一窺生物分子私底下在幹嘛！低溫電子顯微技術原子等級突破

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。

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。

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。

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。

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。

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。

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。

走進超商，從即食雞胸肉、高蛋白飲，甚至到水餃和餅乾，包裝上無不醒目地放大標示著「含有幾克蛋白質」。近年來，「高蛋白」似乎成了一種全民信仰，彷彿蛋白質就像存錢筒裡的硬幣，吃越多就能增肌抗老、活得越久。但同一時間，卻有另一派頂尖科學家警告，蛋白質吃太多可能會加速老化，甚至堵塞你的血管。到底誰說的才對？這一集，就讓挺健康鄭丁靚醫師帶我們看懂這場「科學羅生門」，不管你是想增肌的中壯年，還是擔心腎功能衰退的長輩，看完這篇文章就能掌握蛋白質的正確吃法！

迷思一：多吃蛋白質，究竟是長壽還是短命？

先說結論：在正常飲食範圍內，吃到建議量的蛋白質，對晚年身體的「韌性」絕對是有好處的。許多老年醫學指引（如 PROT-AGE、ESPEN）都建議，65 歲以上長者應將蛋白質攝取量從一般成人的每公斤 0.8 克，拉高到 1.2 克以上。2024 年哈佛團隊針對近 4.9 萬名護理師長達 30 年的追蹤研究也發現，中年時期蛋白質吃得夠，晚年免於慢性病且腦力、行動力俱佳的機率明顯較高。

那反對派在吵什麼呢？其實大家吵的「劑量」根本不同。現在社群媒體上有些長壽網紅提倡每天吃到每公斤 2.2 克的極端高蛋白飲食，但科學上並無證據支持超過 1.6 克能帶來額外好處。動物實驗甚至發現，過量的高蛋白飲食會讓血液中的白胺酸（Leucine）飆升，活化巨噬細胞裡的 mTOR 通路，進而抑制細胞的「自噬機制」，反而容易造成動脈粥狀硬化，提高心血管疾病風險。

更關鍵的盲點在於「年齡分水嶺」。南加大 Longo 團隊的研究指出，66 歲以上高蛋白攝取者死亡率較低；但在 50 到 65 歲之間，吃過多「動物性蛋白」的人，死亡風險卻大幅增加。後續大型研究進一步釐清：真正折壽的不是蛋白質本身，而是背後常伴隨的「高加工紅肉、少蔬果」生活型態。如果用植物蛋白取代部分動物蛋白，反而能降低死亡率。因此，蛋白質不是無腦狂吃就好，你該問的是「幾歲吃」、「從哪裡吃」。

迷思二：動物、植物、蛋白粉怎麼選？看懂「吸收率」與「脂肪」的博弈

營養學上有個評估蛋白質吸收效率的指標叫做 DIAAS。動物性蛋白質（蛋、奶、肉）的評分多在 1.0 以上，效率最高；大豆蛋白約 0.9，是植物界資優生。單看數字動物性蛋白確實贏了，但別忘了，吃進動物蛋白的同時，你也吞下了動物性脂肪。這就像夜市點牛排硬要附贈超甜紅茶一樣，容易引發中年人最怕的「發炎性衰老」。

為了安全且高效地攝取，建議的優先順序是：第一名是「雞蛋」，屬於脂肪比例較低的純動物蛋白；第二名是「牛奶與無糖優格」；第三名是「植物性蛋白」（如豆腐、豆漿）；最後才是「肉類」，且應挑選去皮雞胸、魚肉等低脂部位，將紅肉當作一週兩次補充鐵質與維生素 B12 的「微量元素補充劑」即可。

那麼，40 歲後需要買蛋白粉嗎？年輕人的肌肉工廠很敏感，吃點蛋白質就能長肌肉；但中年後細胞老化會出現「合成抗阻（Anabolic Resistance）」，單餐必須攝取 2.5 到 3 克的「白胺酸」才能打開肌肉合成開關。一顆雞蛋只有 0.5 克白胺酸，一餐吞 6 顆蛋會讓腸胃與膽固醇負擔過大。這時，「乳清蛋白粉」就是極佳的白胺酸分離萃取工具。腸胃較弱的中年人，建議挑選幾乎濾掉乳糖與脂肪的「分離乳清（WPI）」或預先消化的「水解乳清（WPH）」，並避開添加人工甜味劑的產品，以免破壞腸道菌叢。

迷思三：增肌別只買蛋白粉，醫師其實更推「它」？

如果你的預算跟意志力只能選一樣保健品來輔助重量訓練，其實「肌酸（Creatine Monohydrate）」可能比蛋白粉更關鍵。我們可以這樣想像：蛋白質是蓋房子的「磚塊」，而肌酸則是工地現場的「發電機」。

重訓時，肌肉收縮極度依賴 ATP 提供爆發性能量，但 ATP 幾秒鐘就會耗盡，一旦沒力，肌肉的成長訊號就中斷了。肌酸的作用就是快速補充磷酸肌酸，幫身體在極短時間內「再合成」ATP，讓你在訓練最後關頭能多推那關鍵的一兩下。有了足夠的刺激，蛋白質磚塊才有發揮的舞台。（註：肝腎功能不全或孕婦不建議使用，躁鬱症患者需先諮詢醫師）。

迷思四：蛋白質吃多會傷腎？小心被「抽血報告」誤導！

「蛋白質吃多會洗腎」是最大的都市傳說。醫學共識很明確：對於腎功能正常的人來說，高蛋白攝取「完全不會」造成腎臟疾病。真正把台灣人吃到洗腎的元兇，是長期高血糖（糖尿病）與慢性發炎。如果你因為怕傷腎不敢吃蛋白質導致肌少症，大腿肌肉流失等於失去了身體最大的「血糖緩衝池」，最後得糖尿病走向洗腎的機率反而飆高。

更弔詭的是，你的腎功能報告可能「本來就不準」。臨床上用來評估腎絲球過濾率（eGFR）的指標是「血清肌酸酐」，而它是肌肉代謝的副產物。如果一位長輩患有嚴重的肌少症，肌肉量太少，製造出的肌酸酐自然很低，這會讓公式「誤判」她的腎功能非常正常。反之，如果你在抽血前剛吃了一大塊牛排，肌酸酐會暫時性飆高，讓 eGFR 看起來很糟。因此，如果你處於灰色地帶，可以請醫師加驗不受肌肉量影響的「Cystatin C」指標來確認真實的腎功能。

結語：把飲食放回人生尺度來評估

蛋白質到底怎麼吃？這不是單純追求數字的遊戲，而是要先問「我現在是哪一種人」。如果你是 50 到 65 歲的中年人，與其糾結蛋白質總量，不如優先優化來源，用植物蛋白取代部分加工肉品；如果你已經有腎功能缺損，請務必與腎臟科醫師討論專屬的蛋白質管理（例如搭配酮酸胺基酸）。別盲從網路上的極端飲食法，了解自己的身體狀態，才能讓蛋白質真正成為你的長壽存摺，而不是老化加速器。

參考資料

1. Bauer, J., et al. (2013). Evidence-based recommendations for optimal dietary protein intake in older people: a position paper from the PROT-AGE Study Group. JAMDA.
2. Levine, M. E., et al. (2014). Low protein intake is associated with a major reduction in IGF-1, cancer, and overall mortality in the 65 and younger but not older population. Cell metabolism.
3. Song, M., et al. (2016). Association of animal and plant protein intake with all-cause and cause-specific mortality. JAMA internal medicine.
4. Zhang, X., et al. (2024). Identification of a leucine-mediated threshold effect governing macrophage mTOR signalling and cardiovascular risk. Nature metabolism.

延伸閱讀｜實證醫學專欄｜循證長壽、失智預防、更年期、睡眠科學｜叮噹醫師
以同儕評審論文為根據的長壽科學深度解析。睡眠科學、光線生物學、更年期醫學、認知儲備、失智早期檢測。

• 作者／顯微觀點
• 本文轉載自顯微觀點《15皮米的視界：開啟材料原子分析新紀元》

在材料科學領域，「解析度」決定了人類理解物質世界的深度。最早期的材料科學家只能觀察晶體形貌，到現在能利用精密儀器直接解析單一原子排列模式，每一次解析度的突破，都重新設定了我們對材料的認知框架。

2025年，來自馬里蘭大學與伊利諾大學香檳分校的研究團隊^[1]，利用電子疊層繞射成像（electron ptychography）技術，成功達到小於 15 皮米（pm，10⁻¹² m）的空間解析度，不僅觀測到單原子級結構變化，更捕捉到低扭角摩爾超晶格的集體振動模式。這項成果不僅更新電子顯微技術的解析度紀錄，也標誌著材料觀測尺度正式進入「原子振動」時代。

原子解析最前線：從「看見結構」到「測量位移」

過去數十年，各種電子顯微技術在解析度競賽中互不相讓，從奈米尺度（nm，10⁻⁹ m）逐步推進至埃米尺度（Å，10^-10 m），並逼近原子動態。材料科學研究的解析度不僅影響影像清晰度，更決定科學家提出問題意識的層次。

典型原子間距約為 200–300 pm，而原子因熱振動、應變或電子交互作用產生的位移，往往僅有數十皮米甚至更小。然而，正是這些微小的動態變化，主導了材料的關鍵性質，例如：電子傳輸行為、晶格應變分布、相變機制、超導或拓樸態形成等重要特性。

當科學家企圖在原子尺度進行影像分析，傳統高解析電子顯微術雖能辨識原子位置，但在量測如此微小位移時，仍受透鏡像差、電子束散射與訊號雜訊限制，多數結果仍需依賴間接推論，而非直接觀測。

15皮米的意義

1皮米等於千分之一奈米，相當於頭髮直徑的萬億分之一，而多數原子半徑為 50–200 皮米。長期以來，TEM（穿透式電子顯微鏡）與 STEM（掃描式穿透電子顯微鏡）已能解析原子排列，但真實材料中的原子並非靜止，而是不斷受到熱振動、局部應變與電子交互作用影響。

當解析度進入15皮米以下，顯微技術開始出現質性轉變：觀測尺度不再只是確認原子「位在何處」，而是量化原子偏離平衡位置的微小移動，甚至辨識由大量原子共同發生的集體振動模式。

此時，電子顯微鏡首次跨越「結構觀測」與「行為量測」之間的界線，從靜態結構分析工具，轉變為原子動態物理行為的觀測平台。

在15皮米觀測尺度下，材料不再被視為固定排列的結構，而是一個持續波動與調整的動態系統。微小原子位移即可改變能帶結構，進而影響導電性、磁性與量子相態形成。過去仰賴理論推測的效應，如今開始透過顯微觀測直接驗證。

什麼是電子疊層成像？

電子疊層成像（electron ptychography）是一種結合電子波動性與計算重建的先進成像技術。

電子的波動性在穿過極薄樣品時會產生相位改變。傳統電子顯微鏡主要利用電子強度成像，而疊層成像則透過「重疊掃描」方式逐點量測樣品，完整記錄繞射資訊，並以演算法重建樣品內部的電子分布及入射電子波的振幅與相位。

其核心技術包含重疊掃描：每次量測相鄰區域時，都會包含部分重疊範圍。以及反演重建演算法，能夠推算電子波如何與樣品交互作用。因此，電子層疊成像本質上是種計算式顯微技術。解析度不完全由透鏡決定，而與資料品質、演算法能力密切相關。

電子疊層成像 vs. 傳統電子顯微鏡

與傳統 TEM 或 STEM 相比，電子疊層成像的特殊之處源自其截然不同的成像方式：傳統電子顯微系統依賴電子透鏡直接觀測，一旦資訊遺失便難以復原。而疊層成像透過大量重疊量測形成資料冗餘，以演算法反推出唯一一致的物理解。

層疊成像時，透鏡像差與部分雜訊所造成的失真，可藉由計算反演修正與補回，形成所謂的「計算補償」。因此，解析度在疊層成像中，是資料品質、取樣密度、計算能力彼此交互而成的結果。

顯微系統的角色，也由傳統的影像獲取，演變為結合量測、運算與模型重建的計算式觀測儀器。

嶄新觀測——摩爾相位振動（Phason）

在低扭角雙層二硒化鎢（WSe₂）材料中，兩層晶格僅約 1–3° 的旋轉，即能形成長週期摩爾超晶格，產生複雜應變場與新型集體振動。這種稱為 phason 的集體滑移模式。不同於聲子的局部振動，屬於超低頻集體激發，其頻率位於次 THz 範圍^[5]，長期難以被直接量測，處於「理論上」存在的狀態。

藉由可達 15 皮米解析度的電子疊層成像，伊利諾大學厄巴納香檳校區的材料工程學家厄德金（E. Ertekin）、黃品珊（音譯。Pinshane Y. Huang）、范德贊德（A. M. van der Zande）與研究團隊在2025年首次成功捕捉phason局部化且具方向性的振動分布，為人類在原子世界的探索立下新里程碑。

Phason的成功觀測，意味著材料科學不再受限於判斷原子位置，開始能夠直接觀察大量原子協同運動，揭露摩爾超晶格中隱藏的低頻動態自由度。

Phason對材料科學的重要性

一般材料的振動模式通常可透過拉曼或紅外光譜量測，但 phason 的特徵波數低於 1 cm⁻¹ ^[5]，遠低於這些光譜技術的解析能力，訊號容易被背景噪訊淹沒。此外，phason 是一種集體滑移模式，空間上高度局部化且方向性明確，而傳統光譜只提供整體平均訊號，無法展現原子層級的位移分布。

電子疊層成像則能直接量測原子位移，使低頻集體模式得以被視覺化並解析空間分布，將材料分析由「平均結構」提升至「局部動態行為」的細緻層次。

在二維材料與量子材料研究中，微小原子位移即可顯著影響電子結構、熱傳導與電性行為等重要材料特質，因此原子級位移場已成為材料科學核心研究對象之一。在摩爾超晶格中，低頻 phason 振動會影響局部應變，進而可能調變平帶（flat band）與強關聯態，提供理解拓撲量子態的動態調變視角。

精準量測原子群體振動模式，將能呈現材料的多種特質：

• 熱穩定性：振動如何影響熱傳導與熱容
• 電子調控：位移場如何重組能帶結構
• 缺陷作用：雜質與邊界如何干擾原子群體的協同振動
• 電子輸運：低頻振動對載子散射與量子輸運的貢獻

材料設計可以從量測結構、測試性能的既有模式，轉向「模擬振動、預測性能」的精準路線，加速開發流程。

對半導體與材料檢測的啟示

電子層疊成像技術的突破，也為高階材料檢測開啟潛在發展方向。

針對介面品質，將能超越觀測形貌，進行原子位移量測，達到原子級界面分析。面對精密元件的缺陷與應變量測，在皮米尺度解析局部應變，能提供更精準的製程回饋。

最後，當顯微系統將超越傳統電子顯微儀器範疇，結合資料處理與演算法，成為智慧分析平台。未來的顯微系統競爭重點，不是專精於非單一性能，而是計算成像與智慧分析整合的整體系統分析能力。

解析度突破 15 皮米，儀器呈現的不只是更清晰的影像，而是能同時理解結構及其動態的材料分析模式。最先進的材料分析平台，能夠精密回報原子的位置，並進一步說明原子如何移動、如何影響元件性能。顯微系統正演進為整合高維資料擷取、即時運算與 AI 分析的計算式平台，加速從研究成果到產業應用的落地整合。

當解析度進入原子振動尺度

在黃品珊等材料工程學家的突破下，電子疊層成像將顯微觀測推向皮米等級，使人類首次能在原子振動尺度理解材料行為。這不僅是儀器性能的提升，更是觀測典範的轉移——原子層級的顯微技術開始從描繪結構，走向量測運動。

原子材料科學正由靜態描述邁入測量動態機制的嶄新階段。對半導體與先進材料產業而言，電子疊層繞射術帶來的原子動態理解能力，將成為高階檢測與智慧分析平台的重要基礎。面對人類的觀測，解析度的疆界持續後退；而人類對材料的理解，正開始深入動態的世界。

參考資料

1. Yichao Zhang, Ballal Ahammed, et al. (2025). “Atom-by-atom imaging of moiré phasons with electron ptychography.” Science, 389 (6758), p.423-428. DOI: 10.1126/science.adw7751
   https://www.science.org/doi/10.1126/science.adw7751
2. “UMD Breakthrough Named Amongst Physics World’s Top 10 of the Year.” Published December 15, 2025, University of Maryland.
   https://mse.umd.edu/news/story/umd-breakthrough-named-amongst-physics-worldrsquos-top-10-of-the-year?utm_source=chatgpt.com
3. 陳震。＜電子層疊繞射成像技術的突破及應用＞，《物理》，北京，2023 V.5.
   https://wuli.iphy.ac.cn/cn/article/pdf/preview/10.7693/wl20230509.pdf
4. 何翰蓁。＜讓鏡中世界不再黑白，電子顯微鏡的全新顯像技術＞，《科學月刊》，台北，2017.
   https://pansci.asia/archives/116644
5. Indrajit Maity, Mit H. Naik, et al. (2020). “ Phonons in twisted transition-metal dichalcogenide bilayers: Ultrasoft phasons and a transition from a superlubric to a pinned phase.” Phys. Rev. Research 2, 013335. DOI: 10.1103/PhysRevResearch.2.013335
   https://journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.2.013335