0

0
0

文字

分享

0
0
0

原子力顯微鏡探針尖端上的抗體

科景_96
・2011/02/09 ・931字 ・閱讀時間約 1 分鐘 ・SR值 575 ・九年級
相關標籤:

Original publish date:Aug 18, 2004

編輯 HCC 報導

亞利桑納州立大學研究人員提昇了原子力顯微鏡的性能,能以奈米層次辨識分子的化學組成。研究人員將抗體連結在原子力顯微鏡的探針尖端上,當抗體與其相對應的特定蛋白質反應時,顯微鏡的輸出讀數產生了變化,因此在AFM掃描範圍能找出特定物質。

來自美國亞利桑納州立大學與奧地利Lintz大學等的研究群,以”Single Molecule Recognition Imaging Microscopy”一文在八月十六日的Proceedings of the National Academy of Sciences發表其上述研究成果。

原子力顯微鏡使用一個高敏感與纖細的探針掃描試件表面,可以獲得奈米尺度的試件表面形貌。計畫首席研究員,亞利桑納州立大學物理及天文系教授Lindsay聲稱AFM具備原子層次的解析度,不過截至目前為止尚無法辨識特定的化學組成。

Lindsay教授用了一個有趣的比擬形容他們的研究成果,Lindsay稱“若將所有的蛋白質外形想像成Lego積木塊,傳統的電子顯微鏡僅能感覺到地板上的Lego積木塊,不過無法分辨積木塊之間的差異。而ASU的研究能讓你坐在地板上,觀察到積木塊裡面有紅的、綠的與黃色的。此技術能分辨影像裡的特定組成,所以你能依隨一個複雜的處理過程,並且以分子等級察覺其中一個組成的變化。”

研究人員以一股高分子將抗體連結在探針上,以確保探針的敏感性,其所提供的繫連能讓抗體以擺動方式與蛋白質受體進行更佳的接觸。磁激懸臂樑使得探針上下擺動,造成抗體與試件的分離與再結合,讓探針持續移動。

當細胞經歷生物過程時,此種技術的關鍵能力能讓研究人員了解細胞組成如何以分子層級方式進行反應,例如細胞組成對特定化學物或化合物的反應,並能以分子的曠時電影方式將這些反應提供予研究人員,此對細胞與刺激反應有關的化學動態學能獲致更多的了解。

Lindsay認為此種新的AFM方法對新藥研發相當重要,在膜表面辨認特定蛋白質的能力顯示能進行複雜的研究,如同對人類細胞表面各式各類的受體探究其局部化學反應,此在研發新藥時,能提供基本認知。

參考來源:

本文版權聲明與轉載授權資訊:

  • [Dec 11, 2007] 偵測細菌的小磁球
  • [Mar 08, 2002] 利用原子力顯微鏡發展奈米蛋白質陣列

  • 文章難易度
    科景_96
    426 篇文章 ・ 6 位粉絲
    Sciscape成立於1999年4月,為一非營利的專業科學新聞網站。

    0

    0
    0

    文字

    分享

    0
    0
    0
    比爾蓋茲的親筆揭露:淨零轉型應該何去何從?——《如何避免氣候災難》
    天下雜誌出版_96
    ・2023/03/31 ・1271字 ・閱讀時間約 2 分鐘

    2020 年迎來一場災難,一種新型冠狀病毒在全世界傳播開來。任何略知流行病史的人,應該都不會對新冠病毒造成的嚴重疫情感到太意外。我極為關注全球衛生問題,從多年前就開始研究疾病的爆發,一直很擔憂全球還沒準備好應付像 1918 年流感那樣的疾病大流行;那場大流行病造成幾千萬人死亡。我在 2015 年發表過一場 TED 演講,同時在幾次採訪中,也提出我們需要建立一個檢測和應對疾病大規模爆發的系統。

    遺憾的是,全球還是沒有做好準備。當新冠病毒爆發,疫情造成巨大的人命損失,以及自大蕭條以來最嚴重的經濟痛苦。

    付出高昂代價換來的 4.5% 減幅

    由於經濟活動大幅衰減,2020 年全球的溫室氣體排放量比前一年少。減幅大約是 4.5% ,這是有效的減幅,假如溫室氣體排放量每年都能保持這樣的降幅,我們就可以高枕無憂了。

    很可惜,這是不可能的事。

    想一想,我們付出了多少代價才有這 4.5% 的減幅:全球有上百萬人死亡,幾千萬人失業。沒有人希望疫情持續下去,更別說重來一遍。疫情使溫室氣體排放量下降,我感到驚訝的不是降這麼多,而是怎麼降這麼少。

    這一點點減幅證明了我們不能光靠少搭飛機、少開車來達到零排放,甚至就連那些被我們視為減少排放的主要途徑,效果都十分有限。

    由於經濟活動大幅衰減,2020 年全球的溫室氣體排放量比前一年少,減幅大約是 4.5%(示意圖)。圖/envatoelements

    我的思維比較像工程師,不是政治人物,所以也不知該如何解決氣候變遷的政治問題,特別是在美國,氣候變遷的討論已經被政治綁架。能做的只是把討論重點放在該怎麼達到零排放:我們必須傾全世界之力、投入全人類的科學頭腦,讓現有的清潔能源方案能被有效運用,同時發明新技術,以徹底停止排放溫室氣體到大氣中。

    關鍵在清潔能源如何變得便宜又穩定

    我的碳足跡實在高得離譜。多年來,我一直對此感到內疚。由於寫這本書,更加意識到自己有責任減碳。身為憂心氣候變遷、公開呼籲大家攜手對抗的一份子,減少個人碳足跡是最基本該做到的事。

    我從 2020 年開始購買永續航空燃料,預計到 2021 年就會完全抵銷我和家人搭飛機所造成的碳足跡。至於其他方面,我也投資零碳技術,希望這也算是我個人碳足跡的補償,前後已經投入超過 10 億美元,但願這些技術最終能幫助全球實現零排放,研發出穩定而人人負擔得起的清潔能源。

    儘管像我這樣的重度排碳者應該減少能源用量,全球整體其實應該使用更多由能源提供的產品和服務,只要是零碳能源,消耗更多能源就不是問題。解決氣候變遷問題的關鍵,就是使清潔能源和化石燃料一樣便宜和穩定。

    ——本文摘自《如何避免氣候災難:結合科技與商業的奇蹟,全面啟動淨零轉型新經濟》,2023 年 3 月,天下雜誌出版,未經同意請勿轉載。

    天下雜誌出版_96
    22 篇文章 ・ 16 位粉絲
    天下雜誌出版持續製作與出版國內外好書,引進新趨勢、新做法,期盼能透過閱讀與活動實做,分享創新觀點、開拓視野、促進管理、領導、職場能力、教養教育、同時促進身心靈的美好生活。

    0

    1
    0

    文字

    分享

    0
    1
    0
    來當一日語音設計師——如何設計好聽的合成語音?
    雅文兒童聽語文教基金會_96
    ・2023/03/31 ・3727字 ・閱讀時間約 7 分鐘

    • 文/邱彥哲|雅文基金會聽語科學研究中心 助理研究員

    「Hey, Siri!」「OK, Google!」你曾經對手上的行動裝置說話嗎?你會要求他回答什麼呢?受限於目前的技術,你可能不會得到非常滿意的答案,但至少你會聽到一陣悅耳如同真人的語音吧!這項現今習以為常的技術,其實背後是由很多知識累積而成的。今天,讓我邀請你擔任一日「語音設計師」,從語音合成的技術開始,接著了解人類使用者的聽覺偏好,最後探索不同族群對聆聽合成語音的差異吧!

    語音助理進駐現代人的日常生活。圖/freepik

    語音合成(speech synthesis),是指以人工方式,製造出說話的聲音,可以理解為使機器裝置說出人話的技術。廣義來說,很多人也會把文字轉語音(Text to Speech,簡稱 TTS),含括在語音合成的範疇。

    語音合成像樂高,但樂高有兩種

    早在 1970 年代,人類就已經開始嘗試讓機器說話了。構思如何讓機器說話這件事,最直接的方式就是請真人錄一段聲音,然後在指定的時機播放。不過,面對複雜的語言情境,我們不可能錄下所有可能的回應 ; 而且若要這樣做,也實在太沒效率。幸好,借助電腦運算技術,可以讓人類向自動生成語音邁進一大步。合成的方法可以分成兩大類,分別是單元選取合成(Unit Selection Synthesis)及參數合成(Parametric Synthesis)[1]

    單元選取合成這種方法,是將某個語言的語音成分分別以人聲錄製起來,再根據需要的目標語音進行組合。簡單來說,如果需要機器說發出「八」的語音,就必須單獨錄製「ㄅ」跟「ㄚ」。這個技術聽起來直觀方便,但也有缺點。就是事先必須建立一個龐大的語音資料庫,這個資料庫必須包含一個語言所有語音成分,此外,還必須錄下這些語音成分在所有情境下的變化,光想起來就令人有點頭痛。

    所以後者,參數合成,就顯得方便許多。這種方法,是直接將語音參數輸入電腦,讓電腦直接根據參數發出聲音,再組成語音。使用參數合成,就可以免去請人錄音的步驟,但直接使用電腦生成的語音,聽起來也會相對不自然。我們可以把這兩類方法想像成是在組合樂高,都是將語音成分一塊一塊組合起來,只是前者的樂高是自然材質(比如說木頭製),後者是人造材質(比如說塑膠)。

    借助深度學習,電腦說話很自動

    不過,無論是上述哪種方法,都還是需要不少的人工調校,才能使聲音逐步接近人類的語音。但還好,隨著電腦演算的進步,將深度學習(deep learning)運用在語音合成的領域,不但減少了人工成本,也大大提升的語音的擬人性。所謂深度學習,簡單來說就是一套模擬人類神經網絡的演算法。

    使用這樣的演算法,設計者只需蒐集大量的語音資料,將資料「餵」給電腦,無須事先切分或分析,電腦便會自動學習其中的規律。如此一來,只要資料數量足夠龐大,電腦就可以自動產生符合自然規律且真實的語音。

    但是,身為一位語音設計師,要進一步思考的是:「究竟要餵給電腦什麼呢?」這個問題又必須從使用者的角度來思考:「人類會偏好聆聽什麼樣的語音?」就像生產商品一樣,語音百百款,要能投其所好,才能讓使用者日日寸步不離,對吧!

    聆聽也要投其所好,性別頻率最重要

    人類對不同性別及頻率有特殊的聆聽偏好。圖/freepik

    關於合成語音的聆聽偏好,最先被討論的,是性別。雖然我們都知道機器沒有性別,但若希望他和人一樣跟你互動,投射性別是很自然的。不過有人就提出質疑:「為什麼我們的語音助理,都是女性的聲音呢?」美國西北大學梅迪爾傳播新聞整合行銷學院教授 Candy Lee 進行一項調查,測試了 8 種族裔的使用者,結果發現 64% 的人只偏好女性的聲音[2]

    這樣看起來,預設為女性的聲音應該是沒問題的吧?不過,有人認為這是社會對「助理」的性別刻板印象所致;因為社會習慣女性作為「服務者」,所以在設計語音時,直覺地就挑選了女性聲音。雖然單就頻率方面,的確有研究指出,使用者確實是偏好頻率較高的合成語音[3],但若是一昧如此,也極有可能不斷複製性別偏見的印象[4]

    有鑒於此,越來越多系統開始提供男性語音的選項。更甚者,哥本哈根研究團隊突發奇想,不以性別為選項,而是改以頻率作為調查標準。分析之後,他們得到一個最佳的頻率值──185 赫茲,設計出史上第一個無性別語音助理「Q」[5]。如此一來,青菜蘿蔔各有所好,聆聽的偏好也朝著多元共好的目標邁進!

    聽得舒服,語速考量不能少

    解決的性別與頻率的問題,還得注意甚麼呢?專門研究輔助溝通系統(Augmentative and Alternative Communication,簡稱 AAC)的專家想到了語速的問題。輔助溝通系統可以簡單理解成「溝通輔具」,是用以輔助溝通障礙者溝通的工具; 簡單如圖卡,複雜如電子溝通板,都算是其中一員。而像是電子溝通板這類,以螢幕顯示圖片,點擊後可以播放語音的輔具來說,合成語音是很關鍵的技術。

    這些溝通障礙專家想知道:「究竟什麼樣的語音速度,是最舒服的呢?」。

    Sutton 與其研究團隊招募了 21 至 28 歲的年輕人與 61 至 79 歲的年長者,對合成語音進行語速評分[6]。語速的計算方式,採用每分鐘幾個字(Words per minute,簡稱 WPM)計算。他們將合成語音調整成不同的語速,範圍介於 120 到 250WPM 之間。結果發現,無論年輕人或年長者,偏好的語速都落在 150 到 200WPM 之間 ; 而年長者則是相對年輕人偏好較慢的語速。這樣的範圍,其實與過去研究提出的人類平均語速,相去不遠[7]

    如果想知道不同語速聽起來感受如何,可以到合成語音軟體 Speechify[8]的網站試用,自行調整語速(以 WPM 計算),細細品味其中差異。或者,讓我為你朗讀,請聽示範(語速約 180WPM,內容為「我是彥哲,我是普通人。」)! 

    可見,語音合成的技術雖是極為理性的領域,但若要設計出美妙的語音,對人類感性的理解,也絕對不能偏廢。

    圖/Pixabay

    合成語音聆聽不易,考量族群差異最貼心

    「所以,我只要想辦法把語音設計得很像人類就可以了吧?」你可能會這樣想,不過這裡頭還少了一個部分。現代社會提倡多元,客製化當道,每個人使用同個產品的狀況必然會有差異。

    其實,即使是一般人,聆聽並理解合成語音是比自然語音更加困難的。Winters 及 Pisoni 發表的回顧研究指出:由於合成語音的清晰度普遍較差,因此聆聽者通常需要動用更多的認知資源(像是電腦需要動用較多記憶體),以及更多高層次的語言知識來彌補語音訊息的不完整[9]。如果對普通人來說是如此,對於某些特殊族群來說,想必有更加需要注意的地方。

    比如說兒童。Mirenda 及 Beukelman 招募了成年人、10 至 12 歲以及 6 至 8 歲的兒童進行研究[10]。參與者的任務,是要在聽完自然語音及合成語音播放的八個詞彙之後,再將這八個詞彙回憶並說出來,回答無須按照順序。結果研究者發現,兩組兒童無論聆聽自然或合成語音,回憶詞彙的表現都比成人還差 ; 對於兩組兒童而言,記憶合成語音的表現又更不理想。

    由此可知,兒童本身的記憶能力就較成年人弱,在聆聽合成語音時,可以說是是難上加難。

    另一個被探討的,是聽障族群。聽障族群最主要的困難,就在於聆聽。聆聽合成語音如果對聽常族群來說本來就比較困難,那對聽障族群應該是更加艱困的挑戰吧!Kangas 和 Allen 的研究[11]回答了這個問題。研究者請年長聽障者聆聽自然語音與合成語音,並請他們在聆聽後寫出聽到的單字。結果可想而知,聽障者確實在聆聽合成語音的部分表現得比較差。

    看完上面的狀況,身為語音設計師的你,在設計語音的時候,是不是也應該從使用者的背景差異去調整你的語音呢?也許是調整語音的頻率,也許是調整語速,也可能,也可能有更多領域需要探索。唯有這樣,才能朝充滿人性又個人化的智慧語音邁進。

    怎麼樣?沒想到要設計語音,希望機器說出一句話,背後涉及理性的技術與感性的考量,非常不容易吧!看完之後,你還是可以輕鬆地要求你的行動裝置說個笑話,唱首歌給你聽,自娛娛人;但也千萬別忘記,多留點心思,給這人類文明的結晶致上敬意。一日語音設計師,功成身退!

    參考資料

    1. 詹姆士・弗拉霍斯。(2019)。從說話機器人到聊天機器人。聲控未來:引爆購物、搜尋、導航、語音助理的下一波兆元商機(孔令新譯,頁104-137)。商周出版。
    2. Marc Jacob.(2022/3/30). Medill Study Finds Preference for Female Voices and Local Accents. Northwestern Medill Local News Initiative.
    3. 顏宏旭,楊麗平,宋慧宏。(2020)。聽眾對語音合成導覽裝置聲音偏好之探討。戶外遊憩研究。33(4),83-107。
    4. West, M., Rebecca K., & Chew H.E. (2019). I’d Blush if I Could: Closing Gender Divides in Digital Skills Through Education.UNESCO & EQUALS Skills Coalition.
    5. GenderLess Voice. (2023/3/3) Meet Q [Web message].
    6. Sutton, B., King, J., Hux, K., & Beukelman, D. (1995). Younger and older adults’ rate performance when listening to synthetic speech. Augmentative and Alternative Communication, 11(3), 147-153.
    7. Walker, V. G. (1988). Durational Characteristics of Young Adults during Speaking and Reading Tasks. Folia Phoniatrica et Logopaedica, 40(1), 12–20.
    8. Speechify. (2023/3/3) Speechify.
    9. Winters, S. J., & Pisoni, D. B. (2004). Perception and comprehension of synthetic speech. Research on spoken language processing report, 26, 95-138.
    10. Mirenda, P. & Beukelman, D.R. (1987). A comparison of speech synthesis intelligibility with listeners from three age groups. Augmentative and Alternative Communication, 3, 120-128.
    11. Kangas, K.A. & Allen, G.D. (1990). Intelligibility of synthetic speech for normal-hearing and hearing impaired listeners. Journal of Speech and Hearing Disorders, 55, 751-755.
    雅文兒童聽語文教基金會_96
    44 篇文章 ・ 205 位粉絲
    雅文基金會提供聽損兒早期療育服務,近年來更致力分享親子教養資訊、推動聽損兒童融合教育,並普及聽力保健知識,期盼在家庭、學校和社會埋下良善的種子,替聽損者營造更加友善的環境。

    1

    1
    0

    文字

    分享

    1
    1
    0
    如何 3D 列印不會崩壞的蛋糕?
    胡中行_96
    ・2023/03/30 ・1892字 ・閱讀時間約 3 分鐘

    「那無疑是我從沒嚐過的味道」,論文的第一兼通訊作者 Jonathan David Blutinger 回想起初期的失敗,委婉地承認:「其實不難吃,只是與眾不同。我們畢竟不是米其林大廚。」[1]所幸皇天不負苦心人,在多次修正後,美國哥倫比亞大學的團隊,終於做出原料一樣,但是不再坍塌的蛋糕,並於 2023 年 3 月的《npj 食品科學》(npj Science of Food)期刊上分享食譜。[2]

    3D列 印蛋糕的失敗百態。圖/參考資料 2,Supplementary Figure 1(CC BY 4.0)

    3D 列印蛋糕的食譜

    研究團隊的終極目標,是希望將來任何人均能用簡單的軟體烹飪,3D 列印再雷射加熱,創造經濟、健康且美味的餐點。他們選擇的食材相當普遍,全部都從美國紐約的 Appletree Market 超商購買。[2]

    材料

    Skippy 花生醬、J.M. Smucker 草莓果醬、Nutella 榛果巧克力醬、Betty Crocker 糖霜、Krasdale櫻桃淋醬、拿叉子搗爛的香蕉泥;以及用食物調理機攪 2 分鐘製成的全麥餅乾糊(8 塊全麥餅乾、2 湯匙的牛油和 4 茶匙的水)。[2]

    步驟

    (1)冷藏材料,使其變得濃稠,以穩定結構。[2]

    (2)把各種材料灌入分別的 7 支針筒(30ml;14 gauge)。[2]

    (圖/參考資料 2,Supplementary Figure 3(CC BY 4.0))

    (3)將針筒裝進特製的 3D 食物印表機。[2]

    (圖/參考資料 2,Supplementary Figure 2(CC BY 4.0))

    (4)把壓克力餐盤擺在 3D 印表機下,盛接針筒擠出的條狀物。其直徑約 1.5 毫米,會逐漸累積出蛋糕的半成品。[2]

    (5)論文有寫到運用藍光和紅外線,為蛋糕加熱。不過,實驗方法的段落,僅提及 3D 印表機附設的藍光雷射二極體(blue laser diode),也就是下圖中黑色的長方體。[2]

    圖/參考資料 2,Supplementary Figure 4(Left;CC BY 4.0)
    3D 列印蛋糕從失敗到成功的各個版本。影/參考資料 2,Supplementary Video 1(CC BY 4.0)

    從上面的影片,可見早期幾個版本的蛋糕,非常容易崩垮。[2]研究團隊於是依據物質受力變形時,展現的黏性和彈性特質,即黏彈性(viscoelasticity),將食材分為「結構」與「填料」兩類,並在軟體中改變設計:[2, 3]用結構性強的全麥餅乾糊,作為蛋糕各層的形狀基礎,又以花生醬和榛果巧克力醬輔助支撐,再填入其他相對柔軟的原料。最後,他們調整 3D 印表機的針筒高度,並減緩列印的速度。如此擠出來的流體,尾端便不會蜷曲。能避免繩捲效應(coiling effect或rope-coil effect),破壞蛋糕表面的平整。要不然有時會出現本文開頭的圖組中,最末一塊蛋糕那種毛躁的外貌。[2]

    a. 列印成功的蛋糕;b. 切開看內餡;c. 蛋糕設計;d. (1)全麥餅乾糊、(2)花生醬、(3)草莓果醬、(4)榛果巧克力醬、(5)香蕉泥、(6)櫻桃淋醬和(7)糖霜。圖/參考資料 2,Figure 1(CC BY 4.0)

    3D 列印食品的推廣

    目前 3D 列印食物尚未普及,此蛋糕的成形有如曇花一現。這一方面是基於科技新穎,懂得操作的人還少;另方面則因為這種印表機索價不菲,不是誰都玩得起。如果要商業化,研究團隊認為得採取 Gillette 刮鬍刀和 Nespresso 咖啡機的經營模式:壓低主要產品本身的價格,後續再從耗材獲利。換句話說,廠商賣出廉價的 3D 食物印表機,之後消費者就會以零買或長期訂購的模式,購買列印用的食譜和食物匣。食物匣的內容物,發展空間多元。除了碎肉和花生醬等泥狀物;也能推出醬油、橄欖油等液體;食鹽與胡椒之類的顆粒;還有百里香或香芹這類碎片等,任何可食用的東西。[2]

    此外,在薄利多銷和產品開發的同時,也要提升大眾的接受度。偏好天然食材,或是不信任食品產業,都是對 3D 食物列印存有疑慮的原因。研究團隊提出的解方,是宣傳它的好處,例如:精準調配營養,不浪費材料;降低能源耗損;以及客製化的食譜等。[2]當然,似乎也就避而不談犧牲纖維質,以求列印順暢等問題。[1]總之,他們描繪出科技烹飪的美好願景,並且排除萬難,要讓飲食邁向全新時代。倘若有天上述的市場成熟,產品賣相比論文中的蛋糕誘人,您會願意品嚐嗎?

      

    致謝

    特別感謝許凱勝先生協助確認技術細節。

    參考資料

    1. Sample I. (22 MAR 2023) ‘Have your cake and print it: the 3D culinary revolution is coming’. The Guardian.
    2. Blutinger, J.D., Cooper, C.C., Karthik, S. et al. (2023) ‘The future of software-controlled cooking’. npj Science of Food, 7, 6.
    3. Gan H, LAM Y. (2008). ‘Viscoelasticity’. In: Li, D. (eds) Encyclopedia of Microfluidics and Nanofluidics. Springer, Boston, MA.
    所有討論 1
    胡中行_96
    99 篇文章 ・ 33 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。