1

7
2

文字

分享

1
7
2

人類寶寶的腸道裡到底都住了哪些微生物?──決定嬰兒腸道微生物菌相的要素及對於整復之啟示

社團法人台灣國際生命科學會_96
・2021/04/02 ・5982字 ・閱讀時間約 12 分鐘 ・SR值 576 ・九年級

圖/ILSI Taiwan

文/李元昆 教授|新加坡國立大學楊潞齡醫學院,微生物與免疫學系/外科學系。

臨床及基礎研究中,已有越來越多證據顯示人類腸道微生物菌相 (gut microbiome) 能調節免疫系統、心智及其他生理功能的發育 (1-8)。成熟的人類腸道微生物菌相可分為兩大操作類型,分別是擬桿菌屬-雙歧桿菌屬型 (Bacteroides-Bifidobacterium type) 和普雷沃氏菌屬型 (Prevotella type) ,主要決定於飲食、地理位置以及生活型態(9-13)。擬桿菌屬-雙歧桿菌屬型主要分布於歐洲、北美洲和東亞 (9, 13–15),普雷沃氏菌屬型則是常見於東南亞、蒙古與非洲 (9, 14, 16)。母親會在懷孕與生產的過程中將自己的微生物菌相轉移給孩子 (17–20)。在嬰兒出生後,微生物菌相在母嬰之間的垂直轉移主要發生在腸道、產道、母乳、口腔以及皮膚等部位 (20–27)。西方國家自然產的新生兒,經由產道傳遞,會和母親有相同的腸道微生物菌相類型,也就是擬桿菌屬-雙歧桿菌屬型 (21, 26–29)。實際上不同菌種之間的相對豐富度在滿周歲前仍會改變 (23, 28, 30–32)。這些研究結果暗示,這類能「遺傳」到嬰兒的腸道微生物菌相組成,或許能夠保護兒童未來的健康。

母親只給了寶寶腸道微生物藍圖,並不決定其終其一生的發展

諷刺的是,這種常見於西方國家微生物菌相型的優勢菌:擬桿菌屬 (Bacteroides) 卻被列為許多已開發國家常見疾病的獨立風險因子,包含心血管疾病 (24, 25)、第二型糖尿病 (26, 27)、大腸直腸癌 (28-30)、心肌病變 (31)、類風溼性關節炎 (32)、發炎型腸道疾病 (33)、帕金森氏症 (34)、乳糜瀉 (35) 以及阿茲海默症 (36)。另外一方面,普雷沃氏菌屬(Prevotella) 為東南亞居民和素食者腸道主要菌群,也有直接或間接的證據暗示其與慢性發炎型疾病有關,包括牙周病、陰道菌叢變化症 (bacterial vaginosis) (37)、扁桃腺炎(38)、非酒精性脂肪肝引發的後期肝纖維化 (39)、心血管代謝疾病風險 (40) 以及氣喘 (41)等。 這些研究導向一個值得思考的重要健康問題:難道我們一生的健康與可能得到的疾病竟然被連結到出生那一刻?在回答這個問題之前,我們必須先了解決定腸道微生物菌相發展與建立的幾個關鍵因子。

如上所述,自然產嬰兒,其第一時間接觸的微生物菌相來自於母親的垂直傳遞。因此,有人可能會假設我們的健康狀況或許在這個時刻就已經被母親「設定」了。令人意外地是,一份近期於東南亞的研究結果顯示,新生兒至離乳前,其腸道微生物菌相屬於擬桿菌屬-雙歧桿菌屬型,並非他們母親所擁有的普雷沃氏菌屬型 (42)。且這些嬰兒的腸菌相,會在離乳過程中逐步轉變成與母親相同的普雷沃氏菌屬型 (12, 14)。

圖/ILSI Taiwan

剖腹產也會影響寶寶的腸胃道微生物菌相?

這項於印尼的研究,發現擬桿菌屬、雙岐桿菌屬 (Bifidobacterium) 與腸細菌科 (Enterobacteriaceae) 是嬰幼兒糞便中佔比最高的細菌,和過去於西方國家的研究結果相同 (23, 28–30)。在這群印尼嬰幼兒的糞便中,菌相隨著年紀的變化,主要來自於年紀較長的嬰幼兒糞便出現了一些特定的菌屬:在 6-12 月齡和 12-24 月齡的兩組中,主要是普雷沃氏菌屬、布勞特氏菌屬 (Blautia)、普拉梭菌屬 (Faecalibacterium)、毛螺菌科 (Lachnospiraceae) 以及瘤胃菌科 (Ruminococcaceae)等。同時,擬桿菌屬、雙岐桿菌屬、腸細菌科與克雷伯氏菌屬 (Klebsiella) 的相對豐富度則在離乳後逐漸下降 (6-12 月齡時),並在 24–48 月齡時持續維持較低的比率。在出生後短短不到一個月內,擬桿菌屬和雙岐桿菌屬就能以母親菌相的少數菌之姿,迅速在嬰兒的腸道內建立優勢微生物菌相,顯示新生兒的腸道環境可能非常適合這類菌屬的定殖與生長。同時卻又讓我們思考,為什麼剖腹產嬰兒即使是由母親哺乳,腸道內的擬桿菌屬和雙岐桿菌屬卻生長速度較為緩慢呢 (28, 43)?過去曾認為,這個差異可能是來自於剖腹產胎兒與母親有較少的垂直傳遞 (28, 43),然而根據這份印尼的研究,嬰兒早期腸道微生物菌相的快速建立,未必需要高量菌數之殖入。一個可能的解釋是,剖腹產手術過程會影響腸道的環境,進而阻撓共生菌在嬰兒腸道的建立過程。人類乳汁中的寡醣類能幫助雙岐桿菌屬在嬰兒腸道中成長 (44–46),且母乳富含脂質 (47),會促進膽酸分泌,進一步抑制普雷沃氏菌屬,並促進擬桿菌屬和雙岐桿菌屬的生長 (48, 49)。確實在該篇研究中,印尼嬰兒離乳前的排泄物 (糞水) 中含有較多的初級膽酸 (primary bile acids)。 離乳後的腸道微生物菌相改變也使得初級膽酸被轉換成次級膽酸 (secondary bile acids),與過去日本的研究結果相符 (42, 50)。離乳前嬰兒腸道中擬桿菌屬和雙岐桿菌屬的功能以及它們之所以佔據菌相多數的原因,值得注意。以該篇印尼研究來說,擬桿菌屬和雙岐桿菌屬不太可能與成人後的營養消化有關,因為在離乳後就會迅速轉成普雷沃氏菌屬主導的微生物相,且母親 (成人) 的腸道微生物菌相中擬桿菌屬和雙岐桿菌屬分布本就較低。在這篇研究中,與免疫細胞生長、成熟有關的細胞激素含量 (IL-1β, −2, −5, −8, −12, TNF-α 和 IFN-β) 也在離乳後上升。這也暗示了幼兒的主動免疫在離乳期開始發展。在一篇小鼠研究中, 腸道殖入Bacteroides fragilis (來自擬桿菌屬) 能夠抑制促發炎的TH17 免疫細胞反應 (51)。推測此篇印尼研究,離乳前擬桿菌屬的優勢定殖或許能抑制腸道中的促發炎細胞。在產後一個月內,普雷沃氏菌是母親陰道裡含量最豐富菌種。然而,即使生產過程中,嬰兒暴露於較多的普雷沃氏菌,但哺乳期間此菌的含量卻一直只在嬰兒的腸道微生物菌相佔少數。直到離乳後,嬰兒開始吃母乳以外的食物才逐漸轉為優勢菌種。有趣的是,歐洲與北美的母親,雖然腸道微生物菌相屬於擬桿菌屬-雙岐桿菌屬型,其陰道菌相卻仍以大量的普雷沃氏菌為主 (20, 23),即便歐美常見離乳後攝食的高脂/高蛋白飲食並不利於與此菌於腸道之繁衍 (12, 15)。儘管已開發國家飲食型態近數十年來有相當的演變,內源性因子所造就的普雷沃氏菌在母親陰道中的優勢,完全沒有受到影響。因為早期人類的飲食主要是以蔬菜為主,與現今的印尼族群飲食型態近似。然而,來自母體的微生物傳遞依舊被認為是嬰幼兒腸道微生物菌相的重要來源之一,因為所有孩子腸道中的菌種都可以在母親的微生物相中找到。不過,母親的微生物菌相中仍有許多額外的菌種,這表示只有少部分菌種可以透過腸道、陰道以及母乳傳遞給嬰兒,並且成功建立起嬰兒的微生物菌相。更重要的是,在母體優勢的菌種,並不一定在嬰兒腸道環境中也具相同的競爭優勢。這現在的其中一個解釋為,嬰兒的腸道環境可能偏好具有帶著某些特定功能基因的菌種 (27), 也有可能是除了垂直傳遞以外,菌相的水平傳遞也占了一席之地 (52)。無論如何,該篇研究最後也顯示嬰幼兒的腸菌相,會隨著成長而逐漸與母親的腸菌相愈來愈相近 (26, 28)。

-----廣告,請繼續往下閱讀-----

這篇研究,使用了一個相關係數指標來評估腸道共生菌與一些已知致病菌之間的相關程度;此指標係將共生菌與潛在致病菌的相關係數予以加總,指標 0 表示任何共生菌與病原菌均不相關。這個指標在這篇印尼嬰兒的研究中,離乳前為 4.9,而在離乳後則是上升到 31.0。前後的數字變化顯示,離乳前的共生菌群和母乳中可提供被動免疫防護的抗體、免疫球蛋白能夠壓制並避免潛在致病菌的生長。這些共生菌會提供嬰兒保護力,直到離乳前後他們自己的免疫系統完整發育。這種微生物菌相也許是一個演化上的保護策略,能在較不注重衛生習慣的過去,或者是某些開發中國家的現今,提供較早離乳的嬰兒足夠的保護力。 霍亂弧菌為開發中國家最廣泛的致命腸道病原菌。

圖/ILSI Taiwan

雙岐桿菌屬在各年齡層均與複雜碳水化合物、當地水果以及乳製品的攝取呈負相關。此印尼的研究結果也支持了先前的研究發現,飲食中抗性澱粉的存在會與雙岐桿菌屬數量呈現負相關(14)。印尼人的主食為秈米 (Indica rice),含有較多的抗性澱粉。印尼嬰兒離乳後攝取秈米,抗性澱粉持續存在於腸道中,造成腸道中游離膽酸被移除,進而使得普雷沃氏菌屬增殖,而降低雙岐桿菌屬 (10)。此外,普雷沃氏菌屬能夠發酵碳水化合物 (14, 15),攝食高碳水化合物的印尼人腸道環境有利其增殖。再者,研究也發現當地的水果及乳製品似乎會抑制雙岐桿菌屬的生長,且具有強烈的劑量效應。當地的果樹為了在高溫、容易滋生細菌的環境下生長,會產生抗菌的化學物質 (54–56)。而雙岐桿菌屬是否屬於對這類抗菌化學物質敏感的微生物,還需要進一步的研究證實。若屬實,這可能就是印尼幼兒離乳後腸道雙岐桿菌屬急遽下降的原因,同時也可解釋為何母親的腸道微生物菌相含有較少雙岐桿菌屬。在某些幼兒攝取較為西化飲食 (速食) 的案例中,來自麵包或洋芋片的可消化碳水化合物,可能造成速食攝取與雙岐桿菌屬之間出現正相關 (14)。過去在歐洲、北美洲以及東亞兒童所觀察到的雙岐桿菌屬保健功能 (33-36, 43, 53),在印尼兒童或許是由別種共生菌所取代,例如腸球菌 (Enterococcus faecalis) (57, 58)。嬰幼兒成長到 24-48 月齡時,可能已發展出一套成熟平衡的腸道微生物菌相系統。或許因與母親的飲食日趨相似,其與母親的微生物菌相亦就非常雷同。

綜此,至今研究指出:

  • 在出生僅僅一個月內,嬰兒體內優勢菌相即可相對快速的建立,其起始於來自母親極少菌量之殖入,但決定於嬰兒腸道環境因子,非母親菌相中含量最多的菌。
  • 嬰兒離乳前的腸道優勢菌相與內外緣因子有關,包括膽酸濃度、細胞激素、母乳中寡醣以及黏液素的醣基 (mucin glycans) 等,這些因子有利於擬桿菌屬及雙岐桿菌屬成為優勢菌種。
  • 在嬰兒離乳前,擬桿菌屬及雙岐桿菌屬的量與潛在致病菌的量呈負相關。唯其於抵抗傳染性疾病中所扮演的角色還需要更多臨床研究證實。
  • 離乳後的飲食型態,驅動嬰兒糞便微生物菌相組成的改變,故離乳期代表了微生物菌相變化的過渡期窗口。
  • 綜而言之,決定兒童腸道微生物菌相主要應是腸道環境和飲食組成,而非完全轉殖自母體。也就是說,離乳期的飲食為改善腸道微生物菌相的一個務實捷徑。

參考文獻 

  1. Turroni F, Milani C, Duranti S, Lugli GA, Bernasconi S, Margolles A, Di Pierro F, van Sinderen D, Ventura M. The infant gut microbiome as a microbial organ influencing host well-being. Italian J Pediatrics. 2020;46:16.
  2. Olsza k T, An D, Zeissig S, Vera MP, Richter J, Franke A,Glickman JN, Siebert R, Baron RM, Kasper DL, et al. Microbial exposure during early life has persistent effects on natural killer T cell function. Science. 2012;336(6080):489–493. doi:10.1126/science.1219328.
  3. Gensollen T, Iyer SS, Kasper DL, Blumberg RS. How colonisation by microbiota in early life shapes the immune system. Science. 2016;352(6825):539–544. doi:10.1126/science.aad9378.
  4. Scheepers L, Penders J, Mbakwa CA, Thijs C, Mommers M, Arts I. The intestinal microbiota composition and weight development in children: the KOALA birth cohort study. Int J Obesity. 2015;39:16–25. doi:10.1038/ijo.2014.178.
  5. Milani C, Duranti S, Bottacini F, Casey E, Turroni F, Mahony J, Belzer C, Delgado Palacio S, Arboleya Montes S, Mancabelli L, et al. The first microbial colonizers of the human gut: composition, activities and health implications of the infant gut microbiota. Microbiol Mol Biol Rev. 2017;81(4):e00036–17.
  6. Mulligan CM, Friedman JE. Maternal modifiers of the infant gut microbiota: metabolic consequences. J Endocrinol. 2017;235(1):R1–R12. doi:10.1530/JOE-17-0303.
  7. Fujimura KE, Sitarik AR, Havstad S, Lin DL, Levan S, Fadrosh D, Panzer AR, LaMere B, Rackaityte E, Lukacs NW, et al. Neonatal gut microbiota associates with childhood multisensitised atopy and T cell differentiation. Nat Med. 2016;22(10):1187–1191. doi:10.1038/nm.4176.
  8. Ismail IH, Boyle RJ, Licciardi PV, Oppedisano F, Lahtinen S, Robins-Browne RM, Tang MLK. Early gut colonization by Bifidobacterium breve and B. catenulatum differentially modulates eczema risk in children at high risk of developing allergic disease. Paediatric Allergy Immunol. 2016;27(8):838–846. doi:10.1111/pai.12646.
  9. De Filippo C, Cavalieri D, Di Paola M, Ramazzotti M, Poullet JB, Massart S, Collini S, Pieraccini G, Lionetti P. Impact of diet in shaping gut microbiota revealed by acomparative study in children from Europe and rural Africa. Proc Natl Acad Sci USA. 2010;107(33):14691–14696. doi:10.1073/pnas.1005963107.
  10. Khine WWT, Zhang YW, Goie JY, Wong MS, Liong MT, Lee YY, Cao H, Lee Y-K. Gut microbiome of preadolescent children of two ethnicities residing in three distant cities. Sci Rep. 2019;9(1):78931. doi:10.1038/s41598-019-44369-y.
  11. Kisuse J, La-Ongkham O, Nakphaichit M, Therdtatha P, Momoda R, Tanaka M, Fukuda S, Popluechai S, Kespechara K, Sonomoto K, et al. Urban diets linked to gut microbiome and metabolome alterations in children: a comparative cross-sectional study in Thailand. Front Microbiol. 2018;9:1345. doi:10.3389/fmicb.2018.01345.
  12. Nakayama J, Yamamoto A, Palermo-Conde LA,Higashi K, Sonomoto K, Tan J, Lee Y-K. Impact of Westernized diet on gut microbiota in children on Leyte islands. Front Microbiol. 2017;8:197. doi:10.3389/fmicb.2017.00197.
  13. Yatsunenko T, Rey FE, Manary MJ, Trehan I, Dominguez-Bello MG, Contreras M, Magris M, Hidalgo G, Baldassano RN, Anokhin AP, et al. Human gut microbiome viewed across age and geography. Nature. 2012;486(7402):222–227. doi:10.1038/nature11053.
  14. Nakayama J, Yamamoto A, Palermo-Conde LA, Higashi K, Sonomoto K, Tan J, Lee Y-K. Diversity in gut bacterial community of school-age children in Asia. Sci Rep. 2015;5:8397. doi:10.1038/srep08397.
  15. Wu GD, Chen J, Hoffmann C, Bittinger K, Chen -Y-Y, Keilbaugh SA, Bewtra M, Knights D, Walters WA, Knight R, et al. Linking long-term dietary patterns with gut microbial enterotypes. Science. 2011;334:6052. doi:10.1126/science.1208344.
  16. Zhang JC, Guo Z, Lim AA, Zheng Y, Koh EY, Ho D, Qiao J, Huo D, Hou Q, Huang W, et al. Mongolians core gut microbiota and its correlation with seasonal dietary changes. Sci Rep. 2014;4:5001. doi:10.1038/srep05001.
  17. Pelzer E, Gomez-Arango LF, Barrett HL, Nitert MD. Review: maternal health and the placental microbiome. Placenta. 2017;54:30–37. doi:10.1016/j.placenta.2016.12.003.
  18. Rautava S, Luoto R, Salminen S, Isolauri E. Perinatal microbial contact and the origins of human disease. Nat Rev Gastroenterol Hepatol. 2012;9:565–576. doi:10.1038/nrgastro.2012.144.
  19. Penders J, Thijs C, Vink C, Stelma CV, Snijders B, Kummeling I, van den Brandt PA, Stobberingh EE. Factors influencing the composition of the intestinal microbiota in early infancy. Paediatrics. 2006;118(2):511–521. doi:10.1542/peds.2005-2824.
  20. Dominguez-Bello MG, Costello EK, Contreras M, Magris M, Hidalgo G, Fierer N, Knight R. W. W. T. KHINE ET AL. Delivery mode shapes the acquisition and structure of the initial microbiota across multiple body habitats in newborns. Proc Natl Acad Sci USA. 2010;107(26):11971–11975. doi:10.1073/pnas.1002601107.
  21. Asnicar F, Manara S, Zolfo M, Truong DT, Scholz M, Armanini F, Ferretti P, Gorfer V, Pedrotti A, Tett A, et al. Studying vertical microbiome transmission from mothers to infants by strain-level metagenomics profiling. mSystem. 2017;2(1):e00164–16. doi:10.1128/mSystems.00164-16.
  22. Funkhouser LJ, Bordenstein SR. Mom knows best: the universality of maternal microbial transmission. PLoS Biol. 2013;11(8):e1001631. doi:10.1371/journal.pbio.1001631.
  23. Mueller NT, Bakacs E, Combellick J, Grigoryan Z, Dominguez-Bello MG. The infant microbiome development: mom matters. Trends Mol Med. 2015;21(2):109–117. doi:10.1016/j.molmed.2014.12.002.
  24. Roger LC, Costabile A, Holland DT, Hoyles L, McCartney AL. Examination of fecal Bifidobacterium populations in breast- and formula-fed infants during the first 18 months of life. Microbiology Society. 2010;156(11):3329–3341. doi:10.1099/mic.0.043224-0.
  25. Koenig JE, Spor A, Scalfone N, Fricker AD, Stombaugh J, Knight R, Angenent LT, Ley RE. Succession of microbial consortia in the developing infant gut microbiome. Proc Natl Acad Sci USA. 2011;108(Suppl.1):4578–4585. doi:10.1073/pnas.1000081107.
  26. Ferretti P, Pasolli E, Tett A, Asnicar F, Gorfer V, Fedi S, Armanini F, Truong DT, Manara S, Zolfo M, et al. Mother-to-infant microbial transmission from different body sites shapes the developing infant gut microbiome. Cell Host Microbe. 2018;24:133–145. doi:10.1016/j.chom.2018.06.005.
  27. Yassour M, Jason E, Hogstrom LJ, Arthur TD, Tripathi S, Siljander H, Selvenius J, Oikarinen S, Hyöty H, Virtanen SM, et al. Strain-level analysis of mother-tochild bacterial transmission during the first few months of life. Cell Host Microbe. 2018;24:146–154. doi:10.1016/j.chom.2018.06.007.
  28. Bäckhed F, Roswall J, Peng Y, Feng Q, Jia H, KovatchevaDatchary P, Li Y, Xia Y, Xie H, Zhong H, et al. Dynamics and stabilization of the human gut microbiome during the first year of life. Cell Host Microbe. 2015;17:690–730. doi:10.1016/j.chom.2015.04.004.
  29. Makino H. Bifidobacterial strains in the intestines of newborns originate from their mothers. Biosci Microbiota Food Health. 2018;37:79–85. doi:10.12938/bmfh.18-011.
  30. Vaishampayan PA, Kuehl JV, Froula JL, Morgan JL, Ochman H, Francino MP. Comparative metagenomics and population dynamics of the gut microbiota inmother an infant. Genome Biol Evol. 2010;2:53–66. doi:10.1093/gbe/evp057.
  31. Milani C, Turroni F, Duranti S, Lugli GA, Mancabelli L, Ferrario C, van Sinderen D, Ventura M. Genomics of the genus Bifidobacterium reveals species-specific adaptation to the glycan-rich gut environment. Appl Environ Microbiol. 2015;82(4):980–991. doi:10.1128/AEM.03500-15.
  32. Duranti S, Lugli GA, Mancabelli L, Armanini F, Turroni F, James K, Ferretti P, Gorfer V, Ferrario C, Milani C, et al. Maternal inheritance of bifidobacterial communities and bifidophages in infants through vertical transmission. Microbiome. 2017;5:66. doi:10.1186/s40168-017-0282-6.
  33. Milani C, Duranti S, Bottacini F, Casey E, Turroni F, Mahony J, Belzer C, Delgado Palacio S, Arboleya Montes S, Mancabelli L, et al. The first microbial colonizers of the human gut: composition, activities and health implications of the infant gut microbiota. Microbiol Mol Biol Rev. 2017;81(4):e00036–17.
  34. 34. Mulligan CM, Friedman JE. Maternal modifiers of the infant gut microbiota: metabolic consequences. J Endocrinol. 2017;235(1):R1–R12. doi:10.1530/JOE-17-0303.
  35. Fujimura KE, Sitarik AR, Havstad S, Lin DL, Levan S, Fadrosh D, Panzer AR, LaMere B, Rackaityte E, Lukacs NW, et al. Neonatal gut microbiota associates with childhood multisensitised atopy and T cell differentiation. Nat Med. 2016;22(10):1187–1191. doi:10.1038/nm.4176.
  36. Ismail IH, Boyle RJ, Licciardi PV, Oppedisano F, Lahtinen S, Robins-Browne RM, Tang MLK. Early gut colonization by Bifidobacterium breve and B. catenulatum differentially modulates eczema risk in children at high risk of developing allergic disease. Paediatric Allergy Immunol. 2016;27(8):838–846. doi:10.1111/pai.12646.
  37. Wampach L, Heintz-Buschart A, Fritz JV, RamiroGarcia J, Habier J, Herold M, Narayanasamy S, Kaysen A, Hogan AH, Bindl L, et al. Birth mode is associated with earliest strain-conferred gut microbiome functions and immunostimulatory potential. Nat Commun. 2018;9:5091. doi:10.1038/s41467-018-07631-x.
  38. Fouhy F, Watkins C, Hill CJ, ÓShea C-A, Nagle B, Dempsey EM, ÓToole PW, Ross RP, Ryan CA, Stanton C. Perinatal factors affect the gut microbiota up to four years after birth. Nat Commun. 2019;10:1517. doi:10.1038/s41467-019-09252-4.
  39. Shao Y, Forster SC, Tsaliki E, Vervier K, Strang A, Simpson N, Kumar N, Stares MD, Rodger A, Brocklehurst P, et al. Stunted microbiota and opportunistic pathogen colonisation in caesarean-section birth. Nature. 2019;574:117–121. doi:10.1038/s41586-019-1560-1.
  40. Nogacka A, Salazar N, Suárez M, Milani C, Arboleya S, Solís G, Fernández N, Alaez L, Hernández-Barranco AM, de Los Reyes-gavilán CG, et al. Impact of intrapartum antimicrobial prophylaxis upon the intestinal microbiota and the prevalence of antibiotic resistance genes in vaginally delivered full-term neonates. Microbiome. 2017;5(1):93. doi:10.1186/s40168-017-0313-3.
  41. Neuman H, Forsythe P, Uzan A, Avni O, Koren O. Antibiotics in early life: dysbiosis and the damage done. FEMS Microbiol Rev. 2018;42:489–499. doi:10.1093/femsre/fuy018.
  42. Khine WWT, Rahayu ES, See TY, Kuah S, Salminen S, Nakayama J, Lee YK. Indonesian children fecal microbiome from birth until weaning was different from microbiomes of their mothers, Gut Microbes, doi: 10.1080/19490976.2020.1761240.
  43. Dzidic M, Boix-Amorós A, Selma-Royo M, Mira A, Collado MC. Gut microbiota and mucosal immunity in the neonate. Med Sci (Basel). 2018;6:E56.
  44. Aakko J, Kumar H, Rautava S, Wise A, Autran C, Bode L, Isolauri E, Salminen S. Human milk oligosaccharide categories define the microbiota composition in human colostrum. Benef Microbes. 2017;8(4):563–567. doi:10.3920/BM2016.0185.
  45. Marcobal A, Barboza M, Froehlich JW, Block DE, German JB, Lebrilla CB, Mills DA. Consumption of human milk oligosaccharides by gut-related microbes. J Agric Food Chem. 2010;58(9):5334–5340. doi:10.1021/jf9044205.
  46. Duranti S, Lugli GA, Milani C, James K, Mancabelli L, Turroni F, Alessandri G, Mangifesta M, Mancino W, Ossiprandi MC, et al. Bifidobacterium bifidum and the infant gut microbiota: an intriguing case of microbehost co-evolution. Environ Microbiol. 2019;21 (10):3683–3695. doi:10.1111/1462-2920.14705.
  47. Andreas NJ, Kampmann B, Mehring L-DK. Human breast milk: a review on its composition and bioactivity. Early Hum Dev. 2015;91(11):629–635. doi:10.1016/j. earlhumdev.2015.08.013.
  48. Hayashi H, Shibata K, Sakamoto M, Tomita S, Benno Y. Prevotella copri sp. Nov. and Prevotella stercorea sp. Nov., isolated from human feces. Int J Syst Evol Microbiol. 2007;57:941–946. doi:10.1099/ijs.0.64778-0.
  49. Wahlstrom A, Sayin SI, Marschall H-U, Backhed F. Intestinal crosstalk between bile acids and microbiota and its impact on host metabolism. Cell Metab. 2016;24(1):41–50. doi:10.1016/j.cmet.2016.05.005.
  50. Masaru. T, Sanefuji M, Morokuma S, Yoden M, Momoda R, Sonomoto K, Ogawa M, Kato K, Nakayama J. The association between gut microbiota development and maturation of intestinal bile acid metabolism in the first three years of healthy Japanese infants. Gut Microbes. 2019. doi:10.1080/19490976.2019.1650997.
  51. Round JL, Lee SM, Li J, Tran G, Jabri B, Chatila TA, Mazmanian SK. The Toll-like receptor 2 pathway establishes colonisation by a commensal of the human microbiota. Science. 2011;332:974–977. doi:10.1126/science.1206095.
  52. Moeller AH, Suzuki TA, Phifer-Rixey M, Nachman MW. Transmission modes of the mammalian gut microbiota. Science. 2018;362:453–457. doi:10.1126/science.aat7164.
  53. Kim Y-G, Sakamoto K, Seo SU, Pickard JM, Gillilland MG 3rd, Pudlo NA, Hoostal M, Li X, Wang TD, Feehley T, et al. Neonatal acquisition of Clostridia species protects against colonization by bacterial pathogens. Science. 2017;356:315–319. doi:10.1126/science.aag2029.
  54. Oyedemi BOM, Kotsia EM, Stapleton PD, Gibbons S. Capsaicin and gingerol analogues inhibit the growth of efflux-multidrug resistant bacteria and R-plasmids conjugal transfer. J Ethnopharmacol. 2019;245:111871. doi:10.1016/j.jep.2019.111871.
  55. Kariu T, Nakao R, Ikeda T, Nakashima K, Potempa J, Imamura T. Inhibition of gingipains and Porphyromonas gingivalis growth and biofilm formation by prenyl flavonoids. J Periodontal Res. 2017;52(1):89–96. doi:10.1111/jre.12372.
  56. Cushnie TP, Cushnie B, Lamb AJ. Alkaloids: an overview of their antibacterial, antibiotic-enhancing and antivirulence activities. Int J Antimicrob Agents. 2014;44:377–386. doi:10.1016/j.ijantimicag.2014.06.001.
  57. Are A, Aronsson L, Wang S, Greicius G, Lee Y-K, Gustafsson JA, Pettersson S, Arulampalam V. Enterococcus faecalis from newborn babies regulate endogenous PPARgamma activity and IL-10 levels in colonic epithelial cells. Proc Natl Acad Sci USA. 2008;105:1943–1948. doi:10.1073/pnas.0711734105.
  58. Wang SG, Hibberd ML, Pettersson S, Lee Y-K. Enterococcus faecalis from healthy infants modulates inflammation through MAPK signaling pathways. PLoS One. 2014;9(5):e97523. doi:10.1371/journal.pone.0097523.
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
社團法人台灣國際生命科學會_96
28 篇文章 ・ 8 位粉絲
創會於2013年,這是一個同時能讓產業界、學術界和公領域積極交流合作及凝聚共識的平台。期望基於科學實證,探討營養、食品安全、毒理學、風險評估以及環境的議題,尋求最佳的科學解決方法,以共創全民安心的飲食環境。欲進一步了解,請至:ww.ilsitaiwan.org

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。

0

2
1

文字

分享

0
2
1
從一片荒蕪到綠色星球:細菌與光合作用如何重塑地球——《你的身體怎麼來的?》
商周出版_96
・2025/01/27 ・3861字 ・閱讀時間約 8 分鐘

喜出望外

海中糟粕化為盎然綠意

這個星球現在仰仗光合作用運轉。

──史緹耶可.戈盧比奇(Stjepko Golubic)

四十億年前,地球的陸塊相當單調,黑色、褐色、灰色的岩石上一片荒蕪,火山朝著無氧的大氣噴發毒素,人類乘坐時光機回到那時間點會立刻窒息。當時地球上僅有的生命形態是細菌,以及比英文句號還小得多的單細胞生物。然而若往前快轉幾十億年,來到距今僅三億五千萬年前後,會發現大氣中氧含量接近人類已經習慣了的百分之二十一,這是個很奢華的數字。

那個年代,海洋中滿是巨大生物四處洄游,植物入侵陸地並為人類的演化鋪路。地球從無法居住的荒土蛻變為藍綠色的生命樂園,這麼戲劇性的轉折是什麼力量在背後推動?

種種因素之中有一項特別醒目:直到一九六〇年代人類才開始意識到光合作用的力量不下於各種地質學事件,改造這顆星球的手段神祕且驚奇,非常難以想像。

地球從荒土到生命樂園的蛻變,歸功於光合作用的出現。圖 / unsplash

改造過程中,光合作用或許曾經引發大規模生物滅絕。科學家一度認為其威力能夠與核戰浩劫相提並論,使這顆行星被寒冰覆蓋化作巨型雪球。但同時光合作用又輔助、甚至促成「不可能」的演化捷徑,進而提高生命多樣性,最終使植物甚至人類得以存在。科學家如何研究太古時代的自然變動?而光合作用又如何將地球鬧得天翻地覆?

-----廣告,請繼續往下閱讀-----

疊層石背後的生命故事

十九世紀末期,有人找到能夠追溯光合作用悠久歷史的第一條線索。那時候沒有任何證據指向距今大約五億五千萬年的寒武紀之前有生命存在,然而一八八二年冬天美國大峽谷深處名叫查爾斯.沃爾科特(Charles Walcott)的岩石收藏家改變了一切,後來還當上史密森尼學會的主席。

沃爾科特的故鄉是化石天堂紐約州由提卡市(Utica)。小時候他生得瘦瘦高高,喜歡在父母的農場以及附近未來岳父擁有的採石場內找化石,十八歲離開校園之後先去五金行當店員,卻自己閱讀教科書、研究化石並撰寫論文、與著名地質學家通信來維繫心中熱情。他曾經蒐集古代海洋生物三葉蟲的化石標本,品質在全世界而言也是數一數二,後來慷慨出售給了哈佛大學。

沃爾科特的勘探技巧十分高明,也藉此就職於新成立的美國地質調查局。一八八二年十一月,地質調查局局長、同時自己也是探險家的約翰.威斯利.鮑威爾(John Wesley Powell)要求沃爾科特勘測迄今為止無法進入的大峽谷深處。

鮑威爾之前嘗試過,但只能乘坐小木舟趁漂流時稍微觀察最底層岩石,後來他就在偶爾有「刺骨寒霧、雪花飛旋」的地方紮營監督,帶人修建一條從峽谷邊緣延伸到下方三千英尺(約九百一十四公尺)處溫暖地帶的陡峭馬徑,並且讓時年三十三歲的沃爾科特帶著三名工人和足夠支撐三個月的食物、九匹上鞍的騾子沿著那條臨時小徑進入谷底。

-----廣告,請繼續往下閱讀-----

「高原之後就會積滿雪,」鮑威爾告訴他:「春天之前你和搬運工無法離開峽谷。希望這段時間裡,你能好好研究地層序列,盡量收集化石。祝好運!」

對沃爾科特而言,這是千載難逢的機會。他已經發現一些已知的最古老化石,例如神似甲殼類但奇形怪狀的三葉蟲。此外,達爾文發表《物種起源》不過四十年前,但因為缺乏最原始的動植物或細菌化石而遭到很多抨擊。批評者仗著沒有化石這點堅稱所有物種都是神造,懷疑論者也要求達爾文證明古代有過更單純的生物,可惜他只能委婉表示若生物體很小就不容易留下化石,希望有朝一日會出現。

充滿驚喜的山谷

沃爾科特深知達爾文的窘境。他沿著陡峭原始小徑下降到幾乎沒有生命跡象的大峽谷谷底,然後用心觀察周遭環境。山谷、懸崖,除了石頭還是石頭,但這一隅紅色天地很得他喜愛,不過同行的化石收集家、廚師和馱獸管理員就未必能夠分享那份悸動了。

他們沿著八百英尺(約兩百四十四公尺)峭壁吃力前行,其中一段就是現在的南科維山徑(NankoweapTrail),一般認為是大峽谷裡最危險的路線,河流地形坡陡水急即使沿岸也難以行走,有時候不得不自己開路以求深入。後來一頭騾子死亡、另外兩頭受傷。旅程中至少一次,沃爾科特筆中的墨水結凍了,但又必須在篝火邊融冰為水給騾子飲用。但最可怕的其實是死寂與孤獨,才三個星期就導致那位化石收集家夥伴憂鬱求去。但沃爾科特不同,能來到谷底他太興奮了,堅持了七十二天才踏上歸途。

-----廣告,請繼續往下閱讀-----

有一天他爬上爬下,對部分岩石中層層線條感到好奇,乍看很像切開的包心菜。這些圖案極不尋常,所以沃爾科特認定是生物,後來將其命名為藍綠菌(最初曾視為藻類)。他還聯想到自己在紐約州看過來自寒武紀時期的類似化石,取「隱含生命」的含義命名為隱藻化石(Cryptozoön)。然而大峽谷的情況有點不同,這些化石明顯可見,卻又位於更古老的岩層內,因此歷史比任何其他已發現的化石都久遠。

沃爾科特在大峽谷的古老岩層中發現了類似藍綠菌的化石,命名為隱藻化石,揭示比已知更古老的生命存在。圖 / unsplash

沃爾科特後來在蒙大拿州等地持續發現同樣古老的隱藻化石,接著其他古生物學家也在前寒武紀岩石內察覺到疑似化石的特殊圖案,種種線索指向最原始生命形式的證據可能保存在寒武紀前的石頭裡。即便如此懷疑論調不斷,尤其某個長期存在爭議的標本被證明了並非化石,而是火山石灰岩經過壓力和高溫形成獨特的礦物沉積。

隱藻化石的爭議:解鎖前寒武紀生命的證據

一九三〇年代,沃爾科特去世的四年後,劍橋大學最具影響力的古植物學家蘇厄德(Albert Charles Seward)決定加入辯論,卻在後來被古生物學家肖普夫(William Schopf)形容是「讓煮熟的鴨子飛了」。蘇厄德在史稱「隱藻化石爭議」的事件中嚴格審視前寒武紀化石證據,得出結論認為這完全是一廂情願,所謂的化石與現存物種之間沒有明顯關係,大型結構並未顯示出由較小細胞組成的特徵。

他主張沃爾科特在隱藻化石找到的環狀圖案可能是海底富含鈣質的淤泥沉積,人類本來就不該期望細菌這樣微小的生物會被保存在化石,最後又語重心長告誡科學家:有些尋找化石的人太過一頭熱,他們宣稱找到特別古老的標本時不能輕信。

-----廣告,請繼續往下閱讀-----

地位如此卓著的人物提出警告,導致地質學家不願再從岩石尋找距今約五億年以上的化石,畢竟找到的機率幾乎等於零。久而久之許多人認定了生命在地球上的歷史很短,這顆星球的前面四十億年、其歷史的九成之中根本沒有生命存在。微生物學家史緹耶可.戈盧比奇指出許多科學家以「前寒武紀」一詞指稱生命尚未問世的太古時期,其實這是陷入「現有工具檢測不到就代表不存在」的思考偏誤,將缺乏證據直接視為否定證據了。

時間來到二十年後的一九五〇年代中期,澳洲年輕研究生布萊恩.洛根(Brian Logan)隨地質學教授菲利普.普萊福德(Philip Playford)探索了位置偏遠的鯊魚灣,也就是澳洲西北海岸一片孤立的鹹水潟湖。站在這兒的海灘,淺藍色海水退潮時會露出如夢似幻的奇景:數百顆三英尺(約九十一公分)高的圓柱狀岩石林立,彼此間距很小,彷彿堅硬粗糙如石塊的蘑菇聚集叢生。

兩人詳細調查了這片怪異石陣,然後意識到理解沃爾科特隱藻化石的關鍵。眼前這些不僅是活化石,還能回答一個經典謎語:什麼東西既死又活?石頭表面曾經活著,是藍綠菌累積起來形成網罩般的構造。海水進出時,這層菌網會捕捉沉積物。而藍綠菌死亡後,沉積物固定在原位如海綿狀的石塔,於是又有新的細菌附著其上、形成新的一層網罩。

細菌以同樣方式在太古海洋中創造出沃爾科特的隱藻化石,現在稱為疊層石,語源是希臘文stroma(層)和lithos(岩)。目前只有鯊魚灣等少數幾個地方能找到疊層石,環境對其他多數生物過於鹹澀無法生存。但另一方面,已經化石化的古老疊層石則在世界各地皆有發現。

-----廣告,請繼續往下閱讀-----

澳洲地質學家偶然發現還活著的疊層石,同時美國兩位地質學家史坦利.泰勒(Stanley Tyler)和埃爾索.巴洪(Elso Barghoorn)也宣布找到了蘇厄德口中不存在的化石標本,其中微生物有單細胞也有多細胞,藍綠菌絲也包括在內,而且這些化石都有大約二十億年歷史。「許多人很震驚的,」戈盧比奇表示:「原本以為生命在寒武紀才爆發,之前什麼都沒有。寒武紀應該是起點才對。」但現在普遍接受最古老的疊層石化石上微生物活在三十五億年前,依舊是地球誕生的十億年之後。達爾文和沃爾科特應該很欣慰。

哪種細菌造出最古老的疊層石?無法確定是已經會行光合作用的藍綠菌,抑或是它們的祖先。不過藍綠菌至少二十四億年前已經存在於海洋。

——本文摘自《你的身體怎麼來的?從大霹靂到昨日晚餐,解密人體原子的故事》,2025 年 01 月,商周出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

商周出版_96
123 篇文章 ・ 364 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。