Loading [MathJax]/extensions/tex2jax.js

0

4
2

文字

分享

0
4
2

「看見」大腦記憶的生成──超解析 3D 層光定位顯微鏡

研之有物│中央研究院_96
・2020/04/30 ・3665字 ・閱讀時間約 7 分鐘 ・SR值 581 ・九年級

  • 撰文|呂杰翰、黃鈺珊、呂萱萱;美術編輯|林洵安

超解析 3D 層光定位顯微鏡

中研院江安世院士、應用科學研究中心陳壁彰助研究員,共同開發了「透化層光定位顯微鏡」,一次解構果蠅全腦的多巴胺神經網路,並可「看見」記憶蛋白在特定神經細胞突觸上的新生,此新技術可望揭開大腦記憶機制的神秘面紗。研究論文已於去(2019)年 10 月 18 日刊登在《自然通訊》(Nature Communications)。跟著研之有物一起來了解!

一個細微的動作、一絲情緒起伏,都是由千絲萬縷的神經網路,以及大量訊息傳遞的化學分子交錯作用的結果。早期心理學家要解析人類的大腦意識活動,必須對照研究對象的夢境和生活史。然而,大多數人一起床夢境就忘掉八成,還要將夢境和更久遠的童年記憶連繫起來,說佛洛伊德有多心累都不為過。

人類的任何情緒和行為,都是大腦千絲萬縷的神經網路,以及大量訊息傳遞的化學分子交錯作用的結果。
圖片來源│iStock

如今神經科學家有螢光蛋白與基因工程等工具在手,可先給予模式生物(如果蠅)特定刺激,然後用螢光定位腦內參與活動的生化分子(如某些與記憶有關的蛋白質分子),了解刺激前後分子如何重新分布,以此推測它們在腦部活動中所扮演的角色。

  • BUT!因為可見光無法穿透較厚的組織,過去研究者只能將腦組織切成薄片,才能用顯微鏡觀察。但切片會破壞大腦的整體性,無法忠實呈現完整的神經結構。

國立清華大學腦科學研究中心、中研院院士江安世與中研院應用科學研究中心助研究員陳壁彰,合作研發出可透視果蠅全腦的超解析 3D 層光定位顯微鏡,並利用化學方法把果蠅大腦變「透明」、可見光能通過,終於得以窺見果蠅腦部深處被螢光標定的單分子神經,藉此建構果蠅全腦神經網路地圖。

去年團隊藉著這項技術,「看見」記憶蛋白在大腦深處特定神經細胞突觸上的新生,初步揭開大腦記憶的神秘面紗。

-----廣告,請繼續往下閱讀-----

精彩故事,是這麼開始的……

解析度、廣度,統統都要!

先來說說傳統顯微鏡的問題!傳統光學顯微術能夠解析的最小距離,大約 250 奈米左右。也就是說,如果兩個發光分子之間的距離小於這個極限,因為光波的繞射特性會使分子影像變得模糊。這個鑑別距離極限,定義了光學成像的「解析度」。

傳統光學顯微術的「繞射極限」,硬生生地限制了科學家一窺腦部全貌的夢想。

大腦神經突觸的大小約在 20 到 40 奈米之間,與腦部分子活動相關的神經結構尺度也在數十奈米。可想而知,運用傳統「粗線條」的光學顯微術觀察大腦,一定會有「見林不見樹」的問題:即使可知大致的神經走向,也無法得知細微變化。但魔鬼,就是藏在細節裡啊~~

-----廣告,請繼續往下閱讀-----

另一方面,傳統顯微鏡還有視野廣度或視野大小的問題。神經突觸的大小是果蠅大腦 ( 約數百微米 ) 的數千分之一。想要解析特定分子在大腦的分布,困難度就像用小小無人機空拍一個籃球場,還要定位籃球場上每隻螞蟻的正確位置。

但在顯微鏡的世界裡,解析度和視野廣度本是兩個極端,想要一種技術、兩種滿足,必須找到非比尋常的解決之道。

關關難過關關過

首先,這種顯微技術必須能夠定位腦神經細胞中個別分子。衡量各種超解析顯微術的優勢與適用範圍,「單分子定位顯微術」(single molecule localization microscopy) 具有數十奈米等級的空間解析度,得以鑑別相距約 20 奈米的分子,恰好符合神經生物學家對解析度的要求,無疑是首選工具。

圖片來源│ 呂杰翰
圖說美化│林洵安

再者,因為神經網路遍佈全腦,並非僅侷限在大腦的表層,此顯微術必須能看得又深又清楚,才能重建果蠅大腦完整的三維影像,提供全面而精密的分子地圖。近年熱議的「層光顯微術」( light-sheet microscopy ) 可快速取得大範圍樣品的影像,成為不二首選

-----廣告,請繼續往下閱讀-----

有關層光顯微鏡的介紹,請見研之有物另一好文〈灑下百道層光,一窺微觀世界的生命律動:「晶格層光顯微鏡」如何為細胞拍攝寫真集〉。

再加上,江安世院士團隊透過生物組織澄清技術,運用化學方法讓果蠅腦變透明、能讓可見光通過,然後以層光掃描透明大腦,輔以上述單分子定位顯微術,即可在短時間內偵測大腦內的個別分子位置,稱為「透化層光定位顯微鏡」。

中研院應用科學研究中心陳壁彰助研究員與透化層光定位顯微鏡。
圖片來源│中研院秘書處

跨領域合作,打開大腦的潘朵拉盒子

有了既定的策略,抽象的概念立刻轉化為一個跨界、甚至跨國的技術整合問題。

陳壁彰助研究員與江安世院士合作,將一個由國家實驗研究院儀器科技中心打造的特殊顯微物鏡,整合入實驗室既有的掃描式貝色層光顯微鏡 (Scanning Bessel beam light-sheet microscope),建構出針對透明化樣品最佳化的超解析顯微鏡。

並應用日本東京大學 Yasuteru Urano 團隊開發的新型閃爍螢光染劑 HMSiR 標定腦內分子,讓每一個參與大腦記憶生成的分子,發出清晰且明亮的光訊號。

-----廣告,請繼續往下閱讀-----

論文第一作者、現任國立清華大學生醫工程與環境科學系助理教授朱麗安興奮地說:身為一個生物學家,使用自己建造的顯微鏡系統,就像打開潘朵拉的盒子,突然什麼都變成可能!

因為商用顯微鏡大多有鏡頭選用、解析度等限制,尤其層光顯微鏡在鏡頭選擇上更是有諸多限制。

那麼,這項新的顯微鏡系統,會對神經科學帶來什麼改革呢?

首先,神經訊號的傳遞仰賴神經突觸電位及神經傳導物質的傳遞,想要了解大腦的活動,必須解析突觸上的細微變化,如蛋白質的生成。以模式生物果蠅為例,神經突觸只有幾百奈米,過去只能仰賴電子顯微鏡。

但電子顯微鏡的樣品製備非常繁複,並需要將組織切片,無法呈現完整的神經結構,一次能看的樣品範圍也很小。電子顯微鏡的另一個問題是「很花時間」。美國珍利亞農場研究園區 (Janelia Research Campus) 所做的全果蠅腦電子顯微鏡連續切片影像,單一個果蠅腦就需花費 16 個月拍攝完成,再經過無數的工程師進行影像處理,不利於統計分析。

-----廣告,請繼續往下閱讀-----
果蠅全腦多巴胺神經多尺度圖像(上),細部的神經結構(左下),以及放大展現出非常複雜、但可經由新顯微術辨識的神經網路(右下)。
圖片來源│陳壁彰

透化層光定位顯微鏡,可在比細胞大將近一萬倍的組織(如果蠅大腦),定位其中所有蛋白質分子,進行果蠅全腦的攝影。而且全腦攝影可在一天之內完成,期間僅需移動樣品四次,大幅降低機械移動造成的誤差與後續影像處理的複雜性。與傳統的顯微技術比較,新技術能在合理的時間內拍攝大量樣品,即時提供生物學家更大的統計樣本。

去 (2019) 年初已初步告捷!新的顯微技術一次解構果蠅全腦的多巴胺神經網路,「看見」記憶蛋白在特定神經細胞突觸上的新生,可望揭開大腦記憶機制的神秘面紗。

看見記憶、解密大腦疾病

昆蟲腦部的蕈狀體分布了一種囊泡單胺運轉蛋白質 (vesicular monoamine transporter),與昆蟲的嗅覺與記憶功能息息相關,是一種在腦部負責訊息傳遞的重要分子。只要標定這種蛋白質分子的精確位置,即可從中歸納出與記憶有關的分子機制。

本次研究發現:在讓果蠅進行特定的記憶訓練後,只有特定的神經突觸會增加囊泡單胺運轉蛋白質表現,顯示這些神經在記憶過程可能肩負重大功能。

-----廣告,請繼續往下閱讀-----

藉由類似的實驗,神經科學家可以釐清神經變化和特定腦部活動的關聯,進一步理解神經在腦部記憶生成的機制,以及神經可塑性 (placiticity) 的變化,破解大腦記憶之謎。

左圖是超解析之果蠅眼部單一神經,右圖是超解析全腦囊泡單胺運轉蛋白在神經上的分佈。
圖片來源│Rapid single-wavelength lightsheet localization microscopy for clarified tissue

另一方面,由於鼠腦被普遍使用於與人類腦部疾病有關的研究,未來江安世院士研究團隊也計畫以此探索老鼠腦,揭密與蛋白質分布有關的機制,對於解答部分人類腦部疾病做出貢獻!

「目前為止,我們已經觀察果蠅在訓練前後的神經活動,並且能夠分辨尺度在數十奈米左右的變化,這對釐清分子在神經可塑性中扮演的角色提供很大的幫助。」朱麗安期許未來:「十年後的目標是將影像解析度提升到 10 奈米,並試著應用於活體,即時觀察神經在腦部活動下的重塑,終極目標是理解學習行為的詳細機制!」

也許不遠的未來,新的顯微技術可以觀察生物學習當下發生的每一個細微腦部變化,解密人之所以為人,是如何從經驗學習成長。

-----廣告,請繼續往下閱讀-----

延伸閱讀

本文轉載自中央研究院研之有物,原文為《「看見」大腦記憶的生成—-超解析 3D 層光定位顯微鏡》,泛科學為宣傳推廣執行單位

-----廣告,請繼續往下閱讀-----
文章難易度
研之有物│中央研究院_96
296 篇文章 ・ 3665 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

2
1

文字

分享

0
2
1
ECU: 汽車大腦的演化與挑戰
鳥苷三磷酸 (PanSci Promo)_96
・2025/07/02 ・3793字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

本文與 威力暘電子 合作,泛科學企劃執行。

想像一下,當你每天啟動汽車時,啟動的不再只是一台車,而是一百台電腦同步運作。但如果這些「電腦」突然集體當機,後果會有多嚴重?方向盤可能瞬間失靈,安全氣囊無法啟動,整台車就像失控的高科技廢鐵。這樣的「系統崩潰」風險並非誇張劇情,而是真實存在於你我日常的駕駛過程中。

今天,我們將深入探討汽車電子系統「逆天改運」的科學奧秘。究竟,汽車的「大腦」—電子控制單元(ECU),是如何從單一功能,暴增至上百個獨立系統?而全球頂尖的工程師們,又為何正傾盡全力,試圖將這些複雜的系統「砍掉重練」、整合優化?

第一顆「汽車大腦」的誕生

時間回到 1980 年代,當時的汽車工程師們面臨一項重要任務:如何把汽油引擎的每一滴燃油都壓榨出最大動力?「省油即省錢」是放諸四海皆準的道理。他們發現,關鍵其實潛藏在一個微小到幾乎難以察覺的瞬間:火星塞的點火時機,也就是「點火正時」。

如果能把點火的精準度控制在「兩毫秒」以內,這大約是你眨眼時間的百分之一到千分之一!引擎效率就能提升整整一成!這不僅意味著車子開起來更順暢,還能直接省下一成的油耗。那麼,要如何跨過這道門檻?答案就是:「電腦」的加入!

-----廣告,請繼續往下閱讀-----

工程師們引入了「微控制器」(Microcontroller),你可以把它想像成一顆專注於特定任務的迷你電腦晶片。它能即時讀取引擎轉速、進氣壓力、油門深度、甚至異常爆震等各種感測器的訊號。透過內建的演算法,在千分之一秒、甚至微秒等級的時間內,精準計算出最佳的點火角度,並立刻執行。

從此,引擎的性能表現大躍進,油耗也更漂亮。這正是汽車電子控制單元(ECU)的始祖—專門負責點火的「引擎控制單元」(Engine Control Unit)。

汽車電子控制單元的始祖—專門負責點火的「引擎控制單元」(Engine Control Unit)/ 圖片來源:shutterstock

ECU 的失控暴增與甜蜜的負荷

第一顆 ECU 的成功,在 1980 年代後期點燃了工程師們的想像:「這 ECU 這麼好用,其他地方是不是也能用?」於是,ECU 的應用範圍不再僅限於點火,燃油噴射量、怠速穩定性、變速箱換檔平順度、ABS 防鎖死煞車,甚至安全氣囊的引爆時機……各種功能都交給專屬的 ECU 負責 。

然而,問題來了:這麼多「小電腦」,它們之間該如何有效溝通?

-----廣告,請繼續往下閱讀-----

為了解決這個問題,1986 年,德國的博世(Bosch)公司推出了一項劃時代的發明:控制器區域網路(CAN Bus)。你可以將它想像成一條專為 ECU 打造的「神經網路」。各個 ECU 只需連接到這條共用的線路上,就能將訊息「廣播」給其他單元。

更重要的是,CAN Bus 還具備「優先通行」機制。例如,煞車指令或安全氣囊引爆訊號這類攸關人命的重要訊息,絕對能搶先通過,避免因資訊堵塞而延誤。儘管 CAN Bus 解決了 ECU 之間的溝通問題,但每顆 ECU 依然需要獨立的電源線、接地線,並連接各種感測器和致動器。結果就是,一輛汽車的電線總長度可能達到 2 到 4 公里,總重量更高達 50 到 60 公斤,等同於憑空多載了一位乘客的重量。

另一方面,大量的 ECU 與錯綜複雜的線路,也讓「電子故障」開始頻繁登上汽車召回原因的榜首。更別提這些密密麻麻的線束,簡直是設計師和維修技師的惡夢。要檢修這些電子故障,無疑讓人一個頭兩個大。

大量的 ECU 與錯綜複雜的線路,也讓「電子故障」開始頻繁登上汽車召回原因的榜首。/圖片來源:shutterstock

汽車電子革命:從「百腦亂舞」到集中治理

到了2010年代,汽車電子架構迎來一場大改革,「分區架構(Zonal Architecture)」搭配「中央高效能運算(HPC)」逐漸成為主流。簡單來說,這就像在車內建立「地方政府+中央政府」的管理系統。

-----廣告,請繼續往下閱讀-----

可以想像,整輛車被劃分為幾個大型區域,像是車頭、車尾、車身兩側與駕駛艙,就像數個「大都會」。每個區域控制單元(ZCU)就像「市政府」,負責收集該區所有的感測器訊號、初步處理與整合,並直接驅動該區的馬達、燈光等致動器。區域先自理,就不必大小事都等中央拍板。

而「中央政府」則由車用高效能運算平台(HPC)擔任,統籌負責更複雜的運算任務,例如先進駕駛輔助系統(ADAS)所需的環境感知、物體辨識,或是車載娛樂系統、導航功能,甚至是未來自動駕駛的決策,通通交由車輛正中央的這顆「超級大腦」執行。

乘著這波汽車電子架構的轉型浪潮中, 2008 年成立的台灣本土企業威力暘電子,便精準地切入了這個趨勢,致力於開發整合 ECU 與區域控制器(Domain Controller)功能的模組化平台。他們專精於開發電子排檔、多功能方向盤等各式汽車電子控制模組。為了確保各部件之間的溝通順暢,威力暘提供的解決方案,就像是將好幾個「分區管理員」的職責,甚至一部分「超級大腦」的功能,都整合到一個更強大的硬體平台上。

這些模組不僅擁有強大的晶片運算能力,可同時支援 ADAS 與車載娛樂,還能兼容多種通訊協定,大幅簡化車內網路架構。如此一來,車廠在追求輕量化和高效率的同時,也能顧及穩定性與安全性。

-----廣告,請繼續往下閱讀-----
2008 年威力暘電子致力於開發整合 ECU 與區域控制器(Domain Controller)功能的模組化平台 /圖片來源:shutterstock

萬無一失的「汽車大腦」:威力暘的四大策略

然而,「做出來」與「做好」之間,還是有差別。要如何確保這顆集結所有功能的「汽車大腦」不出錯?具體來說,威力暘電子憑藉以下四大策略,築起其產品的可靠性與安全性:

  1. AUTOSAR : 導入開放且標準化的汽車軟體架構 AUTOSAR。分為應用層、運行環境層(RTE)和基礎軟體層(BSW)。就像在玩「樂高積木」,ECU 開發者能靈活組合模組,專注在核心功能開發,從根本上提升軟體的穩定性和可靠性。
  2. V-Model 開發流程:這是一種強調嚴謹、能在早期發現錯誤的軟體開發流程。就像打勾 V 字形般,左側從上而下逐步執行,右側則由下而上層層檢驗,確保每個階段的安全要求都確實落實。
  3. 基於模型的設計 MBD(Model-Based Design) 威力暘的工程師們會利用 MatLab®/Simulink® 等工具,把整個 ECU 要控制的系統(如煞車),用數學模型搭建起來,然後在虛擬環境中進行大量的模擬和測試。這等於在實體 ECU 誕生前,就能在「數位雙生」世界中反覆演練、預先排除設計缺陷,,並驗證安全機制是否有效。
  4. Automotive SPICE (ASPICE) : ASPICE 是國際公認的汽車軟體「品質管理系統」,它不直接評估最終 ECU 產品本身的安全性,而是深入檢視團隊在軟體開發的「整個過程」,也就是「方法論」和「管理紀律」是否夠成熟、夠系統化,並只根據數據來評估品質。

既然 ECU 掌管了整輛車的運作,其能否正常運作,自然被視為最優先項目。為此,威力暘嚴格遵循汽車業中一本堪稱「安全聖經」的國際標準:ISO 26262。這套國際標準可視為一本針對汽車電子電氣系統(特別是 ECU)的「超嚴格品管手冊」和「開發流程指南」,從概念、設計、測試到生產和報廢,都詳細規範了每個安全要求和驗證方法,唯一目標就是把任何潛在風險降到最低

有了上述這四項策略,威力暘確保其產品從設計、生產到交付都符合嚴苛的安全標準,才能通過 ISO 26262 的嚴格檢驗。

然而,ECU 的演進並未就此停下腳步。當ECU 的數量開始精簡,「大腦」變得更集中、更強大後,汽車產業又迎來了新一波革命:「軟體定義汽車」(Software-Defined Vehicle, SDV)。

-----廣告,請繼續往下閱讀-----

軟體定義汽車 SDV:你的愛車也能「升級」!

未來的汽車,會越來越像你手中的智慧型手機。過去,車輛功能在出廠時幾乎就「定終身」,想升級?多半只能換車。但在軟體定義汽車(SDV)時代,汽車將搖身一變成為具備強大運算能力與高速網路連線的「行動伺服器」,能夠「二次覺醒」、不斷升級。透過 OTA(Over-the-Air)技術,車廠能像推送 App 更新一樣,遠端傳送新功能、性能優化或安全修補包到你的車上。

不過,這種美好願景也將帶來全新的挑戰:資安風險。當汽車連上網路,就等於向駭客敞開潛在的攻擊入口。如果車上的 ECU 或雲端伺服器被駭,輕則個資外洩,重則車輛被遠端鎖定或惡意操控。為了打造安全的 SDV,業界必須遵循像 ISO 21434 這樣的車用資安標準。

威力暘電子運用前面提到的四大核心策略,確保自家產品能符合從 ISO 26262 到 ISO 21434 的國際認證。從品質管理、軟體開發流程,到安全認證,這些努力,讓威力暘的模組擁有最高的網路與功能安全。他們的產品不僅展現「台灣智造」的彈性與創新,也擁有與國際大廠比肩的「車規級可靠度」。憑藉這些實力,威力暘已成功打進日本 YAMAHA、Toyota,以及歐美 ZF、Autoliv 等全球一線供應鏈,更成為 DENSO 在台灣少數核准的控制模組夥伴,以商用車熱系統專案成功打入日系核心供應鏈,並自 2025 年起與 DENSO 共同展開平台化量產,驗證其流程與品質。

毫無疑問,未來車輛將有更多運作交由電腦與 AI 判斷,交由電腦判斷,比交由人類駕駛還要安全的那一天,離我們不遠了。而人類的角色,將從操作者轉為監督者,負責在故障或斷網時擔任最後的保險。透過科技讓車子更聰明、更安全,人類甘願當一個「最弱兵器」,其實也不錯!

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
跨越百年障礙 擴張蠅腦的魔術
顯微觀點_96
・2025/06/23 ・1783字 ・閱讀時間約 3 分鐘

本文轉載自顯微觀點

圖 / 顯微觀點

平價嶄新技術 擴張毫微蠅腦

2023 Taiwan顯微攝影競賽銀獎 Wiring the Brain,題材為果蠅大腦的多巴胺神經網路。蠅腦中比頭髮纖細數千倍的神經纖維與突觸,放大印刷到超過人腦直徑,依然清晰可數。

由於果蠅具有與人類高同源性的基因,也能表現複雜的行為(求偶、覓食、打鬥等),精密解析其腦部構造與整體運作方式,是科學家探索人心智奧秘的重要里程。果蠅的大腦尺寸約為 0.59mm × 0.34mm × 0.12mm,比針尖更細小。其中的神經纖維與突觸更細小數千倍,僅有數百奈米,有時小於光學顯微鏡 200 奈米的繞射極限。即使透過最精密的轉盤式雷射共軛焦顯微鏡,科學家也難窺全像。

到了 21 世紀,在突觸等級分析果蠅大腦仍是相當困難的工程。以掃描式電子顯微鏡(SEM)逐步分析被切成薄片的蠅腦樣本,提供奈米等級解析度的同時,也是侵入性極高,而且可能破壞神經原貌的耗時作法。在AI協助下,2018 年首先問世的立體果蠅全腦圖譜就是由大量平面電子顯微影像重建而成。

-----廣告,請繼續往下閱讀-----

對於持續探索腦神經真實立體結構的科學家,除了鑽研更極致的光學放大效果(如螢光消去顯微術、晶格層光顯微術等足以達到超解析影像,也需要昂貴設備的技術),也有人另闢蹊徑,擴張樣本以浮現原本被繞射極限遮蔽的細節。

果蠅全腦連接體 by Flywire.ai
2023 年 8 月發表的果蠅全腦連接體圖,來自大量電子顯微圖片,由超過 200 位科學家與 AI 合力打造。而果蠅腦部的超解析螢光顯微影像,可以用於協助校正主要由平面電子顯微影像重建的模型,是持續理解果蠅全腦運作機制的重要資源。Courtesy of Flywire Project.

2015 年,麻省理工的波伊登(E. Boyden)提爾貝里(P. W. Tillberg)與陳飛等科學家發表擴張顯微術,以實驗室常見的水凝膠(Hydrogel)、蛋白質水解酶(Protease)等材料,就能將螢光染色的組織均勻(Isotropic, 各方向等量均質)放大,以傳統光學顯微鏡就能觀察原本相距數百奈米的微小構造。

即使有擴張顯微術的幫助,建立果蠅的連接體圖譜仍是一番繁複工程。取出果蠅大腦的顯微手術,需要數周到數月的時間才能熟練。成功擴張的樣本也必然遭遇螢光訊號被稀釋,影像解析度降低的問題。

聚合、分解與吸水 尿布材質推動腦科學

擴張顯微術的基本步驟包含

-----廣告,請繼續往下閱讀-----

錨定 / Anchoring:將樣本浸泡於水凝膠(常用丙烯酸鈉,與尿布吸水部位相同的材料分子),讓水凝膠單體分子滲入樣本,與樣本的蛋白質黏合固定。

聚合 / Polymerization:加入藥劑,讓水凝膠單體間形成聚合並交聯(Cross-link),形成一個緊密滲入、黏合樣本的立體網狀結構。

分解 / Digestion:以蛋白質水解酶分解樣本中的蛋白質骨架,除去擴張時來自樣本的抵抗,但盡量保留螢光蛋白。

擴張 / Expansion:將水凝膠與樣本的結合體加入水中,讓聚合水凝膠吸水擴張,使樣本隨之擴大,每個方向可均勻擴張4到5倍。反覆吸水,各維度最多可擴張近 20 倍。

-----廣告,請繼續往下閱讀-----
擴張顯微術
擴張顯微術示意圖。Courtesy of addgene

2023 Taiwan 顯微攝影競賽銀獎得主劉柏亨分享,其中的「分解」步驟最為關鍵。如何除去樣本內部的拉力,又盡量保持螢光蛋白的訊號,就是實驗的技巧所在。除了使用蛋白質水解酶分解細胞骨架,也能採替代方案,以藥物將蛋白質骨架「變性(Denature)」減少原有的拉力,保留全部螢光蛋白。但是殘存的拉力也會影響擴張過程,使其失去各向同性(Isotropic)的均衡性質,導致樣本扭曲。

他的訣竅是,結合兩種途徑,在過程中不斷調整實驗溫度等變項,並使用「生物素化(Biotinylation)」在擴張前放大螢光訊號;或是使用鍵擊化學(Click Chemistry)在樣本擴張後染上螢光,在每次嘗試中逐步接近理想的解析度與信號強度。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

1
1

文字

分享

0
1
1
運動員的大腦跟一般人不一樣?從腦科學看體力之外的奪冠秘笈
F 編_96
・2024/12/17 ・2098字 ・閱讀時間約 4 分鐘

F 編按:本文編譯自 Live Science

是不是常聽人家講「運動天賦」?這種天賦到底是什麼?運動員哪裡跟我們不一樣?這個問題現在科學家或許可以給你一個答案。近年透過腦科學研究發現,運動員的大腦與普通人的大腦存在顯著差異,這些差異塑造了他們在比賽中的敏捷反應、精確動作及卓越判斷能力。

所以現在運動選手不只比體力,還要比腦力了嗎?這些差異具體差在哪裡?

快速反應:視覺處理能力

在團隊運動如足球或籃球中,快速處理視覺資訊並作出決策對勝負至關重要。一項 2013 年發表於《Scientific Reports》的研究發現,職業運動員比起業餘運動員或一般人更擅長處理動態視覺場景,例如追蹤快速移動的物體。這種能力能夠幫助運動員在瞬間解讀賽場上的複雜資訊,並迅速做出反應。

擁有快速的視覺處理能力,對團體運動來說至關重要。圖/envato

視覺處理能力的測試還可用於判斷運動員是否適合回歸賽場,例如在傷後復健階段,確保運動員在完全恢復判斷能力之前不會貿然上場。

-----廣告,請繼續往下閱讀-----

肌肉記憶:動作的自動化編程

對於體操選手或跳水運動員而言,肌肉記憶是完成複雜動作的關鍵。2023 年《Journal of Neuroscience》的一項研究表示,大腦如何通過訓練快速「壓縮」和「解壓縮」動作資訊,最終將動作序列整合成一個流暢的過程。這種訓練過程使運動員能夠無需刻意思考,便能完美執行複雜動作。

肌肉記憶的形成依賴於大腦皮層神經元的網絡活動,這種神經編程能力也同樣適用於訓練有素的音樂家或舞蹈家。

預測能力:球場上的決策利器

運動員擁有卓越的預測能力,例如棒球擊球手能根據投手的動作,快速判斷球的速度與方向。2022 年發表於《Cerebral Cortex》的研究發現,當擊球手預測投手的投球軌跡時,大腦左腹側顳葉皮質的神經元活動會根據預測結果而改變。

這種高效的預測能力源來於運動員在比賽中,學會透過關聯視覺線索與物體運動軌跡的技能。研究還發現,潛水選手等專業運動員的大腦中與動態運動解讀相關的區域,如上顳溝(STS),比普通人更厚,這也反映了運動訓練對大腦結構的塑造。

-----廣告,請繼續往下閱讀-----

平衡與空間感:身體控制的高峰

對體操選手來說,擁有非凡的平衡感與空間感知能力,兩者缺一不可,而這在科學上被稱為「本體感覺」(proprioception)。位於小腦的神經網絡讓運動員能迅速調整身體姿態,即使在空中失誤也能及時修正動作。

對體操選手來說,平衡感與空間感知能力非常重要。圖/envato

然而,當這套「安全網」失靈時,可能導致嚴重後果。如 2020 年東京奧運中,體操選手西蒙·拜爾斯(Simone Biles)因「扭轉失靈」而一度無法控制動作,凸顯了平衡能力在高風險運動中的重要性。

注意力與認知靈活性:多任務處理的關鍵

團隊運動要求運動員能快速在不同思維模式間切換,例如足球選手需在控球時預測對手動作並調整策略。2022 年《國際運動與運動心理學期刊》的一項研究顯示,運動員,特別是參與高強度間歇訓練的選手,擁有更強的認知靈活性和注意力分配能力。

研究也指出,這些能力的提升可能與長期訓練相關,但確切機制仍需進一步研究。

-----廣告,請繼續往下閱讀-----

抗衰老的秘密:運動對老年大腦的保護

這些運動訓練對大腦的影響,可不是只有相關區域的提升。運動對大腦健康的影響,可能會持續一生。一個典型例子是加拿大田徑選手奧爾加·科特爾科(Olga Kotelko),她在 95 歲時仍保持驚人的腦部健康,其白質結構完好程度甚至接近比她年輕三十多歲的普通人。科學家認為,持續的運動訓練可能是她保持記憶力與認知敏銳的原因之一。

運動不只是對身體的鍛鍊,對維持大腦健康也有影響。圖/envato

下一代的訓練策略:腦力與體力並重

隨著運動科學的不斷進步,科學家也開始呼籲教練更注重對年輕運動員的腦部訓練,例如提升記憶力與決策能力。西悉尼大學的運動科學家凱莉·斯蒂爾(Kylie Steel)指出,運動員的身體或許會訓練至極限,但在認知能力上仍擁有巨大的潛力提升。例如,足球訓練中可以鼓勵球員使用非慣用腳進行射門,以提升大腦靈活性,幫助他們在成年後更加出色地應對比賽挑戰。

近年研究讓我們重新認識了體育訓練對人體的深遠影響,運動改變的不僅是肌肉,還包括大腦。從視覺處理到肌肉記憶,再到抗衰老的腦部結構,透過運動與科學的結合,將為未來的運動員開啟全新可能性,也提醒我們,持續鍛煉不僅益於身體,也有助於大腦的健康。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。