0

2
1

文字

分享

0
2
1

【2002 諾貝爾化學獎】質譜與核磁共振

諾貝爾化學獎譯文_96
・2022/06/01 ・5803字 ・閱讀時間約 12 分鐘

本文轉載自諾貝爾化學獎專題系列,原文為《【2002諾貝爾化學獎】質譜與核磁共振

  • 譯者/蔡蘊明|台大化學系名譽教授

今年的諾貝爾化學獎是由三位學者所共享,他們的研究涵蓋了兩個重要領域:質譜與核磁共振。這三位得獎者是美國 Virginia Commonwealth 大學的 John B. Fenn,日本島津(Shimadzu)公司年僅四十三歲的研發工程師田中耕一(Koichi Tanaka)以及瑞士理工學院的 Kurt Wuthrich,前二者所專精的是質譜方面的研究,而後者是由於在核磁共振方面的研究而得獎。他們最主要的貢獻,是利用這些工具來解決巨大的生化分子之結構問題,他們的成就代表了一個革命性的突破,使得"化學生物"(chemical biology)成為現今的"大科學"(big science)。化學家們現在已經可以快而準確的鑑定一個試樣中含有的蛋白質為何物,他們也能夠繪出蛋白質分子在溶液中的三度空間圖像,也就是說,化學家已有能力"看到"蛋白質並瞭解它們在細胞中如何的作用。

生化分子的革命性分析方法

為什麼要研究生化的高分子

所有的生物體 ─ 細菌,植物及動物 ─ 都含有相同型態的大分子或高分子,而這些分子與我們所謂的生命是息息相關的。在細胞中所發生的現象是由核酸(例如DNA)來控制的,我們可稱之為細胞的"導演",而各種蛋白質則是細胞的"主角"。每一個蛋白質都具有一種功能,並可隨著環境而變化。例如血紅素將氧氣輸送到人體內的各個細胞。

個別蛋白質的研究並非一項新的研究領域,然而蛋白體學(proteomics),也就是研究不同的蛋白質如何相互的聯合以及合併與其它的物質在細胞中共同運作,卻是一個在過去數年間極速成長的新興領域。隨著一個個生物體的基因之定序完成,以及相關的尖端研究不斷向前挺進,新的問題亦隨之而產生:人類約三萬個左右的基因,其密碼是如何的對應到千百來種不同的蛋白質?如果一個基因損傷或缺少了,會發生什麼狀況?像阿茲海默症或狂牛症是如何發生的?上述的新化學領域是否可運用到更快速的診斷出以及醫治好這些威脅到人類的疾病?

要想解決類似這樣的問題,化學家不斷的追求有關蛋白質的更多知識,以及瞭解它們如何相互聯合或與其它的分子聯合而在細胞中運作,這是因為它們的結合將會影響其結構,而在蛋白質結構上一點點的變化,就會對其功能有決定性的影響,因此下一步就是要掌握其活動狀況:當蛋白質相互作用的那一瞬間,蛋白質分子是何長相?尤其是在那決定性的一刻又如何?若想要瞭解,那我們就必須擁有“目睹”的能力。

-----廣告,請繼續往下閱讀-----

質譜 ─ 一個鑑定分子的方法

質譜現在能讓我們利用分子的質量快速的鑑定出一個試樣中的化合物結構,這項技術早就被化學家運用在小型與中型的分子鑑定工作上,這項工具靈敏到能探察非常少量的分子。例如在吸毒以及藥物濫用的檢查,食品的控管以及環境的檢測等方面,質譜的運用在現今已是如例行公事般的尋常。

其實早在十九世紀末頁,質譜就已奠下了基礎,在 1912 年,湯木森(Joseph J. Thompson)就報告了第一例的小分子結構分析。好幾個二十世紀的諾貝爾獎工作就是直接倚賴質譜分析,例如 Harold Urey 發現氘(1934年諾貝爾獎),以及"碳足球"富勒烯(fullerenes 又稱碳六十)的發現,導致 Robert Curl、Harold Kroto 與 Richard Smalley 得到 1996 年的諾貝爾獎。

當然將質譜運用在高分子上的目標早就吸引了許多的科學家,在 1970 年代已經能成功的將高分子轉化成氣相的離子,稱為脫附技術(desorption technology),這成為過去二十年間在此領域中革命性進展之基礎。

雖然與其它的小分子比較,高分子的確很大,但實際上一個單一的高分子仍然是極為渺小的,例如血紅素的一個分子的質量只不過是10-19克左右,那麼要如何量度這麼小的質量呢?關鍵就在於如何讓蛋白質分子相互分開,並形成一片可自由飛翔,並且攜帶電荷的蛋白質離子雲霧,緊接著量度這些離子質量(因之而能鑑定蛋白質)的常用方法,就是在一個真空室中將它們加速,然後量度其飛行時間(Time Of Flight, TOF),它們達到目的地的先後與其質量以及電荷有關,越輕而且電荷越高者,越快抵達。

-----廣告,請繼續往下閱讀-----

現今有兩種做法能使得蛋白質轉變為氣態離子而不會改變其結構與形體,這兩種方法背後的發明者就是今年共享一半諾貝爾獎的兩位學者。其中由 John B. Fenn 所發展的方法是運用一個很強的電場將試樣噴灑出去(稱為電灑法,見圖一),而產生一個個帶電荷並能自由飛翔的離子。另一種方式是運用一個強烈的雷射脈衝,在適當的條件下(視能量,與試樣的結構和化學環境而定)運作,試樣可接受雷射脈衝的能量而被釋放成為自由的離子(見圖二),頭一個展示這種"輕雷射脫附"(soft laser desorption)現象可運用在蛋白質這種大分子的人就是田中耕一(Koichi Tanaka)。

(圖一)電灑法
(圖二)雷射脫附法

Fenn 的貢獻 ─ 透過噴灑的飛翔

在 1988 年 John B. Fenn 發表了兩篇後來被視為突破性的質譜論文,那是有關電灑高分子的研究。在第一篇論文中,他研究具有未知質量的聚乙二醇(polyethylene glycol)的質譜,發現可以運用他的方法處理具有高分子質量及高電荷的大分子。他的第二篇論文顯示這個方法亦可運用在中等大小的蛋白質上。離子的釋出是藉由一個電場將試樣噴灑出去,形成許多帶電荷的水滴,當水滴中的水蒸發之後就剩下了帶電而且可自由翱翔的赤裸裸蛋白質分子,這個方法被稱為電灑游離法(electrospray ionization , ESI)。

當這些分子具有很高的電荷時,質量/電荷的比值就會小到可用普通的質譜儀來分析。另一個好處就是相同的分子可能攜帶不同的電荷,因此會得到一系列的訊號,雖然這個現象使得圖譜變得複雜,甚至對早先的研究者造成困擾,但這也產生了更多的資訊,使得鑑定的工作變得較容易。

田中耕一的貢獻 ─ 透過轟擊的翱翔

在同時,於世界的另一端也正進行著另一份精采的工作,在日本東京的島津儀器公司,有一位年輕的日本工程師田中耕一,發表了另一種截然不同的技術來解決那最重要的第一步。在 1987 年的一項學術會議中(並於一年後發表論文),田中耕一展示蛋白質分子可藉由輕雷射脫附(soft laser desorption , SLD)的技術而游離。有別於電灑法,一個處於固相或粘稠的液相狀態的試樣以一束雷射脈衝撞擊,試樣接受能量之後被炸成許多小塊塊,然後分子相互分離,釋出自由翱翔的完整離子,其電荷不高,然後藉由一個電場加速,並透過其飛行時間的長短探測之。田中耕一是展示可運用雷射的技術於生化高分子上的第一人,其原理是現今許多極為有用的雷射脫附技術的基礎,特別是簡稱為 MALDI(Matrix-Assisted Laser Desorption Ionization,基質輔助雷射脫附游離),SELDI(Surface Enhanced Laser Desorption Ionization,表面強化雷射脫附游離),以及 DIOS(Direct Ionization On Silicon)等三種方法。

-----廣告,請繼續往下閱讀-----

質譜的應用

電灑游離法(ESI)與輕雷射脫附法(SLD)可運用在許多領域。這個在現在生化分析中已經成熟的方法,在數年前還不過是個夢想。研究蛋白質之間的作用對瞭解生命體中的訊號系統是非常重要的,這些以非共價鍵結合的生化分子錯合體,可以運用 ESI 來研究,這種方法優於其它方法的原因,在於具有快速,靈敏以及能發現作用機制的多項好處。質譜分析的方法相對而言算是便宜的,這也使得此項技術迅速的擴散到世界上各各角落的實驗室中。現在輕雷射脫附法(MALDI 的形式)與電灑游離法已成為分析胜肽,蛋白質與碳水化合物的標準方法,它們可以迅速的分析出一個完整的細胞或活組織中的蛋白質成分。從下面所列現今的一些研究領域之例子,就可看出今年的諾貝爾獎工作所衍生的運用之廣泛:

  • 製藥的發展:先期的藥物研發已進行了型態的改變。搭配分離的技術,ESI-MS 可以做到每天分析好幾百個化合物。
  • 瘧疾:科學家最近發現了新的方法來研究瘧疾的擴散。借助輕雷射脫附法,現在已可進行早期診斷,人類血紅素上攜帶氧的部份在此處用來吸收雷射脈衝的能量。
  • 卵巢癌,乳癌與攝護腺癌:過去這一年中對於各種不同的癌症之早期診斷方法,以更快的速度被發表出來。只要能取得癌細胞所附著的表面,然後以輕雷射脫附法分析,化學家能比醫生更迅速的發現癌症。
  • 食物的品管:ESI 技術也在小分子的分析上有所進展。在過去這幾個月,我們發現某些製備食物的方法會產生一些有害人體健康的分子,例如可導致癌症的丙烯醯胺(acrylamide),藉著質譜,食物可以在不同的階段接受迅速的分析,藉著溫度以及材料的改變,有害物質的產生可以避免或減少。

生化高分子的核磁共振

質譜可針對譬如說蛋白質所提出的"哪一種?"與"有多少?"的問題給予答案。簡言之,核磁共振則可回答"長相如何?"。即使是最大的蛋白質在任何顯微鏡底下的解析度仍然很低,因為它仍然太小了,為了要能得到一張蛋白質真正長相的圖片,就必須用其它的方法,核磁共振(NMR,nuclear magnetic resonance)的技術就是其中之一。透過核磁共振光譜訊號的解釋,我們就可以對所研究的分子繪出一張三度空間的圖像。其巧妙之處在於試樣可以是一種溶液態,如果是蛋白質的話,那正是細胞中的自然情況。

在核磁共振發展之前,以晶體的 X 光繞射光譜來決定蛋白質分子的三度空間結構是唯一的方法,在 1957 年發表了第一個真正的蛋白質(肌紅蛋白)之三維結構,這使得 Max Perutz 因此於 1962 年得到諾貝爾化學獎。這種結晶學是基於 X 光在蛋白質晶體中的繞射現象,導致了更進一步的一些諾貝爾獎工作之發展。化學家一直在尋求另一種與 X 光結晶學互補的方法,能夠決定分子在溶液相中之結構,因為這較能模擬生化分子在自然界中存在的狀態。

物理學家 Felix Bloch 與 Edward Purcell 早在 1945 年就發現,將某些原子核置於一個強大的磁場中時,透過所謂的核轉量(nuclear spin),會吸收無線電波的頻率,這個發現導致他們得到了 1952 年的諾貝爾物理獎。在這之前幾年也已發現核磁共振的頻率不但與磁場的強度以及核種有關,同時也與這個原子週遭的化學環境有關,更進一步的,不同的核之核轉量會相互影響而在光譜中產生一些細部結構,換言之會因此在核磁共振光譜中產生更多的訊號。

-----廣告,請繼續往下閱讀-----

早期 NMR 的運用受限於其低靈敏度:它需要非常濃的溶液,不過在 1966 年,瑞士的化學家 Richard Ernst(1991年諾貝爾化學獎)的研究顯示,若改變過去慢慢改變掃描頻率的做法,而以一個短而強的無線電波脈衝施於樣品,則可以大幅提昇其靈敏度。他的貢獻也包括了在 1970 年代所發展的方法,能決定在一個分子中每一個核的相鄰關係,因此透過 NMR 光譜的判讀就可以推導出該分子的長相,也就是它的結構。這種方法對於相當小的分子是很成功的,然而對於大的分子就很難分辨不同的核之訊號,這種分子的光譜就好像一塊草皮一般(每一根草代表一根訊號),含有上千根的訊號,造成無法區辨哪一個訊號是屬於哪一個核的。最後解決了這個問題的科學家就是瑞士的化學家 Kurt Wuthrich。

Kurt Wuthrich ─ 顯示NMR可運用在蛋白質上

在 1980 年代初期,Kurt Wuthrich 發展了一個如何將 NMR 運用到像蛋白質這樣的生化分子的想法,他發明了一種系統化的方法將訊號與正確的氫核配對,此法稱為循序指認法(sequential assignment),堪稱為現今所有 NMR 結構分析的基石。他又展示接著如何找出許多對氫核之間的距離,然後運用一個基於距離與幾何結構的數學方法,搭配以上的資訊,計算出該分子的三維結構。

在 1985 年 Wuthrich 的方法第一次成功的解出了一個蛋白質的完整三維結構,到目前為止,在所有上千已知的蛋白質結構中約有 15-20% 是透過 NMR 決定的,其它的則主要是利用 X 光結晶學而定的,加上少數幾個是運用電子繞射或中子繞射的方法。

NMR運用於生化分子的領域

在許多方面,NMR 與 X 光結晶學的方法在結構的決定上是互補的,如果一個蛋白質用這兩種方法都分析一遍,前者在溶液中後者則是晶體的形式,通常會得到一致的結果,例外常是發生在一些表面較易受到環境影響的區域 ─ 在晶體中緊密堆積的蛋白質分子相互的影響,在溶液中包圍著分子的溶劑分子的影響。雖然 X 光結晶學的方法強在能非常準確的決定非常大的三維結構,NMR 的方法也有其獨到之處,因為它可以決定在溶液中的結構,代表我們可以模擬真正的生理條件。它最強的地方在於顯示出分子中沒有結構性或動態最高的區域,它可探知其游動性與活動狀況,以及瞭解在蛋白質的鏈上這些運作如何變化。利用同位素的標籤,亦有助我們對結構的鑑定。

-----廣告,請繼續往下閱讀-----

一個利用 NMR 決定蛋白質結構的例子是有關一種稱為 prion 的蛋白質,這個蛋白質攸關好幾種危險的疾病,例如狂牛症(1997年 Stanley Prusiner 所得的諾貝爾醫學獎)的發生。Wuthrich 與其工作夥伴運用 NMR 的技術顯示一個正常的 prion 蛋白質具有兩個部份:此一蛋白質約有一半在水溶液中具有一個整齊而且相當堅固的三維結構,而另一半則不具結構性而且游動性很高。

NMR 亦可以運用在其它的生化高分子的結構與動力研究上,例如 DNA 或 RNA。

NMR 也運用在製藥工業中,解決一些蛋白質以及其它可能可以作為新藥目標的高分子的結構,以及瞭解進一步的性質問題。藥物分子的設計就是要能與蛋白質結合 ─ 就像鑰匙與鎖的關係。NMR 或許在工業上面最重要的運用就是在尋找具有潛力,能與特定生化高分子作用的藥物分子,如果一個小分子與一個大的分子結合時,那個大分子的 NMR 光譜通常會有所改變,因而此法可用在發展新藥時,迅速的在早期篩選大量的可能候選者。

結語

在過去這五年,我們看到了在生命科學領域中所出現的"全像"概念,例如基因體學,蛋白質體學以及代謝體學的興起,這種思維主要的觀念是採取一種整體而大規模的研究策略,而非如早期的研究般,採取簡化策略,以解決問題為出發點。現在我們已經可以描述一個生命體中的整個基因體,同樣的,現在也已經可以開始考慮,在一個活的細胞中某一階段所參與的整組蛋白質的運作,只不過尚未能達到定量的階段。這個概念也同樣的運用在整個代謝物流上。這些新的可能性,有一部份是源自於新方法的發展,其中質譜與 NMR 在生物高分子上的運用應為重要的例子。不過隨伴著以企業化方式大幅度的繪製生命體中分子性質的圖譜之時,我們仍有更殷切的需求,深入的瞭解在分子的層次,生化過程是如何發生的。在這個由基本的生化科學所構成的世界裡,質譜及 NMR 在生物高分子上的運用,已成為增進對生命的瞭解之過程中,重要的基石。

-----廣告,請繼續往下閱讀-----

參考資料

蔡蘊明譯自諾貝爾化獎委員會公佈給大眾的新聞稿:

http://www.nobelprize.org/nobel_prizes/chemistry/laureates/2002/popular.html

若需要進一步的資訊,請至以下網頁點選:

http://www.nobelprize.org/nobel_prizes/chemistry/laureates/2002/advanced-chemistryprize2002.pdf

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
諾貝爾化學獎譯文_96
15 篇文章 ・ 24 位粉絲
「諾貝爾化學獎專題」系列文章,為臺大化學系名譽教授蔡蘊明等譯者,依諾貝爾化學獎委員會的新聞稿編譯而成。泛科學獲得蔡蘊明老師授權,將多年來的編譯文章收錄於此。 原文請參見:諾貝爾化學獎專題系列

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

4
0

文字

分享

0
4
0
鑑識故事系列:MRI 才看得到單純疱疹腦炎?
胡中行_96
・2023/09/25 ・2010字 ・閱讀時間約 4 分鐘

在瑞士有個 61 歲的男子,4 天前還被看到好端端的,眼下卻沒來由地在家裡掛了。目擊證人、已知疾病、就診紀錄,或是感染相關的線索,例如:升高的肛溫、皮膚的瘀點、退燒藥、止痛劑等,要什麼沒什麼。驗屍團隊推估男子死亡超過 24 小時,其他所知無多。[1]

非本案使用的核磁共振掃描儀。圖/Jan Ainali on Wikimedia Commons(CC BY 3.0)

驗屍

就外觀而言,男子的屍體沒有任何病灶。驗屍團隊本來想照慣例,先做電腦斷層掃描(computed tomography),觀察內部概況後再解剖。無奈這天儀器故障,所以改照核磁共振造影(magnetic resonance imaging)。不過,塞翁失馬,焉知非福。雖然核磁共振的成本較高,費時冗長,但是影像更為細緻:神經放射科醫師指出腦部額葉與顳葉的扣帶皮質、邊緣葉,以及島葉皮質的左側,都有損傷。換句話說,可能是單純疱疹病毒腦炎(herpes simplex virus encephalitis)。[1]

男子的 T1 核磁共振影像。圖/參考資料 1,Figure 3(CC BY 4.0)
男子的 T2 核磁共振影像。圖/參考資料 1,Figure 4(CC BY 4.0)

照完醫療影像,把屍體剖開來,有肉眼和顯微鏡都可見的肺炎(pneumonia)病變。腦部切片的組織學分析,以蘇木紫(hematoxylin)和伊紅(eosin)染劑上色,顯現出少量發炎的腦幹細胞與病變的海馬體神經元;透過免疫組織化學染色,則發現腦幹內有某些類型的 T 細胞和巨噬細胞,以及活化的小神經膠質細胞等多種免疫細胞。更重要的是,在海馬體中找到單純疱疹病毒(herpes simplex virus)HSV-1 與 HSV-2,證明了根據核磁共振影像所做的推測。[1]

腦幹(米色)與海馬體(紅色)的位置。圖/Life Science Databases on Wikimedia Commons(CC-BY-SA-2.1-jp)
腦幹發炎的細胞。圖/參考資料 1,Figure 1(CC BY 4.0)
海馬體病變的神經元。圖/參考資料 1,Figure 2(CC BY 4.0)

單純疱疹病毒

單純疱疹病毒經由接觸傳播,從皮膚或黏膜進入人體,感染神經末梢,並在神經節中進行複製。[1]該病毒分為兩型:90% 的人口都得過,會造成口腔疱疹唇疱疹HSV-1,偶爾也因口交衍生出性器疱疹;不過較不普遍的 HSV-2,通常才是後者的元兇。[1, 2]另外,有些極罕見的 HSV-1 和 HSV-2 案例,是母親於生產時,傳染給嬰兒。[2]

-----廣告,請繼續往下閱讀-----

首次感染也許會發燒、頭疼、喉嚨痛、身體痠痛,或淋巴結腫大。這些症狀若難以承受,可以透過藥物緩解;但是單純疱疹病毒一旦定居神經細胞,只會一下活躍,一下沉寂,終身無法根除。生病、發燒、月經、創傷、手術、陽光曝曬與心理壓力等,都可能引起復發。好在之後的發作通常為期較短,病況也不如第一次那麼嚴重。[2]

單純疱疹病毒腦炎

儘管單純疱疹病毒只會給一般人帶來暫時的不適;遇上免疫力差的人,發作就更加嚴重且頻繁,甚至有致命的風險。[1, 2]HSV-1 感染可能併發腦炎(encephalitis)和角膜炎(keratitis);[2]HSV-2 則會導致腦膜腦炎(meningoencephalitis)與擴散至多處的瀰漫性感染(disseminated infection)。[2, 3]

單純疱疹病毒腦炎的成人發病率高,每年約有 1/250,000–1/500,000;而且就算即時診斷,並經靜脈施予抗病毒藥物 acyclovir,仍有 20% 到 30% 的死亡率。[4]其診斷方式為執行腰椎穿刺(lumbar puncture),抽取腦脊髓液來檢驗有無病毒;以及做腦部核磁共振,主要看額葉與顳葉是否病變,僅有少數病例會擴及腦幹。病毒影響腦部,展現出來就成了頭疼、癲癇、發燒、失語、個性改變或精神錯亂。[1]

腰椎穿刺示意圖:側臥或坐姿。圖/BruceBlaus on Wikimedia Commons(CC BY 3.0)

問題是這名男子生前大概缺乏明顯症狀,所以未曾就診。難怪 2023 年在《國際鑑識科學:報告》(Forensic Science International: Reports)期刊介紹此案的論文作者,只差沒抱怨如此隱蔽的疾患,要叫人怎麼猜。他們最後表示男子死於肺炎,卻通篇討論他罹患的單純疱疹病毒腦炎,並且強調多數鑑識單位頂多幫屍體照電腦斷層掃描,不太容易發現這種腦部感染,所幸他們的電腦斷層掃描儀壞掉,仰賴核磁共振才做出正確診斷。[1]

-----廣告,請繼續往下閱讀-----

   

參考資料

  1. Genet P, Merkler D, Zerlauth JB, et al. (2023) ‘Incidental discovery of herpes simplex virus encephalitis by post-mortem MRI’. Forensic Science International: Reports, 7, 100310.
  2. Herpes simplex virus’. (05 APR 2023) World Health Organization.
  3. Yetmar ZA, Khodadadi RB, Chesdachai S, et al. (2023) ‘Mortality After Nocardiosis: Risk Factors and Evaluation of Disseminated Infection’. Open Forum Infectious Diseases, 10(8):ofad409.
  4. AK AK, Mendez MD. (31 JAN 2023) ‘Herpes Simplex Encephalitis’. In: StatPearls. Treasure Island (FL): StatPearls Publishing.
-----廣告,請繼續往下閱讀-----
胡中行_96
169 篇文章 ・ 67 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。