Loading [MathJax]/extensions/tex2jax.js

0

7
1

文字

分享

0
7
1

基因神剪 CRISPR :當初被發現及命名的故事——《破解基因碼的人》

商周出版_96
・2021/12/24 ・2668字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者 / 華特.艾薩克森(Walter Isaacson)
  • 譯者 / 麥慧芬

《破解基因碼的人》一書是《賈伯斯傳》、《達文西傳》作者——華特.艾薩克森的最新力作,以 CRISPR 技術發明者珍妮佛.道納為主角貫穿全書,書中章節巧妙的將遺傳、基因體計畫的發展嵌入主角珍妮佛.道納的求學經歷與職涯歷程,不只是一本科學家的傳記,更像是 CRISPR 技術發展的科學史。

當石野良純還是日本大阪大學的學生時,他的博士論文就納入了大腸桿菌的基因定序。那時是 1986 年,基因定序還是一項勞心勞力又傷神的過程,但他終究還是確認了組成目標基因的 1038 組 DNA 鹼基對。他在第二年發表的一篇基因研究的長篇論文最後一段,提到了一個他認為並沒有重要到需在論文摘要中提及的反常現象。

放大一千倍的大腸桿菌。圖/WIKIPEDIA

「我們發現了一個不尋常的結構,」他寫道,「29 個核苷酸中有 5 個高度同源的序列,直接以重複型態排列。」換言之,他發現 DNA 中有 5 個完全相同的片段。這些相同的片段,每段都有 29 對鹼基的長度,夾在看起來正常的 DNA 序列之間。他稱這些片段為「間隔」。這些叢聚的重複序列到底是什麼,石野完全摸不著頭腦。他在這篇論文的最後一行寫著,「這些序列在生物學上的重要性,目前還不可知。」他沒有針對這個問題繼續研究下去。

第一個釐清這個重複序列作用的研究者,是法蘭西斯可.莫伊卡(Francisco Mojica),他是西班牙地中海岸邊阿利坎特大學(University of Alicante)的學生。1990 年,他著手進行自己的博士論文,主題是古菌。古菌就和細菌一樣,是沒有細胞核的單細胞有機體。他所研究的古菌,在比海水鹹 10 倍的鹽池裡如魚得水。當他在為一些他認為或許能解釋這種細菌之所以熱愛鹽分的細胞內部分進行定序工作時,發現了 14 個以規律的間隔重複排列、完全相同 DNA 序列。這些重複的序列似乎呈現出迴文結構,也就是說它們不論是從正面看過去,還是反面看過來,都完全一樣。


法蘭西斯可.莫伊卡(Francisco Mojica)。圖/WIKIPEDIA by Manuel Castells

莫伊卡一開始以為自己搞砸了定序工作。「我以為發生了失誤,因為在那個年代,定序是很困難的工作,」他爽朗地笑著說。不過到了 1992 年,當他的資料一再顯示出這種規律性間隔的重複時,他就開始質疑以前是否有人發現過類似的現象。那個時代,谷歌大神還未出世,網路索引也不存在,因此他只能利用一套學術論文索引的印刷品《現期期刊目次》(Current Contents),透過引文中出現的「重複」這兩個字,一筆筆地親自翻查資料。這已是前一個世紀的事情了,那時候幾乎沒有什麼網路出版品。莫伊卡如果發現任何他覺得有希望的清單,就必須去圖書館把相關期刊找出來。最後,他找到了石野的論文。

-----廣告,請繼續往下閱讀-----

石野研究的大腸桿菌與莫伊卡的古菌非常不一樣,也因此當他知道兩人都碰到了這種重複的序列以及間隔片段時,他真的非常驚訝。這個發現讓莫伊卡相信,這個現象在生物學上必然有著相當重要的目的。他和他的論文指導教授在他 1995 年所發表的報告中,稱這種現象為「銜接重複序列」,而且他們猜測這種現象可能與細胞複製有關,當然,他們這樣的假設並不正確。

當莫伊卡結束了分別在鹽湖城以及牛津兩地的短期博士後研究工作後,他於 1997 年回到了離自己出生地僅隔著幾哩的阿利坎特大學,並組織了一個研究小組,開始研究這些神祕的重複序列。資金取得非常困難。「他們告訴我別再對那些重複序列執迷不悟了,因為有機體的這類現象實在太多種了,我發現的這種狀況,可能根本沒什麼特別的,」他說。

可是他很清楚,細菌與古菌的遺傳物質數量都很少,所以這些有機體不可能浪費那麼大量的遺傳物質在毫無重要功效的序列上。他繼續努力釐清這些叢聚重複的目的。或許它們可以幫助塑造 DNA 結構,又或者在形成蛋白質可以鎖定的環圈時,能夠提供什麼樣的助力。這兩種假設後來都證明是錯的。

一簇好鹽古菌的細胞(Halobacterium sp. strain NRC-1),每一細胞長度大約 5μm。圖/WIKIPEDIA

CRISPR 這個名字怎麼來的?

那個時候,研究人員已經在 20 種不同的細菌與古菌中發現了這些重複的序列,而大家對這個現象所取的名字五花八門。莫伊卡對論文指導教授強迫他接受的「銜接重複」愈來愈不滿意。這些序列都有間隔,並不是銜接。於是他重新用了自己最初取的名字「短間隔重複序列」,或簡稱 SRSR。雖然這個名稱更貼切,但是縮寫後的字母無法以一個單詞的形式發音,大家記不住。

-----廣告,請繼續往下閱讀-----

莫伊卡一直都與荷蘭烏特勒支大學(Utrecht University)同樣在研究結核桿菌中這些序列的儒德.傑森(Ruud Jansen)通信往來。傑森稱這些序列為「直接重複序列」,不過他也同意這種現象應該有一個更好的名字。

有天晚上,從自己實驗室開車回家的路上,莫伊卡突然想出了 CRISPR 這個縮寫後的名字,意思是「常間迴文重複序列叢集」。儘管不可能會有人記得這串突兀的措辭,但是縮寫 CRISPR 的讀音確實乾脆又清楚。再說,雖然 PR 讀音所漏掉的母音「e」,為這個詞彙增加了一層未來主義的光澤,但這個讀音聽起來還是給人一種友善而非恐懼的感覺。他回家後,詢問妻子對這個名字的感覺。「聽起來像是一個非常棒的狗狗名字,」她說,「CRISPR、CRISPR,來這裡,乖狗狗!」莫伊卡大笑,並決定就是這個名字了。

2001 年 11 月 21 號,傑森在回覆莫伊卡有關名稱建議的一封電子郵件中,就這麼把這個名稱給定了下來。「親愛的法蘭西斯,」他在電子郵件中寫著,「CRISPR 這個縮寫實在太棒了。我覺得拿掉任何一個字母都讓這個名稱變得沒那麼乾脆,所以我很喜歡這個活潑的 CRISPR,遠勝於 SRSR 或 SPIDR。」

傑森在 2002 年 4 月所發表的論文中,更正式地認可了這個名字。他在那篇論文中,報告自己所發現的基因似乎與 CRISPR 有關。大部分擁有 CRISPR 現象的有機體,重複序列旁都會出現某一種編入了製造酵素指令的基因。他稱這種酵素為「CRISPR 關聯」酵素,簡稱 Cas 酵素。

-----廣告,請繼續往下閱讀-----

——本文摘自《破解基因碼的人:諾貝爾獎得主珍妮佛.道納、基因編輯,以及人類的未來》/ 蓋伊・萊施茨納,2021 年 10 月,商周出版

-----廣告,請繼續往下閱讀-----
文章難易度
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。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----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
藝術揭露科技,科技豐富藝術—曹存慧的生物藝術探索
顯微觀點_96
・2024/11/10 ・4459字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自顯微觀點

生物藝術家曹存慧博士於大稻埕接受訪談
圖/顯微觀點

透過質疑,引起反思

昏暗的實驗室裡,紅色的 LED 綻放光芒,電線連向一旁玻璃杯內的電極。5個盛裝深色液體的玻璃杯由電線與電極串聯,累積電壓,向 LED 供應電流,如同小學自然課以果汁發電的實驗配置。

日光燈亮起,玻璃杯內的液體呈現比 LED 更加深沉的暗紅色,桌後身穿實驗衣的藝術家/科學家曹存慧開口介紹,「人類血液中具有電解質,因此可以和鋅片與銅片組成的電極發生氧化還原反應,產生電流使二極體發光。」此時,她的手背上還貼著止血棉。

這是曹存慧與葛昌惠合力創作的生物藝術裝置《血電廠》。藝術家現場抽取自己和參與者的血液,透過簡單的氧化還原發電原理,在黑暗中得到光線。讓參與者親身體驗犧牲身體部位、承受健康風險以獲得能源的情境。

-----廣告,請繼續往下閱讀-----

抽血發電很容易引起對衛生與比例原則的質疑,但是社會日常仰賴的發電模式如燃煤、核分裂等,不是明顯損及環境或居民健康,就是藏有重大風險。《血電廠》抽血發電引起的憂慮與質疑,凸顯了現代社會為了滿足電能需求,選擇持續承擔的代價與風險。

透過藝術為科學除魅

《血電廠》並非曹存慧唯一具有爭議性的創作,甚至不是參與者反對與質疑最激烈的。她與「遠房親戚實驗室」夥伴的作品《有我在TM在國立台灣美術館現場帶領工作坊參與者進行自體基因轉殖,透過基因工程技術,將人類基因片段插入大腸桿菌染色體中。

這項讓參與者感到「轉殖自身基因的大腸桿菌與自己十分相似」(實際上僅有極小片段相同,不同參與者彼此間的基因相似性還比較高),足以讓人反思何謂「自我」以及物種間親近性的實驗,因為扮演「有我在生物科技股份有限公司」在虛擬的商業情境中進行實驗,事後被民眾檢舉未依法登記而執行業務。

藝術家們為了法律訴訟而傷神耗時,同時也凸顯基因工程技術對民眾來說,是需要被政府嚴格管理的行為。

-----廣告,請繼續往下閱讀-----

面對民眾的緊張,曹存慧說,「台灣人對基因工程態度其實相對輕鬆,在意的是健康與環保。不像歐美社會,有觸犯神權的那種禁忌感。」如果是在荷蘭,這種行動藝術場地外一定會集結抗議團體,主辦方也會開記者會說明。

曹存慧回憶《有我在TM》現場說,「我帶參與者們做 heat shock(熱休克,使質體進入大腸桿菌細胞膜的方法), 他們紛紛驚訝說『怎麼這樣就結束了?』。我希望可以讓一般民眾發現『基改並非一件深不可測的事情』」。這是她為生物藝術賦予的價值之一。

對於生物藝術的定義,曹存慧反思地說,「每一天我對生物藝術的定義都有一點變動。現在我採取的定義是『內容與生物學有關的』創作,比較符合大眾對這個特定領域的想像。」

她認為,單純討論生命與死亡,或媒材中採用生物材料,其實都是傳統藝術包含的作法。但是以生物學知識與討論為主題的創作,最接近生物藝術(Bioart)這個 1997 年由 Eduardo Kac 發明的創作領域。

-----廣告,請繼續往下閱讀-----

懷抱著創作願望的生物學博士

曹存慧從大學開始攻讀生物科技領域,專長分子生物學和生物資訊,於昆士蘭理工大學獲得博士學位後回到台灣,進入中研院從事博士後研究。聽起來是相當典型的生科系職涯發展,接下來就是進入學院擔任助理教授或技術人員、實驗室經理。

但是在扎實的學術訓練歷程,曹存慧始終懷著對藝術的喜愛與好奇,她說,「我對藝術的興趣明確存在,但是方向模糊。只是從小喜歡畫畫、會當學藝股長,沒有受過科班訓練。高中參加的還是生研社,不是美術社。」

曹存慧與生物藝術的接觸,是在昆士蘭讀博士班時,那時她正在疑惑「自己的生物科技專業,能不能結合藝術創作」。她回憶說,「千禧年過後,一個無聊的晚上,我上網 google “Bio + Art” 沒想到真的有這種藝術領域!」她投入創作的願望,在新世紀展開時逐漸活化。

-----廣告,請繼續往下閱讀-----

2009 年,曹存慧畢業歸國,參與了她的生物藝術展覽初體驗,也是臺灣第一場聚焦生物科技與醫學的創作展《急凍醫世代》。不僅是她第一次親眼看見生物藝術裝置,同時也得到參加研討會、工作坊的機會,可以聽到藝術家剖析自己的創作脈絡。

觀察了他人的作品,曹存慧開始想要親手創作,但是既缺少經驗,也不了解何謂藝術創作。同時,她的職業仍然是中研院分子生物學博士後研究員,她一面忙碌於實驗室工作,一面在陌生的創作領域摸索,讀藝術理論、了解當代藝術作品、與藝術家對談。

曹存慧回憶那段時光說,「探索新領域很有趣,但是也很掙扎,因為時間實在不夠用。」她維持白天做實驗,夜晚學習藝術的跨領域生活到 2011 年,帶著教學相長的期待,與其他藝術家合作向文山社區大學提案,開一門生物藝術課程。

一波三折的跨領域之路

文山社區大學對生物藝術課程的熱烈歡迎出乎她們意料,連臺北市其他區域的社區大學,也紛紛邀請她們開課。曹存慧笑說,「當時我們很開心地答應了,還擔心自己會忙不過來。結果報名截止那天,整個臺北市只有一個人報名,而且那個人還是我的朋友!」

-----廣告,請繼續往下閱讀-----

原來,「生物藝術」這個名詞當時在臺灣社會鮮少被公開討論,社區居民分不清楚究竟是生物課還是藝術課,自然不會報名。曹存慧教學相長的課程,只能暫且擱置。

曹存慧並未因此而放棄,為了投入更多時間嘗試創作,她在 2016 年申請荷蘭的生物藝術研究單位職缺,準備離開原本的工作,卻因為簽證問題而無法成行。

看似又一個深入生物藝術領域的阻礙,曹存慧卻視為重要的轉捩點。在輾轉詢問、求助的過程中,她結識更多生物藝術圈的同儕,也被拉進臺灣生物藝術社群,得到充沛的交流。她說,「那時我開始更清楚自己能做甚麼,也開始有策展人特地邀請我參展。」

曹存慧的第一個正式展出作品,是 2014 年於臺北市中山創意基地 URS21 的《愛@窒息》,在密閉小容器中裝入植物和日常物品的零件(如玩偶或是芭比娃娃的肢體)。展覽期間植物逐漸生長,人造物品被慢慢吞沒,只留下輕微輪廓。

-----廣告,請繼續往下閱讀-----

曹存慧在展期發現,室內展場光線不如室外明亮,作品中的植物不一定會如預期般生長。生物藝術猶如生物學實驗,比起使用無生命材料的同行,更加需要注意生物學性質。

她笑說,「我從那時開始體會,生物藝術家會遇到很多不可思議的環境因素,是其他領域創作者無法想像的。」

最誇張的經歷是,「大量的果蠅飛進展場,吃掉我的作品!密封的作品無法隔絕果蠅的嗅覺和食慾,展間裡、作品上都是果蠅。策展人、館方都氣急敗壞。」

一路挑戰創作框架與材料的限制,曹存慧獨具風格的創作逐漸被更多策展人認同,也登上國家美術館的展廳,讓她得到更多信心與創作欲。2018 年她辭去博士後研究員的工作全心投入創作,隔年卻回到了學術機構,這次領域不同以往——清大藝術學院聘任她為助理教授,並主持生物藝術實驗室。

-----廣告,請繼續往下閱讀-----
任教於清大藝術學院的生物科技博士曹存慧

現正創作:族群與語言的演變(螞蟻版)

擔任教職的曹存慧持續活躍的個人創作,她最近的作品是浪漫臺三線藝術季的邀約作品:名稱未定,以客家話和客家族群的流動變化為核心概念。

曹存慧說明,「現在臺灣人使用的客家話,發音和用詞與中國南方的客家話已頗有不同,臺灣不同客家族群間也有少許差異,但社會共識依然認同是應該被保存的『傳統文化』。」

而客家族群血緣方面,曹存慧提起馬偕醫學院教授林媽利引發激烈討論的分子人類學研究,該研究指出臺灣客家人的染色體單倍群比較接近中國南方人,不同於客家族群傳統故事中,客家人來自華北、華中的漢民族大遷徙敘事。

圍繞這個引起民族認同爭端的科學研究,曹存慧展開新的創作想像,「客家人從北方逐漸南遷的過程中,或許不斷有人加入、也有人在中途落地生根。到達南方、臺灣時,群體中的成員、家族組成與出發時早已不同,因此這個族群的基因庫也已經演進,如同語言的變化。」

曹存慧透漏,她計畫設計一個大型螞蟻飼養箱,其中糖漬洛神花排列成漢語拼音的客家話辭彙,涵蓋客家話各分支的用字、腔調差異。其中同時放置泥土、樹枝和水,讓螞蟻得以築巢、生活。

螞蟻覓食過程中,糖漬洛神花會被螞蟻集體搬動,拼音逐漸出現變化,仿擬語言在集體活動過程被重新建構。曹存慧說,「族群和文化特徵在演變過程會消失一部分,同時也會建構新的成分。演變是自然的,或許不是那麼需要抗拒的事情。」

至於醃漬洛神花,是因為現在洛神花是當前桃園客家文化景點的熱銷名產,被形塑為客家特色農作物之一。但洛神花並非當地傳統的作物,大概 2008 年前後才開始流行,其實是相當新的地區特色。

曹存慧以此說明,「客家族群的自我認同強烈,但文化演變本來就會一直加入新的元素,得到新的特徵未必是一件壞事。我想趁機探討『傳統』在文化演變過程中不斷建構並保存下來,是動態而非固著的概念。」

對於發想過程,她自我剖析道,「創作時我沒有很明確的政治性、社會性目的。但我想生活在這個社會環境,人本來就會注意社會議題並產生反應,也就是我每天看到和思考的內容。我想進行的創作,是和當下社議題密切相關的。」

年輕、階級扁平的教室與創作領域

在曹存慧的課堂上,每個人都以自取的綽號相稱,曹存慧在學生口中的稱呼是「跳跳」。

她解釋說,因為生物藝術是個很年輕的領域,輩分與階級都很扁平,「我和學生年紀不同,在教室裡的權力也不同。雖然一開始我是思考與創作的帶領者,但是希望可以讓學生感到互動框架是平等、可鬆動的。這樣在討論何謂生物藝術、評論作品時,可以自由地發展與表達想法。」

曹存慧認為,這樣的課堂情境類比了生物藝術圈的現狀,沒有太明確的權威與硬性框架,生物藝術的形式、目的與價值都還在共同創造及實踐中。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

顯微觀點_96
28 篇文章 ・ 5 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

7
0

文字

分享

0
7
0
家中養貓狗,寶寶可能更健康?研究證實毛小孩有助於提升新生兒免疫力
PanSci_96
・2024/08/25 ・1454字 ・閱讀時間約 3 分鐘

  • 文/林芸寬、張愷丰、張庭瑀、郭亮均、林詠真 

最新研究:寵物與新生兒健康的密切關聯

現代家庭飼養寵物的比例逐年上升,貓狗已成為人類最親密的夥伴。農業部最新(2023)的資料發現,臺灣飼養貓狗的比例上升,家犬較上一期(2021)增加 19%;家貓較上一期增加 50%。然而,許多新手父母常擔心,飼養貓狗可能會影響新生兒的健康,像是引發呼吸道過敏等疾病,但近期的科學研究提供了相對令人安心的解答。 

最新研究指出,飼養貓狗,可能更能減少新生兒感染呼吸道疾病的機率。 圖/envato

科學家發現,飼養貓狗也許有益家庭中新生兒的健康。最新研究證實,家中貓狗不僅能增添樂趣,更能減少新生兒感染呼吸道疾病的機率。早在 2012 年,就有芬蘭研究團隊追蹤鄉村地區 397 名新生兒,自出生到一歲的健康狀況,發現有飼養貓狗家庭中的新生兒,較少感染呼吸道疾病。研究詳實記錄貓狗與新生兒的互動頻率,及其對新生兒健康的影響。

腸道菌相的力量:微生物如何提升寶寶免疫力

今(2024)年聖路易華盛頓大學兒科團隊發表在《Pediatrics》的最新研究,分析新生兒的就醫紀錄,並透過對父母的訪談,探討「親餵母乳」、「家中飼養貓狗」、「新生兒醫療需求」三者間的關係。研究發現,親餵母乳且家中有飼養貓狗的新生兒,出生六個月內對醫療服務的需求相對較低。華盛頓大學團隊推測,這可能是貓狗身上的微生物 ,增加了環境中微生物多樣性,並影響新生兒的免疫力。 

環境中微生物多樣性,與新生兒免疫力的關係為何?至今仍是未解的問題,但根據現有的研究,這很可能與新生兒體內「腸道菌相」的差異有關。「腸道菌相」是胃腸道中的微生物群落,由細菌、病毒和真菌組成,它們在我們的免疫系統發展中扮演了重要角色,特別是在生命的早期階段,對腸道的健康和功能有著深遠的影響。

-----廣告,請繼續往下閱讀-----

為何養狗的新生兒感染率更低?

2023 年的一項研究,進一步探討環境中微生物多樣性與新生兒免疫力之間的關係,揭示腸道菌相的多樣性在在影響了新生兒的健康。研究顯示,家中飼養狗的新生兒,其腸道中的梭桿菌、科林氏菌和瘤胃球菌等菌群明顯較多,這些菌種的豐富性有助於免疫系統的發育,也可能有助於減少新生兒過敏與氣喘的風險。

有趣的是,這份研究也提到,對於喝配方奶的新生兒而言,其腸道菌相的組成與養狗有關,「與狗接觸」可能成為他們獲取環境微生物的替代途徑,補充因缺乏母乳餵養而缺少的微生物,從而幫助免疫系統的發展。

小孩與狗的接觸,反而可能成為獲取環境微生物的途徑。 圖/envato

目前研究雖無法直接證實接觸貓狗可以增強免疫力,但可以確定的是,接觸貓狗的小孩,腸道內的微生物多樣性高,也比較不容易生病,新手父母可以不用太擔心養狗對小孩發育的影響。同時,與狗接觸還能改變嬰兒腸道中的微生物組成,這或許有助於減少呼吸道疾病的發生風險。

資料來源: 

  1. https://www.moa.gov.tw/theme_data.php?theme=news&sub_theme=agri&id=9418
  2. https://publications.aap.org/pediatrics/article/130/2/211/29895/Respiratory-Tra ct-Illnesses-During-the-First-Year
  3. https://www.nature.com/articles/s41390-024-03200-9
  4. https://onlinelibrary.wiley.com/doi/epdf/10.1111/cea.14303
-----廣告,請繼續往下閱讀-----

討論功能關閉中。