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

-----廣告,請繼續往下閱讀-----

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.
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

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

3
2

文字

分享

0
3
2
誠實面對人類參與的「自然」——太田欽也專訪
顯微觀點_96
・2024/07/11 ・3228字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自顯微觀點

斑馬魚是最知名的模式生物之一,其基因、型態與發育深受了解,並用於探討深度同源等重要演化生物學問題。但也有科學家提出,演化生物學該持續隨環境演進,並嘗試以新的實驗物種——金魚——探討人類世(Anthropocene)環境下的生物演化。

育種歷史與基因巧合 奠定金魚的演化生物學價值

例如有千年馴化歷史、型態千變萬化的金魚,就相當適合探討人類因素與生物型態演化的關聯。

中研院細生所派駐臨海研究站的演化與發育生物學家太田欽也指出,斑馬魚與金魚兩者的胚胎都可以透過顯微鏡仔細觀察,相對於受精一年後才成熟的金魚,斑馬魚有成熟較快,基因組較為單純等優點,也具備許多現成基因研究工具。

-----廣告,請繼續往下閱讀-----

但斑馬品系間仍以其生理機能與基因為主要差別,對型態差異的演化並未那麼明顯。因為,科學家為了操作基因與細胞特徵而培育斑馬魚,使不同品系的差異大多來自目標明確的基因工程。

金魚型態演化圖。Courtesy of Kinya Ota and Gembu Abe

而金魚的型態變異,則完全來自飼養者對型態的偏好和育種,蘊藏更多元的型態變化與發育差異。其悠長的馴養歷史以及更古老的基因重複(Gene Duplication)機遇,使其值得成為演化發育生物學的新模式生物。研究器材和方法上的調整,則是生物學家展現才智的機會。

太田欽也舉例,「一般的解剖顯微鏡工作距離適合觀察和操作斑馬魚,但是經過我們自己的創意,也改裝出可以對金魚進行顯微手術的器具和適合拍攝的大型解剖顯微鏡。設備上的差異並不難克服。」

金魚胚胎的發育生物學優勢

太田欽也說,現代生物學家以果蠅和微生物育種進行遺傳與演化實驗,擴大時間維度來看,千年來金魚愛好者挑選、強化金魚外觀特徵的過程,可以比擬長時間的人擇實驗。

金魚不僅適合用來觀察人擇壓力如何影響成年生物的型態。太田欽也更想進一步探索,從胚胎階段的差異進行選擇,是否可能改變生物的型態。

-----廣告,請繼續往下閱讀-----

太田欽也提到,人工育種對發育與型態的影響力也展現在其他物種上,例如家犬與鴿子也被培育出許多特殊表型。但是哺乳動物和鳥類的胚胎觀察不易,需要相當高的技術與成本。

相對於動物子宮與鳥類蛋殼內的胚胎,在透明卵囊中發育的半透明金魚胚胎,就是非常容易觀察的研究對象。只要有恰當的複式顯微鏡、解剖顯微鏡和顯微手術能力,金魚的胚胎從受精到孵化都可以全程順利紀錄,而且每次繁殖可以蒐集到上百筆資料。

現代顯微攝影技術搭配容易觀察的金魚胚胎,讓太田欽也可以拍攝清晰影片,在網路上生動地分享發育生物學知識。攝影:楊雅棠

自製影片 盼演化生物學跨過學院圍牆

除了將金魚研究成果發表在 Nature 等科學期刊,太田欽也同時努力當起「Youtuber」。他希望能將演化發育生物學、金魚飼育經驗、臨海研究站的學術特色,甚至是宜蘭的風光,透過網路傳達給大眾。

武漢肺炎導致的漫長隔離,是他學習影音製作的契機。最初他在百無聊賴之下看了大量影片,後來逐漸萌發「我也要拍自己的題材!」的企圖心。開始搜尋拍攝、後製、配樂等網路教學,在隔離的單人房中逐漸進步。

-----廣告,請繼續往下閱讀-----

太田欽也說,拍攝影片最重要的動機是「分享」。他解釋,「科學的頻道不管累積再多追蹤者,例如數十萬人追蹤的 Nature, Science, 觀眾也以科學領域工作者為主。現代知識逐漸朝向『專家』與『外人』的兩極化狀態發展,我不喜歡這樣的社會。」

如同他推進學術研究的方法,他也透過自學、自己組裝基礎設備如空拍機、手機等,在節省開支的情況下拍出了中研院同僚為之驚艷的影片。

太田欽也為臨海研究站拍攝的簡介影片,基本款空拍機呈現了頭城的舒暢美景。

在早已開始的人類世 何謂自然?

太田欽也熱衷以空拍影片介紹宜蘭的郊野與人文,但他對主流輿論的「自然環境」內涵存疑,他認為「自然」早已被人類行為大幅改變。自從農業擴張、工業革命發生,人類對環境與生物的改變程度早已無法恢復「自然原貌」。

他以金魚的馴化過程為例,從宋朝開始的愛好者,透過育種極力凸顯特殊形態,從沒有背鰭的「蛋種」,到眼周水泡足以遮蔽視線的「水泡眼」。都不是基於適應「自然」而進行的育種。

-----廣告,請繼續往下閱讀-----

太田欽也強調,「如果是宋朝或明朝人有今天的生物學工具,以他們的追求珍奇的育種態度,一定會用 CRISPR 編輯金魚基因,製造出更奇特的變異型態。」

他說,這樣的行為會在現代科學圈與社會輿論上遭到反對,「認為動物被修改基因、型態變異很可憐」,但人類採用動物進行藥物實驗或經濟用途時,也並未優先考慮「自然原則」。

太田欽也反問,「若是透過基因編輯技術將金魚修改回類似野生鯽魚的型態,更適應野外環境,這樣算是自然或不自然呢?」

建立科技倫理 而非堅守「自然」想像

他指出,金魚的馴化與育種反映著東亞社會的自然觀念,不同於西方基督教倫理的「人統御、保護自然」意識形態。可以促進人們反思,人類也身在其中的「自然」的標準是什麼?而非執著於保護想像中的自然「原狀」。

太田欽也強調,「本質化『自然』、建構一個保守不變的形象,不會幫助人們了解生物學。」

他認為,宋朝人、明朝人的自然觀念與今日不同;甚至現代人常引用的「道法自然」倡議者老子,他所提倡的自然,與現代許多人想像、意圖恢復的也是不同的自然。

背鰭退化、尾鰭倍增的蛋種雙尾金魚,是古代貴族最青眼有加的奇特型態之一。作者:清 馬文麟 來源:國立故宮博物院

太田欽也建言,科學地面對人類因素影響世界各地生態的現實、建立基因科技的社會倫理與規範,都是比恢復建構出的「自然」意象更重要的生物學議題。

-----廣告,請繼續往下閱讀-----

來自日本和歌山縣鄉間的太田欽也說,長期駐守宜蘭頭城的臨海研究站不僅是因為設施與職位,也是因為此處環境與故鄉有幾分神似。

「但我不會說這兩個地方都很『自然』,在人們對我說『這裡很自然!』的時候。」太田欽也無奈地笑說,「想到周遭可以釣起吳郭魚的溪流、被整治疏濬成田園的原洪氾濕地,反而會讓我很疑惑彼此對『自然』的共識。」

1995 年諾貝爾化學獎得主克魯岑(Paul Crutzen)指出,現代已是由人類行為影響地質特性的人類世。此概念引起地質科學界激烈討論,從新石器時代、工業革命到核彈試爆頻繁的 1960 年代都有學者認為是人類世的開端。

最後由國際地層委員會的人類世工作小組投票決定,視第二次世界大戰後、人口與人類活動高速成長的20世紀中葉為人類世起點。

查看原始文章

參考資料

  1. Li IJ, Lee SH, Abe G, Ota KG. Embryonic and postembryonic development of the ornamental twin-tail goldfish. Dev Dyn. 2019 Apr;248(4):251-283.
  2. Abe G, Lee SH, Chang M, Liu SC, Tsai HY, Ota KG. The origin of the bifurcated axial skeletal system in the twin-tail goldfish. Nat Commun. 2014 Feb 25;5:3360.
  3. 太田欽也實驗室

討論功能關閉中。

1

3
0

文字

分享

1
3
0
不抽菸也會得肺癌?PM2.5 如何「叫醒」沉睡的癌細胞?
PanSci_96
・2024/06/25 ・4400字 ・閱讀時間約 9 分鐘

不好意思,你很可能會得這種癌症。其實,我也是。

它就是台灣十大癌症榜首,肺癌。

現在,根據 2023 年 11 月衛福部發布的最新統計數字,肺癌一年的新增病人數已經超越大腸直腸癌,成為台灣每年癌症發生人數之最,堪稱臺灣人的「國民病」。

可怕的是,肺癌在癌症之中有三個之最:死亡率最高、發現時已經是晚期的比例最高、醫藥費也最高。現在再加上發生人數最高,堪稱從癌症四冠王。

-----廣告,請繼續往下閱讀-----

你說肺癌是抽菸的人的事?錯!台灣抽菸人口比例在全球排名 30,比日本、韓國、中國和多數歐洲國家都還低!顯然抽菸並不是肺癌的唯一主因!那難道是二手菸?還是空污惹的禍?還是台灣人的基因天生脆弱?我們到底要怎麼做才能遠離肺癌?

臺灣人的肺癌特別在哪?癌症和基因有關嗎?

根據衛福部國健署的說法,肺癌人數的增加,其實與 2022 年 7 月開始推動肺癌篩檢的政策有關。

隨著篩檢量的上升,近年內肺癌的確診人數預期還會再往上。

原來是因為篩檢量啊,那就不用擔心了。但換個角度想,這才是肺癌最可怕的地方,它可能已經存在在很多人身體裡,而我們卻沒能發現它。肺癌早期幾乎沒有症狀,高達 50% 的患者發現時已經是第 4 期。屆時不只肺部遍布腫瘤,癌細胞可能還轉移到大腦、骨頭等器官,讓治療變得加倍困難。

-----廣告,請繼續往下閱讀-----

對付肺癌,最關鍵點是愈早發現愈好。按照國健署統計,如果第 1 期就發現,5 年存活率可達九成以上,第 2 期發現降為六成,第 3 期存活率大約三成,一旦到第 4 期,僅僅剩下一成。

當然,最好的方法,就是做好預防,打從一開始就不讓癌細胞誕生。

那麼我們就要先了解問題到底是出在環境,還是你、我身體中的基因? 過去關於肺癌的遺傳研究,多半以歐美國家為主,套用到我們身上總有些牛頭不對馬嘴。幸好,我這裡一份以臺灣人為主角的大規模研究報告,將為我們揭露答案。

這份研究是由中央研究院團隊主導,結合臺灣大學、臺北醫學大學、臺中榮總等單位的研究,還登上生物領域頂尖期刊《Cell》2020 年 7 月的封面故事。非常具有權威性,不能不看。

-----廣告,請繼續往下閱讀-----

同時,這也是全球第一次完整剖析東亞地區肺癌的成因。他們的主題很明確:「為什麼不吸菸也會得肺癌?」

在西方,肺癌病人裡面只有 20% 左右的人不吸菸。但是在臺灣,卻有超過一半的肺癌病人都不抽菸,顯示有其他致癌要素潛伏在基因裡作怪。另外,臺灣肺癌病人的男女比例和西方人也大不同,臺灣女性通常更容易罹患肺癌。 為了瞭解肺癌,研究團隊取得肺癌病人的腫瘤和正常組織,解讀 DNA 序列和蛋白質表現量,最後鑑定出 5 種和西方人明顯不同的變異特徵。

其中最受關注的,是一種 APOBEC 變異,因為它有可能是臺灣女性為什麼容易罹患肺癌的關鍵。

這種變異特徵屬於內生性的,也就是人體機制自然產生的 bug。

-----廣告,請繼續往下閱讀-----

APOBEC 不是指單一基因,它是細胞內負責編輯 mRNA 的一組酵素,包含 11 個成員。主要功用是把胞嘧啶核苷酸(C)轉變尿嘧啶核苷酸(U)。簡單來說,APOBEC 原本是細胞正常活動的一環。但因為它有改寫核酸序列的能力,在 DNA 修復過程同時活躍時,就很有可能出事。這就像是一個創意豐富的阿嬤,看到破損的古畫,就在沒和別人討論的情況下上去東湊西補,用自己的方式重新修復了這件藝術。一個與原本不同的突變細胞可能就這樣產生了。

APOBEC 變異在臺灣女性病人身上特別明顯,舉例來說,60 歲以下沒有吸菸的女性患者,就有高達四分之三有這種變異特徵。研究團隊認為,APOBEC 出錯造成的基因變異可能是導致女性肺癌的關鍵。 除了內生性變異,另外一個容易導致肺癌發生的,就是周遭環境中的致癌物。

致癌物有哪些?

研究團隊總結出 5 種肺癌危險物質:烷化劑、輻射線、亞硝胺(Nitrosamine)、多環芳香烴(PAHs),還有硝基多環芳香烴(Nitro-PAHs)。

其中,亞硝胺類化合物主要來自食品添加物和防腐劑,多環芳香烴大多來自抽菸和二手菸,硝基多環芳香烴則是透過汽機車廢氣和 PM2.5 等毒害肺部。

-----廣告,請繼續往下閱讀-----
圖/unsplash

他們進一步分析,大略來說,女性在不同年紀,致癌因素也有差異。60 歲以下的女性肺癌病人,APOBEC 特徵的影響比較明顯;70 歲以上的女性患者,和環境致癌物的相關度比較高。 既然找到致癌原因,我們該如何著手預防呢?你知道肺癌,其實有疫苗可打!?

空氣污染和肺癌有關嗎?有沒有癌症疫苗?

想預防肺癌,有 2 種對策,一種是「打疫苗」,一種是「抗發炎」。

是的,你沒聽錯,英國牛津大學、跟佛朗西斯.克里克研究所,還有倫敦大學學院在 2024 年 3 月下旬公布,他們正在研發一款預防性的肺癌疫苗,就叫 LungVax。它所使用的技術,和過往牛津大學協同阿斯特捷利康藥廠製造 COVID-19 AZ 疫苗時的方法相似。

他們已經募到一筆 170 萬英鎊的經費,預計未來兩年資金陸續全數到位,第一批打算先試生產 3000 劑。不過,關於這款肺癌疫苗,目前透露的消息還不多,我們挺健康會持續追蹤這方面研究的進展。

-----廣告,請繼續往下閱讀-----

在疫苗出來之前,我們還有第二個對策:抗發炎。發炎和肺癌有什麼關係呢?這就要先回到一個問題:為什麼空污會提高得肺癌的機率呢?

一個很直觀又有力的推測是,空污會導致肺部細胞 DNA 突變,因此而催生出腫瘤。

圖/unsplash

但是修但幾勒,科學要嚴謹,不能只看結果。科學史上發生過很多次表象和真實截然不同的事件,空污和肺癌會不會也是這樣?

2023 年 4 月《Nature》的一篇封面故事,明確地說:Yes!肺癌真的和我們想的不一樣。

-----廣告,請繼續往下閱讀-----

其實早在 1947 年,就有以色列生化學家貝倫布魯姆(Isaac Berenblum)質疑主流觀點,他提出的新假設是:除了 DNA 突變以外,癌細胞還需要其他條件才能坐大。用白話說,就是肺癌是個會兩段變身的遊戲副本頭目,正常細胞先發生變異,接著再由某個條件「扣下扳機」,突變細胞才會壯大成腫瘤。

也就是説,只要攔住任一個階段,就有機會能防範肺癌。假如這論點正確,全球肺癌防治的方向將會直角轉彎。

《Nature》的研究支持這個假說,扭轉了過去 70 多年來的看法。在這項里程碑研究中,臺灣也是要角。

時間回到 2020 年,《Nature Genetics》上發表了一份針對 20 種致癌物質的研究報告,包括鈷、三氯丙烷和異丙苯等,但注意,這研究指出這些致癌物大多沒有增加實驗鼠的 DNA 變異量。

這個現象實在太違反直覺,過了 3 年,疑團還是懸而未決。直到《Nature》的跨國研究出爐,才解開部分謎底。

英國倫敦佛朗西斯.克利克研究所主導 2023 年的一項研究,他們鎖定對象為肺腺癌。肺腺癌是典型「不吸菸的肺癌」,台灣每 4 個肺癌病人就有 3 人是肺腺癌,尤其是女性肺腺癌患者有高達九成不抽菸。 為了抽絲剝繭探明空污和肺癌的關係,研究團隊聚焦在肺腺癌患者常發生的表皮生長因子受體基因變異,縮寫 EGFR。他們收集英國、加拿大、韓國和臺灣四國大約 3 萬 3 千名帶有 EGFR 突變的病人資料,進行深入分析,並且發現 PM2.5 和肺腺癌發生率有顯著關聯。研究團隊進一步用小鼠做試驗,把小鼠分成吸入和未吸入 PM2.5 兩組,結果發現吸入組更容易長出惡性腫瘤。

圖/pexels

到目前為止都還不算太意外,然而,團隊切下肺部細胞、分析 DNA 以後發現,DNA 的突變量居然沒有明顯增加!但是有另一件事發生了:堆積在肺的 PM2.5 顆粒會吸引免疫細胞從身體各處聚集過來,並分泌一種叫做 IL-1β 的發炎因子,導致肺組織發炎。

這下子有趣了,根據克利克研究所團隊的檢驗結果,估計每 60 萬個肺部細胞有 1 個帶有 EGFR 突變,這些細胞在發炎環境裡會快馬加鞭生長。相反的,當他們給小鼠注射抑制 IL-1β 的抗體,肺癌發病率就跟著下降。 《Nature》一篇評論引述美國加州大學舊金山分校分子腫瘤學專家波曼(Allan Balmain)的看法。他總結說,空污致癌的主要機制,可能不是因為空污誘發了新突變,而是持續發炎會刺激原本已帶有突變的細胞生長。換句話說,本來在熟睡的壞細胞會被發炎反應「叫醒」。

這會給肺癌防治帶來巨大衝擊,這樣一來,問題就從「用公衛或醫療方法防止 DNA 變異」變成了「如何抑制發炎」。

人體的細胞每天不斷分裂,用新細胞替換老舊細胞。但是這就像工廠生產線,良率無法百分百,組裝幾十萬產品難免會做出幾件瑕疵品,也就是帶有基因突變的細胞。換句話說,從自然界角度來看,DNA 變異是一種自發現象,醫療手段實際上幾乎不可能阻止。

但是,降低發炎卻是有可能做到的,例如注射抑制 IL-1β 因子的抗體。不過,就公共衛生來說,要給幾千萬人施打抗發炎因子藥物根本不切實際,因為太花錢,而且也可能造成其他的副作用。 波曼在《Nature》評論裡建議,透過簡易可行的飲食方式來降低體內發炎,或許有機會減少某些癌症的風險。這也就是說,科學家應該重新回來審視,怎樣把每天的生活點滴點石成金變成防癌手段。

圖/unsplash

這也等於預告了肺癌的下一階段研究方向,除了內科、外科醫療科技持續精進,尋求預防惡性疾病的最佳飲食要素,也成為聚焦重點。

也想問問你,關於肺癌,你最看好的下一個突破是什麼呢?

  1. 希望有篩檢技術 2.0,不但百發百中,如果連X光都不必照,只要抽血就能順便驗出有沒有癌細胞,那該多好。
  2. 當然是癌症疫苗,最好是能一勞永逸。
  3. 科學證實有效的抗發炎防癌食物組合,我一定立刻加入菜單,不過還是希望味道要好吃啦。

留言告訴我們你的想法吧,如果你覺得這集的內容特別實用,記得分享給你的親朋好友!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

所有討論 1