2022 第十五屆台灣傑出女科學家獎得主揭曉

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。

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）。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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？

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」 。

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 。

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。

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。

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。

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。

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。

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。

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。

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…

人對自身歷史的好奇歷久彌新。最近十年古代 DNA 研究大行其道，光是發表於 Cell、Nature、Science 的論文就多到要辛苦讀完，加上其他期刊更是眼花撩亂。「古代遺傳學」的衝擊毋庸置疑，開創者帕波（Svante Pääbo）足以名列歷史偉人；然而，得知 2022 年諾貝爾生理或醫學獎由他一人獨得 ，還是令人吃驚——諾貝爾獎竟然會頒給人類演化學家？

諾貝爾獎有物理獎、有化學獎，但是沒有生物學獎，而是「生理或醫學獎」。帕波獲獎的理由是：「發現滅絕人類的基因組以及研究人類演化」。乍看和生理或醫學沒有關係，深入思考……好像還真的沒有什麼關係。

偷用強者我朋友的感想：「應該就是選厲害的。第一個和生理或醫學無關的生理或醫學獎得主，聽起來滿屌的」。

帕波直接的貢獻非常明確，在他的努力下，重現消失數萬年的尼安德塔人（Neanderthal）基因組。他為什麼想要這樣做，過程中經歷什麼困難，發現又有什麼意義呢？

喜愛古埃及的演化遺傳學家

帕波公元 1955 年在瑞典出生，獲獎時 67 歲。他從小對古埃及有興趣，大學時選擇醫學仍不忘古埃及，但是一生都在追求新奇的帕波，嫌埃及研究的步調太慢，後來走上科學研究之路。1980 年代初博士班時期，他使用當時最高端的分子生物學手段探討免疫學，成果發表於 Cell 等頂尖期刊，可謂免疫學界的頂級新秀。

然而，他始終無法忘情逝去的世界。1984 年美國的科學家獲得斑驢的 DNA 片段，轟動一時。斑驢已經滅絕一百年，能夠由其遺骸取得古代 DNA，令博士生帕波大為震撼。他很快決定結合自己的專業與興趣，嘗試由古埃及木乃伊取得 DNA，並且獨立將結果發表於 Nature 期刊。

博士畢業後，帕波義無反顧地轉換領域，遠渡美國追隨加州柏克萊大學的威爾森（Allan Wilson）。威爾森在 1970 年代便開始探討分子演化，後來又根據不同人類族群間粒線體 DNA 的差異，估計非洲以外的人群，分家只有幾萬年，支持智人出非洲說。

帕波正式投入相關研究後意識到，從古代樣本取樣 DNA 的汙染問題相當嚴重。這邊「汙染」的意思是，並非抓到樣本內真正的古代 DNA 目標，而是周圍環境、實驗操作者等來源的 DNA；包括他自己之前的木乃伊 DNA，很可能也不是真正的古代 DNA。另一大問題是，生物去世後 DNA 便會開始崩潰，經歷成千上萬年後，樣本中即使仍有少量遺傳物質殘存，含量也相當有限。

帕波投入不少心血改善問題。例如那時新發明的 PCR 能精確並大量複製 DNA，他馬上用於自己的題目（更早前是利用細菌，細菌繁殖時順便生產 DNA）。多年嘗試後，他決定放棄埃及木乃伊（埃及木乃伊的基因組在 2017 年成功），改以遺傳與智人差異較大的尼安德塔人為研究對象。

取得數萬年前尼安德塔人的 DNA

根據現有的證據，尼安德塔人是距今約 4 萬到 40 多萬年前的古人類。確認為尼安德塔人的第一件化石，於 1856 年在德國的尼安德谷發現，並以此得名（之前 2 次更早出土化石卻都沒有意識到）。這是我們所知第一種，不是智人的古代人類（hominin）。

• 延伸閱讀：直布羅陀，第二位尼安德塔人Forbes’ Quarry的DNA

對於古人類化石，一百多年來都是由考古與型態分析。帕波帶著遺傳學工具投入，不但增進考古和古人類學的知識，也拓展了遺傳學的領域。他後來前往德國的慕尼黑大學，幾年後又被挖角到馬克斯普朗克研究所，領導萊比錫新成立的人類演化部門，多年來培養出整個世代的科學家，也改變我們對人類演化的認知。

帕波在 1996 年首度取得尼安德塔人的 DNA 片段，來自粒線體。他為了確認結果，邀請一位美國小女生重複實驗，驗證無誤，她就是後來也成為一方之霸的史東（Anne Stone）。比較這段長度 105 個核苷酸的片段，尼安德塔人與智人間的差異，明顯超過智人與智人。

然而，粒線體只有 16500 個核苷酸，絕大部分遺傳訊息其實藏在細胞核的染色體中。想認識尼安德塔人的遺傳全貌，非得重現細胞核的基因組。

可是一個細胞內有數百套粒線體，只有 2 套基因組，因此粒線體 DNA 的含量為細胞核數百倍；而且染色體合計超過 30 億個核苷酸，數量無比龐大。可以說，細胞核基因組可供取材的 DNA 量少，需要復原的訊息又多，比粒線體更難好幾個次元。

方法學與時俱進：從 PCR 到次世代定序

一開始，帕波與合作者使用 PCR，但是帕波知道這是死路一條。取樣 DNA 會破壞材料，尼安德塔人的化石有限；PCR 一次又只能復原幾百核苷酸，要完成 30 億的目標遙遙無期。

帕波持續努力克服難關。2000 年人類基因組首度問世，採取「霰彈槍」定序法，大幅提升效率；也就是將 DNA 序列都打碎，一次定序一大堆片段，再由電腦程式拼湊。帕波因此和 454 生命科學公司合作，改用新的次世代定序法，偵測化石中的古代 DNA。2006 年發表的論文可謂里程碑，報告次世代定序得知的 100 萬個尼安德塔人核苷酸，足以進行一些基因體學的分析。

帕波當時在美國的合作者魯賓（Edward Rubin）持續使用 PCR，雙方分歧愈來愈大，終於分道揚鑣。所以很可惜地，2010 年尼安德塔人基因組論文發表時，魯賓沒有參與到最後。這是人類史上第一次，取得滅絕生物大致完整的基因組，也是帕波獲頒諾貝爾獎的直接理由。

鐵證：尼安德塔人與智人有過遺傳交流

這份拼湊多位尼安德塔人的基因組，儘管品質不佳，卻足以解答一個問題：尼安德塔人與智人有過混血嗎？答案是有，卻和本來想的不一樣。尼安德塔人沒有長居非洲，主要住在歐洲、西南亞、中亞，也就是歐亞大陸的西部。假如與智人有過混血，歐洲人應該最明顯。結果並非如此。

帕波的組隊能力無與倫比，他廣邀各領域的菁英參與計畫，不只取得 DNA 資料，也陸續研發許多分析資料的手法，其中以哈佛大學的瑞克（David Reich）最出名。

分析得知，非洲以外，歐洲、東亞、大洋洲的人，基因組都有 1% 到 4% 能追溯到尼安德塔人（後來修正為 2% 左右）。所以雙方傳承至今的混血，發生在智人離開非洲以後，又向各地分家以前；並非尼安德塔人主要活動的歐洲。

首度由 DNA 定義古代新人類：丹尼索瓦人

復原古代基因組的工作相當困難，不過引進次世代定序後，從不可能的任務降級為難題，尼安德塔人重出江湖變成時間問題。出乎意料，同樣在 2010 年，帕波戰隊又發表另外 2 篇論文，描述一種前所未知的古人類：丹尼索瓦人（Denisovan）。不是藉由化石，而是首度由 DNA 得知新的古代人種。

丹尼索瓦人得名於出土化石的遺址（地名來自古時候當地隱士的名字），位於西伯利亞南部的阿爾泰地區，算是中亞。帕波對這兒並不陌生，之前俄羅斯科學家在這裡發現過尼安德塔人化石，而且由於乾燥與寒冷，預計化石中的古代 DNA 保存狀況應該不錯。

帕波戰隊對丹尼索瓦洞穴中的一件小指碎骨定序，首先拼裝出粒線體，驚訝地察覺到這不是智人，卻也不是尼安德塔人，接下來的細胞核基因組重複證實此事。它們變成前後 2 篇論文，帕波出名的不喜歡物種爭論，不使用學名，所以直稱其為「丹尼索瓦人」。

還有幾顆丹尼索瓦洞穴出土的牙齒也尋獲粒線體，而且這些臼齒特別大，型態前所未見。奇妙的是，丹尼索瓦人粒線體、基因組的遺傳史不一樣；和智人、尼安德塔人相比，尼安德塔人的粒線體比較接近智人，細胞核基因組卻比較接近丹尼索瓦人。

這反映古代人類群體間的遺傳交流相當複雜，不只是智人、尼安德塔人，也不只有過一次。後來又在丹尼索瓦洞穴發現一位爸爸是丹尼索瓦人、媽媽是尼安德塔人的混血少女，更是支持不同人群遺傳交流的直接證據。

• 延伸閱讀：首度發現！媽媽是尼安德塔人、爸爸是丹尼索瓦人的混血中二少女

回溯分歧又交織的人類演化史

重現第一個尼安德塔人基因組後，帕波戰隊持續改進定序與分析的技術，也獲得更多樣本，深入不同族群的分家年代、彼此間的混血比例等問題，新知識不斷推陳出新。

丹尼索瓦人方面，如今仍無法確認他們的活動範圍，不過很可能是歐亞大陸偏東部的廣大地區。一如尼安德塔人，丹尼索瓦人也與智人有過遺傳交流。

最初估計某些大洋洲人配備 4% 到 6% 的丹尼索瓦人血緣，後來修正為 2% 左右（不同方法估計的結果不一樣，總之和尼安德塔血緣差不多）。不同智人具備丹尼索瓦 DNA 的比例差異頗大，某些大洋洲人之外，東亞族群也具備些許，歐亞大陸西部的人卻幾乎沒有。

至今年代最古早的人類 DNA，來自西班牙的胡瑟裂谷（Sima de los Huesos），距今 43 萬年左右（最早的是超過一百萬年的古代象，由受到帕波啟發的其餘團隊發表）。根據 DNA 特徵，胡瑟裂谷人的細胞核基因組更接近尼安德塔人，可以視作初期的尼安德塔人族群。然而，他們的粒線體卻更像丹尼索瓦人。

帕波開發的研究方法，不只針對消逝的智人近親，也能用於古代智人與其他生物，累積一批數萬年前智人的基因組。釐清近期的混血事件外，還能探討不同人群當初分家的時期。估計尼安德塔人、丹尼索瓦人約在 40 多萬年前分家，他們和智人的共同祖先，又能追溯到距今 50 到 80 萬年的範圍。

智人何以為智人？遠古血脈的傳承，磨合，新適應

消逝幾萬年的尼安德塔人、丹尼索瓦人，皆為智人的極近親。由於數萬年前的遺傳交流，仍有一部分近親血脈流傳於智人的體內。這些血脈經過數萬年，早已融入成為我們的一部分。

智人的某些基因與基因調控，受到遠古混血影響。最出名的案例，莫過於青藏高原族群（圖博人或藏人）的 EPAS1 基因繼承自丹尼索瓦人，比智人版本的基因更有利於適應缺氧。另外也觀察到許多案例，與免疫、代謝等功能有關。

近年 COVID-19（武漢肺炎、新冠肺炎）席捲世界，觀察到感染者的症狀輕重受到遺傳差異影響；其中至少兩處 DNA 片段，一處會增加、另一處降低住院的機率，都可以追溯到尼安德塔人的遠古混血。

非洲外每個人都有 1% 到 2% 血緣來自尼安德塔人，不同人遺傳到的片段不一樣。將不同智人個體的片段拼起來，大概能湊出 40% 尼安德塔人基因組（不同算法有不同結果），也就是說，當初進入智人族群的尼安德塔 DNA 變異，不少已經失傳。

失傳可能是機率問題，某一段 DNA 剛好沒有智人繼承。但是也可能是由於尼安德塔 DNA 變異，對智人有害或是遺傳不相容，而被天擇淘汰。遺傳重組之故，智人基因組上每個位置，繼承到尼安德塔變異的機率應該差不多；可是相比於體染色體，X 染色體的比例卻明顯偏低；這意謂智人的 X 染色體，不適合換上尼安德塔版本。

• 延伸閱讀：追溯丹尼索瓦人與尼安德塔人，在智人族群留下的遺傳線索

智人之所以異於非人者幾希？藉由比較智人的極近親尼安德塔人，能深入思考這個大哉問。是哪些遺傳改變讓智人誕生，後來又衍生出什麼不可取代的遺傳特色？另一方面也能反思，某些我們以為專屬智人的特色，其實並非智人的專利。

分析遺傳序列，畢竟只是鍵盤辦案，一向雄心壯志的帕波，當然想要更進一步解答疑惑。比方說，尼安德塔人、智人間某處 DNA 差異對神經發育有什麼影響？體外培養細胞、模擬器官發育的新穎技術，如今也被帕波引進人類演化學的領域。

• 延伸閱讀：短篇 比起智人，尼安德塔人痛覺可能更敏感？

瑞典與愛沙尼亞之子，德國製造，替人類做出卓越貢獻的人

回顧完帕波到得獎時的精彩成就，他的工作與生理或醫學有哪些關係，各位讀者可以自行判斷。我還是覺得沒什麼直接關係，如遠古混血影響病毒感染的重症機率這種事，那些 DNA 變異最初是否源自尼安德塔人，其實無關緊要。不過多少還是有些影響，像是為了研究古代基因組而研發出的基因體學分析方法，應該也能用於生醫領域。

帕波 2014 年時發表回憶錄《尋找失落的基因組》，自爆許多內幕。台灣的翻譯出過兩版，可惜目前絕版了。我在 2015 年、2019 年各寫過一篇介紹。書中有許多值得玩味之處，不同讀者會看到不同重點，有興趣可以找來閱讀，看看有什麼啟發。

• 延伸閱讀：《尼安德塔人：尋找失落的基因組》-科學界30年第一手內幕揭秘
• 延伸閱讀：請給我一些錢、機器，跟尼安德塔人骨頭－《尋找失落的基因組》＋《每個人的短歷史》 

主題是諾貝爾獎就不能不提，帕波得獎也讓諾貝爾新添一組父子檔，他的爸爸伯格斯特龍（Sune Karl Bergström）是 1982 年生理或醫學獎得主。為什麼父子不同姓？因為他是隨母姓的私生子，父子間非常不熟。

他的媽媽卡琳．帕波（Karin Pääbo）是愛沙尼亞移民瑞典的化學家，2007 年去世前曾在訪問提及，她兒子在 13、14 歲時從埃及旅遊回來，對科學產生興趣。帕波獲頒諾貝爾獎後受訪提到，可惜媽媽已經去世，無法與她分享榮耀。移民異國討生活的單親媽媽，能夠養育出得到諾貝爾獎的兒子，也可謂偉大成就。

人類演化的議題弘大淵博，但是究其根本，依然要回歸到一代一代的傳承。每個人都無比渺小，卻也是全人類中的一份子，親身參與其中。諾貝爾生理或醫學獎 2022 年的頒獎選擇，乍看突兀，仔細思索卻頗有深意。帕波的研究也許很不生理或醫學，卻再度強化諾貝爾奬設立的精神：「獎勵替人類做出卓越貢獻的人」。

• 帕波得獎後接受電話訪問：

延伸閱讀

• 請給我一些錢、機器，跟尼安德塔人骨頭－《尋找失落的基因組》＋《每個人的短歷史》 
• 《尼安德塔人：尋找失落的基因組》-科學界 30 年第一手內幕揭秘
• 不用觀落陰，DNA 帶你重回人類大歷史現場 ——古代 DNA 追追追（上）
• 啊~ 追著你的人、追著你從哪來、追著你的發展歷史——古代 DNA 追追追（下）
• 想重現侏儸紀公園？先征服古代 DNA 的種種難題！
• 人類祖源懶人包
• 人類古代 DNA 懶人包，2021 年
• 克羅馬儂人是什麼人？尼安德塔人跟智人是不是同種？
• 直布羅陀，第二位尼安德塔人 Forbes’ Quarry 的 DNA
• 住在中亞 Chagyrskaya 的尼安德塔人，人口未滿 60
• 沒有化石沒關係，從泥土也能取得尼安德塔人 DNA！
• 首度發現！媽媽是尼安德塔人、爸爸是丹尼索瓦人的混血中二少女
• 丹尼索瓦人（上）：尼安德塔人的神秘近親
• 丹尼索瓦人（中）：他們仍活在我們體內
• 丹尼索瓦人（下）：翻轉人類演化學的古人種
• 丹尼索瓦人小指不像尼安德塔人，比較像是智人
• 20 萬年前丹尼索瓦人，溫暖氣候的優秀獵人
• 丹尼索瓦洞穴泥土中的 DNA，丹尼索瓦人，尼安德塔人，智人
• 沒有化石，也能用表觀遺傳學重建丹尼索瓦人的長相？
• 43 萬年前胡瑟裂谷化石，DNA 更接近尼安德塔人
• 智人與尼安德塔人 10 萬年前有過混血
• 尼安德塔人原本的 Y 染色體，被智人流取代
• 最初移民歐洲的智人，與尼安德塔人情慾交流，但是後來滅團
• 超過 4.5 萬年捷克金馬小姐，最古早已知智人 DNA
• 尼安德塔人與穿越時代的腸道菌！與古代人共生，是怎樣的微生物？
• 我們都有尼安德塔人的血統，但你知道你有多尼安德塔嗎？
• 與尼安德塔人和丹尼索瓦人，都混血過的美拉尼西亞人
• 遠古情慾流動，美拉尼西亞人收到的遺傳利益
• 追溯丹尼索瓦人與尼安德塔人，在智人族群留下的遺傳線索
• 滅亡萬年的尼安德塔人，他們的 DNA 仍影響著現代人？
• 冰島族群研究，尼安德塔 DNA 對現代人影響可能很小很小
• 巴瑤人 x 脾臟 x 基因變異：讓真人版水行俠潛水很久的秘密是？
• 源自尼安德塔人的 DNA，讓 WARS 嚴重機率增加？
• 源自尼安德塔人的基因，讓 WARS 重症機率降低
• 短篇 比起智人，尼安德塔人痛覺可能更敏感？
• 人類的下個階段，從「神獸」開發潛能到「神人」？——《再．創世》專題

參考資料

1. Press release: The Nobel Prize in Physiology or Medicine 2022. NobelPrize.org. Nobel Prize Outreach AB 2022. Wed. 5 Oct 2022.
2. Advanced information. NobelPrize.org. Nobel Prize Outreach AB 2022. Wed. 5 Oct 2022.
3. Geneticist who unmasked lives of ancient humans wins medicine Nobel
4. Ancient DNA pioneer Svante Pääbo wins Nobel Prize in Physiology or Medicine
5. Nature 論文蒐集「Nobel Prize in Physiology or Medicine 2022」
6. Estonian descendant Svante Pääbo awarded Nobel prize

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。