8

7
2

文字

分享

8
7
2

沒有化石沒關係,從泥土也能取得尼安德塔人DNA!

寒波_96
・2021/05/11 ・4969字 ・閱讀時間約 10 分鐘 ・SR值 520 ・七年級

-----廣告,請繼續往下閱讀-----

最近十年,由遺骸取得古代DNA 的研究成為顯學,讓我們更深刻地認識人類與其他生物的演化歷史。遺骸之外,少數研究也由其他材料獲得 DNA,牙結石、鈣化結核、死海古卷(就是那個死海古卷!)、擦過古書頁面的橡皮擦屑屑,甚至是口香糖,都有成功的案例。[1, 2, 3, 4, 5]

泥土裡有古生物的 DNA?!圖/Is There DNA in Dirt?

最新發表的論文,則是由遺址中的泥土分離 DNA,拼湊出尼安德塔人部分的基因組。除了感嘆新技術出神入化,未來大有可為之外,對於尼安德塔人的大歷史,這項研究也帶來全新的視角。[6, 7, 8]

由遺址泥土取得目標 DNA

遺址中可以沒有化石,沒有石器,但是一定有很多很多土。生物去世以後 DNA 分解,都散落到周圍的土壤裡,假如遺址的地層中仍然存在化石,照理說 DNA 也有機會生還。

問題是,各種生物的 DNA 片段都可能留在土裡,非常不容易分辨。泥土取樣往往不是無法抓到,而是裡頭有太多動物、植物及微生物雜亂的 DNA。

-----廣告,請繼續往下閱讀-----

如此雜亂的樣本中,仍然有機會只分離出想要的特定 DNA,不過必需先設定好要抓誰,設計和目標序列互補的探針。

西班牙 Galería de las Estatuas 遺址內部。挖土!圖/參考資料 7

2017 年發表的論文在多處遺址,成功抓到多種動物,包括尼安德塔人的粒線體 DNA,證實從泥土中取得特定 DNA 片段是可行的。2020 年的論文則在青藏高原的夏河,白石崖溶洞的不同地層中,獲得丹尼索瓦人的粒線體 DNA。[9, 10]

然而,粒線體和細胞核是兩種獨立遺傳的單位,承載的資訊量差異極大。以人類來說,粒線體約有 16500 個鹼基對,細胞核內的染色體合計則有 30 億。可想而知,即使能捕獲粒線體的所有 DNA,相比於細胞核基因組也微乎其微,抓下 30 億個鹼基對的難度完全是不同次元。

所幸尼安德塔人和智人之間,遺傳差異可謂大同小異,為求便利,可以不用捕捉整個基因組,只要選擇尼安德塔人獨特的 DNA 變異,針對那些部分即可。

研究者根據這個思路設計探針,鎖定尼安德塔人基因組上 160 萬處可能的變異位置,假如泥土樣本中的 DNA 片段對得上,就會被抓下來進一步分析。

-----廣告,請繼續往下閱讀-----
遺址與樣本的地理位置,Chagyrskaya、丹尼索瓦洞穴位於中亞,Mezmaiskaya 在高加索,其餘遺址位於歐洲。圖/參考資料 6

深入探討的遺址有三處,中亞的丹尼索瓦洞穴及其西邊一些的 Chagyrskaya Cave,都曾經獲得過高品質的尼安德塔人基因組,適合作比較。兩處遺址取得的「泥尼」DNA,遺傳變異和當地已知的同類最接近,沒什麼意外,也證明新的取樣與分析辦法是可行的。

西班牙同地尼安德塔人,先後屬於不同遺傳族群

另一處遺址 Galería de las Estatuas(Estatuas)位於西班牙的東北部,可分為多層,年代介於 7 到 11 萬年前;出土約 500 件石器,皆屬於莫斯特風格(Mousterian)。此處應該曾經是尼安德塔人的家園,但是只留下一件殘缺的腳趾化石。

西班牙 Galería de las Estatuas 遺址的地層,及其內容。圖/參考資料 6

依照新的泥尼技術,成功由此處 4 個地層分離出尼安德塔人的 DNA,證實他們曾經長居此地。有趣的是:

較早和較晚的尼安德塔人,分別屬於不同的遺傳族群。

假如只有年代先後的 2 個樣本,乍看之下一定會是,一前一後的延續關係。不過古代DNA 研究至今,已經累積 18 位尼安德塔人(分別來自 14 處遺址),4 位丹尼索瓦人和 1 位半尼半丹(皆來自丹尼索瓦洞穴 1 處)的基因組,可以更精細地比較大家的親戚關係。

-----廣告,請繼續往下閱讀-----
西班牙 Galería de las Estatuas 遺址,較早和較晚的尼安德塔人,分別屬於不同遺傳族群。圖/參考資料 6

Estatuas 遺址年代較早的 pit I Layer 4 地層中,距今約 11.2 萬年的尼安德塔人,和德國的 Hohlenstein-Stadel、Scalding 遺址(距今約 12 萬年),還有丹尼索瓦洞穴較早的尼安德塔人(稱為 Denisova 5 或 Altai Neanderthal,生活在 9 到 13 萬年前之間某個時候),基因組最為接近,他們的共同祖先可以追溯到 13.5 萬年前。據此推論尼安德塔人,這段期間有過一波擴張與分化。

Estatuas 遺址年代較晚的 pit I Layer 3 地層距今約 10.7 萬年,而 pit I Layer 2、pit II Layer 2 又更晚一些。這 3 個地層的尼安德塔人,基因組最接近高加索 7 萬年前的 Mezmaiskaya 1,以及中亞 6 萬年前(或 8 萬)的 Chagyrskaya 8。估計他們的共同祖先能追溯到 10.5 萬年前,那時可能有過另一波擴張與分化

然而,距今 10.5 萬年過後的尼安德塔人們,全都衍生自 13.5 萬年前分家潮中的其中一支。也就是說:

尼安德塔人更早之前累積的遺傳多樣性,距今 11 萬年前過後,大部分都喪失了。在此之後的尼安德塔人,不論住在哪兒,遺傳上皆能追溯到差異很有限的一個分支。

根據基因組的差異,建構尼安德塔人之間的親戚關係。圖/參考資料 6

古人類學家早就注意到,距今 10 萬年內的尼安德塔人之間,型態差異相當有限,或許和這回得知的大滅團有關。

-----廣告,請繼續往下閱讀-----

除了遺傳與型態,超過 10 萬年前,各地尼安德塔人一度發展出的文化多樣性(如克羅埃西亞的鷹骨飾品),經此瓶頸之後,恐怕也損失慘重。

每過數萬年,尼安德塔人就面臨一次瓶頸考驗?

假如把十多萬年前西班牙尼安德塔人的興衰,視為「擴張—滅團—擴張」模式,非常有趣的是,此一模式也許不只上演一次。

根據粒線體 DNA 建構的演化樹,距今大約 7 萬年過後的尼安德塔人,似乎也自成一群,能追溯到更近期的共同祖先。倘若粒線體能代表每個年代,不同地點的尼安德塔人,那麼上述狀況反映出的是:

尼安德塔人的親戚關係,和年代比較有關,而不是地點。

處於同一個時間段,例如距今 4 到 7 萬年前之間的尼安德塔人,遺傳上也和這段期間的同類比較近,卻和住在同一地點,年代較早的尼安德塔人更加疏遠。

-----廣告,請繼續往下閱讀-----

最明確的實例是,4.3 萬年前住在高加索的尼安德塔人,和住在比利時,同為 4.3 萬年前的同類較為親近,反倒與 7 萬年前一樣住在高加索的尼安德塔人更疏遠。

一如更早之前,西班牙 10 多萬年前的尼安德塔人,和隨後高加索、中亞的人血緣較近,卻與同一遺址 11.2 萬年前的同類較遠。

根據粒線體的差異,建構尼安德塔人之間的親戚關係。圖/參考資料 6

尼安德塔人的擴張與萎縮,似乎和大環境變化關係密切,例如距今 10 萬多年前是氣候宜人的間冰期,傾向促進族群膨脹。

而距今 5.7 到 7.1 萬年前的冰河時期,天寒地凍下尼安德塔遺址的數量大減,分佈範圍大部份偏南。每經過一次類似的瓶頸階段,尼安德塔人或許便損失一部分遺傳多樣性。

-----廣告,請繼續往下閱讀-----

事後回顧,距今 4 萬年前左右,尼安德塔人面臨最後一次瓶頸,各地族群陸續消逝的逆境下,西班牙成為尼安德塔人最後的據點,之前幾次也是如此嗎?隨即尼安德塔人全面滅團,為什麼這回無法再次偉大?這些是人類演化史上,有待回答的重要問題。

泥土中的 DNA,將滋養更多演化樹!

當然這類擴張與萎縮事件有許多影響因素,不只和氣候變遷相關。另外,

雖然在奮鬥多年後累積不少遺傳樣本,現有的數量和代表性其實仍相當有限,無法支持任何肯定的答案。上述論點目前只能視為大膽的推理。

樂觀想,定序古代DNA 的技術成熟後,新的樣本不斷問世,如今又成功研發出「泥尼」技術,可能獲得基因組的範圍、數量都大大增加。尼安德塔人的演化大樹,可以預見將愈來愈完整。

探討人類演化史以外,新技術也能用於其他生物。最近便有一項研究,從墨西哥的遺址泥土中,獲得距今約 1.5 萬年的美洲黑熊(Ursus americanus),還有已經滅絕的大短面熊(giant short-faced bear,學名 Arctodus simus)部分基因組。[11]

-----廣告,請繼續往下閱讀-----

擴及其他生物,只是時間問題。令人回憶起帕波曾言:

「除了非常聰明的人之外,重大突破幾乎都伴隨重大的科技進展。」

延伸閱讀

參考資料

  1. Weyrich, L. S., Duchene, S., Soubrier, J., Arriola, L., Llamas, B., Breen, J., … & Cooper, A. (2017). Neanderthal behaviour, diet, and disease inferred from ancient DNA in dental calculus. Nature, 544(7650), 357-361.
  2. Devault, A. M., Mortimer, T. D., Kitchen, A., Kiesewetter, H., Enk, J. M., Golding, G. B., … & Pepperell, C. S. (2017). A molecular portrait of maternal sepsis from Byzantine Troy. Elife, 6, e20983.
  3. Anava, S., Neuhof, M., Gingold, H., Sagy, O., Munters, A., Svensson, E. M., … & Rechavi, O. (2020). Illuminating genetic mysteries of the dead sea scrolls. Cell, 181(6), 1218-1231.
  4. Goats, bookworms, a monk’s kiss: Biologists reveal the hidden history of ancient gospels
  5. Jensen, T. Z., Niemann, J., Iversen, K. H., Fotakis, A. K., Gopalakrishnan, S., Vågene, Å. J., … & Schroeder, H. (2019). A 5700 year-old human genome and oral microbiome from chewed birch pitch. Nature communications, 10(1), 1-10.
  6. Vernot, B., Zavala, E. I., Gómez-Olivencia, A., Jacobs, Z., Slon, V., Mafessoni, F., … & Meyer, M. (2021). Unearthing Neanderthal population history using nuclear and mitochondrial DNA from cave sediments. Science.
  7. Nuclear DNA from sediments helps unlock ancient human history
  8. DNA from cave dirt tells tale of how some Neanderthals disappeared
  9. Slon, V., Hopfe, C., Weiß, C. L., Mafessoni, F., De La Rasilla, M., Lalueza-Fox, C., … & Meyer, M. (2017). Neandertal and Denisovan DNA from Pleistocene sediments. Science, 356(6338), 605-608.
  10. Zhang, D., Xia, H., Chen, F., Li, B., Slon, V., Cheng, T., … & Fu, Q. (2020). Denisovan DNA in Late Pleistocene sediments from Baishiya Karst Cave on the Tibetan Plateau. Science, 370(6516), 584-587.
  11. Pedersen, M. W., De Sanctis, B., Saremi, N. F., Sikora, M., Puckett, E. E., Gu, Z., … & Willerslev, E. (2021). Environmental genomics of Late Pleistocene black bears and giant short-faced bears. Current Biology.

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

文章難易度
所有討論 8
寒波_96
193 篇文章 ・ 1060 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》。

0

2
2

文字

分享

0
2
2
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

  • 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 ・ 54 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。

顯微觀點_96
9 篇文章 ・ 3 位粉絲
從細微的事物出發,關注微觀世界的一切,對肉眼所不能見的事物充滿好奇,發掘蘊藏在微觀影像之下的故事。

0

2
0

文字

分享

0
2
0
想要減肥或控制體重?先散步評估一下吧!——《大自然就是要你胖!》
天下文化_96
・2024/07/02 ・1877字 ・閱讀時間約 3 分鐘

恢復初始體重與延長健康壽命

身體的能量大多由細胞裡的能量工廠產生,也就是粒線體。這種能量以 ATP 的形式存在,用來驅動體內種種的生物過程,維持新陳代謝。攝取果糖後,身體會產生尿酸,對能量工廠造成氧化壓力,導致 ATP 產量減少,最後果糖所含的熱量會以脂肪和肝醣的形式儲存在體內。這個過程能幫助我們儲備能量,以因應食物不足的狀況。

生存開關活化所產生的氧化壓力,可能對細胞內的能量工廠和身體其他部位造成損害。在自然界中,這種氧化壓力通常為時短暫,能量工廠很快就會恢復正常運作。相對之下,現代人體內的生存開關卻是全年無休、火力全開。原本是為了生存而暫時抑制粒線體的能量產生,沒想到卻變成一種永久的枷鎖,並帶來嚴重的後果。

長期暴露在慢性氧化壓力中,會使能量工廠的結構發生變化。粒線體會變小,功能下降。即使在生存開關並未活化的狀況下,粒線體產生的能量也不復以往。這等於重新設定了新陳代謝的基礎值,降低能量的產生和使用,隨之而來的便是體重增加。因為身體現在認定減重前的體重才是正常,所以將體重減輕視為生存威脅,於是調整新陳代謝速率做為因應。這時,你的新陳代謝就成為你的敵人!

長期暴露在慢性氧化壓力中,粒線體會變小,降低能量的產生和使用,隨之而來的便是體重增加。因為身體現在認定減重前的體重才是正常,所以將體重減輕視為生存威脅,於是調整新陳代謝速率做為因應。圖/envato

生存開關長期處於活化狀態,不只會影響體重和能量。現在更有證據指出,慢性或反覆出現氧化壓力,也會導致人體老化,於是皮膚出現皺紋,內臟器官緩慢磨損。所有的食物攝取,多少都會對能量工廠造成氧化壓力(第一章曾說過,減少熱量攝取可能延長壽命,原因可能正是在此)。然而,與其他營養相比,攝取果糖對粒線體造成的氧化壓力要大得多。

-----廣告,請繼續往下閱讀-----

在我看來,若能在粒線體受到永久損傷之前,及早對肥胖症展開治療,效果最好。的確,我個人的經驗是,兒童和青少年的肥胖症比較容易治療,只需要改變飲食,減少攝取會活化生存開關的食物,因為年輕人仍然擁有大量功能正常的粒線體。相較之下,要治療肥胖症的長期患者挑戰就高得多,因為他們的能量工廠長期承受慢性的氧化壓力。然而,任務仍然可能達成,關鍵在於恢復粒線體。

要治療肥胖症,就得增加粒線體的產能

我們被「鎖定」在高體重和低能量的狀態,這聽來真是令人沮喪,但這種狀態並非不能改變,能量工廠是可復原的。基本上有兩大方法,首先,盡量減少對能量工廠的損害,讓它們有時間自然恢復。這種方法主要著重在中止生存開關持續活化。其次是積極修復能量工廠,甚或是增加生產粒線體,以彌補失去的數量。

評估粒線體的健康,你可以從散步開始!圖/envato

在討論如何達成這兩項目標之前,我想先提供簡單的方法,讓你評估自己能量工廠的健康狀況:觀察自己的自然步態,也就是平時的行走速度。你可以記錄自己繞行附近一個街區的時間,同時佩戴計步器計算步數,然後算出每秒行走的步數和距離。另一種方法更簡單,只要記錄繞行街區的時間,將現在的時間與之後的時間進行比較,就能判斷粒線體的健康狀況是否改變。重點在於測量時要採行自然步態;換句話說,行走時請勿故意加快腳步。正常的步行速度約為每秒 1.2 公尺,但每秒 0.6 至 1.8 公尺都算正常範圍。我建議把目標設定為每秒 1.2 公尺以上。長期超重的人步行速度通常較慢,平均約為每秒 0.9 公尺。

研究顯示,自然步行速度與粒線體的品質呈現正相關,步行速度較快的人壽命較長,整體健康狀況也較好。步行速度減慢可能是因為骨骼肌疲勞增加,或 ATP 濃度低。值得注意的是,年輕超重者的步行速度往往與其他年輕人相似,但隨著年齡增長,超重者和正常體重者之間的步行速度差異會愈來愈大。

-----廣告,請繼續往下閱讀-----

我鼓勵你去散步,評估你的自然步行節奏。這可幫助你深入了解減肥和維持體重的難易程度,不僅如此,長期監控自己的自然步行速度,還有助於評估體重控制的整體進展。

——本文摘自《大自然就是要你胖!》,2024 年 06 月,天下文化出版,未經同意請勿轉載。

討論功能關閉中。

天下文化_96
139 篇文章 ・ 621 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。