2021 年諾貝爾生理學或醫學獎，史上最「有感」的得獎研究！ft. 陳志成博士【科科聊聊EP61】

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。

本文轉載自顯微觀點

科學界的重大盛事－諾貝爾獎，已在 10 月揭曉。今（2024）年生醫獎頒發給維克托．安布羅斯（Victor Ambros）和加里．魯夫昆（Gary Ruvkun），他們以「發現 microRNA 及其在轉錄後基因調控中的作用」獲肯定得到桂冠。而這項重大發現的背後，一種叫做「秀麗隱桿線蟲」（C. elegans）的小蟲子居功厥偉。

生醫獎背後大功臣

安布羅斯和魯夫昆對於基因如何受到調控，如何因活化時間不同而確保各類型細胞在正確時間點發育的問題很感興趣。因此他們研究因基因活化出現問題的兩種線蟲突變株：lin-4 和 lin-14，以瞭解當中的機制。

一開始，安布羅斯先發現 lin-4 基因似乎是 lin-14 基因的負調節因子，但 lin-14 的活性是怎麼被阻斷的，仍然是個謎。因此他系統性地找尋 lin-4 在基因體中的位置與基因序列，也因此意外發現 lin-4 基因只會產生一種異常短、不足以合成蛋白質的核醣核酸分子。

同一時間，魯夫昆在麻州總醫院和哈佛醫學院新成立的實驗室研究 lin-14 基因的調控。魯夫昆發現 lin-4 抑制的並不是 lin-14 的產生，而是抑制 lin-14 基因產生蛋白質，且發生在基因表現過程的後期。實驗也顯示要抑制 lin-4，必須要有 lin-14 訊息核醣核酸（mRNA）中的一個片段。

安布羅斯和魯夫昆比較了各自的實驗成果，找到突破性的發現：lin-4 部分序列與 lin-14 訊息核醣核酸的關鍵片段中的序列互補。他們進一步實驗，顯示 lin-4 微型核醣核酸（microRNA）透過與 lin-14 訊息核醣核酸中的互補序列結合，來抑制 lin-14 轉譯，進而阻斷 lin-14 蛋白質的產生，也因此揭開 microRNA 介導的基因調控新原理。

這項結果被發表在 1993 年的《細胞》期刊的兩篇文章上。但一開始這樣的基因調控機制被認為是秀麗隱桿線蟲所特有，而不受重視。直到 2000 年，魯夫昆的研究團隊發現了另一種由 let-7基因編碼的 microRNA，科學界的態度才發生變化；因為 let-7 基因高度保存在整個動物界中。

接下來的幾年裡，數百種不同的 microRNA 被鑑定出來，微型核醣核酸的基因調控在多細胞生物中普遍存在；而基因調控若失常，則可能導致糖尿病、癌症或自體免疫疾病。

這不是秀麗隱桿線蟲第一次「助攻得獎」。

成為助攻王的關鍵

2002 年西德尼．布瑞納（Sydney Brenner）、約翰．蘇爾斯頓（John Sulston）和羅伯特．霍維茨（Robert Horvitz）便是從秀麗隱桿線蟲的研究「發現器官發育和計畫性細胞死亡的遺傳調控機理」，進而獲得該年諾貝爾生醫獎。值得一提的是，今年的兩位得主都曾是霍維茨實驗室的博士後研究員。

除此之外，2006 年諾貝爾生理醫學獎也頒給研究線蟲的美國科學家安德魯．法厄（Andrew Zachary Fire）和 克雷格．梅洛（Craig Cameron Mello），以表彰他們「發現 RNA 干擾—雙鏈 RNA 引發的沉默現象」。甚至馬丁．查菲（Martin Chalfie）也利用秀麗隱桿線蟲的觸感接受器神經元「發現並改造綠色螢光蛋白（GFP）」獲得 2008 年諾貝爾化學獎。

秀麗隱桿線蟲為何能成為諾貝爾的「助攻王」呢？布瑞納曾在他的論文中提到：「線蟲適合做基因研究，並且其神經系統可以被精準確定。」他在 1963 年提出以秀麗隱桿線蟲作為模式生物，並於 1974 年發表其在發育生物學和神經科學的成果。

秀麗隱桿線蟲是第一種完成全基因組定序的多細胞生物。加上體積小、成蟲約長1公釐，以及透明且易於獲取的遺傳物質，使其成為絕佳的模式生物。

其在室溫下大約三天可以從卵生長為可受精的成蟲，在實驗室中以大腸桿菌為食，易於大量培養。並且解凍之後仍能存活，因此適合長時間儲存。加上每隻成蟲可產生約 300 隻後代，適合作遺傳學研究。

易於觀察也是秀麗隱桿線蟲作為絕佳模式生物的關鍵因素。由於細胞譜系固定，研究人員可以使用微分干涉顯微鏡（DIC）觀察每一個細胞的發展，甚至在在螢光蛋白出現之前，就有從受精卵到成體完整細胞譜系的描述。

在線蟲研究的多個工作步驟中，立體、複式或共軛焦顯微鏡都是常見的工具，以符合不同實驗要求。且隨著顯微技術的發展，秀麗隱桿線蟲在發育生物學中的應用和研究也更加多元。

隨技術發展 研究面向更多元

在挑選合適的線蟲並準備進行遺傳或生化分析的「採蟲」階段，通常會使用末端黏有睫毛的木棍，在立體顯微鏡下關、挑選。然後使用倒立顯微鏡以顯微注射對線蟲性腺進行基因改造。

螢光蛋白（FP）是在線蟲中進行分子和細胞行為研究的核心工具，螢光顯微技術廣泛用於線蟲研究，例如 GFP 及其改進版本（如mScarlet和mCherry）常用於標記和追蹤蛋白質的動態過程。

螢光蛋白也可使用於研究線蟲的染色體外陣列表現或穩定整合到基因組中。現在則有許多研究者使用 CRISPR（基因編輯）技術，將螢光標記穩定地整合到基因組中，這樣可以精確追蹤特定蛋白在細胞內的表現位置和強度。

層光顯微術（Lightsheet microscopy）則可以在不壓縮樣本的情況下，提供更高的空間和時間解析度，特別適合長期追踪線蟲胚胎發育過程。

除此之外，因為秀麗隱桿線蟲是截至 2019 年唯一一個完成連接體（connectome，神經元連接）測定的生物體，因此一直以來也常被作為神經科學研究的模式生物。

研究者可利用螢光蛋白（如 GCaMP）來追蹤鈣離子濃度的變化，當鈣離子濃度上升時會發出更強的螢光，再透過螢光強度來分析神經系統在睡眠、運動等各種行為時的活動模式。或是進一步利用轉盤式共軛焦顯微鏡、雙光子顯微鏡，抑或結合更強大的影像分析工具，對神經元活動成像並藉此解讀不同行為背後的神經迴路機制

作為模式生物，秀麗隱桿線蟲因為基因組簡單、細胞譜系固定且神經結構已知，為揭示基因調控、細胞發育、神經行為等生物學問題提供了清晰的研究途徑，在生物學研究中佔有重要地位。

儘管已是諾貝爾獎「助攻王」，相信隨著顯微和基因編輯技術的快速發展，秀麗隱桿線蟲仍能在探索人類疾病模型、藥物篩選及再生醫學等應用領域，引領研究新方向。

參考資料

• 諾貝爾官網：新聞稿
• Breimann, L., Preusser, F., & Preibisch, S. (2019). Light-microscopy methods in C. elegans research. Current Opinion in Systems Biology, 13, 82-92. 
• Studying Caenorhabditis elegans (C. elegans)

※另感謝台灣科技媒體中心（SMC）舉辦諾貝爾獎解析記者會

泛泛泛科學 Podcast 這裡聽：

當家中小朋友問你「煮雞與烤雞有何差別」，或者吵著為何不能常吃鹹酥雞，種種飲食問題你知道該如何解答嗎？《神廚賽恩師》有感於台灣大小朋友缺乏「食物教育」，而從蒸、煮、炒、炸等「料理單字」，為大家解惑料理背後的科學，探究我們每天吃的美食到底如何製成？

本集我們邀請節目製作人鄭佳華、主持人史達魯（祝福另位主持人納豆早日康復 QQ）聊聊《神廚賽恩師》的誕生過程。節目成形竟是因為製作人小孩害怕「吃雞」？中華料理繁多的料理方式，要如何以科學辨認其差異？認識「鮮味」竟是烹飪及點菜的小撇步？節目第二季還會教你煮泡麵、水餃更好吃的妙招？本集讓我們和神廚，一同暢遊「料理賽恩思」的世界！

• 02:21 節目起源於小孩怕吃「蛀蟲雞」？

《神廚賽恩師》自 2020 年於公視開播，從華人生活中重要的飲食文化為切入點，讓孩童從中獲得科學知識。製作人鄭佳華認為生活常遇上的問題，用「科學」來解決最快，因此也曾製作《非常有藝思》、《成語賽恩思》等將文藝與科學結合的節目。由於她曾聽家中孩童發問「煮雞與烤雞有何差別？」，甚至認為「雞的毛孔是被蟲蛀過」，深深感到台灣「飲食教育」不足，才動念想出《神廚賽恩師》的節目企劃。

• 07:47 從「蒸煮炒炸」認識料理的科學原理

製作人鄭佳華有感於不論孩童或大人，我們對「飲食」的食材來源、烹煮歷經的化學變化或食物內含的營養成分都不大熟悉。因此當她回頭查找資料時，發覺「中華料理」的菜名，如：清蒸鱸魚、紅燒豆腐，便已解釋該菜的烹調方式，而動念以蒸、煮、炒、炸等「料理單字」作為每集主題，由主持人納豆扮演學徒，帶領一群孩童「小學徒」，​​向另一位主持人、廚師史達魯請教美食烹調概念，探索廚藝背後的科學道理。

延伸閱讀：

料理的美味其實來自於科學原理—「Pansci Talk：嚐識」

• 10:15 阿宅廚師的「debug」料理精神

廚師史達魯過去為科學相關科系畢業，曾以電腦工程師為業，廚藝則完全是「自學」無師自通。他以工程「阿宅」角度來看，寫程式與做料理都是「debug」，以除錯的心態來解決問題，例如：發現炸雞皮脆肉不熟時，可先把雞肉放在水中煮熟，再裹粉去炸外皮，便可達到「皮脆且肉熟」的結果。近期，他還突發奇想，效仿製作魚露的發酵過程，試圖實驗把牛肉製成鮮美「牛肉露」；或把製作豆腐乳的「菌絲」炸來吃，沒想到吃起來還頗有「豆漿味」。

• 16:44 節目會不會知識量太爆炸？

2020 年第一季《神廚賽恩師》播出後，鄭佳華收到許多反應不俗的觀眾回饋，包含：孩童願意效仿節目，在家中自行操作「料理實驗」，由於實驗可在自家廚房進行，家長也較能從旁監督而感到放心。製作節目時，他們也盡可能不讓知識量「爆炸」，而是讓內容越拓越廣，讓節目更貼近生活。史達魯提及到臺北醫學大學兼課時，曾把節目提供學生當補充教材，甚至有學生藉此買下生平「第一瓶醬油」，只為實驗節目中提及的「梅納反應」，讓史達魯印象深刻。

延伸閱讀：

回不去的醬油？「致癌」兩個字可能跟你想的不一樣！

• 21:40 台灣人「三句不離吃」一定會看節目

《神廚賽恩師》節目包含多個環節：藉由棚內烹調實拍，解釋料理背後科學原理；並以故事動畫，介紹名菜的發展歷史；最後再至外景拍攝業內師傅、名廚做菜。鄭佳華認為台灣人重視飲食，談話內容「三句不離吃」，顯示大眾很願意從文化、科學方面理解「吃」，因此做飲食節目必定能吸引觀眾。

• 24:05 以科學區分料理方式差異

鄭佳華提及，許多烹調字詞如炸、炒，可從其象形文字看出其料理方式。籌備節目時，他們還發現有「伙房 28 法」細分各式烹調方式，許多料理方式連史達魯都未必知曉如何解釋，經過研究、向老師傅請教才知道箇中差異。另外，眾多相近的烹調方式，確實可用「科學」來解釋差異，如同：煮、燉、汆燙等水煮烹飪法，便是因為用水溫度高低、烹調時間長短不同，才讓成品的風味有所分別。

• 30:02 「食育」不淪為說教要親身體驗

近年，日本推行「食育」，培養孩童從小認識食物來源、接觸烹飪過程，介紹飲食對環境的影響，強調在地飲食觀念。《神廚賽恩師》也以節目推廣「食育」，藉由外景拍攝讓觀眾認識食物原產地，安排主持人及孩童親自採集、烹調食材，體驗料理的產製過程。孩童能藉此瞭解哪些料理營養，哪些則不健康應該少吃，例如：油炸的鹹酥雞，讓「食育」不淪為說教。史達魯還藉節目拍攝，認識「天然愛玉」竟可耐高溫不會融化，讓他而後運用於分子料理中。

延伸閱讀：

丙烯醯胺是如何生成的？哪些食物含量最多？——丙烯醯胺大揭密（上）

為什麼愛玉籽洗一洗就會「結凍」？——從國民美食到生醫材料

• 34:01 大人也要看的烹飪與點菜秘笈

《神廚賽恩師》把主持人納豆設定為「想當廚師但不會做菜」的學徒，希望孩童藉由他的角色，進而了解廚藝科學。然而，史達魯認為節目給大人收看，知識量也十分足夠，例如：談論「燒」的集數，請到資深范添美師傅，呈現料理東坡肉的神技；「醬」的集數中，提及「鮮味」的協同效應，解釋當兩種食材混合烹調時，游離胺基酸加上核苷酸起化學反應，能產生超過兩種以上的鮮味，像是日式高湯中的昆布與柴魚。觀眾除了藉此更知道如何烹飪，至餐廳點菜時也更知道如何搭配菜色。

延伸閱讀：

【Gene思書齋】鮮味的科學の祕密

• 39:41 《神廚賽恩師》本身就是一次科學研究

鄭佳華形容《神廚賽恩師》精緻、多樣化的節目橋段，就像是一次科學研究。先由棚內「試吃」環節介紹該集主題，實際烹調食物理解料理的科學原理，再從動畫介紹名菜歷史，追溯背後的文化源頭，最後則請名廚「實作」該道料理。從食材源頭、烹煮原理到烹煮過程，皆於完整於節目中呈現，也是相當完整的一堂「食育」課。

• 43:24 失敗料理「加糖」就能補救？

今年播出的第二季節目，除了將延續先前「伙房 28 法」的烹調方式外，「酸甜苦辣」等味覺也將成為主軸。節目也驗證「失敗的料理加糖就能補救」的都市傳說，確實有其道理，藉此介紹各式味蕾的厲害。目前尚在規劃的第三季，也希望從食材如何轉變為食物切入，例如：黃豆能製作出豆腐、醬油等，讓觀眾能從更多元的角度認識飲食。

延伸閱讀：

這杯重水喝起來甜甜的，我可以再來一杯嗎？

• 51:07 看第二季偷學煮泡麵、水餃小撇步

第二季將於 3/11 起，每集於週五晚間 6 點於公視主頻道、7 點於公視 3 台首播，並且會同步在公視 + 影音平台上架。鄭佳華與史達魯再次推薦，《神廚賽恩師》雖是兒少節目，但大人小孩皆適合觀賞，可藉此更認識廚藝科學與飲食文化，也預告本季中將會透露煮泡麵、水餃更好吃的妙招。若想知道這些烹調小撇步，每週鎖定節目必定能有所收穫！