泰瑞的顏色是真的！？——鴨嘴獸的生物螢光

• 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？

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。

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：

• 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

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？

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。

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？

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?

（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）或。

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。

有時經過河邊或是水溝，仔細靜下來，就能聽見一陣一陣的蛙鳴聲。可是，你知道有些青蛙，是無法用蛙鳴進行溝通的嗎？

通體橘黃，南瓜一樣的小青蛙

世界上的蛙類百百種，有不斷想要侵略藍星的、也有每天都一直跑出門旅行的，不過，我們今天的主角是——鞍背短頭蟾 (Brachycephalus ephippium)。

鞍背短頭蟾分布在巴西東南部的山地沿海森林，是一種小型青蛙，具體一點來說，牠真的超級小，成體只有 12.5 到 19.7 毫米，跟我們的手指甲差不多大而已。

而牠的俗名則是「Pumpkin toadlets」（直翻就是南瓜蟾蜍），顧名思義，牠的體色跟南瓜一樣，全身都是橘黃的喔！而且虹膜也是黑色的，看起來就像裝了一對假的圓滾滾黑色大眼睛，很可愛的樣子。

大家都知道狐狸怎麼叫，那青蛙呢？

大部分的蛙類高度仰賴聲音來進行溝通，有些蛙類在不同的狀況下，還會發出不一樣的叫聲。比如說，當雄蛙或其他種蛙類嘗試找對象進行假交配，卻不小心抱錯蛙時，被抱錯的蛙會發出釋放叫聲 (Release call)，而當牠們被敵人抓住時，則會緊急發出求救叫聲 (Distress call)。順帶一提，去網路上搜尋「screaming frog」就能找到大量的青蛙求救叫聲影片合輯，一開始看覺得滿好笑的，不過後來知道那是求救叫聲後，就越看越難過了。

不過今天主要要說的是求偶叫聲 (mating call)。有些青蛙在求偶時會發出特定頻率的叫聲，且蛙類能聽到的聲音頻率範圍很窄，對同種類叫聲頻率特別敏感，尤其雌性常利用叫聲來確定雄性的位置，並選擇適當的交配對象。

那青蛙是怎麼聽到聲音的呢？鼓膜就像是蛙類的耳朵，而鼓膜內面連著耳柱骨 (columella)，耳柱骨是兩爬類與鳥類的聽小骨，能將聲音傳入內耳的感覺細胞，再刺激大腦產生聽覺。

聽不見彼此，蟾蜍的愛情也可以很安靜

令人震驚的是，根據一篇 2017 年的解剖結果顯示，鞍背短頭蟾和另一種同一屬的青蛙並沒有中耳骨可以將聲波傳進內耳。所以其實鞍背短頭蟾對同種之間的求偶叫聲非常不靈敏，甚至接近聽不見！

這就奇怪了，既然聽不見，那為甚麼南瓜蟾蜍還要白做工，繼續發出求偶叫聲呢？

聽不見彼此聲音的鞍背短頭蟾，只好轉而仰賴視覺來溝通了。因此，研究團隊推斷，發出求偶叫聲這個行為，之所以沒有隨著演化消失的原因，可能是由於發出叫聲時，蟾蜍的鳴囊也會跟著震動，異性就可以藉由看見鳴囊的震動來判斷「噢！原來牠正在求偶。」

另一方面，南瓜蟾蜍求偶的季節正是沿海森林的雨季！這下子，牠們真的只能聽見下雨的聲音，還用唇語（鳴囊語？）說愛情了呢XD

你可能會想，在一整座下雨的森林中，單單只靠鳴囊震動，是絕對不夠讓南瓜蟾蜍在茫茫落葉海中，找到彼此的身影的！許多科學家及生物學家在發現牠們聽不見彼此的求偶叫聲後，也是這樣想的：「究竟他們是靠甚麼來溝通的呢？」

直到研究團隊用紫外線照了鞍背短頭蟾，一切的謎終於被解開了：發光的骨頭。

深埋在骨頭裡的光芒

骨頭、發光……聽起來好像是有那麼一點，中二？

不過這可是大發現！研究團隊發現，鞍背短頭蟾的頭部、背部、關節處、手指和腳趾在紫外線的照射下，都發出了螢光！大部分生物發光的原因都是由於化學變化，不過，南瓜蟾蜍骨頭發光的原理可不一樣，是因為骨頭的分子能將光反射，且反射光的波長更長。

同時，鞍背短頭蟾的皮膚也非常非常薄，成體的皮膚厚度大約只有 7 微米而已！如此薄的皮膚，才能讓骨頭的螢光順利透出來。

至於另一種我們常常想到的「發光生物」──螢火蟲，牠們的發光原理，就是典型的化學反應喔！螢火蟲的發光原理和發光蕈類大同小異，泛科學也有介紹過喔！

發光的骨頭除了能求偶，還能做什麼啊？

關於鞍背短頭蟾的發光現象，還有一點很有趣，那就是年紀比較小的蛙發出來的螢光是偏藍色的，隨著年齡增長與皮膚增厚，螢光會漸漸變黃。研究團隊推斷，發出不同顏色螢光的原因，可能就是骨頭的膠原蛋白含量不同。（作者 OS：搞不好能透過螢光就能看出南瓜蟾蜍的年紀呢！）

另一方面，發光的骨頭不只有求偶作用。

對一些鞍背短頭蟾的掠食者（鳥類和蜘蛛）來說，紫外線都是可見光，意思就是南瓜蟾蜍平常骨頭的螢光，能對掠食者造成警示的效果喔！

原來，蛙兒們就算聽不見彼此的聲音，也能靠著發光找到對方，聽起來是不是有點浪漫呢？

參考資料

1. The National – Abu Dhabi researchers discover toad’s ability to glow in the dark

2. Amphibia Web – Brachycephalus ephippium

3. 維基百科 – Pumpkin toadlet

4. 楊懿如的青蛙學堂 – 鳴叫

5. Types of frog calls

6. 維基百科 – 耳柱骨

8. Scientific Reports – Evidence of auditory insensitivity to vocalization frequencies in two frogs
9. Science News – Tiny pumpkin toadlets have glowing bony plates on their backs

在動畫《飛哥與小佛》（Phineas and Ferb）中超人氣角色——鴨嘴獸泰瑞／特務 P，可愛的外表加上寵物與特務的雙重身分，使牠成為家喻戶曉的大明星，鮮明的體色「泰瑞色」也蔚為風潮。

但你知道嗎？泰瑞的顏色其實是真的！

動物界神奇寶貝——鴨嘴獸的二三事

鴨嘴獸是棲息在澳洲東部的半水生單孔目動物，而單孔目代表著具有長期獨立演化的古老哺乳動物，雖是哺乳類但卻會產卵；現存的單孔目動物僅存鴨嘴獸及針鼴，均為澳洲特有種。

鴨嘴獸通常為夜間活動，並依靠一套獨特的表徵在黃昏、夜間和渾濁的水中，活動於弱光水生環境，牠們可以閉著眼睛游泳獵捕，使用機械感受及電感受來定位、感知水下獵物。鴨嘴獸的皮毛除了喙、腳和尾巴外，覆蓋身體均勻且緻密，可在水中起到絕緣的作用。

雄性鴨嘴獸的後肢長了尖刺並分泌有毒物質，在打架中會善用毒刺攻擊，藉此爭奪雌性，是目前為數不多的有毒哺乳類之一。

• 延伸閱讀：誰都別想惹鴨嘴獸：天上天下唯一有毒刺的哺乳動物──《毒特物種》

這些特徵已經讓鴨嘴獸夠特別了，現在又多了一樣更令人驚豔的能力：生物螢光。

鴨嘴獸使出「生物螢光」！

生物螢光（ Biofluorescence）是生物透過體內的螢光蛋白來吸收特定波長的光，然後發出另一波長的光。螢光蛋白吸收外來的能量，如紫外線，並發出螢光。

有一點還須特別注意：生物螢光與生物發光（bioluminescence）儘管都為發出螢光，但機制卻有所不同，又以生物發光較為常見，如螢火蟲、藍眼淚（夜光藻）等；站上亦有許多關於生物發光機制的文章，歡迎讀者閱讀～！

• 延伸閱讀：朋友一生一起走，發光夥伴不常有！短尾烏賊和費雪弧菌的共生關係大揭密！——《我擁群像》

• 延伸閱讀：夏夜竹林裡的小精靈「螢光蕈」──那些發光的菇菇們！

早期對於生物螢光的研究多半是在刺絲胞動物中發現，現今則觀察到越來越多不同物種也有此機制，從無脊椎動物到鳥類再到哺乳動物，遠比原先想像得還要更加普遍。

一切都是意外的發現？

2020 年 10 月期刊《哺乳類》（Mammalia）上發表了篇關於：鴨嘴獸在紫外光的照射下，會產生藍綠色的螢光，這項發現也使得在生物螢光研究領域有一大進展。

研究團隊在森林觀察螢光的生物時，發現北美飛鼠在紫外線照射下肚子會發出粉紅色的光，於是便前往芝加哥菲爾德自然史博物館（Field Museum of Natural History , FMNH）進一步確認，他們將存放在館內的飛鼠標本進行照射，證實牠們腹部的毛會散發粉紅螢光，並將研究成果發表於《哺乳類》期刊。

在好奇心的驅使下，該研究團隊試著用紫外光照射了自然史博物館內，同為夜行性哺乳類的鴨嘴獸標本，意外發現鴨嘴獸的皮毛也會發出螢光！（以後出門都帶著 UV 燈好了）

研究過程

研究團隊詳細檢查了館內的兩個鴨嘴獸標本，分別為編號 FMNH 55559（雌性）和編號 FMNH 16612（根據腳踝上的尖刺推斷為雄性）；在黑暗的房間裡以 385～395 nm 紫外線燈照射，並用濾光片阻擋短波長（包括反射的紫外線），以提高更長的生物螢光波長的可見度，然後拍攝紫外光反射圖像。

結果顯示，鴨嘴獸的背側和腹側毛皮在可見光下呈均勻棕色，在紫外光下則呈綠色至青藍色。

團隊也檢查了這兩個標本的腹部共五個不同點，在每個位置上將探針與標本成 45° 角，並將採集的五個光譜結合起來創建平均光譜，檢測到了約 500 nm 的螢光波峰。

與光源光譜相比，兩個標本光譜顯示的結果為：吸收紫外光（200～400 nm）並發出可見光（500～600 nm），確認了鴨嘴獸的生物螢光皮毛。

為了驗證在 FMNH 標本中獲得的結果，團隊還檢查了另一個不同地點、日期收集的鴨嘴獸標本。存放在美國內布拉斯加州大學博物館（University of Nebraska State Museum , UNSM）內的雄性鴨嘴獸標本，再次驗證毛皮在可見光下呈均勻棕色，在紫外光下則呈生物螢光綠色。

在該團隊發表研究結果前不久，有另一篇論文報告了一隻剛被路殺的鴨嘴獸在黑光燈（一種照射出紫外光的燈）下發光，藉此印證了鴨嘴獸確實能發出螢光。

而在北美飛鼠及鴨嘴獸之前，唯一哺乳類會發出螢光的紀錄僅出現在 1983 年的一份有袋負鼠研究，該團隊這兩次的意外發現，無疑為哺乳世界的生物螢光拓展新知。

發光的目的

到這裡不免讓人好奇，鴨嘴獸是為了什麼目的而發螢光，或是有什麼生物意義？然而科學家們表示，目前仍不清楚鴨嘴獸為何會發光。

科學家們也為此作出了一些推斷，鴨嘴獸、美洲飛鼠和負鼠都是在黃昏至夜間活躍，許多夜行性哺乳動物似乎具有對紫外線敏感的視力，生物螢光在弱光環境中強化了適應性，進一步表明紫外線在弱光環境中具有生態意義。

因此推測：鴨嘴獸對紫外線的吸收和隨後發出的螢光，可能會降低對紫外線敏感的捕食者對牠們的能見度。不過這還得靠實地野生生態研究記錄，觀察生物螢光功能對鴨嘴獸的重要性。

2021 年也有研究團隊發現了另一種有生物螢光機制的哺乳類——跳兔（Pedetidae），而牠們也同為夜間活動的哺乳動物^[4]。

也許，生物螢光機制對在弱光環境中活躍的夜行性哺乳動物發揮著重要作用。

後記

筆者非常好奇泰瑞的顏色為什麼就剛好是藍綠色，《飛哥與小佛》2007 年在迪士尼頻道首播，確認鴨嘴獸會發藍綠色螢光則是在 2020 年發表，嗯……，這也許就是個可愛的巧合吧！

參考資料

1. Biofluorescence in the platypus（Ornithorhynchus anatinus）
2. 若你覺得鴨嘴獸不夠神奇，現在我們知道牠們也會發光！
3. 生物螢光—維基百科
4. Vivid biofluorescence discovered in the nocturnal Springhare（Pedetidae）

乳汁，一種專門演化出來給我們吃的食物

我們可以確實說，乳汁是唯一一種專門演化出來給我們吃的食物。我們把這個演化的禮物和其他生物共享，製成了起司。製造起司時，乳汁中的一小部分能量給了那些生物，它們慷慨回報無窮的好味道。乳腺，以及有時從乳腺分泌而出的乳汁，對哺乳類所有新生兒的生存都無比重要，真不知道哺乳類的祖先在還沒有乳汁時是怎樣活下去的。我們對於任何適應，都可以提這個問題。

達爾文在《物種原始》中堅稱，天擇造成的演化是一種漸進的過程，大自然不會突然跳一大步，而是踩著小碎步，經過長久的時間，才造成顯著的變化。他認為漸變論是天擇演化的基礎，讓這個理論能夠接受測試，並且寫道：

「如果有任何複雜的器官不是經由許多複雜、連續且細微的改變而造就的，那麼我的理論就完全失敗了。」

生物學家米瓦特（St. George Mivart）一直抓著這個句子攻擊達爾文的理論（他的名字是聖喬治，和傳說中的屠龍英雄一模一樣，或許因為這樣，覺得自己要有一樣的精神），指出古老祖先最早的乳腺應該還沒有發育完全，對於新生小動物來說根本沒有絲毫用處。他說：

「有某個動物年幼的時候能夠活下來，是因為偶然間吸取了母親皮膚上偶然出現的腫大腺體所分泌的一滴液體，其中的營養成分還少得可憐，這種說法可信嗎？」

好一個有著既定觀點的問題。

從汗腺演化而來的乳腺，比哺乳類更早出現

米瓦特年輕的時候支持達爾文的理論，但是在成為演化學家的過程中，由於本身在宗教上的信仰，他抗拒天擇的普遍性，也反對完全不含有上帝設計或指導的這個演化理論。

一八七二年，達爾文在進行《物種原始》第六版（也是最後一版）的修改工作時，發現需要撰寫一章全新的內容，才能夠回答米瓦特的各種批評。

在這一章中，達爾文寫道：「所有哺乳類動物皆具備乳腺，其存在無庸置疑，且必在遙遠古時便已出現……」達爾文繼續說道，米瓦特質疑原始的乳腺對於後代的用處，這個問題其實並不恰當，因為當時已經知道，鴨嘴獸有類似的器官，年幼的鴨嘴獸會直接從母獸皮膚上的腺體吸取乳汁，皮膚上並沒有乳頭，鴨嘴獸幼兒不太可能出現米瓦特所說的那種問題。

鴨嘴獸是卵生的哺乳動物，這類動物稱為「單孔類」，人們認為牠們類似早期的哺乳動物。只有澳洲才有野生的鴨嘴獸，牠們在夜間活動，白天躲在地道深處。在一八七二年的時候，鴨嘴獸能夠生蛋這件事情，還只是沒有經過確認的謠言。

如果當時達爾文就知道鴨嘴獸除了有原始的乳腺之外，還會生蛋，那麼他應該可以更用力強調這種動物是演化史上的孑遺生物，是哺乳動物產卵的祖先和後來具備完整乳頭的哺乳動物之間的過渡期。

就和達爾文當年的推測一樣，製造乳汁的腺體在結構上類似於皮膚上的汗腺，乳腺幾乎可以確定是由汗腺演化而來、具有特殊功能的腺體。他也正確推論出泌乳的古老起源。

現在的遺傳學與生物化學證據指出，最早的哺乳動物大約在二億年前出現。包括鴨嘴獸在內，會分泌乳汁的動物全部具備了一群相同的基因，製造出基本成分相同的乳汁，這便是證據。所有的哺乳動物都得起源於一個共同祖先，這個祖先當時便有了完整的泌乳機制，才會出現後來這樣的狀況。

由於泌乳機制本身很複雜，需要時間才能演化出來，因此起源的時間必定早於二億年前。這聽起來很矛盾，但是蛋比飛鳥更早出現，乳腺和乳汁也比哺乳動物更早出現。

乳糖的優勢：避免細菌及酵母菌感染乳腺

乳汁是一種特殊的液體，有兩種相輔相成的功能：

提供營養，以及提供保護。

營養來自於乳汁中的蛋白質、脂肪、糖類（乳糖）、鈣質與其他礦物質。保護來自於乳汁中的抗體，以及其他具備抗菌功能的酵素，這些成分在初乳中特別豐富。初乳是剛出生哺乳動物最早吸到的乳汁，其中也含有母親的免疫細胞。

乳汁中含有的碳水化合物，全都是罕見的糖類：乳糖，而不是所有細胞都能夠共通使用的葡萄糖。這種情況很少見，值得注意。哺乳動物為什麼要提供這種需要消化之後才能利用的碳水化合物給幼兒？如果乳汁中含有的是即刻便能利用的高能葡萄糖，對幼兒不是更好嗎？答案可能在於乳糖的獨特性質，具備了葡萄糖所缺乏的優勢。世界上到處都充滿想要大吃葡萄糖的細菌和酵母菌，只有幾種細菌能夠利用乳糖。

想想看細菌或酵母菌感染了乳腺之後，會對母親和幼兒造成什麼樣的災難？

釀酒者利用了酵母菌無法讓乳糖發酵的特性，在啤酒中加入乳糖以增加甜味，製造出來的啤酒稱為牛乳司陶特（milk stout）。如果加的是葡萄糖或是蔗糖，酵母菌會把這些糖類轉換成酒精。

乳糖酵素與乳糖不耐症，都是對偶基因在作怪

如果要用特殊的糖類餵養幼兒，會產生一個問題：幼兒需要特殊的酵素分解乳糖，之後才能加以利用。哺乳類的幼兒能夠製造乳糖酶來解決這個問題。當幼兒長大斷奶之後，乳糖酶便愈來愈少，最後身體不再製造這種酵素，因為沒有需要了。成年動物吃的食物中沒有乳糖。所以，哺乳類在小時候把乳汁中的乳糖當作能量來源，成年後卻通常無法消化乳糖。

人類成年後往往也無法消化乳糖。

如果你有乳糖不耐的狀況，又吃了沒有經過發酵的新鮮乳汁，那麼可能會腹瀉、肚子疼，因為腸胃道的細菌會大吃這些乳糖，讓你的肚子漲氣。如果你能夠耐受乳糖，是因為你身上有一種對偶基因，讓你在成年後依然持續產生乳糖酶。這類突變的出現與散播，與個人的家族歷史有關。

摘錄自《與達爾文共進晚餐》，2018 年 10 月，天下文化出版