。然後是角質層外殼,其表面覆蓋著一層油性防水脂肪,只有薄薄的一個分子那麼厚。

毛髮的生長週期可謂絢爛又奇特,可分成三個發育階段,你身上的每根毛必定處於其中之一:較長的毛髮生長期;較短的衰退分解階段,此時毛囊收縮;以及休止期,此時原本的毛髮脫落,新的毛髮開始生長。

註解

  • 裸鼴鼠是哺乳類動物中唯一的溫度順應者(thermoconformer),牠們與昆蟲一樣,實際上是冷血動物,不必為調節體溫的事操心。

——本文摘自《有點噁的科學:尷尬又失控的生理現象》,2023 年 8 月,時報出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
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。

1

4
3

文字

分享

1
4
3
貝多芬頭髮保存 DNA,讓台灣人肝同身受
寒波_96
・2023/04/26 ・2722字 ・閱讀時間約 5 分鐘

貝多芬,是歷史上最知名的音樂家之一。2023 年問世的論文報告貝多芬的基因組,得知他有肝硬化的遺傳高風險,另外還感染 B 型肝炎病毒,令台灣人肝同身受。

符合一般人心目中貝多芬形象的畫像。圖/GL Archive/Alamy

貝多芬留下很多頭髮,哪些是真的?

貝多芬在公元 1770 年 12 月 16 日出生,1827 年 3 月 26 日去世。他在生前就非常知名,去世後名聲歷久不衰,相關研究很多,這項研究從遺傳學切入,獲得寶貴的新觀點。

貝多芬去世後留下一些遺物,但是不見得是真品。這項研究由 8 份獨立收藏的頭髮抽取 DNA,據說源自貝多芬不同年紀留下的頭髮。

8 份樣本,有 1 份「Kessler」的 DNA 含量不足,其餘 7 份足夠分析。5 份長期由不同人保存,遺傳訊息卻完全一致,應該就是貝多芬本人的。其餘 2 份看來分屬沒有關係的 2 個人,顯然不是貝多芬的頭毛。

-----廣告,請繼續往下閱讀-----
很可能來自貝多芬的 5 份頭髮。圖/參考資料1

值得一提的是,「Hiller」頭毛之前檢驗出重金屬,有人藉此提出貝多芬去世前健康惡化,和重金屬中毒有關。但是這回得知這根本不是貝多芬的頭髮,推翻此一論點。

貝多芬的Y染色體,有點謎

從 5 個獨立來源獲得的古代 DNA,能拼湊出完整的基因組,覆蓋率高達 24。遺傳上看來是一位歐洲中部的男生,血緣上沒有特殊之處。Y 染色體型號為 I1a-Z139,也是歐洲的常見型號。

由不同頭髮中取樣拼湊而成的基因組,幾乎可以確認來自貝多芬本人。然而,和貝多芬家族如今的親戚比對,Y 染色體卻不一樣。

貝多芬整個基因組看來,與如今歐洲中部的人群最相似。圖/參考資料1

音樂家貝多芬在 1770 年出生,名字為 Ludwig van Beethoven。歷史可考有一位 1535 年出生、1609 年去世的祖先 Aert van Beethoven,比他更早好幾代,並且有男性後裔流傳至今。

-----廣告,請繼續往下閱讀-----

歐洲的姓是父系傳承,Y 染色體也是;所以同姓的人 Y 染色體應該類似,只有歷代突變累積的少數差異。然而比對發現,如今五位貝多芬的 Y 染色體皆為 R-FT446200,和音樂家貝多芬不同。

如果歷史記載正確,這五位應該都是 Aert 的直系後裔。論文推測,從 Aert 到音樂家貝多芬的兩百多年間,或許發生過某些缺乏紀錄的事。

另一方面,貝多芬類似款式的 Y 染色體,如今依然存在,而且在歐洲人資料庫中可以搜尋到 5 款,估計共同祖先能追溯到一千年前。奇妙的是,五群人的姓氏都不一樣,而且都沒有人姓貝多芬。

如今姓貝多芬的人,Y 染色體都和音樂家貝多芬不一樣。Y 染色體和音樂家貝多芬一樣的人,都不姓貝多芬。圖/參考資料1

爆肝的遺傳風險

有很明確的記載指出,貝多芬 56 歲去世前便長期健康欠佳,有腸道和肝的毛病。另外聽力問題也很出名,身為史上一流音樂家,貝多芬的聽覺竟然從 20 多歲起逐漸退化,去世前聽力極差,原因成謎。

-----廣告,請繼續往下閱讀-----

這些問題和遺傳有關嗎?人類遺傳學研究已經找到不少與疾病、健康有關的風險因子,檢查發現,聽力與腸道方面的毛病,貝多芬沒有配備哪些 DNA 變異明顯有關,後天因素的影響也許更大。

貝多芬的肝實際上大有問題,遺傳上看來,幾處基因上也具備高風險的變異。純以 DNA 來說有酗酒傾向,而他晚年確實會酗酒。

不過風險最明確的是 PNPLA3 基因,貝多芬在此基因 rs738409 位置,配備的一對變異與「肝硬化」高度相關,也就是先天上,肝硬化的機率更高。

貝多芬去世前留下的「Stumpff」頭髮,其中存在 B 型肝炎病毒的 DNA 片段。頭毛中竟然可以抓到 B 型肝炎病毒,奇怪的知識增加惹!圖/參考資料1

最終命運:肝硬化×酗酒×B型肝炎?

另一很難想像的發現是,貝多芬去世前不久留下的「Stumpff」頭髮中,偵測到 B 型肝炎病毒的 DNA 片段。

-----廣告,請繼續往下閱讀-----

儘管出乎意料,最近確實有研究報告,在病患的頭髮中檢驗到 B 肝病毒。因此頭髮中的病毒 DNA 或許不是後人汙染,而真的是曾經感染貝多芬的病毒。

B 肝病毒有很多款,貝多芬感染的型號是歐洲常見款式 D2。他在 1827 年 3 月去世,留下這些頭髮的日期則早於 1826 年冬天,由此可知去世前幾個月,貝多芬正在感染 B 型肝炎。

即使體內有 B 肝病毒,也不見得能在頭髮中偵測到,所以更早留下的頭髮中沒有病毒,不等於他當時沒有感染。貝多芬也有可能是長期感染的慢性帶原者。

無人不知的貝多芬,我們懷念他。圖/小賈斯汀 VS 貝多芬 – 經典饒舌爭霸戰 #6(正體中文)

貝多芬中年起健康明顯走下坡,去世前幾年或許同時受到肝硬化、酗酒、B 型肝炎的夾擊,才會導致嚴重的肝病問題。

-----廣告,請繼續往下閱讀-----

歷史記載 1826 年 12 月時,貝多芬出現黃疸、四肢腫脹,很像肝功能衰竭的症狀。他就此臥床,直到長眠。

貝多芬,我們懷念他。大家也要注意健康,小心肝。

延伸閱讀

參考資料

  1. Begg, T. J. A., Schmidt, A., Kocher, A., Larmuseau, M. H., Runfeldt, G., Maier, P. A., … & Krause, J. (2023). Genomic analyses of hair from Ludwig van Beethoven. Current Biology.
  2. Beethoven’s cause of death revealed from locks of hair

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
所有討論 1
寒波_96
193 篇文章 ・ 1171 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。